常见SQL知识点总结，建议收藏！
发布时间：2022-08-02 11:29:04 所属栏目：云计算 来源：互联网
导读：SQL是用于数据分析和数据处理的最重要的编程语言之一， 因此与数据科学相关的工作（例如数据分析师、数据科学家和数据工程师）在面试时总会问到关于 SQL 的问题。 SQL面试问题旨在评估应聘者的技术和解决问题的能力。因此对于应聘者来说，关键在于不仅要根据
|
SQL是用于数据分析和数据处理的最重要的编程语言之一， 因此与数据科学相关的工作（例如数据分析师、数据科学家和数据工程师）在面试时总会问到关于 SQL 的问题。 SQL面试问题旨在评估应聘者的技术和解决问题的能力。因此对于应聘者来说，关键在于不仅要根据样本数据编写出正确的查询，而且还要像对待现实数据集一样考虑各种场景和边缘情况。 在这篇文章中，我将介绍 SQL 面试问题中常见的模式，并提供一些在 SQL 查询中巧妙处理它们的技巧。 1. 问问题 要搞定一场 SQL 面试，最重要的是尽量多问问题，获取关于给定任务和数据样本的所有细节。充分理解需求后，接下来你就可以节省很多迭代问题的时间，并且能很好地处理边缘情况。 我注意到许多候选人经常还没完全理解SQL问题或数据集， 就直接开始编写解决方案了。之后，等我指出他们解决方案中存在的问题后，他们只好反复修改查询。最后，他们在迭代中浪费了很多面试时间，甚至可能到最后都没有找到正确的解决方案。 我建议大家在参加SQL面试时，就当成是自己在和业务伙伴共事。所以在你提供解决方案之前，应该要针对数据请求了解清楚所有的需求。 举例 查找薪水最高的前 3 名员工。 样本Employee_salary表 这里你应该要求面试官说清楚“前三名”具体是什么意思。我应该在结果中包括 3 名员工吗？你要我怎样处理关系？此外，请仔细检查样本员工数据。Salary 字段的数据类型是什么？在计算之前是否需要清除数据？ 2.选哪一个JOIN 在SQL中，JOIN 通常用来合并来自多个表的信息。 有四种不同类型的 JOIN，但在大多数情况下，我们只使用INNER、LEFT和FULLJOIN，因为 RIGHTJOIN并不是很直观，还可以使用 LEFTJOIN 很简单地重写。在 SQL 面试中，需要根据给定问题的特定要求选择你要使用的正确JOIN。 举例 查找每个学生参加的课程总数。（提供学生 id、姓名和选课的数量。） 图片 样本Student和Class_history表 你可能已经注意到了，并非所有出现在 Class_history 表中的学生都出现在了 Student 表中，这可能是因为这些学生已经毕业了。（这在事务数据库中实际上是非常典型的情况，因为不再活跃的记录往往会被删除。） 根据面试官是否希望结果中包含毕业生，我们需要使用LEFT JOIN或 INNER JOIN来组合两个表： 复制 WITH class_count AS ( SELECT student_id, COUNT(*) AS num_of_class FROM class_history GROUP BY student_id ) SELECT c.student_id, s.student_name, c.num_of_class FROM class_count c -- CASE 1: include only active students JOIN student s ON c.student_id = s.student_id -- CASE 2: include all students -- LEFT JOIN student s ON c.student_id = s.student_id 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 3.GROUP BY GROUP BY是SQL中最重要的功能，因为它广泛用于数据聚合。如果在一个 SQL 问题中看到诸如求和、平均值、最小值或最大值之类的关键字，这就表明你可能应该在查询中使用GROUP BY了。 一个常见的陷阱是在GROUP BY过滤数据时混淆 WHERE和HAVING——我见过很多人犯了这个错误。 举例 计算每个学生在每个学年的必修课程平均 GPA，并找到每个学期中符合 Dean’s List（GPA≥3.5）资格的学生。 样本Gpa_history表 由于我们在GPA计算中仅考虑必修课程，因此需要使用WHERE is_required=TRUE来排除选修课程。 我们需要每位学生在每学年的平均GPA，因此我们将同时GROUP BY student_id和School_year 列，并取Gpa列的平均值。最后，我们只保留学生平均 GPA高于3.5的行，可以使用HAVING来实现。合起来是下面这样： 复制 SELECT student_id, school_year, AVG(gpa) AS avg_gpa FROM gpa_history WHERE is_required = TRUE GROUP BY student_id, school_year HAVING AVG(gpa) >= 3.5 1. 2. 3. 4. 5. 6. 7. 8. 注意：每当在查询中使用GROUP BY时，都只能选择Group-by列和聚合列，因为其他列中的行级信息已被舍弃。 4.SQL 查询执行顺序 大多数人会从SELECT开始，从上到下编写SQL查询。 但你知道SQL引擎执行函数时要到后面才执行SELECT吗？以下是 SQL 查询的执行顺序： FROM, JOIN WHERE GROUP BY HAVING SELECT DISTINCT ORDER BY LIMIT, OFFSET 再次考虑前面的示例： 因为我们想在计算平均GPA之前过滤掉选修课程，所以我使用WHERE is_required=TRUE代替HAVING，因为WHERE会在GROUP BY和HAVING之前执行。我不能编写HAVING avg_gpa >= 3.5的原因是，Avg_gpa被定义为SELECT的一部分，因此无法在SELECT之前执行的步骤中引用它。 我建议在编写查询时遵循引擎的执行顺序，这在编写复杂查询时会很有用。 5.Window 函数 Window函数也经常出现在SQL面试中。共有五种常见的Window函数： **RANK/DENSE_RANK/ROW_NUMBER：**它们通过排序特定列来为每行分配一个排名。如果给出了任何分区列，则行将在其所属的分区组中排名。 **LAG/LEAD：**它根据指定的顺序和分区组从前一行或后一行检索列值。 在SQL面试中，重要的是要了解排名函数之间的差异，并知道何时使用LAG/LEAD。 举例 查找每个部门中薪水最高的前 3 名员工。 图片 另一个示例Employee_salary表 当一个SQL问题要求计算“TOP N”时，我们可以使用ORDER BY或排名函数来回答问题。 但在这个示例中，它要求计算“每个 Y 中的 TOP N X”，这强烈暗示我们应该使用排名函数，因为我们需要对每个分区组中的行进行排名。 以下查询恰好能找到 3 名薪水最高的员工，而不论他们的关系如何，如下： 复制 WITH T AS ( SELECT *, ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY employee_salary DESC) AS rank_in_dep FROM employee_salary) SELECT * FROM T WHERE rank_in_dep <= 3 -- Note: When using ROW_NUMBER, each row will have a unique rank number and ranks for tied records are assigned randomly. For exmaple, Rimsha and Tiah may be rank 2 or 3 in different query runs. 1. 2. 3. 4. 5. 6. 7. 8. 此外，根据关系的处理方式，我们可以选择其他排名函数。同样，细节是很重要的！ 图片 ROW_NUMBER,RANK,DENSE_RANK结果比较 6.重复项 SQL面试中的另一个常见陷阱是忽略数据重复。 尽管样本数据中的某些列似乎具有不同的值，但面试官还是希望候选人考虑所有可能性，就像他们在处理真实数据集一样。 例如 在上一个示例Employee_salary表中，可以让雇员共享相同的名称。 要避免由重复项导致的潜在问题，一种简单方法是始终使用 ID 列唯一地标识不同的记录。 举例 使用 Employee_salary 表查找每个部门所有员工的总薪水。正确的解决方案是 GROUP BY employee_id，然后使用 SUM(employee_salary) 计算总薪水。如果需要雇员姓名，请在末尾与 Employee 表联接以检索雇员姓名信息。错误的方法是使用 GROUP BY employee_name。 7.NULL 在SQL中，任何谓词都可以产生三个值之一True，False和NULL，后者是Unknown或Missing数据值的保留关键字。处理NULL数据集时可能会意外地很棘手。 在SQL面试中，面试官可能会特别注意解决方案是否处理了NULL值。有时，很明显有一列是不能Nullabl的，但对于其他大多数列来说，很有可能会有NULL值。 （编辑：惠州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
