加入收藏 | 设为首页 | 会员中心 | 我要投稿 惠州站长网 (https://www.0752zz.com.cn/)- 办公协同、云通信、物联设备、操作系统、高性能计算!
当前位置: 首页 > 云计算 > 正文

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!

推荐文章
    热点阅读