SQL是用于数据分析和数据处理的最重要的编程语言之一，因而与数据迷信相干的工作（例如数据分析师、数据科学家和数据工程师）在面试时总会问到对于 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。因而对于应聘者来说，关键在于不仅要依据样本数据编写出正确的查问，而且还要像看待事实数据集一样思考各种场景和边缘状况。

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 查问中奇妙解决它们的技巧。

1

问问题

要搞定一场 SQL 面试，最重要的是尽量多问问题，获取对于给定工作和数据样本的所有细节。充沛了解需要后，接下来你就能够节俭很多迭代问题的工夫，并且能很好地解决边缘状况。

我留神到许多候选人常常还没齐全了解SQL问题或数据集，就间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，他们只好重复批改查问。最初，他们在迭代中节约了很多面试工夫，甚至可能到最初都没有找到正确的解决方案。

我倡议大家在加入SQL面试时，就当成是本人在和业务搭档共事。所以在你提供解决方案之前，应该要针对数据申请理解分明所有的需要。

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分明“前三名”具体是什么意思。我应该在后果中包含 3 名员工吗？你要我怎么解决关系？此外，请仔细检查样本员工数据。salary 字段的数据类型是什么？在计算之前是否须要革除数据？

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，但在大多数状况下，咱们只应用INNER、LEFT和FULLJOIN，因为 RIGHTJOIN并不是很直观，还能够应用 LEFTJOIN 很简略地重写。在 SQL 面试中，须要根据给定问题的特定要求抉择你要应用的正确JOIN。

举例：

查找每个学生加入的课程总数。（提供学生 id、姓名和选课的数量。）

样本student和class_history表

你可能曾经留神到了，并非所有呈现在 class_history 表中的学生都呈现在了 student 表中，这可能是因为这些学生曾经毕业了。（这在事务数据库中实际上是十分典型的状况，因为不再沉闷的记录往往会被删除。）

依据面试官是否心愿后果中蕴含毕业生，咱们须要应用LEFT JOIN或 INNER JOIN来组合两个表：

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_classFROM class_count c-- CASE 1: include only active studentsJOIN 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

3

GROUP BY

GROUP BY是SQL中最重要的性能，因为它宽泛用于数据聚合。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问中应用GROUP BY了。

一个常见的陷阱是在GROUP BY过滤数据时混同 WHERE和HAVING——我见过很多人犯了这个谬误。

举例：

计算每个学生在每个学年的必修课程均匀 GPA，并找到每个学期中合乎 Dean’s List（GPA≥3.5）资格的学生。

样本gpa_history表

因为咱们在GPA计算中仅思考必修课程，因而须要应用WHERE is_required=TRUE来排除选修课程。

咱们须要每位学生在每学年的均匀GPA，因而咱们将同时GROUP BY student_id和school_year 列，并取gpa列的平均值。最初，咱们只保留学生均匀 GPA高于3.5的行，能够应用HAVING来实现。合起来是上面这样：

SELECT     student_id,    school_year,    AVG(gpa) AS avg_gpaFROM gpa_historyWHERE is_required = TRUE GROUP BY student_id, school_yearHAVING AVG(gpa) >= 3.5
留神：每当在查问中应用GROUP BY时，都只能抉择group-by列和聚合列，因为其余列中的行级信息已被舍弃。

4

SQL 查问执行程序

大多数人会从SELECT开始，从上到下编写SQL查问。

但你晓得SQL引擎执行函数时要到前面才执行SELECT吗？以下是 SQL 查问的执行程序：

  • FROM, JOIN
  • WHERE
  • GROUP BY
  • HAVING
  • SELECT
  • DISTINCT
  • ORDER BY
  • LIMIT, OFFSET

再次思考后面的示例：

因为咱们想在计算均匀GPA之前过滤掉选修课程，所以我应用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的起因是，avg_gpa被定义为SELECT的一部分，因而无奈在SELECT之前执行的步骤中援用它。

我倡议在编写查问时遵循引擎的执行程序，这在编写简单查问时会很有用。

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调配一个排名。如果给出了任何分区列，则即将在其所属的分区组中排名。
  • LAG/LEAD：它依据指定的程序和分区组从前一行或后一行检索列值。

在SQL面试中，重要的是要理解排名函数之间的差别，并晓得何时应用LAG/LEAD。

举例：

查找每个部门中薪水最高的前 3 名员工。

另一个示例employee_salary表

当一个SQL问题要求计算“TOP N”时，咱们能够应用ORDER BY或排名函数来答复问题。

但在这个示例中，它要求计算“每个 Y 中的 TOP N X”，这强烈暗示咱们应该应用排名函数，因为咱们须要对每个分区组中的行进行排名。

以下查问恰好能找到 3 名薪水最高的员工，而不管他们的关系如何，如下：

WITH T AS (SELECT     *,    ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY employee_salary DESC) AS rank_in_depFROM employee_salary)SELECT * FROM TWHERE 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.

此外，依据关系的解决形式，咱们能够抉择其余排名函数。同样，细节是很重要的！

ROW_NUMBER,RANK,DENSE_RANK后果比拟

6

反复项

SQL面试中的另一个常见陷阱是疏忽数据反复。

只管样本数据中的某些列仿佛具备不同的值，但面试官还是心愿候选人思考所有可能性，就像他们在解决实在数据集一样。

例如：

在上一个示例employee_salary表中，能够让雇员共享雷同的名称。

要防止由反复项导致的潜在问题，一种简略办法是始终应用 ID 列惟一地标识不同的记录。

举例：

应用 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，而后应用 SUM(employee_salary) 计算总薪水。如果须要雇员姓名，请在开端与 employee 表联接以检索雇员姓名信息。

谬误的办法是应用 GROUP BY employee_name。

7

NULL

在SQL中，任何谓词都能够产生三个值之一true，false和NULL，后者是unknown或missing数据值的保留关键字。解决NULL数据集时可能会意外地很辣手。

在SQL面试中，面试官可能会特地留神解决方案是否解决了NULL值。有时，很显著有一列是不能nullabl的，但对于其余大多数列来说，很有可能会有NULL值。

倡议：确认示例数据中的要害列是否为nullable，

如果能够，请利用IS(NOT)NULL，IFNULL和COALESCE 之类的函数来笼罩这些边缘状况。

8

交换

最初一点也十分重要：在SQL面试期间要随时与面试官沟通交流。

我面试过的许多候选人都很噤若寒蝉，有疑难的时候才会知声。当然如果他们最终给出了完满的解决方案，那也不是什么问题。

然而，在技术面试期间放弃沟通交流往往会是有价值的。

例如：你能够议论对问题和数据的了解，阐明你打算如何解决问题，为什么应用某些函数而不是其余选项，以及正在思考哪些极其状况。

9

总结

  • 首先要发问，收集所需的细节
  • 在INNER，LEFT和FULL JOIN之间审慎抉择
  • 应用GROUP BY聚合数据并正确应用WHERE和HAVING
  • 理解三个排名函数之间的差别
  • 晓得何时应用LAG/LEAD窗口函数
  • 如果在创立简单的查问时遇到困难，请尝试遵循SQL执行程序
  • 思考潜在的数据问题，例如反复和NULL值
  • 与面试官交换你的思路
Xinran Waibel | 作者
王强 | 译者
https://www.infoq.cn/article/...