SQL数据库-刷题总结

已于 2024-03-13 20:35:11 修改
阅读量661 收藏 6
点赞数
分类专栏： 笔记 文章标签： 数据库 sql database
于 2022-01-11 15:42:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45621531/article/details/115704128
版权

首先报错注意大小写问题

一、典型问题

1、求最大

思路：排序 / 子查询

select * from employees
order by hire_date desc
limit 0,1;

子查询查最大最小
select * from employees
where hire_date = (select max(hire_date) from employees);

推荐优先使用子查询，因为如果最大的同时有N个，子查询可以全部查询到，但排序只能排一个

口试：

  • 如果我只需要知道该字段的最值的具体value,那我直接select max from table即可，当然order by XX desc 接limit 0,1也可以

  • 但是实际上我在业务中会用子查询，比如我想知道某一天被购买次数最多的商品名称，这个时候有可能当天有2个商品正好销量都是1000，都是第一 这时候在用排序肯定不行
    我会用 select productname from table 接where sales=select maxsales from table

  • 求第N名也是同样的道理，如果只关注一个字段的value(比如今天的销量第三商品的具体销售值)，直接select distinct sales as Distinctsales from table 后面接order by Dis…limit就好了

2、求第n名

第一个坑：重复问题

  • 对主键排序 VS 对其他属性排序
1、对主键员工排序 查找入职员工时间排名倒数第三的员工所有信息
select * from employees
order by hire_date desc
limit 2,1;

2、对入职时间排序  比如排第一的有3个人，但入职时间一致，即重复。
就只能子查询
select * from employees
where hire_date=(
select distinct hire_date from employees//关于distinct问题见下
order by hire_date DESC limit 2,1);

执行过程中distinct是优先处理的，即如果我只关注倒数第三的日子进来的所有员工就用distinct
但如果我关注的是员工数量倒数第三的，就不要用distinct
******/

第二个坑：正确返回NULL问题

查第2高的工资，可实际上大家的工资都是一样的，不存在第二名

  • 此时，如果直接排序会直接报错，什么都不返回
  • 但用两次select,若有值第二次的Select会返回正确值，若无，第二次的select会返回NULL.
第二高的薪水：
-- 解决方案 (1)   双Select 法
SELECT (
	SELECT DISTINCT Salary  FROM Employee
	ORDER BY Salary DESC
	LIMIT 1,1)
AS SecondHighestSalary 
 
 ******注意在上面这个子查询临时表方法中最后是没有From 的
 ******一般此时我们会用dual作为规范代替，dual是最小单位临时表
  常用语特殊语句的查询和计算:eg "select 22*33 from dual"
from Employee; ×
From dual;     √ 

-- 解决方案 (2) ifnull函数
SELECT 
IFNULL(
	(SELECT DISTINCT Salary
	FROM Employee
	ORDER BY Salary DESC
	LIMIT 1,1)
, NULL)
AS SecondHighestSalary

→综上：查询第N名问题用子查询最优！！

另外别忘了select后面跟子查询一定要记得起别名，否则会报错？？？

3、分组 （窗口函数）

举例而言：有两个人拿到了苹果
①只能告诉你重复值是“苹果”,最多能看到所有重复中的第一条数据
②不仅告诉你苹果，还能告诉所有的拿到苹果的人的名字性别等其他信息`

①、只关注分组后聚类数据（sum avg count）：group by和having

select Email from Person
group by Email
having count(*)>1; #此答案可以拓展成重复数量大于N的数据

☆☆☆每组占比问题：对上面的聚类数据进一步计算可以使用窗口函数

☆☆☆over() 和 group by 联用的情况
最常见的我需要算每组占比
一般也可以用子查询——

SELECT admin_id,  
    COUNT(*) AS total_count_for_admin,  
    ROUND(COUNT(*) * 100.0 / (SELECT COUNT(*) FROM review_detail), 2) AS percentage_of_total  
FROM  
    review_detail  
GROUP BY  
    admin_id;

但是我们这里介绍更好的方法
在这里插入图片描述

SELECT 	admin_id,
COUNT(*),             #这列是每组的个数
SUM(COUNT(*)) OVER(), #这列是每组个数求和 也就是总个数
max(COUNT(*)) OVER()
 FROM  
        review_detail  
    GROUP BY  
        admin_id

②、需要分组后的每一条数据：窗口函数

窗口函数=原表加一列组内排序
窗口函数=原表加一列组内排序
窗口函数=原表加一列组内排序
窗口函数是不去重分组，每一个组就叫一个窗口。
其实窗口函数本质上是更灵活的分组，因为如果只用group by ，只能seletc出一些聚合函数max(),min(),count(),即无法查到组内的某条数据的其他字段。
如果要达到group这种去重分组，也只需要利用rank函数，具体见例子中

SELECT * from
	(select *,
			row_number() over(partition by Email) as '组内序号'
     from 
     leetcod196) as r1  #给这个窗口表取名窗口1 r1
where '组内序号'>1;

总体思路：

  1. 先得到若干窗口表格，其中 rn 是组内的序号
select *,
	row_number() over(partition by Email order by Id) as 组内序号
from
leetcod196

得到下结果相当于多了一列组内排序
在这里插入图片描述
2. 再进行子查询，在后面跟 “where ‘组内序号’>1” 判断即可

SELECT * from
(select *,
		row_number() over(partition by Email order by Id) as '组内序号'
from leetcod196
	 ) as r1  ###一定要记得给这个窗口表取名窗口1 r1
where '组内序号'>1

如果没有这步嵌套后续无法跟Where语句进行判断
这个思路很重要：相当于先查出来一个临时表（这个表并不真实存在），当需要对这个临时表进行2次处理，就把它再select *取出来
核心原因是：窗口函数的执行顺序是在where之后的select，因此如果直接where rn>1，一定报错，此时表中根本没有rn这一列

**同时请注意，窗口函数形成的 【表格】 一定要进行命名！！！**

③、快手抽查/另类去重：分组后显示每组n条数据

（静态筛选条件）例子1:找出每个大学（商品）的第一条数据

在这里插入图片描述

SELECT * FROM
	( SELECT *, row_number() over ( PARTITION BY university ) AS rk 
	FROM user_profile ) tmp 
WHERE rk = 1 

上面加上ORDER BY gpa DESC 就可以找到组内某一个最大值的数据，但是请注意
存在并列第一的时候
如果需要都出现用rank
如果希望就只要取一个用row_number

此时上面的1是静态的，即每个组都是取1个数据

（动态筛选条件）例子2:(+with as )分组抽查题 快手

  • 从后往前的思路：
  • 最后的表应该是：【原来的大表+一列分组窗口序号+一列每组需要取多少个数量Xn】→【根据序号筛选where】。。。其中第三个需要取多少这个数字是动态的，根据分组有所不同的（每个组要抽的数据不同），因此一定是需要一个join操作，
  • 表tmp：需要with as 一个临时表tmp，这个表包含了分组Key+每个组需要的动态个数x 这个Xn=(X/总个数)*每组个数
    表tmp2：原来的大表要加上一列分组窗口序号列
    在这里插入图片描述在这里插入图片描述
with tmp as (
SELECT  
        admin_id,  
        COUNT(*) AS total_count,  
        ROUND(4 / SUM(COUNT(*)) OVER() * COUNT(*),1) AS target_count  
    FROM  
        review_detail  
    GROUP BY  
        admin_id  )	,	
        
tmp2 as (
SELECT * ,
     ROW_NUMBER() over (PARTITION by admin_id) as seq
FROM review_detail) 

SELECT *
FROM tmp a 
LEFT JOIN tmp2 b USING (admin_id)
where seq<=target_count
注1： 不同窗口函数区别

  • rank函数：如果有并列名次的行，会占用下一名次的位置。
    比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，4。

  • dense_rank函数：如果有并列名次的行，不占用下一名次的位置。
    比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，2。

  • row_number函数：也就是不考虑并列名次的情况。比如前3名是并列的名次，排名是正常的1，2，3，4。

4、分组问题

①分组后计数count

  • 不分组 取count,整个结果只有一行
  • 分组 取count,会计算每组个数 结果有多行
  1. 分一次组，算组内一种：工资是17000的人的个数
SELECT COUNT(salary) as '数量',salary from employees
GROUP BY salary
having salary=17000
  • 第一点:无论如何优先用 count(字段) 而不是count（*）
  • 第二点：group by后面只能跟 having
  1. 分一次组，算组内所有:求不同工资的人的个数
SELECT COUNT(salary) as '数量',salary from employees
GROUP BY salary
ORDER BY salary DESC
可以直接进行排序
  1. 分两次组
    请仔细思考：依据先A再B分组 和先B再A的区别
    没有区别,本质上相当于把A\B两个字段拼成一个字段C，并对这个C字段分一次组
    也就说如果计数，只有当某两行的A、B完全相同，才会组在一起
    并且分组次数越多，组合难度越大，数据行数越多

②表连接后的分组

精简笔记 该块见下文 连接问题中的3、三表连接+分组计算

③☆☆ group的依据是原表中没有的字段☆☆

结论：在正常数据库中，逻辑顺序先进行Group分组,再select取数的。
因此如果group的依据是一个原表中没有的字段，语句是无法被执行的，此时需要子查询嵌套
具体场景见此题
最常见的情况就是根据 if生成的新字段分组

select age_cut,
		count(*) number
from
	(select *,
	if(age<25 or age is null,'25岁以下','25岁及以上') age_cut 
	from user_profile ) a
GROUP BY age_cut

5、查找连续出现N次的数据

场景：找出被连续购买的商品

①窗口函数lead（优先学习）

select distinct num as ConsecutiveNums  
from (select
     		 num,
      		 lead(num,1) over()as num1, #返回num下面第1个数据
      		 lead(num,2)over()as num2   #返回num下面第2个数据
      from logs
      ) as c
where c.num = c.num1 and c.num1 = c.num2

在这里插入图片描述
然后出现三列相等即：第一个数字=第二个数字=第三个数字
这就是连续出现三次的数字
缺点是：如果老板问你连续出现100次的数据就很麻烦，需要用下面的变量法

②变量赋值法（没看懂）

#初始化两个变量，一个为pre，记录上一个数字；
#一个为count，记录上一个数字已经连续出现的次 
#然后调用if()函数，如果pre和当前行数字相同，count加1极为连续出现的次数；如果不同，意味着重新开始一个数字，count重新从1开始。
#最后，将当前的Num数字赋值给pre，开始下一行扫描。
select 
      Num,    #当前的Num 数字
      if(@pre=Num,@count := @count+1,@count := 1) as count_times, 
	  @pre:=Num	is not null#将当前Num赋值给pre
from Logs as a;
      select @pre:= null,@count:=1 as pc #这里需要别名
#上面这段代码执行结果就是一张三列为Num,count as nums,pre的表。

#②将上面表的结果中，重复次数大于等于3的数字选出，再去重即为连续至少出现三次的数字。
select 
     distinct Num as ConsecutiveNums 
from  
    (select 
    	   Num,
           if(@pre=Num,@count := @count+1,@count := 1) as nums,
           @pre:=Num
     from Logs as l ,
       (select @pre:= null,@count:=1) as pc
     ) as n
where nums >=3;

#注意：pre初始值最好不要赋值为一个数字，因为不确定赋值的数字是否会出现在测试表中

二、连接问题

*总结连接的效果：

①A inner join B：取交集

②A left join B：取A全部，B没有对应的值，则为null

③A right join B：取B全部，A没有对应的值，则为null

④A full outer join B：取并集，彼此没有对应的值为null

  • Where 和 On 连接主键的区别：
    1、on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。

    2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。
    因此：在大部分情况下只推荐用on连接，如果必须要保证链接后的表不能有Null数据，则直接用内连接即可，因此不推荐Where

1、自连接（员工薪资大于经理）

在同一个表内，有两个字段的含义是重复的情况的处理
比如下表中ManagerId和 Id其实是有重复的
此时就要用到自连接，自连接的关键是把一张表复制成两张用。

IdNameSalaryManagerId
1Joe700003
2Henry800004
3Sam60000NULL
4Max90000NULL
select * from employee as A 
left join employee as B 
on A.ManagerId=B.Id

这个自连接的效果如下
在这里插入图片描述
完整回答

select A.Name as 'Employee' from 
employee as A 
left join employee as B 
on A.ManagerId=B.Id 
where A.Salary>B.Salary;

2、datadiff函数作为连接条件

查找与之前（昨天的）日期相比温度更高的所有日期的 id 。**

SELECT a.Id from weather a 
LEFT JOIN weather b 
on DATEDIFF(a.RecordDate,b.RecordDate)=1
where a.Temperature>b.Temperature;

3、三表连接+分组计算

业务场景：分析每个大学不同难度的情况，计算平均做题数量（即北京大学困难题，做了几道，几人(设备)做，平均每人几道？）

  • a :用户信息表（含设备、大学、性别）
  • b :用户做题表（含设备、题号）
  • c :题目细节表（含题号、难度）

第一步：想象联表。分清楚主表是b，然后加上其他分表需要的字段， 就可以看到合并后的表。
对应代码↓

SELECT a.university ,c.difficult_level, b.*
FROM user_profile a,
	 question_practice_detail b,
  	 question_detail c
where a.device_id=b.device_id  
	  and b.question_id=c.question_id

在这里插入图片描述
第二步：这个时候就可以只看此联表，并且分析的是每个大学 每个难度的情况 所以是group两次

SELECT a.university ,c.difficult_level,b.device_id,
	   COUNT( b.question_id) '问题',
	   COUNT(b.device_id) '设备',
	   COUNT(DISTINCT b.device_id) '去重设备',  
	   COUNT(b.device_id) /COUNT(DISTINCT b.device_id)  平均答题数
FROM user_profile a,question_practice_detail b,question_detail c
where a.device_id=b.device_id  and b.question_id=c.question_id
GROUP BY a.university,c.difficult_level

在这里插入图片描述
浙江大学简单题中，设备2315 1个人做了5道题，因此平均答题数是5

4、json数组并表问题连接问题FIND_IN_SET

在这里插入图片描述

当两个连接键中有一列的元素存在list的时候用FIND_IN_SET这个函数
https://blog.csdn.net/windowsxp2018/article/details/108688861

- FIND_IN_SET(  str1  ,  str2  ) 返回的是str1在str2的位置
SELECT FIND_IN_SET('b', 'a,b,c,d'); 返回结果为2
TRIM( ']' FROM A.account_id） 是对A.account_id这一列两边都去除‘]’
注意trim( 一定要紧跟括号，否则报错

SELECT account_name ,COUNT(*) as 量级  FROM
(SELECT A.*,B.account_id  as key_id, B.account_name
FROM review_detail A  
JOIN account_detail B ON FIND_IN_SET(B.account_id, TRIM( '[' FROM TRIM( ']' FROM A.account_id))) > 0)c
GROUP BY account_name
ORDER BY 量级 DESC

三、电商题目

常见指标

  • GMV 商品交易总额（Gross Merchandise Volume，简称GMV）

1、计算GMV、仅计算每个商品（每组）的聚合指标

  • date_format (字段 , ‘%Y-%m-%d %H:%i:%s’);
  • 结果：2020-12-07 22:18:58
  • 注意点是参数别忘了加引号
SELECT
	date_format( event_time, '%Y-%m' ) MONTH,
	sum( total_amount ) GMV 
FROM
	tb_order_overall 
WHERE STATUS <>2 and year(event_time)=2021
GROUP BY
MONTH
HAVING GMV >100000
order by GMV


##第二题
SELECT
	product_id,
	ROUND(sum(if_click)/COUNT(product_id),3) AS ctr ,
	ROUND((sum(if_cart)/sum( if_click )) ,3)as cart_rate,
	ROUND((SUM(if_payment)/sum(if_cart)) ,3)as payment_rate,
	ROUND((SUM(if_refund)/SUM(if_payment)),3)as refund_rate
FROM
	tb_user_event 
	WHERE DATE_FORMAT(event_time,'%Y-%m')= '2021-10'
GROUP BY
	product_id 
HAVING
refund_rate <= 0.5
ORDER BY product_id

可以看到这里如果只要观察分组后的，每一组的“聚合情况”如

  • 每组计数count
  • 求和、最大最小等 sum max min
    都不需要用上面的子查询

2、计算复购人数（固定节点往前90天） 条件计数 count(case when)

思路详解：用窗口函数的rank标记第二次购买的数据
中分别对product_id,uid进行分窗口，然后计算rank
下表中rk>1的时候说明该uid对该商品购买了第二次

因此先三表联立得到下表，
在这里插入图片描述
然后再对这个表进行where筛选时间段
最后再通过一个新表对其进行group by product_id,并条件计算rk>1的个数即可

SELECT
	product_id,
	round( count( DISTINCT ( CASE WHEN ranking > 1 THEN uid ELSE NULL END ))/ count( DISTINCT uid ), 3 ) rate 
FROM
	(
	SELECT
		product_id,
		uid,
		event_time,
		ROW_NUMBER() over ( PARTITION BY product_id, uid ORDER BY event_time ) ranking 
	FROM
		tb_order_detail
		LEFT JOIN tb_product_info USING ( product_id )
		LEFT JOIN tb_order_overall USING ( order_id ) 
	WHERE
		tag = '零食' 
		AND STATUS = 1 
		AND datediff(( SELECT max( event_time ) FROM tb_order_overall ), event_time )< 90 
	) t 
	# 这里有一个关键的地方，就是用表中最大时间为当前节点，向前计算90天
	# 而不是每个商品都单独考虑一个时间节点
	# 但现实中上面的max(event_time)也可以换成Now(),或者其他任意一个固定点
GROUP BY
	product_id 
ORDER BY
	rate DESC,
	product_id ASC 
	LIMIT 3

四、替换

1、替换表中数据（update）

题目：将男女互换
方法一：流程控制case 或 if

update salary 
set sex = case sex
	when 'm' then 'f'
	when 'f' then 'm'
	end;

方法二：replace 用空值去替换变量字符

update salary
set sex = replace('fm',sex,'');
#用空值去替换sex变量（ sex=m/f ）

2、删除重复数据

DELETE from leetcod196 where id in  
(
SELECT id from
	(select *,
          row_number() over(partition by Email order by Id) as rn
     from leetcod196) as r1  #给这个窗口表取名窗口1 r1
where rn>1               
);

五、建表规范性

1、注意标点

Create table If Not Exists Logs (id int, num int)；
Truncate table Logs；
insert into Logs (id, num) values ('1', '1')；
insert into Logs (id, num) values ('2', '1')；
insert into Logs (id, num) values ('3', '1')；
insert into Logs (id, num) values ('4', '2')；
insert into Logs (id, num) values ('5', '1')；
insert into Logs (id, num) values ('6', '2')；
insert into Logs (id, num) values ('7', '2')；

2、基本例子

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float);
INSERT INTO user_profile VALUES(1,2138,'male',21,'北京大学',3.4);
INSERT INTO user_profile VALUES(2,3214,'male',23,'复旦大学',4.0);
INSERT INTO user_profile VALUES(3,6543,'female',20,'北京大学',3.2);
INSERT INTO user_profile VALUES(4,2315,'female',23,'浙江大学',3.6);
INSERT INTO user_profile VALUES(5,5432,'male',25,'山东大学',3.8);
INSERT INTO user_profile VALUES(6,2131,'male',28,'北京师范大学',3.3);

插入NULL值的时候不需要加单引号

insert into Employee (id, name) values (null, 'Henry');
insert into Employee (id, name) values ('3', 'Sam');
小猪比有个秘密
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
SQL刷题系列之基础篇
weixin_45380671的博客
02-20 1973
SQL刷题系列之基础篇
SQL 50 题（MySQL 版，包括建库建表、插入数据等完整过程，适合复习 SQL 知识点）
热门推荐
代码星辰的博客
11-16 1万+
本文整理了经典的 50 道 SQL 题目，文本分为建库建表、插入数据以及 SQL 50 题这三个部分。
MySQL查询语句练习
xuebiao1215
03-11 405
出道半年了，总发现自己的SQL查询语句非常的弱，所以趁还没开始做项目的时候有时间练习，今天也是主要从网上摘来的练习，从简单到复杂。 数据库表以及数据 创建表： --学生表 CREATE TABLE `Student`( `s_id` VARCHAR(20), `s_name` VARCHAR(20) NOT NULL DEFAULT '', `s_birth` VA...
SQL刷题及练习总结
最新发布
galaxy1220的博客
02-10 878
sql练习知识点总结
SQL基础+刷题
qq_57106289的博客
12-15 902
1.因为以前学过mysql、sqlsever、oracle，所以就在菜鸟教程看了SQL、和MySQL的基础知识点，捡起来一些基础，很全面，比我以前自己做的笔记更加整洁，然后自己又把重点遗忘的记录了下来，看过之后刷了牛客的SQL入门，下面摘录几个比较有记录意义的。
【SQL牛客网刷题】SQL必知必会50题
weixin_46861115的博客
09-05 3378
上次做这个还是一年前，这两天打算把所有的都刷一遍，做一个简单汇总
SQL从基础到进阶，从刷题到面试
07-22
SQL从基础到进阶，从刷题到面试，本课程目标人群为对数据科学相关感兴趣在校学生、想转行入职数据科学相关岗位的人群（包括数据分析助理、数据（商业）分析师、机器和深度学习工程师、数据科学家等）、刚入职数据...
leetcode第n高的薪水-LeetCode-SQL:LeetCodeSQL刷题笔记
07-07
除了这个问题本身，LeetCode SQL刷题笔记可以帮助学习者深入理解SQL的各种题型，提高实际问题解决能力。在系统开源的环境中，这些笔记提供了宝贵的资源，帮助开发者巩固SQL基础，应对更多实际工作中的挑战。
跟着大伟学SQL从基础到进阶,从刷题到面试.rar
06-16
《跟着大伟学SQL从基础到进阶，从刷题到面试》是一套全面而深入的SQL学习资源，由知名讲师大伟老师主讲。这套教程涵盖了SQL的基础知识到高级技巧，旨在帮助学习者从零开始掌握SQL语言，并进一步提升到能够应对实际...
数据库系统概论专升本题库
04-13
本题库包含多个PDF文档，全面覆盖了数据库相关的知识点，旨在帮助学生进行有效复习和刷题，以提升考试能力。 1. **数据库基本概念**：数据库是一个组织和存储数据的系统，它提供了数据的结构化存储和访问方式。在...
leetcode题库-Algorithm:刷题代码整理总结
06-29
数据库类 SQL类题目： 这部分题目较少，分析理解主要总结记录在目录部分 题目主要来源： 数据结构与算法类 题目总结： 字符串类题目： 数组类题目： 链表类题目： 算法刷题Cpp常用语法： 这部分的题解，由于解法以及...
牛客网之SQL刷题练习——一个实用的网站
qq_43499848的博客
10-16 8300
推荐一个免费在线刷题神器，希望我们都能早日拿到互联网大厂入门券！
数据库刷题
Wulawuba的博客
12-23 170
第一章 sql刷题 1.如何查找第2高的数据？ 1） limit字句的用法 2） ifnull的用法 题目：编写一个 SQL 查询，获取 Employee 表中第二高的薪水（Salary） 。 Id Salary 1 100 2 200 3 300 例如上述 Employee 表，SQL查询应该返回 200 作为第二高的薪水。如果不存在第二高的薪水，那么查询应返回 null。 SecondHighestSalary 200 答案： select ifNul
SQL刷题记录（一）
aitongyin的博客
09-27 299
MySQL刷题记录
关于null、undefined在项目中的使用
weixin_41246577的博客
11-18 105
在项目中需要对null、undefined进行判断有一下几种方法 进行比较运算时，对null及undefined加上引号if(data==="null"){ A; }else{ B; } 用！直接进行判断if(!data){}else{} ...
SQL操作-给null字段添加内容
weixin_45863084的博客
10-31 1462
使用update给mysql字段空内容填值
数仓SQL面试题(持续更新中！！！)
weixin_44786370的博客
07-03 2524
数仓SQL面试题(持续更新中！！！)
SQL(刷题）
wanpi931014的博客
08-29 1520
查找时间最晚人的信息 方法1：select * from table where time = (select max(time) from table 方法2：select * from table order by time desc limit 1 LIMIT m,n : 表示从第m+1条开始，取n条数据； LIMIT n ： 表示从第0条开始，取n条数据，是limit(0,n)的缩...
SQL常见面试题有哪些
04-24
SQL常见面试题包括： 1. 查询语句的基本语法和常见操作，如SELECT、FROM、WHERE等。 2. 数据库的基本概念，例如主键、外键、索引等。 3. 数据库的范式理论和各个范式的区别。 4. 数据库事务的概念和ACID特性。 5. 对JOIN操作的理解和掌握。 6. 对子查询的理解和使用技巧。 7. 数据库的优化技巧，包括查询优化、索引优化等。 8. NoSQL数据库的特点和使用场景。 9. 数据库安全和备份等方面的知识。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值