数据分析面试问题-SQL

1、SQL 的执行顺序

FROM - ON - JOIN - WHERE - GROUP BY - WITH - HAVING - SELECT - DISTINCT - ORDER BY - LIMIT

在 SQL 中，查询语句的执行顺序通常是按照以下步骤进行的：

1. FROM：首先，从指定的表（或视图）中获取数据，这是查询的基本数据源。
2. WHERE：然后，根据 WHERE 子句中的条件筛选出满足条件的行。
3. GROUP BY：如果查询包含 GROUP BY 子句，则将结果按照指定的列进行分组。
4. HAVING：在分组后，根据 HAVING 子句中的条件筛选出满足条件的分组。HAVING 子句可以被认为是 WHERE 子句针对分组后的结果的过滤器。
5. SELECT：选择要检索的列，并且对数据进行计算、转换等操作。
6. DISTINCT：如果查询包含 DISTINCT 关键字，则去除结果集中重复的行。
7. ORDER BY：按照指定的列对结果集进行排序。
8. LIMIT / OFFSET：如果使用了 LIMIT 或 OFFSET 子句，最后根据这些子句来限制结果集的大小或移动结果集的起始位置。

需要注意的是，虽然这是一般情况下的执行顺序，但在实际执行过程中，数据库系统可能会对查询进行优化和重排，以提高性能。

2、表连接方式有哪些及其区别？

(1)一般情况下

在 SQL 中，连接是用于联合两个或多个表的操作，以便获取相关的数据。

有几种连接方式，主要包括 INNER JOIN、LEFT JOIN（或 LEFT OUTER JOIN）、RIGHT JOIN（或 RIGHT OUTER JOIN）和 FULL JOIN（或 FULL OUTER JOIN）。以下是它们的主要区别：

1. INNER JOIN:INNER JOIN 返回两个表中符合连接条件的行。如果某一行在其中一个表中没有匹配行，则该行不会包含在结果中。
2. LEFT JOIN (或 LEFT OUTER JOIN):LEFT JOIN 返回左表中的所有行，以及右表中符合连接条件的行。如果在右表中没有匹配的行，则结果集中右侧的列将包含 NULL 值。
3. RIGHT JOIN (或 RIGHT OUTER JOIN):RIGHT JOIN 返回右表中的所有行，以及左表中符合连接条件的行。如果在左表中没有匹配的行，则结果集中左侧的列将包含 NULL 值。
4. FULL JOIN (或 FULL OUTER JOIN):FULL JOIN 返回左右两个表中的所有行，如果在其中一个表中没有匹配的行，则另一个表中对应的列将包含 NULL 值。

在实际应用中，选择连接方式取决于你需要的结果。如果你只想获取两个表中匹配的行，可以使用 INNER JOIN。如果你想保留左表中的所有行，并且将右表中匹配的行加入，可以使用 LEFT JOIN。同样，RIGHT JOIN 是保留右表中的所有行，而 FULL JOIN 保留两个表中的所有行。

连接操作可以根据数据之间的关系和业务需求来选择，因此了解不同连接方式的特点对于写出准确的 SQL 查询语句是很重要的。

(2)若没有共同的字段，用什么连接？union 和 union all的区别？

如果没有共同的字段，你可以使用CROSS JOIN连接方式。CROSS JOIN会返回两个表的笛卡尔积，即两个表的所有可能组合。

union与union all的区别在于，union 进行去重，而union all不去重

3、窗口函数有哪些

窗口函数（Window Functions）是一种SQL中强大的工具，用于在查询结果集中执行聚合、分析和计算操作。下面是一些常见的窗口函数：

1. ROW_NUMBER()：为结果集中的每一行分配一个唯一的数字。
2. RANK()：为结果集中的每一行分配一个排名，相同的值将获得相同的排名，但是会跳过相同排名数量。
3. DENSE_RANK()：与RANK()类似，但是不会跳过相同排名数量，排名是连续的。
4. NTILE(n)：将结果集划分为n个相等大小的桶，并为每个桶中的行分配一个桶号。
5. LEAD(column, offset, default)：获取当前行之后第offset个行的值。
6. LAG(column, offset, default)：获取当前行之前第offset个行的值。
7. FIRST_VALUE(column)：获取分组中第一行的指定列的值。
8. LAST_VALUE(column)：获取分组中最后一行的指定列的值。
9. SUM(), AVG(), COUNT(), MIN(), MAX()：这些聚合函数也可以用作窗口函数，用于在窗口内执行聚合操作而不是整个结果集。
10. PERCENT_RANK()：为结果集中的每一行计算百分比排名。
11. CUME_DIST()：计算当前行在整个分组中的累积分布百分比。
12. PERCENTILE_CONT()：计算分组中指定百分位数的近似值。
13. LAG() OVER (PARTITION BY ... ORDER BY ...)：在指定分区内根据指定顺序获取前一行的值。
14. LEAD() OVER (PARTITION BY ... ORDER BY ...)：在指定分区内根据指定顺序获取后一行的值。

这些窗口函数可以在SELECT语句的SELECT列表、ORDER BY子句和GROUP BY子句中使用，并且通常与OVER子句一起使用，以定义窗口的边界和排序规则。窗口函数提供了强大的功能，可以在查询结果中进行复杂的分析和处理。

4.索引的作用？

索引：通过创建索引，可以保证表中数据的唯一性）。

索引主要建立在①经常搜索的列；②主键所在列；③外键所在列索引包括聚集索引与非聚集索引，它们的区别在于索引记录的顺序与表记录的顺序是否一致。

5.排名函数与排序函数？

排序函数： order by （默认asc升序，指定desc降序），例如将表格数据按照考试成绩从低到高排序。

排名函数： rank, dense rank, row number ，得到的成绩的排序后，根据成绩的高低对学生排名，100分对应第一名，99分第二名。

它们的区别在于：row number:    根据成绩排序生成连续的序列号，1,2,3,4,5……；

rank：  和row number 不同，rank 考虑了相同分数学生的排名问题。如第一名100分，第2名两个人并列99分，那么98分的同学排名第四。

dense rank:    和rank的区别在于，同样考虑了分区内的排名，但dense rank的输出结果是连续的。如第一名100分，第2名两个人并列99分，那么98分的同学排名第三。

6.on 和 where 的区别？

数据库在连接多张表返回记录时，都会生成一个中间临时表。在内连接中，使用on或者where没有区别。在外连接里，例如使用left join时：on是在生成临时表时使用的条件，不管on的条件是否为真，都会返回左边表中的全部记录。where条件是在临时表生成好后，再对临时表进行过滤的条件。

7.主键和外键？

主键是一张表中能够确定一条记录的唯一标志。

外键用于和另一张表进行关联。

8.向表中插入数据？

insert into table name values:     普通插入数据模式insert or ignore into:    如果没有则插入数据，如果有则忽略insert or replace into:    如果不存在就插入，存在就更新

9.删除表中数据？

delete  :    删除表中数据，可以指定具体数据（where）

drop column/ drop table :    删除列数据，与delete 不同，drop函数会将数据以及表的结构全部删除。

truncate:    仅删除数据，且默认删除所有数据。和delete不同，truncate不能用where进行筛选，但删除速度比delete快

10.字符串常见操作函数？

concat():    将多个字符串连接成一个字符串，连接符用“”包起来

concat_ws()； 将多个字符串连接成一个字符串，在最开始的位置指定连接符（指定一次即可）

group concat():    将group by产生的同一个分组中的值连接起来，返回一个字符串。

like():     需要与通配符一起使用（'%'代表任意字符出现任意次数；'_'仅能匹配单个字符）

substr():     用于从字段中提取相应位置的字符。

regexp() :    正则表达式匹配函数

11. In/exist的联系与区别

子查询过程中，In和exist函数效率比较：当进行连接的两个表大小相似，效率差不多；如果子查询的内表更大，则exist的效率更高；如果子查询的内表小，则in的效率高。

Exist的原理:    使用exist时，若子查询能够找到匹配的记录，则返回true，外表能够提取查询数据；使用 not exist 时，若子查询找不到匹配记录，则返回true，外表能够提取查询数据。