【大数据】关于sql面试题10道,助你升职加薪【精品,建议收藏】

【大数据】关于sql面试题10道,助你升职加薪【精品,建议收藏】

前言

最近整理一些关于大数据和数据库的面试题和知识点,分享给大家.

一、你接触的分区有哪些，他们都有哪些优点

1.1.分区表有哪些优点？

（1）增强可用性，减少修复的时间：如果表的一个分区由于系统故障而不能使用，表的其余好的分区仍可以使用；
（2）维护轻松：如果需要得建表，独产管理每个分区比管理单个大表要轻松得多；
（3）均衡I/O：可以把表的不同分区分配到不同的磁盘来平衡I/O改善性能；
（4）改善性能：对大表的查询、增加、修改等操作可以分解到表的不同分区来并行执行，可使运行速度更快，在数据仓库的TP查询特别有用。

1.2.分区表有哪些类型？

（1）按范围分区：固名思义就是按一定range来分区
（2）Hash分区（散列分区）：散列分区通过指定分区编号来均匀分布数据的一种分区类型，因为通过在I/O设备上进行散列分区，使行这些分区大小一致。如将part_id的数据根据自身的情况散列地存放在指定的三个表空间中。
（3）复合分区：根据范围分区后，每个分区内的数据再散列地分布在几个表空间中，这样我们就要使用复合分区。复合分区是先使用范围分区，然后在每个分区同再使用散列分区的一种分区方法，如将part_date的记录按时间分区，然后每个分区中的数据分三个子分区，将数据散列地存储在三个指定的表空间中。

二.索引的正确使用

在ETL过程中的索引需要遵循以下使用原则：
（1）当插入的数据为数据表中的记录数量10%以上时，首先需要删除该表的索引来提高数据的插入效率，当数据全部查入后再建立索引
（2）避免在索引列上使用函数或计算，在 where 子句中，如果索引列是函数的一部分，优化器不使用索引而使用全表扫描。
例：

--低效：
select  *  from  dept  where  sal *12 >25000;
--高效：
select  *  from  dept  where  sal >25000/12;

三 sql语句优化

（1）选择最有效率的表名顺序(只在基于规则的优化器中有效)：
Oracle的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表 driving table)将被最先处理，在
FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表
(intersection table)作为基础表, 交叉表是指那个被其他表所引用的表。
（2）WHERE子句中的连接顺序：
Oracle采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾。
（3）SELECT子句中避免使用‘’：
Oracle在解析的过程中, 会将‘’依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间。
（4）用TRUNCATE替代DELETE：
当删除表中的记录时,在通常情况下, 回滚段(rollback segments ) 用来存放可以被恢复的信息. 如果你没有COMMIT事务,ORACLE会将数据恢复到删除之前的状态(准确地说是恢复到执行删除命令之前的状况) 而当运用TRUNCATE时, 回滚段不再存放任何可被恢复的信息。当命令运行后,数据不能被恢复.因此很少的资源被调用,执行时间也会很短。（TRUNCATE只在删除全表适用,TRUNCATE是DDL不
是DML）。
（5）用索引提高效率：
索引是表的一个概念部分，用来提高检索数据的效率，Oracle使用了一个复杂的自平衡B-tree结构。通常,通过索引查询数据比全表扫描要快。当Oracle找出执行查询和Update语句的最佳路径时, Oracle优化器将使用索引。同样在联结多个表时使用索引也可以提高效率。另一个使用索引的好处是,它提供了主键(primary key)的唯一性验证。那些LONG或LONG RAW数据类型, 你可以索引几乎所有的
列。通常, 在大型表中使用索引特别有效. 当然,你也会发现, 在扫描小表时，使用索引同样能提高效率。虽然使用索引能得到查询效率的提高,但是我们也必须注意到它的代价。索引需要空间来存储,也需要定期维护, 每当有记在表中增减或索引列被修改时, 索引本身也会被修改。这意味着每条记录的INSERT, DELETE , UPDATE将为此多付出4, 5次的磁盘I/O 。因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢。定期的重构索引是有必要的：

ALTER INDEX <INDEXNAME> REBUILD <TABLESPACENAME>  

（6）优化GROUP BY:
提高GROUP BY 语句的效率, 可以通过将不需要的记录在GROUP BY 之前过滤掉。下面两个查询返回相同结果但第二个明显就快了许多 。
低效:

SELECT JOB, AVG(SAL)  FROM EMPGROUP JOB  
HAVING JOB = 'PRESIDENT'  OR JOB = 'MANAGER'

高效:

SELECT JOB, AVG(SAL)  FROM EMP  
WHERE JOB = 'PRESIDENT'  OR JOB = 'MANAGER'  GROUP JOB

（7）SQL语句用大写
因为Oracle总是先解析SQL语句，把小写的字母转换成大写的再执行。

四.分析函数

4.1常用的分析函数如下所列:

count() over(partition by ... order by ...)  
max() over(partition by ... order by ...)  
min() over(partition by ... order by ...)  
sum() over(partition by ... order by ...)  
avg() over(partition by ... order by ...)  
first_value() over(partition by ... order by ...)  
last_value() over(partition by ... order by ...)  
row_number() over(partition by ... order by ...)  
rank() over(partition by ... order by ...)  
dense_rank() over(partition by ... order by ...)  
lag() over(partition by ... order by ...)  
lead() over(partition by ... order by ...) 

五、数据库中食用游标的优缺点

游标提供了一种从表中检索出的数据进行操作的灵活手段，就本质而言，游标实际上是一种能从多余数据结果的记录的结果集中每次提取一条记录的机制
优点：对表中检索出的数据进行操作非常灵活
运行应用程序对查询语句select返回的行结果集中每一行进行相同或不同的操作
提供对基于游标位置而对表中数据进行删除或更新的能力
缺点：游标速度较慢、数据量大时效率也会降低
游标使用时会对行加锁，可能影响其他业务的正常进行
内存也是其中的一个限制，数据量过大时会导致内存不足

六、拉链表怎么实现的？（开链 关链）

拉链表：
针对数据仓库设计中表存储数据的方式，记录一事物从开始，一直到当前状态的所有变化的信息

拉链的算法流程：
1.建立临时表VT-NEW，用于存放转换、处理后的数据。
2.建立临时表VT-TNC，用于对比出的增量数据。
3.修改目标表，进行关键更新操作。
4.修改目标表，进行开链插入操作。

语句:
1.建立临时表VT-NEW

CREATE TABLE VT_NEW AS SELECT*FROM TAG WHERE 1=0;
INSERT INTO VT_NEW(ID,NAME,BAL,START_DT,END_DT)
SELECT  ID,NAME,BAL,’2014-01-04’,’2999-12-31’
FROM SRC;

2.建立临时表VT-TNC

CREATE TABLE VT_INC AS SELECT *FROM TAG WHERE 1=0;
INSERT INTO VT_INC(ID,NAME,,BAL,START_DT,END_DT)
SELECT ID,NAME,BAL,START_DT,END_DT
FROM VT_NEW
WHERE (ID,NAME,BAL) NOT IN(
SELECT ID,NAME,BAL
FROM TAG
WHERE END_DT=’29991231);

3.关链：

UPDATE TAR
SET END_DT=’2014-01-04’
WHERE END_DT=’2999-12-31’AND ID IN (SELECT ID FROM VT_INC);

4.开链：

INSERT INTO TAR(ID,NAME,BAL,START_DT,END_DT)
SELECT ID,NAME,BAL,START_DT,END_DT
FROM VT_INC;

七.视图

7.1视图和表的区别？

基本表是实际存储在数据库的表，而视图是由若干基本表或其他视图构成的表的定义。简单的说，视图是按照写的sql语句生成的一个虚拟的东西，本身并不占数据库空间，不能直接对视图进行update或者insert into操作。说白了，就是视图的变化随着表的变化而变化，除非重新create or replace view_a 才能把这个视图中的东西更改掉。

7.2.视图有哪些？视图的优点有哪些？

关系视图、内嵌视图、对象视图、物化视图。

优点：
简化操作；可以从多种角度看同一数据；视图对重构数据库提供了一定程度的逻辑独立性。

八 存储过程

8.1存储过程创建语法：

•create [or replace] procedure procedure_name
•  [ (argment [ { in| in  out }]  type,
• argment  [ { in | out | in out } ] type
•  { is  | as }
•  <类型.变量的说明>
•  ( 注: 不用 declare 语句 )
•  Begin
•  <执行部分>
• exception
•  <可选的异常处理说明>
•end;

8.2 存储过程使用：

–在命令窗口

EXEC[UTE]  procedure_name( parameter1, parameter2…);

–在sql窗口

begin
  procedure_name( parameter1,  parameter2…);
end;

九、存储过程和开发工具的优缺点

9.1存储过程

优点：1.存储过程只在创造时进行编译，以后每次执行存储过程都不需要再重新编译，而一般SQL语句每执行一次就编译一次，所以使用存储过程可提高数据库执行速度
2.当对数据库进行复杂操作时（如对多个表进行UPDATE,INSERT,QUERY,BELETE时），可将此复杂操作用存储过程封装起来与数据库提供的事务处理结合一起使用
3.存储过程可以重复使用，可减少数据库开发人员的工作量
4.安全性高，可设定只有此用户才具有对指定存储过程的使用权
缺点：1.如果更改范围大到需要对输入存储过程的参数进行更改，或者要更改由其返回的数据，则需要更新程序集中的代码以添加参数，更新调用
2.可移植性差

9.2开发工具

优点：操作简单；稳定性好；数据转换过程相对灵活

十、数据仓库与模型

10.1模型有哪些？

物理模型，逻辑模型，实体模型

10.2 数据库和数据仓库的区别

1.数据库是面向事务的设计，数据仓库是面向主题设计的
2.数据库一般存储在线交易数据，数据仓库存储的一般是历史数据
3.数据库是为捕获数据而设计，数据仓库是为分析数据而设计
4.数据库是事务系统的数据平台，数据仓库是分析系统的数据平台