SQL 面试题

SQL 面试涵盖内容

SQL 面试题示例

• 查找表中的第二高薪水。
  好回答应覆盖

  • 使用子查询和 LIMIT/OFFSET
  • 使用窗口函数 DENSE_RANK（处理并列）
  • 避免的陷阱：没有考虑并列情况

  查看范例答案

  查找第二高薪水常见方法有子查询加 LIMIT/OFFSET 或窗口函数。子查询：SELECT DISTINCT salary FROM employees ORDER BY salary DESC LIMIT 1 OFFSET 1。但这在有并列时可能返回错误。更稳妥是用窗口函数 DENSE_RANK：SELECT salary FROM (SELECT salary, DENSE_RANK() OVER (ORDER BY salary DESC) AS rk FROM employees) t WHERE rk = 2 LIMIT 1。注意要处理空值，如果不足两行返回 NULL。复杂度 O(n log n) 排序。

  -- 方法1: LIMIT/OFFSET
  SELECT DISTINCT salary
  FROM employees
  ORDER BY salary DESC
  LIMIT 1 OFFSET 1;
  
  -- 方法2: 窗口函数（推荐）
  SELECT salary
  FROM (
    SELECT salary,
           DENSE_RANK() OVER (ORDER BY salary DESC) AS rk
    FROM employees
  ) t
  WHERE rk = 2
  LIMIT 1;

• 获取每组前 N 行（例如每个类别的前 3 个产品）。
  好回答应覆盖

  • 窗口函数 ROW_NUMBER 分区排序
  • 外层过滤前 N 行
  • 效率与索引关系

  查看范例答案

  获取每组前 N 行常用窗口函数 ROW_NUMBER() 在分区内按指定列排序编号，然后外层选择编号 <= N 的行。例如：SELECT * FROM (SELECT *, ROW_NUMBER() OVER (PARTITION BY category ORDER BY sales DESC) AS rn FROM products) t WHERE rn <= 3。此查询需要全表扫描并排序，性能随数据量下降。若表很大且需要频繁查询，可考虑对 (category, sales) 建立复合索引以优化排序。时间复杂度 O(n log n) 每分组排序。

  -- 每个类别销售额前三的产品
  SELECT *
  FROM (
    SELECT *,
           ROW_NUMBER() OVER (PARTITION BY category ORDER BY sales DESC) AS rn
    FROM products
  ) t
  WHERE rn <= 3;

• 解释 WHERE 和 HAVING 的区别。
  好回答应覆盖

  • WHERE 在分组前过滤行
  • HAVING 在分组后过滤聚合结果
  • 可与 GROUP BY 配合使用顺序

  查看范例答案

  WHERE 和 HAVING 都是过滤子句，但作用时机不同。WHERE 在数据分组前对行逐行过滤，不能使用聚合函数（如 SUM、AVG）；HAVING 在分组后对分组结果过滤，可以使用聚合函数。执行顺序上，WHERE 先于 GROUP BY，HAVING 后于 GROUP BY。例如：查询销售额总和超过 1000 的部门，且部门所属区域为 'North'。WHERE region = 'North' 过滤行，GROUP BY department，HAVING SUM(sales) > 1000。常见陷阱：错误地在 WHERE 中使用聚合函数会导致语法错误。

• 编写查询找出重复行并仅保留一个。
  好回答应覆盖

  • 使用 GROUP BY 和 HAVING COUNT(*) > 1 找出重复
  • 使用窗口函数 ROW_NUMBER 删除其余行
  • 事务中谨慎操作，备份数据

  查看范例答案

  查找重复行并保留一条的方法：先用 GROUP BY 找出有重复的组，再使用窗口函数 ROW_NUMBER() 为每组内的行编号，然后删除编号 > 1 的行。假设重复定义是某几列相同，例如 email。查询重复：SELECT email, COUNT(*) FROM users GROUP BY email HAVING COUNT(*) > 1。删除仅保留一条：WITH cte AS (SELECT *, ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn FROM users) DELETE FROM cte WHERE rn > 1。注意 ORDER BY 决定保留哪条（如最小 id）。执行前务必备份或先在事务中测试。

  -- 查找重复行
  SELECT email, COUNT(*)
  FROM users
  GROUP BY email
  HAVING COUNT(*) > 1;
  
  -- 删除重复，保留id最小的那条
  WITH cte AS (
    SELECT *,
           ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn
    FROM users
  )
  DELETE FROM cte WHERE rn > 1;

• 计算每日收入的累计总和。
  好回答应覆盖

  • 窗口函数 SUM() OVER (ORDER BY date) 实现累计和
  • 处理日期缺失时的结果
  • 性能与索引关系

  查看范例答案

  计算每日收入的累计总和，可使用窗口函数的累加和。基本语法：SELECT date, revenue, SUM(revenue) OVER (ORDER BY date) AS cumulative_revenue FROM daily_revenue。若要按其他分组累计，可加 PARTITION BY。注意：如果日期不连续，累计和依然正确累加已有天数。若需显示所有日期（包括无收入日），需用日期维度表左连接。性能上，ORDER BY date 需排序，在 date 列建索引可优化。复杂度 O(n log n) 排序。

  SELECT date,
         revenue,
         SUM(revenue) OVER (ORDER BY date) AS cumulative_revenue
  FROM daily_revenue
  ORDER BY date;

• 如何加速慢查询？查询计划告诉了你什么？
  好回答应覆盖

  • EXPLAIN ANALYZE 查看执行计划
  • 索引优化（扫描类型、索引选择）
  • 常见慢查询原因：全表扫描、临时表、排序

  查看范例答案

  加速慢查询首先使用 EXPLAIN ANALYZE 获取执行计划，它显示查询步骤、每步耗时和行数。常见优化点：1）全表扫描 → 考虑加合适的索引（B+树索引支持等值、范围、排序）。2）排序操作（Using filesort）→ 利用索引预排序。3）临时表（Using temporary）→ 可能由于 GROUP BY 或 DISTINCT 没有索引，调整查询或加复合索引。4）查询计划中的 type 列：const > ref > range > index > ALL。5）连接查询中驱动表选择，用小表驱动大表。6）检查是否因星号（*）返回不必要列，改为需要列。实践：先看耗时最大节点针对性优化。

如何准备

• 练习手动编写查询——许多面试使用共享编辑器，没有自动补全。
• 掌握窗口函数；它们能解决大量的“每组前 N”和累计总和问题。
• 明确考虑 NULL 行为和重复值——它们是常见的陷阱。
• 准备好阅读查询计划并解释为什么索引有帮助。

常见问题