戈玄白今天要做题1. 项目概述
"存一个数分SQL面试真题"这个标题看似简单，却蕴含着数据分析师求职路上的关键痛点。作为从业多年的数据老兵，我深知SQL技能在数据分析岗位面试中的决定性作用。根据我的面试官经验，80%的初级数据分析岗位都会设置SQL笔试环节，而其中70%的候选人会在这个环节暴露出基础不扎实的问题。
这个项目本质上是一个SQL面试题库的整理与解析，但它的价值远不止于此。优秀的SQL面试题往往能同时考察候选人的多种能力：数据思维、业务理解、编码规范以及性能意识。我见过太多候选人虽然能写出"正确"的SQL，却因为缺乏优化意识而与心仪岗位失之交臂。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心需求解析
2.1 面试准备者的真实痛点
在帮助上百位学员准备数据分析面试后，我发现求职者普遍存在三个认知误区：
- 基础语法陷阱：过度关注窗口函数等高级特性，反而在简单的多表连接时犯错
- 业务场景脱节：能解LeetCode难题，却无法将业务问题转化为SQL逻辑
- 性能意识缺失：写出能跑通的查询就满足，不考虑数据量增长后的执行效率
2.2 企业考察的四个维度
从用人单位角度看，一道好的SQL面试题应该评估：
| 考察维度 | 具体表现 | 题目示例 |
|---|---|---|
| 语法熟练度 | 正确使用JOIN、GROUP BY等基础语法 | 计算每个用户的订单总数 |
| 业务理解 | 将业务指标转化为SQL逻辑 | 计算用户复购率 |
| 优化能力 | 索引使用、查询重构意识 | 大数据量下的查询优化 |
| 边界处理 | NULL值、极端情况考虑 | 处理缺失的订单数据 |
3. 真题分类与解析
3.1 基础操作类题目
例题1：找出连续3天登录的用户
sql复制WITH login_dates AS (
SELECT
user_id,
login_date,
LEAD(login_date, 2) OVER (PARTITION BY user_id ORDER BY login_date) AS next_date
FROM user_logins
)
SELECT DISTINCT user_id
FROM login_dates
WHERE DATEDIFF(next_date, login_date) = 2;
注意：这道题考察的是窗口函数的灵活运用。常见错误包括：
- 混淆LEAD/LAG函数的参数顺序
- 忘记处理同用户多日连续登录的情况
- 日期差计算时忽略边界条件
3.2 业务分析类题目
例题2：计算电商用户的复购周期
sql复制WITH user_orders AS (
SELECT
user_id,
order_date,
LAG(order_date) OVER (PARTITION BY user_id ORDER BY order_date) AS prev_date
FROM orders
WHERE status = 'completed'
),
purchase_gaps AS (
SELECT
user_id,
DATEDIFF(order_date, prev_date) AS days_between
FROM user_orders
WHERE prev_date IS NOT NULL
)
SELECT
AVG(days_between) AS avg_repurchase_days,
PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY days_between) AS median_repurchase_days
FROM purchase_gaps;
业务思考点：
- 如何处理首单用户？（NULL值过滤）
- 是否区分不同商品类目？（可能需要分层计算）
- 异常值对平均值的影响？（中位数更稳健）
4. 性能优化实战
4.1 索引使用黄金法则
在面试中展示优化意识可以显著加分：
-
最左前缀原则：建立复合索引时，区分度高的字段放左边
sql复制-- 好索引：user_id区分度高于status CREATE INDEX idx_orders ON orders(user_id, status); -- 低效查询：无法使用上述索引 SELECT * FROM orders WHERE status = 'completed'; -
覆盖索引技巧：使查询只需访问索引
sql复制-- 优化前 SELECT user_id, COUNT(*) FROM orders GROUP BY user_id; -- 优化后：使用覆盖索引 CREATE INDEX idx_covering ON orders(user_id, order_id); SELECT user_id, COUNT(order_id) FROM orders GROUP BY user_id;
4.2 执行计划解读
在面试中解释EXPLAIN的输出：
code复制EXPLAIN
SELECT o.order_id, u.user_name
FROM orders o
JOIN users u ON o.user_id = u.user_id
WHERE o.create_date > '2023-01-01';
关键指标解读：
- type：ALL（全表扫描）→ 需要优化为range或ref
- key：实际使用的索引
- rows：预估扫描行数
- Extra：Using filesort/temporary表示性能瓶颈
5. 高频考点精讲
5.1 时间处理技巧
日期处理是SQL面试的必考点：
sql复制-- 计算周同比（WoW）
SELECT
DATE_TRUNC('week', event_date) AS week,
COUNT(DISTINCT user_id) AS mau,
LAG(COUNT(DISTINCT user_id), 1) OVER (ORDER BY DATE_TRUNC('week', event_date)) AS last_week_mau,
COUNT(DISTINCT user_id) / LAG(COUNT(DISTINCT user_id), 1) OVER (ORDER BY DATE_TRUNC('week', event_date)) - 1 AS wow_growth
FROM user_events
GROUP BY 1;
易错点：
- 时区转换（特别是跨国业务）
- 月末/季末的特殊处理
- 节假日对同比的影响
5.2 分层计算模式
业务场景中经常需要计算各分位值：
sql复制WITH user_stats AS (
SELECT
user_id,
SUM(order_amount) AS total_spend,
NTILE(4) OVER (ORDER BY SUM(order_amount)) AS spend_quartile
FROM orders
GROUP BY user_id
)
SELECT
spend_quartile,
MIN(total_spend) AS min_spend,
MAX(total_spend) AS max_spend,
COUNT(user_id) AS users
FROM user_stats
GROUP BY spend_quartile
ORDER BY spend_quartile;
6. 避坑指南
6.1 新手常见错误
-
隐式类型转换：
sql复制-- 错误示例（user_id是字符串类型） SELECT * FROM users WHERE user_id = 10086; -- 正确写法 SELECT * FROM users WHERE user_id = '10086'; -
GROUP BY遗漏字段：
sql复制-- 错误示例（product_name不在GROUP BY中） SELECT category, product_name, AVG(price) FROM products GROUP BY category; -
错误处理NULL值：
sql复制-- 错误示例（NULL参与计算） SELECT AVG(discount) FROM orders; -- 正确写法 SELECT AVG(COALESCE(discount, 0)) FROM orders;
6.2 面试应答策略
当遇到不熟悉的题目时：
- 澄清需求："请问这个指标的业务定义是..."
- 分步实现："我先解决核心逻辑，再考虑优化"
- 承认盲区："这个函数我不熟悉，但我认为可以这样解决..."
7. 学习路径建议
根据面试难度，我建议分阶段准备：
初级岗位（1-2年经验）
- 重点：单表查询、多表连接、基础聚合
- 推荐练习：牛客网SQL必知必会题库
中级岗位（3-5年经验）
- 重点：窗口函数、查询优化、复杂业务逻辑
- 推荐资源：LeetCode数据库题库高频题目
高级岗位（5年+经验）
- 重点：SQL执行原理、大数据量处理、ETL设计
- 进阶学习：《SQL进阶教程》《高性能MySQL》
最后分享一个实战心得：在准备面试时，不要只满足于写出正确答案，要习惯性思考：
- 如果数据量增加100倍，查询会变慢吗？
- 这个业务指标是否有更高效的计算方式？
- 我的代码是否考虑了各种边界情况？
这些思考习惯会让你在面试中脱颖而出。