必知必会的十个高级 SQL 概念

> 公众号：[Java小咖秀](https://t.1yb.co/jwkk)，网站：[javaxks.com](https://www.javaxks.com)

> 作者 :Dimitris Poulopoulos ,链接：https://towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0

随着数据量持续增长，对合格数据专业人员的需求也会增长。具体而言，对 SQL 流利的专业人士的需求日益增长，而不仅仅是在初级层面。

因此，Stratascratch 的创始人 Nathan Rosidi 以及我觉得我认为 10 个最重要和相关的中级到高级 SQL 概念。

那个说，我们走了！

### 1. 常见表表达式（CTEs）

如果您想要查询子查询，那就是 CTEs 施展身手的时候 - CTEs 基本上创建了一个临时表。

使用常用表表达式（CTEs）是模块化和分解代码的好方法，与您将文章分解为几个段落的方式相同。

请在 Where 子句中使用子查询进行以下查询。

```

SELECT

name,

salary

FROM

People

WHERE

NAME IN ( SELECT DISTINCT NAME FROM population WHERE country = "Canada" AND city = "Toronto" )

AND salary >= (

SELECT

AVG( salary )

FROM

salaries

WHERE

gender = "Female")

```

这似乎似乎难以理解，但如果在查询中有许多子查询，那么怎么样？这就是 CTEs 发挥作用的地方。

```

with toronto_ppl as (

SELECT DISTINCT name

FROM population

WHERE country = "Canada"

AND city = "Toronto"

)

, avg_female_salary as (

SELECT AVG(salary) as avgSalary

FROM salaries

WHERE gender = "Female"

)

SELECT name

, salary

FROM People

WHERE name in (SELECT DISTINCT FROM toronto_ppl)

AND salary >= (SELECT avgSalary FROM avg_female_salary)

```

现在很清楚，Where 子句是在多伦多的名称中过滤。如果您注意到，CTE 很有用，因为您可以将代码分解为较小的块，但它们也很有用，因为它允许您为每个 CTE 分配变量名称（即 toronto_ppl 和 avg_female_salary）

同样，CTEs 允许您完成更高级的技术，如创建递归表。

### 2. 递归 CTEs.

递归 CTE 是引用自己的 CTE，就像 Python 中的递归函数一样。递归 CTE 尤其有用，它涉及查询组织结构图，文件系统，网页之间的链接图等的分层数据，尤其有用。

递归 CTE 有 3 个部分：

锚构件：返回 CTE 的基本结果的初始查询

递归成员：引用 CTE 的递归查询。这是所有与锚构件的联盟

停止递归构件的终止条件

以下是获取每个员工 ID 的管理器 ID 的递归 CTE 的示例：

```

with org_structure as (

SELECT id

, manager_id

FROM staff_members

WHERE manager_id IS NULL

UNION ALL

SELECT sm.id

, sm.manager_id

FROM staff_members sm

INNER JOIN org_structure os

ON os.id = sm.manager_id

```

### 3. 临时函数

如果您想了解有关临时函数的更多信息，请检查此项，但知道如何编写临时功能是重要的原因：

它允许您将代码的块分解为较小的代码块

它适用于写入清洁代码

它可以防止重复，并允许您重用类似于使用 Python 中的函数的代码。

考虑以下示例：

```

SELECT name

, CASE WHEN tenure < 1 THEN "analyst"

WHEN tenure BETWEEN 1 and 3 THEN "associate"

WHEN tenure BETWEEN 3 and 5 THEN "senior"

WHEN tenure > 5 THEN "vp"

ELSE "n/a"

END AS seniority

FROM employees

```

相反，您可以利用临时函数来捕获案例子句。

```

CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS (

CASE WHEN tenure < 1 THEN "analyst"

WHEN tenure BETWEEN 1 and 3 THEN "associate"

WHEN tenure BETWEEN 3 and 5 THEN "senior"

WHEN tenure > 5 THEN "vp"

ELSE "n/a"

END

);

SELECT name

, get_seniority(tenure) as seniority

FROM employees

```

通过临时函数，查询本身更简单，更可读，您可以重复使用资历函数！

### 4. 使用 CASE WHEN 枢转数据

您很可能会看到许多要求在陈述时使用 CASE WHEN 的问题，这只是因为它是一种多功能的概念。如果要根据其他变量分配某个值或类，则允许您编写复杂的条件语句。

较少众所周知，它还允许您枢转数据。例如，如果您有一个月列，并且您希望为每个月创建一个单个列，则可以使用语句追溯数据的情况。

示例问题：编写 SQL 查询以重新格式化表，以便每个月有一个收入列。

Initial table:

| id | revenue | month |

| --- | --- | --- |

| 1 | 8000 | Jan |

| 2 | 9000 | Jan |

| 3 | 10000 | Feb |

| 1 | 7000 | Feb |

| 1 | 6000 | Mar |

Result table:

| id | Jan_Revenue | Feb_Revenue | Mar_Revenue | ... | Dec_Revenue |

| --- | --- | --- | --- | --- | --- |

| 1 | 8000 | 7000 | 6000 | ... | null |

| 2 | 9000 | null | null | ... | null |

| 3 | null | 10000 | null | ... | null |

### 5.EXCEPT vs NOT IN

除了几乎不相同的操作。它们都用来比较两个查询 / 表之间的行。所说，这两个人之间存在微妙的细微差别。

首先，除了过滤删除重复并返回不同的行与不在中的不同行。

同样，除了在查询 / 表中相同数量的列，其中不再与每个查询 / 表比较单个列。推荐：Java 面试练题宝典

### 6. 自联结

一个 SQL 表自行连接自己。你可能会认为没有用，但你会感到惊讶的是这是多么常见。在许多现实生活中，数据存储在一个大型表中而不是许多较小的表中。在这种情况下，可能需要自我连接来解决独特的问题。

让我们来看看一个例子。

示例问题：给定下面的员工表，写出一个 SQL 查询，了解员工的工资，这些员工比其管理人员工资更多。对于上表来说，Joe 是唯一一个比他的经理工资更多的员工。

| Id | Name | Salary | ManagerId |

| --- | --- | --- | --- |

| 1 | Joe | 70000 | 3 |

| 2 | Henry | 80000 | 4 |

| 3 | Sam | 60000 | NULL |

| 4 | Max | 90000 | NULL |

Answer:

```

SELECT

a.Name as Employee

FROM

Employee as a

JOIN Employee as b on a.ManagerID = b.Id

WHERE a.Salary > b.Salary

```

### 7.Rank vs Dense Rank vs Row Numbe

它是一个非常常见的应用，对行和价值进行排名。以下是公司经常使用排名的一些例子：

- 按购物，利润等数量排名最高值的客户

- 排名销售数量的顶级产品

- 以最大的销售排名顶级国家

- 排名在观看的分钟数，不同观众的数量等观看的顶级视频。

在 SQL 中，您可以使用几种方式将 “等级” 分配给行，我们将使用示例进行探索。考虑以下 Query 和结果：

```

SELECT Name

, GPA

, ROW_NUMBER() OVER (ORDER BY GPA desc)

, RANK() OVER (ORDER BY GPA desc)

, DENSE_RANK() OVER (ORDER BY GPA desc)

FROM student_grades

```


ROW_NUMBER（）返回每行开始的唯一编号。当存在关系时（例如，BOB vs Carrie），ROW_NUMBER（）如果未定义第二条标准，则任意分配数字。

Rank（）返回从 1 开始的每行的唯一编号，除了有关系时，等级（）将分配相同的数字。同样，差距将遵循重复的等级。

dense_rank（）类似于等级（），除了重复等级后没有间隙。请注意，使用 dense_rank（），Daniel 排名第 3，而不是第 4 位（）。

###v8. 计算 Delta 值

另一个常见应用程序是将不同时期的值进行比较。例如，本月和上个月的销售之间的三角洲是什么？或者本月和本月去年这个月是什么？

在将不同时段的值进行比较以计算 Deltas 时，这是 Lead（）和 LAG（）发挥作用时。

这是一些例子：

```

# Comparing each month's sales to last month

SELECT month

, sales

, sales - LAG(sales, 1) OVER (ORDER BY month)

FROM monthly_sales

# Comparing each month's sales to the same month last year

SELECT month

, sales

, sales - LAG(sales, 12) OVER (ORDER BY month)

FROM monthly_sales

```

### 9. 计算运行总数

如果你知道关于 row_number（）和 lag（）/ lead（），这可能对您来说可能不会惊喜。但如果你没有，这可能是最有用的窗口功能之一，特别是当您想要可视化增长！

使用具有 SUM（）的窗口函数，我们可以计算运行总数。请参阅下面的示例：

```

SELECT Month

, Revenue

, SUM(Revenue) OVER (ORDER BY Month) AS Cumulative

FROM monthly_revenue

```


### 10. 日期时间操纵

您应该肯定会期望某种涉及日期时间数据的 SQL 问题。例如，您可能需要将数据分组组或将可变格式从 DD-MM-Yyyy 转换为简单的月份。

您应该知道的一些功能是：

- 提炼

- 日元

- date_add，date_sub.

- date_trunc.

示例问题：给定天气表，写一个 SQL 查询，以查找与其上一个（昨天）日期相比的温度较高的所有日期的 ID。

| Id(INT) | RecordDate(DATE) | Temperature(INT) |

| --- | --- | --- |

| 1 | 2015-01-01 | 10 |

| 2 | 2015-01-02 | 25 |

| 3 | 2015-01-03 | 20 |

| 4 | 2015-01-04 | 30 |

Answer:

```

SELECT

a.Id

FROM

Weather a,

Weather b

WHERE

a.Temperature > b.Temperature

AND DATEDIFF(a.RecordDate, b.RecordDate) = 1

```

### 谢谢阅读！

就这样！我希望这有助于您在面试准备中 - 我相信，如果您知道这 10 个内部概念，那么在那里大多数 SQL 问题时，你会做得很好。

一如既往，祝你学习努力最好！