> 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
```
![](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e5dbe220254041c597a63c20dc8cfcb9~tplv-k3u1fbpfcp-watermark.image)
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
```
![](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/01b6bc682e9a43f3a4703b282efdf37d~tplv-k3u1fbpfcp-watermark.image)
### 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!
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。