当前位置：首页 > news >正文

数据开发面试:DQL,DDL,DTL

news 来源：原创 2025/6/13 23:03:06

DQL常见面试题

where 和 having 的区别

三个排序开窗函数的区别

left join 用where 筛选和用on筛选的区别

ON 子句：用于定义连接条件，不会丢失左表的行。
WHERE 子句：用于过滤连接后的结果集，可能会丢失左表中没有匹配的行

示例

WHERE 子句在连接操作之后应用，用于过滤结果集中的行。在这个查询中，WHERE b.salary > 5000 会过滤掉所有 b.salary 小于或等于 5000 的行，包括那些 b.salary 为 NULL 的行（即左表中的行在右表中没有找到匹配的行）。

union 和 union all 的区别

union

去重：UNION 会自动去除合并后结果集中的重复行。
性能：因为需要检查重复行，所以 UNION 通常比 UNION ALL 执行得慢一些

union all

不去重：UNION ALL 会保留合并后结果集中的所有行，包括重复行。
性能：因为不需要检查重复行，所以 UNION ALL 通常比 UNION 执行得快。

count(*) count(1) count(字段)的区别

COUNT(*)：计算所有行数，包括列值为 NULL 的行。
COUNT(1)：计算所有行数，与 COUNT(*) 类似
COUNT(列)：计算指定列非 NULL 值的数量。

COUNT(*) 可能比 COUNT(列) 更快，因为它不需要检查列值是否为 NULL

COUNT(1) 和 COUNT(*) 的性能相似

a表有3条数据，b表有5条数。a left join b 最少多少条，最多多少条

最少3条>>b表没有与a表匹配的数据

最多15条>>b表的每一条数据都能和a表匹配上,产生笛卡尔积

DDL面试题

truncate 、 delete 、 drop的区别

1.drop删除对象，delete和truncate删除数据;

2.drop和truncate属于DDL（数据库定义语言）; delete属于属于DML(数据库操作语言);

3.TRUNCATE只能删除全部数据,DELETE可以删除全部也可以条件删除;

4.性能: drop > TRUNCATE > DELETE;

5.数据恢复:

TRUNCATE的数据不能回滚也不能闪回，

DELETE掉的数据可以回滚(在事务未提交的前提下), 以及闪回查询

DROP可以闪回表,可以恢复数据,但是不能回滚(因为属于DDL)；

如何避免索引失效

写文章-CSDN创作中心

什么时候使用索引

经常用于数据过滤的字段(where或having后面的字段)

经常用于表连接的字段,

经常用于排序或分组

需要保持唯一性的字段>>建唯一索引/主键索引

经常用于范围查询的字段>>索引可以加速查询范围的定位频繁查询但是更新较少的字段>>当表中的数据发生变化（插入、更新、删除）时，索引也需要同步更新, 频繁更新会降低索引性能

分区表类型

范围分区：适用于按时间或数值范围分布的数据，如销售记录、日志数据。

列表分区：适用于具有明确分类的数据，如部门信息、产品分类。

哈希分区/散列分区：适用于数据分布均匀的场景，如客户信息、订单数据。

复合分区/子分区：前3种分区的组合, 适用于需要多层次数据划分的场景，如销售数据按时间和区域复合分区>>范围分区+列表分区

视图和表的区别

表是实际存储数据的物理结构，而视图是基于SQL查询的虚拟表，是sql语句的映射, 不存储数据。

行列转换

oracle

多行转单行:listagg；

列转列: case when；

行转列:case when , decode, pivot；

列转行:union和unpivot

hive

列转行(一变多)>>explore爆炸函数(用于数组array或映射map)

行转列(多变一)>>collect_set函数(有去重效果); collect_list函数没有去重效果

如果不是数组, 行列转换使用case when(行转列) 和 union all (列转行)

分组的top n

即在每个分组中选择排名前N的记录

oracle

在一个临时表里面用窗口函数对数据进行分组降序排序>>select查询,用一个where过滤得到数据

连续登录

通常涉及到用户登录信息的分析, 监控用户活动、检测异常登录行为、统计用户活跃度等

以下SQL查询用于找出连续登录3天或以上天数的用户

WITH RankedLogins AS (
    SELECT
        user_id,
        login_date,
        ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS rn,
        LAG(login_date) OVER (PARTITION BY user_id ORDER BY login_date) AS prev_login_date
    FROM
        user_logins
)
SELECT
    user_id,
    MIN(login_date) AS start_date,
    MAX(login_date) AS end_date,
    COUNT(*) AS consecutive_days
FROM
    RankedLogins
WHERE
    login_date - prev_login_date = 1
GROUP BY
    user_id,
    start_date
HAVING
    consecutive_days >= 3;