百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程字典 > 正文

大数据面试之SQL面试题

toyiye 2024-06-21 12:34 12 浏览 0 评论

一、提要

作为一名数据工作人员,SQL是日常工作中最常用的数据提取&简单预处理语言。因为其使用的广泛性和易学程度也被其他岗位比如产品经理、研发广泛学习使用,本篇文章主要结合经典面试题,给出通过数据开发面试的SQL方法与实战。

二、解题思路

  • 简单——会考察一些group by & limit之类的用法,或者平时用的不多的函数比如rand()类;会涉及到一些表之间的关联
  • 中等——会考察一些窗口函数的基本用法;会有表之间的关联,相对tricky的地方在于会有一些自关联的使用
  • 困难——会有中位数或者更加复杂的取数概念,可能要求按照某特定要求生成列;一般这种题建中间表会解得清晰些

三、SQL真题

第一题

  • order订单表,字段为:goods_id, amount ;
  • pv 浏览表,字段为:goods_id,uid;
  • goods按照总销售金额排序,分成top10,top10~top20,其他三组

求每组商品的浏览用户数(同组内同一用户只能算一次)

create table if not exists test.nil_goods_category as

select goods_id

,case when nn<= 10 then 'top10'

when nn<= 20 then 'top10~top20'

else 'other' end as goods_group

from

(

select goods_id

,row_number() over(partition by goods_id order by sale_sum desc) as nn

from

(

select goods_id,sum(amount) as sale_sum

from order

group by 1

) aa

) bb;

select b.goods_group,count(distinct a.uid) as num

from pv a

left join test.nil_goods_category b

on a.goods_id = b.goods_id

group by 1;

第二题

商品活动表 goods_event,g_id(有可能重复),t1(开始时间),t2(结束时间)

给定时间段(t3,t4),求在时间段内做活动的商品数

1.

select count(distinct g_id) as event_goods_num

from goods_event

where (t1<=t4 and t1>=t3)

or (t2>=t3 and t2<=t4)

2.

select count(distinct g_id) as event_goods_num

from goods_event

where (t1<=t4 and t1>=t3)

union all

第三题

商品活动流水表,表名为event,字段:goods_id, time;

求参加活动次数最多的商品的最近一次参加活动的时间

select a.goods_id,a.time

from event a

inner join

(

select goods_id,count(*)

from event

group by gooods_id

order by count(*) desc

limit 1

) b

on a.goods_id = b.goods_id

order by a.goods_id,a.time desc

第四题

用户登录的log数据,划定session,同一个用户一个小时之内的登录算一个session;

生成session列

drop table if exists koo.nil_temp0222_a2;

create table if not exists koo.nil_temp0222_a2 as

select *

,row_number() over(partition by userid order by inserttime) as nn1

from

(

select a.*

,b.inserttime as inserttime_aftr

,datediff(b.inserttime,a.inserttime) as session_diff

from

(

select userid,inserttime

,row_number() over(partition by userid order by inserttime asc) nn

from koo.nil_temp0222

where userid = 1900000169

) a

left join

(

select userid,inserttime

,row_number() over(partition by userid order by inserttime asc) nn

from koo.nil_temp0222

where userid = 1900000169

) b

on a.userid = b.userid and a.nn = b.nn-1

) aa

where session_diff >10 or nn = 1

order by userid,inserttime;

drop table if exists koo.nil_temp0222_a2_1;

create table if not exists koo.nil_temp0222_a2_1 as

select a.*

,case when b.nn is null then a.nn+3 else b.nn end as nn_end

from koo.nil_temp0222_a2 a

left join koo.nil_temp0222_a2 b

on a.userid = b.userid

and a.nn1 = b.nn1 - 1;

select a.*,b.nn1 as session_id

from

(

select userid,inserttime

,row_number() over(partition by userid order by inserttime asc) nn

from koo.nil_temp0222

where userid = 1900000169

) a

left join koo.nil_temp0222_a2_1 b

on a.userid = b.userid

and a.nn>=b.nn

and a.nn<b.nn_end

第五题

订单表,字段有订单编号和时间;

取每月最后一天的最后三笔订单

select *

from

(

select *

,rank() over(partition by mm order by dd desc) as nn1

,row_number() over(partition by mm,dd order by inserttime desc) as nn2

from

(select cast(right(to_date(inserttime),2) as int) as dd,month(inserttime) as mm,userid,inserttime

from koo.nil_temp0222) aa

) bb

where nn1 = 1 and nn2<=3;

第六题

数据库表Tourists,记录了某个景点7月份每天来访游客的数量如下:

id date visits 1 2017-07-01 100 …… 非常巧,id字段刚好等于日期里面的几号。

现在请筛选出连续三天都有大于100天的日期。

上面例子的输出为:date 2017-07-01 ……

select a.*,b.num as num2,c.num as num3

from table a

left join table b

on a.userid = b.userid

and a.dt = date_add(b.dt,-1)

left join table c

on a.userid = c.userid

and a.dt = date_add(c.dt,-2)

where b.num>100

and a.num>100

and c.num>100

第七题

现有A表,有21个列,第一列id,剩余列为特征字段,列名从d1-d20,共10W条数据!

另外一个表B称为模式表,和A表结构一样,共5W条数据

请找到A表中的特征符合B表中模式的数据,并记录下相对应的id

有两种情况满足要求:

  • 每个特征列都完全匹配的情况下
  • 最多有一个特征列不匹配,其他19个特征列都完全匹配,但哪个列不匹配未知

1.

select aa.*

from

(

select *,concat(d1,d2,d3……d20) as mmd

from table

) aa

left join

(

select id,concat(d1,d2,d3……d20) as mmd

from table

) bb

on aa.id = bb.id

and aa.mmd = bb.mmd

2.

select a.*,sum(d1_jp,d2_jp……,d20_jp) as same_judge

from

(

select a.*

,case when a.d1 = b.d1 then 1 else 0 end as d1_jp

,case when a.d2 = b.d2 then 1 else 0 end as d2_jp

,case when a.d3 = b.d3 then 1 else 0 end as d3_jp

,case when a.d4 = b.d4 then 1 else 0 end as d4_jp

,case when a.d5 = b.d5 then 1 else 0 end as d5_jp

,case when a.d6 = b.d6 then 1 else 0 end as d6_jp

,case when a.d7 = b.d7 then 1 else 0 end as d7_jp

,case when a.d8 = b.d8 then 1 else 0 end as d8_jp

,case when a.d9 = b.d9 then 1 else 0 end as d9_jp

,case when a.d10 = b.d10 then 1 else 0 end as d10_jp

,case when a.d20 = b.d20 then 1 else 0 end as d20_jp

,case when a.d11 = b.d11 then 1 else 0 end as d11_jp

,case when a.d12 = b.d12 then 1 else 0 end as d12_jp

,case when a.d13 = b.d13 then 1 else 0 end as d13_jp

,case when a.d14 = b.d14 then 1 else 0 end as d14_jp

,case when a.d15 = b.d15 then 1 else 0 end as d15_jp

,case when a.d16 = b.d16 then 1 else 0 end as d16_jp

,case when a.d17 = b.d17 then 1 else 0 end as d17_jp

,case when a.d18 = b.d18 then 1 else 0 end as d18_jp

,case when a.d19 = b.d19 then 1 else 0 end as d19_jp

from table a

left join table b

on a.id = b.id

) aa

where sum(d1_jp,d2_jp……,d20_jp) = 19

第八题

我们把用户对商品的评分用稀疏向量表示,保存在数据库表t里面:

  • t的字段有:uid,goods_id,star。uid是用户id
  • goodsid是商品id
  • star是用户对该商品的评分,值为1-5

现在我们想要计算向量两两之间的内积,内积在这里的语义为:

对于两个不同的用户,如果他们都对同样的一批商品打了分,那么对于这里面的每个人的分数乘起来,并对这些乘积求和。

例子,数据库表里有以下的数据:

U0 g0 2
U0 g1 4
U1 g0 3
U1 g1 1

计算后的结果为:

U0 U1 23+41=10 ……

select aa.uid1,aa.uid2

,sum(star_multi) as result

from

(

select a.uid as uid1

,b.uid as uid2

,a.goods_id

,a.star * b.star as star_multi

from t a

left join t b

on a.goods_id = b.goods_id

and a.udi<>b.uid

) aa

group by 1,2

select uid1,uid2,sum(multiply) as result

from

(select t.uid as uid1, t.uid as uid2, goods_id,a.star*star as multiply

from a left join b

on a.goods_id = goods_id

and a.uid<>uid) aa

group by goods

第九题

给出一堆数和频数的表格,统计这一堆数中位数

select a.*

,b.s_mid_n

,c.l_mid_n

,avg(b.s_mid_n,c.l_mid_n)

from

(

select

case when mod(count(*),2) = 0 then count(*)/2 else (count(*)+1)/2 end as s_mid

,case when mod(count(*),2) = 0 then count(*)/2+1 else (count(*)+1)/2 end as l_mid

from table

) a

left join

(

select id,num,row_number() over(partition by id order by num asc) nn

from table

) b

on a.s_mid = b.nn

left join

(

select id,num,row_number() over(partition by id order by num asc) nn

from table

) c

on a.l_mid = c.nn

第十题

表order有三个字段,店铺ID,订单时间,订单金额

查询一个月内每周都有销量的店铺

select distinct credit_level

from

(

select credit_level,count(distinct nn) as number

from

(

select userid,credit_level,inserttime,month(inserttime) as mm

,weekofyear(inserttime) as week

,dense_rank() over(partition by credit_level,month(inserttime) order by weekofyear(inserttime) asc) as nn

from koo.nil_temp0222

where substring(inserttime,1,7) = '2019-12'

order by credit_level ,inserttime

) aa

group by 1

) bb

where number = (select count(distinct weekofyear(inserttime))

from koo.nil_temp0222

where substring(inserttime,1,7) = '2019-12')

来源:数据仓库与Python大数据

相关推荐

为何越来越多的编程语言使用JSON(为什么编程)

JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...

何时在数据库中使用 JSON(数据库用json格式存储)

在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...

MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)

前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...

JSON对象花样进阶(json格式对象)

一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...

深入理解 JSON 和 Form-data(json和formdata提交区别)

在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...

JSON 语法(json 语法 priority)

JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...

JSON语法详解(json的语法规则)

JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...

MySQL JSON数据类型操作(mysql的json)

概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...

JSON的数据模式(json数据格式示例)

像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...

前端学习——JSON格式详解(后端json格式)

JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...

什么是 JSON:详解 JSON 及其优势(什么叫json)

现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...

PostgreSQL JSON 类型:处理结构化数据

PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...

JavaScript:JSON、三种包装类(javascript 包)

JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...

Python数据分析 只要1分钟 教你玩转JSON 全程干货

Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...

比较一下JSON与XML两种数据格式?(json和xml哪个好)

JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...

取消回复欢迎 发表评论:

请填写验证码