点击「 IT码徒 」， 关注，置顶 公众号

每日技术干货，第一时间送达！

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
NAMEIN ( SELECTDISTINCTNAMEFROM 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 (
SELECTDISTINCTname
FROM population
WHERE country = "Canada"
AND city = "Toronto"
)
, avg_female_salary as (
SELECTAVG(salary) as avgSalary
FROM salaries
WHERE gender = "Female"
)
SELECTname
, salary
FROM People
WHEREnamein (SELECTDISTINCTFROM 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：

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 (
SELECTid
, manager_id
FROM staff_members
WHERE manager_id ISNULL
UNIONALL
SELECT sm.id
, sm.manager_id
FROM staff_members sm
INNERJOIN 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：

考虑以下示例：

SELECTname
, CASEWHEN tenure < 1THEN"analyst"
WHEN tenure BETWEEN1and3THEN"associate"
WHEN tenure BETWEEN3and5THEN"senior"
WHEN tenure > 5THEN"vp"
ELSE"n/a"
ENDAS seniority 
FROM employees


相反，您可以利用临时函数来捕获案例子句。

CREATETEMPORARYFUNCTION get_seniority(tenure INT64) AS (
CASEWHEN tenure < 1THEN"analyst"
WHEN tenure BETWEEN1and3THEN"associate"
WHEN tenure BETWEEN3and5THEN"senior"
WHEN tenure > 5THEN"vp"
ELSE"n/a"
END
);
SELECTname
, 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。

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 Number

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：

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：

SELECTName
 , GPA
 , ROW_NUMBER() OVER (ORDERBY GPA desc)
 , RANK() OVER (ORDERBY GPA desc)
 , DENSE_RANK() OVER (ORDERBY 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， Rank() 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 Rank() ，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。

8.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
SELECTmonth
, sales
, sales - LAG(sales, 1) OVER (ORDERBYmonth)
FROM monthly_sales
# Comparing each month's sales to the same month last year
SELECTmonth
, sales
, sales - LAG(sales, 12) OVER (ORDERBYmonth)
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：

SELECTMonth
, Revenue
, SUM(Revenue) OVER (ORDERBYMonth) 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。

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
ANDDATEDIFF(a.RecordDate, b.RecordDate) = 1


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。

本文由闻数起舞翻译自Dimitris Poulopoulos的文章

【Ten Advanced SQL Concepts You Should Know for Data Science Interviews】

原文链接：
https://towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0

— END —

PS：防止找不到本篇文章，可以收藏点赞，方便翻阅查找哦。

往期推荐