當前位置: 妍妍網 > 碼農

10個高級的 SQL 查詢技巧

2024-06-01碼農

來源:towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0

👉 歡迎 ,你將獲得: 專屬的計畫實戰 / Java 學習路線 / 一對一提問 / 學習打卡 / 每月贈書

新計畫: 仿小紅書 (微服務架構)正在更新中... , 全棧前後端分離部落格計畫 2.0 版本完結啦, 演示連結 http://116.62.199.48/ 。全程手摸手,後端 + 前端全棧開發,從 0 到 1 講解每個功能點開發步驟,1v1 答疑,直到計畫上線。 目前已更新了261小節,累計43w+字,講解圖:1806張,還在持續爆肝中.. 後續還會上新更多計畫,目標是將Java領域典型的計畫都整一波,如秒殺系統, 線上商城, IM即時通訊,Spring Cloud Alibaba 等等,

  • 1.常見表運算式(CTEs)

  • 2.遞迴CTEs.

  • 3.臨時函式

  • 4.使用CASE WHEN樞轉數據

  • 5.EXCEPT vs NOT IN

  • 6.自聯結

  • 7.Rank vs Dense Rank vs Row Number

  • 8.計算Delta值

  • 9.計算執行總數

  • 10.日期時間操縱

  • 謝謝閱讀!

  • 隨著數據量持續增長,對合格數據專業人員的需求也會增長。具體而言,對SQL流利的專業人士的需求日益增長,而不僅僅是在初級層面。

    因此,Stratascratch的創始人Nathan Rosidi以及我覺得我認為10個最重要和相關的中級到高級SQL概念。

    那個說,我們走了!

    1.常見表運算式(CTEs)

    如果您想要查詢子查詢,那就是CTEs施展身手的時候 - CTEs基本上建立了一個臨時表。

    使用常用表運算式(CTEs)是模組化和分解程式碼的好方法,與您將文章分解為幾個段落的方式相同。

    請在Where子句中使用子查詢進行以下查詢。

    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")

    這似乎似乎難以理解,但如果在查詢中有許多子查詢,那麽怎麽樣?這就是CTEs發揮作用的地方。

    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)

    現在很清楚,Where子句是在多倫多的名稱中過濾。如果您註意到,CTE很有用,因為您可以將代分碼解為較小的塊,但它們也很有用,因為它允許您為每個CTE分配變量名稱(即toronto_ppl和avg_female_salary)

    同樣,CTEs允許您完成更高級的技術,如建立遞迴表。

    2.遞迴CTEs.

    遞迴CTE是參照自己的CTE,就像Python中的遞迴函式一樣。遞迴CTE尤其有用,它涉及查詢組織結構圖,檔案系統,網頁之間的連結圖等的分層數據,尤其有用。

    遞迴CTE有3個部份:

  • 錨構件:返回CTE的基本結果的初始查詢

  • 遞迴成員:參照CTE的遞迴查詢。這是所有與錨構件的聯盟

  • 停止遞迴構件的終止條件

  • 以下是獲取每個員工ID的管理器ID的遞迴CTE的範例:

    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.臨時函式

    如果您想了解有關臨時函式的更多資訊,請檢查此項,但知道如何編寫臨時功能是重要的原因:

  • 它允許您將程式碼的塊分解為較小的程式碼塊

  • 它適用於寫入清潔程式碼

  • 它可以防止重復,並允許您重用類似於使用Python中的函式的程式碼。

  • 考慮以下範例:

    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,您可以利用臨時函式來捕獲案例子句。

    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

    透過臨時函式,查詢本身更簡單,更可讀,您可以重復使用資歷函式!

    4.使用CASE WHEN樞轉數據

    您很可能會看到許多要求在陳述時使用CASE WHEN的問題,這只是因為它是一種多功能的概念。如果要根據其他變量分配某個值或類,則允許您編寫復雜的條件語句。

    較少眾所周知,它還允許您樞轉數據。例如,如果您有一個月列,並且您希望為每個月建立一個單個列,則可以使用語句追溯數據的情況。

    範例問題:編寫SQL查詢以重新格式化表,以便每個月有一個收入列。

    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

    除了幾乎不相同的操作。它們都用來比較兩個查詢/表之間的行。所說,這兩個人之間存在微妙的細微差別。

    首先,除了過濾刪除重復並返回不同的行與不在中的不同行。

    同樣,除了在查詢/表中相同數量的列,其中不再與每個查詢/表比較單個列。

    6.自聯結

    一個SQL表自行連線自己。你可能會認為沒有用,但你會感到驚訝的是這是多麽常見。在許多現實生活中,數據儲存在一個大型表中而不是許多較小的表中。在這種情況下,可能需要自我連線來解決獨特的問題。

    讓我們來看看一個例子。

    範例問題:給定下面的員工表,寫出一個SQL查詢,了解員工的薪資,這些員工比其管理人員薪資更多。對於上表來說,Joe是唯一一個比他的經理薪資更多的員工。

    +----+-------+--------+-----------+
    | 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

    它是一個非常常見的套用,對行和價值進行排名。以下是公司經常使用排名的一些例子:

  • 按購物,利潤等數量排名最高值的客戶

  • 排名銷售數量的頂級產品

  • 以最大的銷售排名頂級國家

  • 排名在觀看的分鐘數,不同觀眾的數量等觀看的頂級視訊。

  • 在SQL中,您可以使用幾種方式將「等級」分配給行,我們將使用範例進行探索。考慮以下Query和結果:

    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

    圖片

    ROW_NUMBER()返回每行開始的唯一編號。當存在關系時(例如,BOB vs Carrie),ROW_NUMBER()如果未定義第二條標準,則任意分配數位。

    Rank()返回從1開始的每行的唯一編號,除了有關系時,等級()將分配相同的數位。同樣,差距將遵循重復的等級。

    dense_rank()類似於等級(),除了重復等級後沒有間隙。請註意,使用dense_rank(),Daniel排名第3,而不是第4位元()。

    8.計算Delta值

    另一個常見應用程式是將不同時期的值進行比較。例如,本月和上個月的銷售之間的三角洲是什麽?或者本月和本月去年這個月是什麽?

    在將不同時段的值進行比較以計算Deltas時,這是Lead()和LAG()發揮作用時。

    這是一些例子:

    # 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.計算執行總數

    如果你知道關於row_number()和lag()/ lead(),這可能對您來說可能不會驚喜。但如果你沒有,這可能是最有用的視窗功能之一,特別是當您想要視覺化增長!

    使用具有SUM()的視窗函式,我們可以計算執行總數。請參閱下面的範例:

    SELECT Month
    , Revenue
    , SUM(Revenue) OVER (ORDER BY Month) AS Cumulative
    FROM monthly_revenue

    圖片

    10.日期時間操縱

    您應該肯定會期望某種涉及日期時間數據的SQL問題。例如,您可能需要將數據分組組或將可變格式從DD-MM-Yyyy轉換為簡單的月份。YYYY-MM-DD 的黑鍋,你要清楚。

    您應該知道的一些功能是:

  • 提煉

  • 日元

  • date_add,date_sub.

  • date_trunc.

  • 範例問題:給定天氣表,寫一個SQL查詢,以尋找與其上一個(昨天)日期相比的溫度較高的所有日期的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

    謝謝閱讀!

    就這樣!我希望這有助於您在面試準備中 - 我相信,如果您知道這10個內部概念,那麽在那裏大多數SQL問題時,你會做得很好。

    一如既往,祝你學習努力最好!

    (本文由聞數起舞轉譯自Dimitris Poulopoulos的文章【Ten Advanced SQL Concepts You Should Know for Data Science Interviews】,轉載請註明出處,原文連結:https://towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0)

    👉 歡迎 ,你將獲得: 專屬的計畫實戰 / Java 學習路線 / 一對一提問 / 學習打卡 / 每月贈書

    新計畫: 仿小紅書 (微服務架構)正在更新中... , 全棧前後端分離部落格計畫 2.0 版本完結啦, 演示連結 http://116.62.199.48/ 。全程手摸手,後端 + 前端全棧開發,從 0 到 1 講解每個功能點開發步驟,1v1 答疑,直到計畫上線。 目前已更新了261小節,累計43w+字,講解圖:1806張,還在持續爆肝中.. 後續還會上新更多計畫,目標是將Java領域典型的計畫都整一波,如秒殺系統, 線上商城, IM即時通訊,Spring Cloud Alibaba 等等,


    1. 

    2. 

    3. 

    4. 

    最近面試BAT,整理一份面試資料Java面試BATJ通關手冊,覆蓋了Java核心技術、JVM、Java並行、SSM、微服務、資料庫、數據結構等等。

    獲取方式:點「在看」,關註公眾號並回復 Java 領取,更多內容陸續奉上。

    PS:因公眾號平台更改了推播規則,如果不想錯過內容,記得讀完點一下在看,加個星標,這樣每次新文章推播才會第一時間出現在你的訂閱列表裏。

    「在看」支持小哈呀,謝謝啦