学 SQL 必须了解的10个高级概念

>>强大,10k+点赞的 SpringBoot 后台管理系统竟然出了详细教程!

点击关注公众号,利用碎片时间学习

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。

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。

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 DenseRank vs RowNumber

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  
学 SQL 必须了解的10个高级概念
图片

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()。

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    
SELECT month    
       , sales    
       , sales - LAG(sales, 1OVER (ORDER BY month)    
FROM monthly_sales    
# Comparing each month's sales to the same month last year    
SELECT month    
       , sales    
       , sales - LAG(sales, 12OVER (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 MonthAS Cumulative    
FROM monthly_revenue  
学 SQL 必须了解的10个高级概念
图片

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  

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!

(本文由闻数起舞翻译自Dimitris Poulopoulos的文章《Ten Advanced SQL Concepts You Should Know for Data Science Interviews》,转载请注明出处,原文链接:
https://towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0)

推荐:

最全的java面试题库

学 SQL 必须了解的10个高级概念
PS:因为公众号平台更改了推送规则,如果不想错过内容,记得读完点一下“在看”,加个“星标”,这样每次新文章推送才会第一时间出现在你的订阅列表里。“在看”支持我们吧!

原文始发于微信公众号(Java笔记虾):学 SQL 必须了解的10个高级概念