Sql刷题日志（day3）

一、笔试

1、min(date_time)：求最早日期

2、mysql中distinct不能与order by 连用，可以用group by去重

二、面试

1、SQL中如何利用replace函数统计给定重复字段在字符串中的出现次数

(length(all_string)-length(all_string,目标字符串,''))/length(target_string)

2、讲一下Union和Join的区别

UNION是两张表进行上下拼接，产生的两个记录集(字段要一样的)并在一起，成为一个新的记录集，分为UNION（去重）和UNION ALL两种方法；
JOIN 是两张表进行左右连接，条件匹配的记录将合并产生一个记录集，有LEFT JOIN、RIGHT JOIN、INNER JOIN、OUTER JOIN等多种方法。

3、说一下SQL窗口函数并举例

（1）聚合函数与窗口函数区别

①聚合函数是将多条记录聚合为⼀条；窗⼝函数是每条记录都会执行，有几条记录执行完还是几条。

②聚合窗口函数：sum、count、avg、max、min

聚合函数也可以⽤于窗⼝函数。（原因就在于窗⼝函数的执⾏顺序（逻辑上的）是在FROM，JOIN，WHERE， GROUP BY，HAVING之后，在ORDER BY，LIMIT，SELECT DISTINCT之前。它执⾏时GROUP BY的聚合过程已经完成了，所以不会再产⽣数据聚合。）

注:窗口函数是在where之后执行的，所以如果where子句需要用窗口函数作为条件，需要多⼀层查询，在子查询外面进行

（2）窗口函数的基本用法

over关键字用来指定函数执⾏的窗⼝范围,若后⾯括号中什么都不写,则意味着窗口包含满足WHERE条件的所有行，窗口函数基于所有行进行计算；如果不为空,则⽀持以下4中语法来设置窗⼝。

①window_name:给窗口指定⼀个别名。如果SQL中涉及的窗口较多,采用别名可以看起来更清晰易读

②partition by子句：窗口按照哪些字段进⾏分组,窗⼝函数在不同的分组上分别执⾏

③order by子句：按照哪些字段进⾏排序,窗⼝函数将按照排序后的记录顺序进⾏编号

④frame子句：frame是当前分区的⼀个子集,子句⽤来定义子集的规则,通常⽤来作为滑动窗⼝使⽤

（3）（面试考点）序号函数:row_number(),rank(),dense_rank()的区别

①ROW_NUMBER():顺序排序——1、2、3

②RANK():并列排序，跳过重复序号——1、1、3

③DENSE_RANK():并列排序，不跳过重复序号——1、1、2

（4）前后函数:lag(expr,n),lead(expr,n)

用途：返回位于当前行的前n行（ LAG(expr,n) ）或后n⾏（ LEAD(expr,n) ）的expr的值

应用场景：查询前1名同学的成绩和当前同学成绩的差值

（5）头尾函数：FIRST_VALUE(expr),LAST_VALUE(expr)

⽤途：返回第⼀个（ FIRST_VALUE(expr) ）或最后⼀个（ LAST_VALUE(expr) ）expr的值

应用场景：截⽌到当前成绩，按照⽇期排序查询第1个和最后1个同学的分数

4、说一下SQL里面的like的用法

like:模糊查询,'-'匹配单个字符，'%'匹配多个字符

用处：LIKE 操作符用于在 WHERE 子句中搜索列中的指定模式

5、SQL语句求单日留存及一个月的每日留存

/*1.统计每个用户首次访问的日期；2.按用户首次访问的日期分组，统计每个日期的单日留存用户数和30日留存用户数及当前日期的新增用户数；   3.单日留存率=单日留存用户数/当前日期下的新增用户数，30日留存率=30留存用户数/当前日期下的新增用户数*/
with t as 
(select user_id, min(log_date) as first_date 
from user_log) 
select first_date '日期', count(distinct user_id) '新增用户数', round(count(distinct if(datediff(log_date, first_date )=1, user_id, null))/count(distinct user_id), 2) '单日留存率',  round(count(distinct if(datediff(log_date, first_date)=29,user_id, null))/count(distinct user_id), 2) '30日留存率'  
from
(     select l.user_id, l.log_date, t.first_date from user_log l left join t on l.user_id=t.user_id 
) a 
group by first_date;

6、sql如何进行优化

①用group by代替distinct 去重

②关联之前先用where过滤

③建立合适的索引

④少使用like

⑤用临时表with as

⑥如果是并集，多使用union all（不去重）

⑦在Oracle中可以使用decode代替case when

7、是否会SQL、Python、R等分析工具，分别有什么用？

引申：数据分析师通常会使用EXCEL、SQL、Python和R进行数据处理及数据分析的工作

EXCEL:EXCEL用于小样本量中基本的数据处理操作。
SQL:从数据库中取数操作，做一些简单的数据处理工作，通过表连接、嵌套查询等动作完成最终的数据统计工作。SQL基本上可以完成大部分的数据分析工作，对当前公司运营的成效进行数据呈现及分析。
Python、R:Python和R则属于更高阶的分析工作，可以借助多种多样的工具库，可以通过数据建模，可用于有监督或无监督模型的训练，解决分类或预测问题。

8、说一下count()和count(distinct)用法

count(column_name)：返回非NULL值的数量；
count(*)：返回总行数，NULL也计算进去
count(distinct)：是去重字段后，统计非NULL的值

9、SQL掌握运用的程度？学过sql吗？

①sql 的定义、类别

Structured Query Language（结构化查询语句）。主要包括五类语言：查询语言DQL，操作语言DML，定义语言DDL，事务控制TCL，数据控制语言DCL。

数据查询语言 DQL基本结构：是由SELECT子句，FROM子句，WHERE 子句组成的查询块，简称DQL，Data Query Language。**代表关键字为select**。
数据库操作语言 DML：可以实现对数据库的基本操作。代表关键字为insert、delete 、update。
数据定义语言DDL：用来创建数据库中的各种对象，创建、删除、修改表的结构，比如表、视图、索引、同义词、聚簇等，简称DDL，Data Denifition Language。代表关键字为create、drop、alter。（和DML相比，DML是修改数据库表中的**数据**，而 DDL 是修改数据中表的**结构**）。
事务控制语言 TCL：经常被用于快速原型开发、脚本编程、GUI和测试等方面。**代表关键字为commit、rollback。**
数据控制语言 DCL用来授予或回收访问数据库的某种特权，并控制数据库操纵事务发生的时间及效果，对数据库实行监视等。**代表关键字为grant、revoke。**

（2）sql 的基本语法上衍生出的其它知识点：