必须了解的十个高级 SQL 概念

ゝ一世哀愁。 2022-11-11 10:54 185阅读 0赞

![c7969799179c4d028cbb9c27d8b6cead.png][]

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。

那个说，我们走了！

# 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。推荐：[Java面试练题宝典][Java]

# 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：

*  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

![5f437faf0de6b19fefbf4ea2d904c524.png][] 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, 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.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 Month) AS Cumulative  
    FROM monthly_revenue

![4904ef31f872861fe62b0ebc10e51099.png][] 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

# 谢谢阅读！ #

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)

推荐好文
    
    强大，10k+点赞的 SpringBoot 后台管理系统竟然出了详细教程！
    
    分享一套基于SpringBoot和Vue的企业级中后台开源项目，代码很规范！
    能挣钱的，开源 SpringBoot 商城系统，功能超全，超漂亮！

[c7969799179c4d028cbb9c27d8b6cead.png]: /images/20221022/fc9dfebf9c22479abd82bdbef203dacd.png
[Java]: https://mp.weixin.qq.com/s?__biz=MzIyNDU2ODA4OQ%3D%3D&idx=1&mid=2247486846&scene=21&sn=75bd4dcdbaad73191a1e4dbf691c118a#wechat_redirect
[5f437faf0de6b19fefbf4ea2d904c524.png]: /images/20221022/16665c3a01604a0891ea4216d00c2d24.png
[4904ef31f872861fe62b0ebc10e51099.png]: /images/20221022/1fd2f2c4daec4045a9779ec59849073e.png