面试SQL题的水到底有多深？一文带你揭晓

不谋万世者，不足谋一时；不谋全局者，不足谋一域

0 面试现状

最近有不少参加面试的同学及网友反应，面试挂在了SQL环节，面试SQL挂了确实有点遗憾，毕竟平时工作都在用的东西，深入和这几位同学细聊后，发现主要有以下几种现象：

（1）面试太紧张，当面试官给完题目后，脑子里一片空白，读不懂题意，不知道在讲什么

（2）题目能读懂，题目给的也很简洁，但就是没有思路，不知道该如何入手，看着时间一点点过去，心理更紧张更绝望，最终啥也写不出来

（3）好不容易在面试官提醒下写出来，但是面试官不满意，问还有没有其他解法吗？逻辑不够清晰，不够优雅，还需要继续优化。

（4）写是写出来了，但是逻辑中有漏洞，面试官指出来后，头脑又一片空白，又不知道该怎么继续了。

以上就几位同学面试后的反馈，很可惜，SQL虽小，但是回答的不够好，面试官心中多少会有疑问，整场面试即使其他环节回答的还不错，那也极有可能挂掉，因为道理很简单，SQL工作中天天都在用，写不出来说明基本功存在问题，基本功都有问题，可想而知。。。。

以下图片来自于网络，如有侵犯，联系我删除

1 面试SQL题目的难度及特点

其实，有时候求职者也多少有点亏，在很多求职者心中肯定这样想，我天天写几百行的业务SQL，不能再熟了，面试这块肯定不会有问题的，这块也没在意，也没去准备，于是到了面试的时候往往却在最熟悉的地方栽了跟头，有时候我们会这样跟同学们讲，面试是面试，平时做业务需求是平时，咱们得分开看，面试主要是在选拔合适的候选人，里面综合考虑的因数会更多，平时做业务需求主要考虑的是完成和实现，然后才是其他，两者不能完全去等同，面试结果的评价是多因子共同作用的结果，当然也有运气的成分。这里我想跟大家聊的是，无论是平时工作中自己多么熟悉的模块，当你还在处于投简历求职的时候，一定要记得去做充分准备，每一个你自认为不起眼的技能都要去梳理和准备，不然面试肯定是要吃亏。比如我们前面提到的，有同学在SQL环节出了问题丢了机会的，这时候一定要面试进行复盘去做总结，不然下一次依然会继续浪费机会。

刚提到求职者不准备一定会吃亏，主要是因为面试是选拔，需要对候选人进行高效的筛选过滤，因此候选人在遇到SQL考察的时候，题目肯定是有些难度的，特别是在短时间内做出来不是那么容易的，而且随着近几年越来越多人涌入这个行业，越来越卷的情况下，SQL题目只会更难，更具备筛选性。通过一道SQL题目我们往往想考察候选人的场景理解能力、观察分析能力、沟通能力、以及语言熟悉程度。为了能全面反应候选人的实力，目前SQL面试题目一般有如下特点：

1.1 题目场景化

现在越来越多的SQL题目更偏向场景化这种类型，也就是给一段材料，或描述一直现象和问题，希望求职者能从材料中找出关键信息点和隐含条件，一般信息和材料均来自于平时业务中，有的是经过业务需求精简后保留下来的。当一大段材料给出时，好多同学就会懵逼，这么长的材料我该如何提取有效信息？从哪入手呢？难免会慌。当遇到题目读不懂，或get不到题目有效信息时，要及时和面试官沟通，通过提问的形式获取到你想要的信息，这其实也是面试考察的一项能力，面试官也想了解候选人沟通、理解能力如何，毕竟对于我们数仓和数分的同学平时要经常和业务打交道，此时通过沟通获取有效信息的能力尤其显得重要。因此当遇到这类题目时，不要慌，先尝试自己理解，如果实在理解不了，想着怎么通过提问的形式获取到信息，这时候面试官都会给你提示，在面试管提示下，你会更顺利一些，同时和面试官有了互动，会增加面试的好感。

关乎这方面的练习，在我的 "数字化建设通关指南"里面有大量的练习题目，可供读者做参考，部分示例如下：

问题1：先进先出库龄计算问题，需要读者通过题目描述，理解业务场景

SQL进阶技巧：如何计算先进先出库龄问题？

问题2：商品入库采购成本数据缺失问题。

Sql进阶技巧：如何分析商品入库采购成本数据缺失问题？| 近距离有效的数据缺失值填充问题_

问题3：异常值检测问题

数据分析及应用：如何分析基于绝对中位差的异常值检测问题？-CSDN博客

问题4：滴滴-订单呼叫应答率分析

数据分析及应用：滴滴-订单呼叫完答率分析_滴滴应答率怎么解决数据分析-CSDN博客

1.2 题目算法化

这类题目并不像我们理解的，像leetcode算法题那样考察各类复杂的算法，如动态规划、单调栈、二分、双指针等等，而是考察候选人观察规律、分析问题的能力，是不是在充分理解题意后，能抓住问题的特征，利用特征和规律去求解，是对候选人逻辑思维的考察，这类题目一般比较有技巧和难度，题目有时候并不像场景化题目那样给出很长的材料，而是做简短的描述，给出变换的形式，让候选人自己去发现规律。

这类问题在我的"数字化建设通关指南"里面有大量的类似题目，可供读者做参考，比如以下几个题目：

题目1：SQL进阶技巧：断点缝合问题【如何按照业务规则对相邻行数据进行合并】-CSDN博客

题目2：要求不用递归计算方法实现

SQL进阶技巧：Hive如何巧解和差计算的递归问题？【应用案例2】-CSDN博客

题目3：要求非递归求解

SQL进阶技巧：Hive如何巧解和差计算的递归问题？【应用1】-CSDN博客

题目4：力扣算法题-接雨水问题

解锁SQL无限可能 | 如何利用SQL求解算法难题接雨水问题？-CSDN博客

题目5：京东面试题-字符串收缩变换

SQL高级技巧：如何进行字符串收缩变换【京东面试题】

1.3 方法多元化

这里指的是一道题目分析的思路往往是不唯一的，有多种分析思路，面试官在看到候选人最终代码时，往往会要求给出一种最优雅的实现方式，期望候选人能从不同的角度分析问题，给出不同的答案，这其实对候选人综合素质要求蛮高的，就好像面试在翻山，翻过一山还有一山，好不容易该环节要结束了，结果又要来一次打击，此时煎熬、折磨、痛苦全部都会涌入心头，但也得忍着。。。。

当然在我的 "数字化建设通关指南"里面，针对每一道题，我都会给出多种答案，评论区里面也有小伙伴会提供不同的答案，大家可以一起探讨，找到最优雅的实现方式。其实我们在探索、讨论和实现的过程中也是对我们利用SQL语言进行问题分析思维能力的锻炼和提升，将这种能力沉淀下来也能反哺到我们日常业务需求中，总之对需求多元化的实现方式的探索是一种正向有利的过程。

例如：

（1） SQL进阶技巧：如何按任意时段分析时间区间问题？ | 分区间讨论【左、中、右】-CSDN博客

（2） SQL进阶技巧：如何查询最近一笔有效订单？ | 近距离有效匹配问题-CSDN博客

（4）SQL进阶技巧：如何不使用union all进行行转列？【三种方法实现】_如何不使用union all 进行列转行-CSDN博客

（5）SQL进阶技巧：如何保证collect_list()函数有序性？【有序数据合并问题】_sql collect list-CSDN博客

2 破局之道

针对以上问题我们求职者该如何破局？打破这样的尴尬局面，我们主要从以下几个方面入手。

（1）摒弃偏见，摆好心态。

重视面试每一个环节和细节，摒弃偏见，摆好心态。对于一个技术开发者而言，最需要的是踏实、沉稳以及探索的精神，而对于当下市场环境情形下，有些求职者过于浮躁，眼高手低，不能沉下心来做事情。

（2）面前准备，面后复盘。

面试前要有充分准备，要有刻意的训练，否则到面试中会手忙脚乱，面试后要及时复盘和总结

（3）他山之石，可以攻玉。

可以借鉴其他人的面经，从中获取经验和教训，也可以找比自己更高级别的给与指导和帮助。包括平时技术的提升和修炼，也可以找组内同事或者其他更厉害的人，进行代码review，或者学习优秀的技术博客文章，学习高手优秀代码实现，从中吸取经验。在做好这一点的前提，还是要先修炼好第一点"摒弃偏见，摆好心态"，第一点如果心态不对做什么事都很难成。

（4）从实践中来，再到实践中去。

"无他唯手熟尔"，很多程序员在回答别人问他，为什么可以做的这么好的原因时，都喜欢用这一句话来回答，这也告诉了我们一个道理，对于技术岗位人来说，熟能生巧才是提升之道。在工作中，平时我们也可以多从业务场景中进行抽象和总结，多思考方案，做好技术沉淀，形成自己的方法论，这样在面试时更有说服力和真实感。最后技术的积累，也需要时间打磨，冰冻三尺非一日之寒。

（5）纵向有深度，横向有广度

在自己的专业范围内要有技术深度，这一点想必对很多技术人员都懂，特别去过大厂面试过的同学，在技术深度上都会有过被被虐的体无完肤的经历，但是仅仅只是**"追求有深度"**还不够，还需要有广度，技术的深度和广度其实并不矛盾，也许在不同领域的视角下你会认识的更清楚，会反过来影响你对本领域的理解，特别是我们经常提及的大佬，介绍的时候是某领域的专家，但是这些人仅仅只懂该领域的知识吗？不见得，这些大佬其实对其他领域也是熟知，比如oracle领域的专家就不懂pg数据库，不懂mysql了吗？数据分析领域的专家就不懂数仓建模，数据底层的建设了吗？这不一定吧。大佬绝不是一个领域的发展，他们都是相互借鉴，相互吸收的，比如开发spark的那一帮人绝对是对mapreduce比mapreduce他父亲还精通，不然写不出这么优秀的组建。因此，我们在修炼自己专业领域内深度的同时，还得有其他领域知识的扩展，这样才能触类旁通。

3 总结

以上就是今天想要和大家分享的内容，无论是正在学习的你，还是面试的你，在如今大环境下，大家一定要沉得住气，切记眼高手低，心态不稳，最后只会落得 "心比天高，命比纸薄"，一无所获而归。另外，在学习或求职过程中大家也需要在有限的时间里选择做正确的事情，和正确的赛道，方向不对，努力也白费，毕竟时间对每个人也是公平的。

如果我的博客专栏对你还是有点帮助，那么不妨也可以选择去看看，我的博客专栏如下：

数字化建设通关指南

专栏原价99，现在活动价29.9，按照阶梯式增长，直到恢复原价

主要内容：

（1）SQL进阶实战技巧

可以参考如下教程，具体链接如下

SQL很简单，可你却写不好？也许这才是SQL最好的教程_sql语句写的很烂怎么办-CSDN博客

上面链接中的文章及技巧会不定期更新。

（2）数仓建模实战技巧和个人心得

1）新人入职新公司后应如何快速了解业务？

2）以业务视角看宽表化建设？

维度建模 or 关系型建模？

4）业务模型与数据模型有什么区别？业务阶段的模型该如何建设？

5）业务指标体系该如何建设？指标体系该如何维护？指标平台应如何建设？指标体系该由谁来搭建？

6）如何优雅设计DWS层？DWS层模型好坏该如何评价？

7）指标发生异常，该如何排查？应从哪些方面入手寻找问题点？

8）数据架构的选择，mpp or hadoop?

9）数仓团队应如何体现自己的业务价值，讲好数据故事？

10）BI与大数据有什么关系？BI与信息化、数字化之间有什么关系？BI与报表之间的关系？

11）数据部门如何与业务部门沟通，并规划指引业务需求？

文章不限于以上内容，有新的想法也会及时更新到该专栏。

具体专栏链接如下：