数据分析相关面试题-SQL部分

数据分析相关面试题汇总

目录

基础语法

[WHERE 和 HAVING 的区别](#WHERE 和 HAVING 的区别)

[DISTINCT 和 GROUP BY 的区别](#DISTINCT 和 GROUP BY 的区别)

[LIMIT 和 OFFSET](#LIMIT 和 OFFSET)

[NULL 判断](#NULL 判断)

聚合函数

[COUNT (*)、COUNT (1)、COUNT(列)](#COUNT (*)、COUNT (1)、COUNT(列))

[SUM/AVG 遇到 NULL](#SUM/AVG 遇到 NULL)

聚合函数能否嵌套

分组统计数量、总和、平均值

[分组后平均值 > 100 的组](#分组后平均值 > 100 的组)

[多表 JOIN](#多表 JOIN)

[四种 JOIN 区别](#四种 JOIN 区别)

[LEFT JOIN 左表一定全保留吗](#LEFT JOIN 左表一定全保留吗)

[JOIN 数据膨胀原因](#JOIN 数据膨胀原因)

[ON 与 WHERE 在 LEFT JOIN 中区别](#ON 与 WHERE 在 LEFT JOIN 中区别)

[子查询与 WITH](#子查询与 WITH)

[相关子查询 vs 非相关子查询](#相关子查询 vs 非相关子查询)

[EXISTS 与 IN](#EXISTS 与 IN)

查询最大值所在整行

大于本组平均值

[CASE WHEN](#CASE WHEN)

顺序匹配

行转列统计数量

[CASE 可放位置](#CASE 可放位置)

[MySQL IF 与 CASE WHEN](#MySQL IF 与 CASE WHEN)

窗口函数

三个排名函数区别

窗口函数结构

[窗口函数能否放 WHERE](#窗口函数能否放 WHERE)

[每组 TopN](#每组 TopN)

累计和

LAG、LEAD

[窗口 SUM 与 GROUP BY 区别](#窗口 SUM 与 GROUP BY 区别)

去重、合并、排序

[UNION 与 UNION ALL](#UNION 与 UNION ALL)

查询重复数据

删除重复保留一条

多字段排序

[NULL 排序位置](#NULL 排序位置)

[SQL 执行顺序](#SQL 执行顺序)

标准执行顺序

[为什么别名不能用在 WHERE](#为什么别名不能用在 WHERE)

[SQL 优化](#SQL 优化)

定位慢查询

索引作用

索引失效场景

[不推荐 SELECT *](#不推荐 SELECT *)

[大表 JOIN 优化](#大表 JOIN 优化)

高频手写综合题（带注释）

[分组统计 + 过滤](#分组统计 + 过滤)

行转列

[每组 Top3](#每组 Top3)

[连续 N 天登录（通用模板）](#连续 N 天登录（通用模板）)

环比计算

SQL应用案例-高等教育类

统一表结构

基础查询

[GROUP BY 分组聚合](#GROUP BY 分组聚合)

空值、去重、COUNT

[多表 JOIN](#多表 JOIN)

[子查询 & HAVING](#子查询 & HAVING)

[CASE WHEN](#CASE WHEN)

窗口函数

[深造 / 毕业 / 报到 专项 SQL](#深造 / 毕业 / 报到 专项 SQL)

高频简答题

---

基础语法

WHERE 和 HAVING 的区别

1. WHERE：对【原始数据行】过滤，发生在分组之前
2. HAVING：对【分组后的结果】过滤，必须跟在 GROUP BY 后，可使用聚合函数
3. WHERE 不能用聚合函数，HAVING 可以

DISTINCT 和 GROUP BY 的区别

• DISTINCT：对结果集去重，只保留唯一值，不做聚合
• GROUP BY：按字段分组，用于配合聚合函数做统计

结论：只去重用 DISTINCT，要统计用 GROUP BY

SELECT DISTINCT col FROM t;

SELECT col, COUNT(*) FROM t GROUP BY col;

LIMIT 和 OFFSET

• LIMIT n：取前 n 条
• OFFSET m：跳过前 m 条
• 等价于 LIMIT 5,10

作用：分页查询

SELECT * FROM t LIMIT 10 OFFSET 5;

NULL 判断

• 错误：col = NULL 永远不成立（NULL 不等于任何值，包括自己）
• 正确：判断是否为空用 IS NULL / IS NOT NULL

SELECT * FROM t WHERE col IS NULL;
SELECT * FROM t WHERE col IS NOT NULL;

别名能否用于 WHERE

不能！因为 SQL 执行顺序：WHERE 早于 SELECT

错误

SELECT col AS a FROM t WHERE a > 10;

正确

SELECT col AS a FROM t WHERE col > 10;

聚合函数

COUNT (*)、COUNT (1)、COUNT(列)

• COUNT(*)：统计所有行，包含 NULL
• COUNT(1)：与 COUNT(*) 几乎一致，效率基本相同
• COUNT(列)：只统计【该列不为 NULL】的行数 -- 面试结论：统计表总行数用 COUNT(*)，统计非空用 COUNT(列)

SUM/AVG 遇到 NULL

• SUM、AVG、MAX、MIN 都会自动忽略 NULL，不参与计算
• 例如 AVG(10, NULL, 20) = (10+20)/2 = 15

聚合函数能否嵌套

不能直接嵌套：SUM(AVG(col)) 报错，必须用子查询/窗口函数间接实现

SELECT SUM(avg_col)
FROM (SELECT AVG(col) AS avg_col FROM t GROUP BY id) tmp;

分组统计数量、总和、平均值

注意：SELECT 中非聚合字段必须出现在 GROUP BY 中

SELECT
    col1,                -- 分组字段
    COUNT(*) AS cnt,     -- 每组行数
    SUM(col2) AS sum_col,-- 求和
    AVG(col2) AS avg_col -- 平均值
FROM t
GROUP BY col1;

分组后平均值 > 100 的组

HAVING 过滤分组结果

SELECT col1, AVG(col2) AS avg_col
FROM t
GROUP BY col1
HAVING AVG(col2) > 100;

多表 JOIN

四种 JOIN 区别

• INNER JOIN：只保留两边都能匹配上的行
• LEFT JOIN：左表全部保留，右表匹配不上补 NULL
• RIGHT JOIN：右表全部保留，左表匹配不上补 NULL
• FULL JOIN：左右表都保留，匹配不上补 NULL（MySQL 不支持，可用 UNION 模拟）

LEFT JOIN 左表一定全保留吗

不一定！ 如果在 WHERE 里对右表字段做过滤（IS NOT NULL / = 值），会把 LEFT JOIN 变成 INNER JOIN

JOIN 数据膨胀原因

一对多关系：1 条左表数据匹配多条右表数据

例如：1 个用户对应 5 条订单，JOIN 后行数变多

解决：先聚合右表，再 JOIN；或用 DISTINCT 去重

ON 与 WHERE 在 LEFT JOIN 中区别

• ON：JOIN 时的匹配条件，不影响左表行数
• WHERE：对 JOIN 后的结果整体过滤，会删除左表行

示例：左表全保留，只匹配 t2.status=1 的行

SELECT *
FROM t1
LEFT JOIN t2 ON t1.id = t2.id AND t2.status = 1;

示例：等价 INNER JOIN，左表不满足行会被删掉

SELECT *
FROM t1
LEFT JOIN t2 ON t1.id = t2.id
WHERE t2.status = 1;

子查询与 WITH

相关子查询 vs 非相关子查询

非相关子查询：子查询可独立运行，只执行一次

SELECT * FROM t WHERE col IN (SELECT col FROM tmp);

相关子查询：子查询依赖外层表，每行执行一次

SELECT * FROM t1
WHERE EXISTS (SELECT 1 FROM t2 WHERE t1.id = t2.id);

EXISTS 与 IN

• IN：适合子查询结果小
• EXISTS：适合子查询结果大，逐行匹配，效率更高
• 优先用 EXISTS

查询最大值所在整行

方法1：子查询

SELECT * FROM t
WHERE col = (SELECT MAX(col) FROM t);

方法2：窗口函数

SELECT * FROM (
    SELECT *, RANK() OVER(ORDER BY col DESC) AS rk
    FROM t
) tmp WHERE rk = 1;

大于本组平均值

SELECT t.*
FROM t
JOIN (
    SELECT group_id, AVG(col) AS group_avg
    FROM t GROUP BY group_id
) tmp ON t.group_id = tmp.group_id
WHERE t.col > tmp.group_avg;

WITH AS 临时表

公共表达式，提高可读性，可多次复用

WITH tmp AS (
    SELECT group_id, AVG(col) AS avg_col FROM t GROUP BY group_id
)
SELECT * FROM tmp WHERE avg_col > 100;

CASE WHEN

顺序匹配

按顺序匹配，满足第一个即停止

SELECT
    score,
    CASE
        WHEN score >= 90 THEN '优秀'
        WHEN score >= 70 THEN '良好'
        WHEN score >= 60 THEN '及格'
        ELSE '不及格'
    END AS level
FROM t;

行转列统计数量

不满足条件为 NULL，COUNT 忽略 NULL

SELECT
    COUNT(CASE WHEN gender = 1 THEN 1 END) AS male_cnt,
    COUNT(CASE WHEN gender = 0 THEN 1 END) AS female_cnt
FROM t;

CASE 可放位置

SELECT、WHERE、GROUP BY、HAVING、ORDER BY 都可以用

MySQL IF 与 CASE WHEN

IF(条件, 成立值, 不成立值) 只能单分支，CASE WHEN 支持多条件，更通用

IF(score>60, '及格', '不及格')

窗口函数

三个排名函数区别

• ROW_NUMBER()：连续不重复排名 1,2,3,4
• RANK()：并列排名，跳号 1,1,3,4
• DENSE_RANK()：并列排名，不跳号 1,1,2,3

SELECT
    id,
    score,
    ROW_NUMBER() OVER(ORDER BY score DESC) AS rn,
    RANK() OVER(ORDER BY score DESC) AS rk,
    DENSE_RANK() OVER(ORDER BY score DESC) AS drk
FROM t;

窗口函数结构

不改变行数，对每行计算一个统计值

OVER (
    PARTITION BY group_id  -- 分组（可选）
    ORDER BY col DESC      -- 排序（必须）
)

窗口函数能否放 WHERE

不能！执行顺序：WHERE → GROUP BY → 窗口函数 → ORDER BY → LIMIT

窗口函数计算晚于 WHERE，所以不能直接过滤

每组 TopN

SELECT * FROM (
    SELECT
        *,
        ROW_NUMBER() OVER(PARTITION BY group_id ORDER BY score DESC) AS rn
    FROM t
) tmp
WHERE rn <= 3;

累计和

SELECT
    id,
    val,
    SUM(val) OVER(ORDER BY id) AS cum_sum  -- 按顺序累加
FROM t;

LAG、LEAD

• LAG(col, n)：取当前行【前n行】的值
• LEAD(col, n)：取当前行【后n行】的值

常用于环比、同比、连续问题

SELECT
    id,
    LAG(val, 1) OVER(ORDER BY id) AS pre_val,
    LEAD(val, 1) OVER(ORDER BY id) AS next_val
FROM t;

窗口 SUM 与 GROUP BY 区别

• GROUP BY：分组后【行数变少】
• SUM() OVER(PARTITION BY)：保留所有行，附加分组统计值

去重、合并、排序

UNION 与 UNION ALL

• UNION：合并结果并【去重+排序】，慢
• UNION ALL：直接拼接，【不去重】，快

优先用 UNION ALL

查询重复数据

SELECT col, COUNT(*)
FROM t
GROUP BY col
HAVING COUNT(*) > 1;

删除重复保留一条

保留 id 最小的一条

DELETE t1
FROM t t1
JOIN t t2
WHERE t1.col = t2.col AND t1.id > t2.id;

多字段排序

先按 col1 降序，相同再按 col2 升序

SELECT * FROM t
ORDER BY col1 DESC, col2 ASC;

NULL 排序位置

MySQL：NULL 视为最小值，升序在前，降序在后，如需把 NULL 放最后：

ORDER BY ISNULL(col), col;

SQL 执行顺序

标准执行顺序

1. FROM / JOIN
2. WHERE
3. GROUP BY
4. HAVING
5. SELECT（含窗口函数、别名）
6. DISTINCT
7. ORDER BY
8. LIMIT / OFFSET

为什么别名不能用在 WHERE

别名在 SELECT 阶段生成，WHERE 执行早于 SELECT，所以看不到别名

SQL 优化

定位慢查询

1. 开启慢查询日志
2. 使用 EXPLAIN 查看执行计划
3. 看是否走索引、是否全表扫描、是否出现 filesort

索引作用

索引是排序结构，类似目录

作用：避免全表扫描，加速 WHERE / ORDER BY / GROUP BY

索引失效场景

1. 字段使用函数：WHERE YEAR(date) = 2024
2. 隐式类型转换
3. LIKE '%xxx%' 前模糊
4. OR 连接无索引字段
5. 优化器认为全表更快（数据量小）

不推荐 SELECT *

1. 查询无用字段，增加 IO
2. 无法使用覆盖索引
3. 表结构变化后易出错

大表 JOIN 优化

1. 小表驱动大表
2. 关联字段建索引
3. 先过滤再 JOIN
4. 避免一对多导致数据膨胀
5. 必要时分批查询

高频手写综合题（带注释）

分组统计 + 过滤

SELECT
    dept_id,
    COUNT(*) AS cnt,
    AVG(salary) AS avg_sal
FROM employee
WHERE salary > 0
GROUP BY dept_id
HAVING avg_sal > 5000
ORDER BY avg_sal DESC
LIMIT 10;

行转列

SELECT
    user_id,
    SUM(CASE WHEN type = 1 THEN amount END) AS income,
    SUM(CASE WHEN type = 2 THEN amount END) AS outcome
FROM bill
GROUP BY user_id;

每组 Top3

SELECT * FROM (
    SELECT
        *,
        ROW_NUMBER() OVER(PARTITION BY dept_id ORDER BY salary DESC) AS rn
    FROM employee
) tmp
WHERE rn <= 3;

连续 N 天登录（通用模板）

SELECT user_id
FROM (
    SELECT
        user_id,
        dt,
        -- 日期 - 行号，连续日期会得到相同值
        DATE_SUB(dt, INTERVAL ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY dt) DAY) AS grp
    FROM login_log
) tmp
GROUP BY user_id, grp
HAVING COUNT(*) >= 7;

环比计算

SELECT
    dt,
    val,
    LAG(val, 1) OVER(ORDER BY dt) AS pre_val,
    ROUND((val - LAG(val,1) OVER(ORDER BY dt))/LAG(val,1) OVER(ORDER BY dt),2) AS ratio
FROM daily_data;

SQL应用案例-高等教育类

统一表结构

1. 录取/生源表：存储学生高考录取、生源、专业信息

CREATE TABLE student_admit (
    student_id VARCHAR(20) PRIMARY KEY,  -- 学号（主键，唯一标识学生）
    college VARCHAR(50),                -- 学院
    major VARCHAR(50),                   -- 专业
    province VARCHAR(50),                -- 生源省份
    score INT,                           -- 录取分数
    gender VARCHAR(10),                  -- 性别
    is_first_choice TINYINT,            -- 1一志愿 0调剂
    admit_year INT,                      -- 录取年份
    is_recruit TINYINT                  -- 1统招 0单招/综评
);

2. 报到表：存储新生报到状态

CREATE TABLE student_register (
    student_id VARCHAR(20) PRIMARY KEY,  -- 学号（关联生源表）
    is_register TINYINT,                -- 1已报到 0未报到
    register_time DATETIME              -- 报到时间
);

3. 毕业表：存储学生毕业、学分、挂科信息

CREATE TABLE student_graduate (
    student_id VARCHAR(20) PRIMARY KEY,  -- 学号
    graduate_year INT,                   -- 毕业年份
    is_graduate TINYINT,                -- 1正常毕业 0未毕业
    is_degree TINYINT,                  -- 1授予学位 0不授予
    fail_course INT,                    -- 挂科门数
    credit_complete DECIMAL(5,2)        -- 已修学分
);

4. 深造/升学表：存储学生保研、考研、出国信息

CREATE TABLE student_advance (
    student_id VARCHAR(20) PRIMARY KEY,  -- 学号
    is_recommend TINYINT,    -- 1保研 0未保研
    is_postgrad TINYINT,     -- 1考研上岸 0未上岸
    is_abroad TINYINT,       -- 1出国出境 0未出国
    target_school_type VARCHAR(20)  -- 录取院校类型：985/211/双一流/普通
);

基础查询

查询 2024 级学生核心信息

需求：筛选2024年录取学生，展示学号、学院、专业、分数、省份

SELECT student_id, college, major, score, province
FROM student_admit
WHERE admit_year = 2024;  -- 按录取年份过滤

查询未报到新生（按分数降序）

需求：关联生源表和报到表，筛选未报到学生，按录取分数排序

SELECT a.*  -- 查询录取表所有字段
FROM student_admit a
LEFT JOIN student_register r ON a.student_id = r.student_id  -- 左连接保证所有录取学生都保留
WHERE r.is_register = 0 OR r.is_register IS NULL  -- 0=未报到，NULL=无报到记录（视为未报到）
ORDER BY score DESC;  -- 按录取分数降序

河南生源 500 分以上学生

需求：多条件过滤，省份=河南省 + 分数>500

SELECT * 
FROM student_admit
WHERE province = '河南省' AND score > 500;

查询含 "工程" 的专业及招生人数

需求：模糊匹配专业名，分组统计招生人数

SELECT major, COUNT(*) AS enroll_num  -- 统计每个专业人数
FROM student_admit
GROUP BY major
HAVING major LIKE '%工程%';  -- 分组后过滤专业名

去重统计生源省份数量

需求：统计不重复的省份总数

SELECT COUNT(DISTINCT province) AS province_cnt
FROM student_admit;  -- DISTINCT 去重，COUNT统计数量

GROUP BY 分组聚合

各学院录取人数、报到人数、报到率

需求：按学院分组，计算报到率（报到人数/录取人数）

SELECT
    a.college,
    COUNT(*) AS admit_cnt,                -- 录取总人数
    SUM(r.is_register) AS register_cnt,   -- 报到人数（is_register=1求和）
    -- 计算报到率，保留2位小数，*100.0转为浮点避免整数除法
    ROUND(SUM(r.is_register)*100.0/COUNT(*),2) AS register_rate
FROM student_admit a
LEFT JOIN student_register r ON a.student_id = r.student_id
GROUP BY a.college;  -- 按学院分组

各专业录取分数统计

需求：按专业分组，计算平均分、最高分、最低分

SELECT
    major,
    AVG(score) AS avg_score,    -- 平均分
    MAX(score) AS max_score,    -- 最高分
    MIN(score) AS min_score     -- 最低分
FROM student_admit
GROUP BY major;

各省生源人数排序

需求：按省份分组统计人数，按人数降序

SELECT province, COUNT(*) AS cnt
FROM student_admit
GROUP BY province
ORDER BY cnt DESC;

男女学生人数及占比

需求：按性别分组，计算人数和占比

SELECT
    gender,
    COUNT(*) AS cnt,
    -- 窗口函数SUM(COUNT(*))OVER()计算总人数，求占比
    ROUND(COUNT(*)*100.0/SUM(COUNT(*))OVER(),2) AS ratio
FROM student_admit
GROUP BY gender;

各专业一志愿率统计

需求：按专业分组，计算一志愿录取率

SELECT
    major,
    SUM(is_first_choice) AS first_cnt,  -- 一志愿录取人数
    COUNT(*) AS total,                  -- 总录取人数
    ROUND(SUM(is_first_choice)*100.0/COUNT(*),2) AS first_rate  -- 一志愿率
FROM student_admit
GROUP BY major;

空值、去重、COUNT

统计录取分数为空的学生数

SELECT COUNT(*) 
FROM student_admit 
WHERE score IS NULL;

统计省份非空的有效生源数

SELECT COUNT(*) 
FROM student_admit 
WHERE province IS NOT NULL;

查询重复学号的学生

需求：按学号分组，筛选出现次数>1的重复数据

SELECT student_id, COUNT(*)
FROM student_admit
GROUP BY student_id
HAVING COUNT(*) > 1;

删除重复学号，保留一条

需求：自连接删除重复数据，保留学号最小的一条

DELETE t1 
FROM student_admit t1
JOIN student_admit t2 ON t1.student_id = t2.student_id 
WHERE t1.ctid < t2.ctid;

多表 JOIN

各专业报到率统计

需求：按专业分组，关联报到表计算报到率

SELECT
    a.major,
    COUNT(*) AS admit_cnt,
    SUM(r.is_register) AS register_cnt,
    ROUND(SUM(r.is_register)*100.0/COUNT(*),2) AS register_rate
FROM student_admit a
LEFT JOIN student_register r USING(student_id)  -- USING简化关联字段写法
GROUP BY a.major;

所有录取学生 + 报到状态

需求：左连接保证所有录取学生保留，无报到记录填0

SELECT
    a.*,
    COALESCE(r.is_register, 0) AS is_register  -- COALESCE：NULL替换为0
FROM student_admit a
LEFT JOIN student_register r USING(student_id);

各专业学位授予率

需求：关联毕业表，计算学位授予比例

SELECT
    a.major,
    COUNT(*) AS total,                  -- 总毕业人数
    SUM(g.is_degree) AS degree_cnt,     -- 授予学位人数
    ROUND(SUM(g.is_degree)*100.0/COUNT(*),2) AS degree_rate  -- 学位授予率
FROM student_admit a
JOIN student_graduate g USING(student_id)
GROUP BY a.major;

三表关联：各省生源深造人数

需求：生源+报到+深造三表关联，按省份统计深造人数

SELECT
    a.province,
    COUNT(DISTINCT a.student_id) AS student_cnt,  -- 去重统计总人数
    -- CASE判断：满足任一深造条件记为1，求和得深造人数
    SUM(CASE WHEN adv.is_recommend=1 OR adv.is_postgrad=1 OR adv.is_abroad=1 THEN 1 ELSE 0 END) AS advance_cnt
FROM student_admit a
LEFT JOIN student_register r USING(student_id)
LEFT JOIN student_advance adv USING(student_id)
GROUP BY a.province;

子查询 & HAVING

分数高于全校平均分的学生

需求：子查询先算全校平均分，再过滤学生

SELECT * 
FROM student_admit
WHERE score > (SELECT AVG(score) FROM student_admit);

报到率低于 85% 的专业

需求：子查询先计算各专业报到率，外层过滤

SELECT major, register_rate
FROM (
    SELECT
        major,
        ROUND(SUM(r.is_register)*100.0/COUNT(*),2) AS register_rate
    FROM student_admit a
    LEFT JOIN student_register r USING(student_id)
    GROUP BY major
) t  -- 临时表
WHERE register_rate < 85;

高于本专业平均分的学生

需求：先计算各专业平均分，再关联原表过滤

SELECT a.*
FROM student_admit a
JOIN (
    SELECT major, AVG(score) AS avg_major_score 
    FROM student_admit 
    GROUP BY major
) m ON a.major = m.major  -- 按专业匹配平均分
WHERE a.score > m.avg_major_score;  -- 分数>专业平均分

近三年录取人数逐年上升的专业

需求：窗口函数LAG获取上一年录取人数，对比逐年上升

SELECT major, admit_year, cnt
FROM (
    SELECT
        major,
        admit_year,
        COUNT(*) AS cnt,
        -- LAG取上一年数据，按专业分组、年份排序
        LAG(COUNT(*),1) OVER(PARTITION BY major ORDER BY admit_year) AS pre_cnt
    FROM student_admit
    WHERE admit_year IN (2022,2023,2024)
    GROUP BY major, admit_year
) t
WHERE cnt > pre_cnt;  -- 今年人数>去年人数

报到 + 毕业 + 深造的学生总数

需求：三表内连接，筛选同时满足三个条件的学生

SELECT COUNT(*) AS total
FROM student_register r
JOIN student_graduate g USING(student_id)
JOIN student_advance adv USING(student_id)
WHERE r.is_register=1      -- 已报到
  AND g.is_graduate=1      -- 已毕业
  -- 满足任一深造条件
  AND (adv.is_recommend=1 OR adv.is_postgrad=1 OR adv.is_abroad=1);

CASE WHEN

各专业总深造率

需求：深造=保研+考研+出国，计算各专业深造比例

SELECT
    a.major,
    COUNT(*) AS graduate_cnt,
    SUM(CASE WHEN adv.is_recommend=1 OR adv.is_postgrad=1 OR adv.is_abroad=1 THEN 1 ELSE 0 END) AS advance_cnt,
    ROUND(SUM(CASE WHEN is_recommend+is_postgrad+is_abroad>=1 THEN 1 ELSE 0 END)*100.0/COUNT(*),2) AS advance_rate
FROM student_admit a
JOIN student_graduate g USING(student_id)
LEFT JOIN student_advance adv USING(student_id)
GROUP BY a.major;

分数分段 + 深造率统计

需求：CASE分数分段，统计每段人数和深造率

SELECT
    CASE
        WHEN score < 500 THEN '低分段'
        WHEN score BETWEEN 500 AND 550 THEN '中段'
        ELSE '高分段'
    END AS score_level,  -- 分数分段别名
    COUNT(*) AS cnt,
    ROUND(SUM(CASE WHEN is_recommend+is_postgrad+is_abroad>=1 THEN 1 ELSE 0 END)*100.0/COUNT(*),2) AS advance_rate
FROM student_admit a
LEFT JOIN student_advance adv USING(student_id)
GROUP BY score_level;

标记高分生源（高于校平均分）

子查询计算校平均分，CASE判断是否高分

SELECT
    *,
    -- 子查询计算校平均分，CASE判断是否高分
    CASE WHEN score > (SELECT AVG(score) FROM student_admit) THEN 1 ELSE 0 END AS is_high_score
FROM student_admit;

考研报名率、上岸率

SELECT
    major,
    SUM(is_postgrad_apply) AS apply_cnt,    -- 考研报名人数
    SUM(is_postgrad) AS pass_cnt,           -- 上岸人数
    ROUND(SUM(is_postgrad)*100.0/SUM(is_postgrad_apply),2) AS pass_rate  -- 上岸率
FROM student_admit a
JOIN student_advance adv USING(student_id)
GROUP BY major;

毕业结果分类统计

需求：按毕业状态、学分分类统计

SELECT
    CASE
        WHEN is_graduate=1 THEN '正常毕业'
        WHEN credit_complete < 120 THEN '延期毕业'
        ELSE '结业/肄业'
    END AS graduate_type,
    COUNT(*) AS cnt
FROM student_graduate
GROUP BY graduate_type;

窗口函数

专业内分数 Top10

需求：按专业分组，分数降序排名，取每组前10

SELECT * 
FROM (
    SELECT
        *,
        -- 分组内排名，连续不重复
        ROW_NUMBER() OVER(PARTITION BY major ORDER BY score DESC) AS rn
    FROM student_admit
) t
WHERE rn <= 10;

同专业分数分位数

需求：计算学生分数在专业内的排名百分比

SELECT
    student_id, major, score,
    PERCENT_RANK() OVER(PARTITION BY major ORDER BY score) AS pct
FROM student_admit;

专业人数占学院比例

需求：按学院+专业分组，计算专业人数占学院总人数比例

SELECT
    college,
    major,
    COUNT(*) AS cnt,
    -- 窗口函数按学院分组求和，计算占比
    ROUND(COUNT(*)*100.0/SUM(COUNT(*))OVER(PARTITION BY college),2) AS ratio_in_college
FROM student_admit
GROUP BY college, major;

深造 / 毕业 / 报到 专项 SQL

各专业毕业率、延期毕业人数

SELECT
    a.major,
    COUNT(*) AS total,
    SUM(g.is_graduate) AS graduate_cnt,
    ROUND(SUM(g.is_graduate)*100.0/COUNT(*),2) AS graduate_rate,
    -- 筛选未毕业+学分不足的延期学生
    SUM(CASE WHEN g.is_graduate=0 AND g.credit_complete<120 THEN 1 ELSE 0 END) AS delay_cnt
FROM student_admit a
JOIN student_graduate g USING(student_id)
GROUP BY a.major;

各专业深造明细 + 总深造率

SELECT
    major,
    SUM(is_recommend) AS recommend_cnt,    -- 保研人数
    SUM(is_postgrad) AS postgrad_cnt,      -- 考研上岸人数
    SUM(is_abroad) AS abroad_cnt,          -- 出国人数
    -- 总深造率：满足任一深造条件/总人数
    ROUND(SUM(CASE WHEN is_recommend+is_postgrad+is_abroad>=1 THEN 1 ELSE 0 END)*100.0/COUNT(*),2) AS total_advance_rate
FROM student_admit a
JOIN student_advance adv USING(student_id)
GROUP BY major;

各省生源深造率

SELECT
    province,
    COUNT(*) AS cnt,
    ROUND(SUM(CASE WHEN is_recommend+is_postgrad+is_abroad>=1 THEN 1 ELSE 0 END)*100.0/COUNT(*),2) AS advance_rate
FROM student_admit a
LEFT JOIN student_advance adv USING(student_id)
GROUP BY province;

升学院校类型占比

SELECT
    target_school_type,
    COUNT(*) AS cnt,
    ROUND(COUNT(*)*100.0/SUM(COUNT(*))OVER(),2) AS ratio  -- 占总深造人数比例
FROM student_advance
WHERE target_school_type IS NOT NULL
GROUP BY target_school_type;

高频简答题

1. WHERE vs HAVING：

WHERE 分组前过滤原始行，不能用聚合；HAVING 分组后过滤结果，可以用聚合。

2. JOIN vs 子查询：

JOIN 性能更优，索引生效更快，优先使用 JOIN。

3. 窗口函数限制：

不能放在 WHERE 中，执行顺序晚于 WHERE。

4. SQL 优化：

关联字段建索引、先过滤再 JOIN、避免 SELECT*、减少数据膨胀、EXPLAIN 分析执行计划。

5. 口径不一致排查：

核对时间范围、是否去重、是否包含未报到 / 延期、关联逻辑、统计口径。