sql

好好学习的星熊

SQL 面试题（数据分析师）共 50 题，按业务领域分类：电商（14）、游戏（12）、社交（12）、供应链（12）。知识点覆盖：多表关联、窗口函数、条件筛选、常用指标、常见业务场景。语法以 MySQL 8.0 为准（含窗口函数），个别题目附方言说明。每题含：题目、参考答案、考点解析。题干中埋有边界/陷阱问题，不会明确点出，请在答题时自行识别。

CodeBuddy+SQLazy 编写复杂 SQL 详解AI 现在可以生成复杂 SQL，但输出仍可能有幻觉，代码对不对很难审；SQL 本身又往往几十行嵌套，不好调试，需求改一次，常常要重新生成一遍，时间长了很难维护。更稳妥的做法，是先用 CodeBuddy 把逻辑写成 SQLazy 分步脚本，再编译成 SQL。写成脚本之后，每一步都能单独运行，中间结果随时可看，审计和调试都有据可查；脚本本身就是可读的文档，交接时直接交脚本。验证通过后，再编译成目标数据库的 SQL，换库也只是重新编译一次。本文就从安装配置开始，把完整流程走一遍。

掘金同款社区数据库设计：9张表带你吃透建表、索引与约束最近我在学习后端项目时，以稀土掘金的业务为原型，从零拆解了一个内容社区需要哪些表、每张表怎么设计、为什么这么设计。这篇文章是我学习笔记的整理，希望能帮你把“建表、索引、约束”这些知识点串联起来，并且理解它们在一个真实业务中的落地方式。

这个DBA有点耶

SQL优化进阶：读懂“索引下推”，告别回表噩梦关键词：索引下推；ICP；回表；MySQL优化；执行计划大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！

DTCC 2026 NineData 叶正盛：如何统一管理人与 AI Agent 的数据访问行为8 月 21 日，NineData 亮相 2026 中国数据库技术大会（DTCC）。NineData 创始人兼 CEO 叶正盛分享了《面向 AI Agent 的数据库 DevOps 与数据复制思考与实践》的主题演讲。

Cluster Key 最佳实践：列怎么选、顺序怎么排与粒度设计Cluster Key 系列希望帮助数据工程师从“会写 CLUSTER BY”走向“能够解释、设计并验证数据布局”。

PostgreSQL统计信息：SQL调优的“眼睛”与基石在PostgreSQL数据库运维和开发中，SQL性能问题时常让人头疼。一条本来很快的查询，随着数据量增长突然变慢；明明建了索引，优化器却选择全表扫描……这些问题的根源，往往与统计信息（Statistics）息息相关。

Trae+SQLazy 编写复杂 SQL 实践AI辅助数据开发正在改变传统 SQL 的编写方式。目前主流方案大致分为两类：一类是直接生成原生 SQL 的 "端到端" 模式，另一类是生成结构化中间脚本再编译的 "分层" 模式。前者上手快但难以驾驭复杂业务，后者多了一层抽象但换来了可审计、可调试、可回放的工程化保障。

用户93851563507

掘金风格后端数据库设计实战：从用户表到分布式架构，一文搞定本文基于一个真实的博客/社区后端项目，带你从零理解表设计、索引优化、外键约束、分布式部署、DNS解析、CDN加速等核心知识。全程结合 SQL 代码与底层原理解析，适合初中级开发者进阶。

零基础学 MySQL（上）：从建库建表到增删改查，一篇搭好 SQL 基础👇 点击进入作者专栏：本文适合 MySQL 零基础、数据库课程学习、期末复习和后端入门。学完后，你可以独立创建数据库和数据表，并完成最常用的增、删、改、查操作。

夏之小星星

【找回mysql被删除数据】navicat中执行下面语句 show variables like ‘log_bin’;show binary logs;

【AI提效】利用 qwenwork 智能体平台（免费）实现 webgoat 靶场 SQL 注入速通下载 jar 包：https://github.com/WebGoat/WebGoat/releases

提高 SQL 语句执行速度的方法

一条 SQL 顶一条 Flink 链路？Doris Streaming Job 持续导入全景解析把业务库的数据实时同步进 Doris 做分析，传统链路长这样：这条链路上的每一个环节都很成熟，但问题也很现实：

爱学习的小白柏

【AI问数技术】多Agent协同架构：查询规划/SQL生成/洞察分析/报告生成一个真实场景：用户问"帮我分析一下上个月经营情况，和去年同期对比，找出主要问题，给出改善建议"。这个问题需要：①理解"经营情况"包含哪些指标；②生成多条SQL（收入/成本/利润/客户/产品）；③执行查询并对比同比数据；④分析差异、归因；⑤生成结构化报告+可视化+建议。

简单理解StarRocks链接地址上面连接中的Short‑Key没有写清楚是根据排序键后进行1024的，可以看文中最后面的中文文档查看

MokaTest使用篇-SQL接口上一篇讲了MokaTest的HTTP接口调试功能，这节开始讲下MokaTest的SQL接口调试功能MokaTest考虑到整个测试场景中，有处理操作SQL的需求，所以提供了SQL调试的功能，以便于后续在API场景、UI场景中可以使用SQL操作步骤。当你在场景中有需要用到SQL语句操作的地方，你可以先在此处进行调试保存。虽然UI、API场景中也支持抽屉交互调试，但是在此处，调试保存之后，其他场景可以复用，且允许后续修改之后，引用此SQL接口的场景进行手动同步，即：一次修改，多处同步。

📊 SQL 入门 Day 25：查询优化实战 —— 从 EXPLAIN 到索引的完整排查流这是 SQL 学习路线的收官篇。前面学了索引、事务、锁、存储过程，今天把它们串起来：一条慢 SQL 到手，如何系统地定位、分析、优化？掌握这套方法论，你就能从「会写 SQL」进阶到「能救慢查询」。

📊 SQL 入门 Day 24：触发器与事件触发器（Trigger）是数据库的"自动守卫"——当表发生 INSERT / UPDATE / DELETE 时自动执行预定义逻辑，无需应用层介入；事件（Event）则是数据库内置的"定时闹钟"，按计划自动执行任务。两者都是让数据库"自己动起来"的关键能力。

AI Agent 在数据分析领域的落地判断：哪些场景真的需要 Agent过去一年，「AI Agent」几乎是数据分析圈最热的词。从「自动写 SQL」到「全自动经营分析日报」，再到「数据智能体代替数据团队」，各种宣传里 Agent 似乎无所不能。