2026年腾讯数据分析师面试中的SQL窗口函数应用

2026年腾讯数据分析师面试中的SQL窗口函数应用题型一：基础窗口函数应用（共3题，每题10分）题目1（10分）：假设某电商平台有一个订单表`orders`，包含以下字段：-`order_id`（订单ID）-`user_id`（用户ID）-`order_date`（订单日期）-`amount`（订单金额）-`status`（订单状态，如'已支付'、'已取消'等）请用SQL查询每个订单的`amount`相对于当天的总订单金额的占比（百分比），并按`order_date`和`order_id`排序。要求使用窗口函数实现。题目2（10分）：在`orders`表中，统计每个用户的累计订单金额，并按金额从高到低排名。如果金额相同，则按用户ID升序排名。请使用窗口函数实现。题目3（10分）：在`orders`表中，找出每个用户最近一个月内的订单记录。假设当前日期为2026年10月26日，请用窗口函数计算每个用户的最近订单日期，并筛选出最近一个月的订单。题型二：复杂窗口函数组合应用（共2题，每题15分）题目4（15分）：假设有一个销售表`sales`，包含以下字段：-`sale_id`（销售ID）-`product_id`（产品ID）-`region`（销售地区）-`sale_date`（销售日期）-`quantity`（销售数量）请用SQL查询每个地区每个产品的累计销售数量，并计算每个产品在每个地区的销售占比（相对于该地区的总销售数量）。要求使用窗口函数实现，并按地区和产品ID排序。题目5（15分）：在`sales`表中，统计每个地区的销售数据，要求：1.计算每个地区的总销售数量。2.找出每个地区销售数量最高的产品。3.如果有多个产品销售数量相同，则选择产品ID最小的那个。请用窗口函数实现，并输出地区、产品ID和销售数量。题型三：实战场景窗口函数应用（共2题，每题20分）题目6（20分）：假设有一个用户行为表`user_actions`，包含以下字段：-`action_id`（行为ID）-`user_id`（用户ID）-`action_type`（行为类型，如'浏览'、'点击'、'购买'等）-`action_time`（行为时间）-`device_type`（设备类型，如'手机'、'电脑'等）请用SQL查询每个用户的最近3次行为记录，并按行为时间降序排列。要求使用窗口函数实现，并输出行为ID、用户ID、行为类型和时间。题目7（20分）：假设有一个员工表`employees`，包含以下字段：-`employee_id`（员工ID）-`department`（部门）-`salary`（薪资）-`join_date`（入职日期）请用SQL查询每个部门的员工薪资排名，并计算每个员工的薪资相对于部门平均薪资的偏差（百分比）。要求使用窗口函数实现，并按部门升序、薪资降序排列。题型四：窗口函数与条件聚合（共1题，25分）题目8（25分）：假设有一个电商订单表`orders`，包含以下字段：-`order_id`（订单ID）-`user_id`（用户ID）-`order_date`（订单日期）-`amount`（订单金额）-`status`（订单状态，如'已支付'、'已取消'等）请用SQL查询每个用户的“活跃度”指标，定义如下：1.活跃度=用户最近30天内订单金额总和/用户历史订单金额总和。2.仅统计“已支付”的订单。3.如果用户历史订单金额为0，则活跃度为0。要求使用窗口函数实现，并按用户ID排序。答案与解析题型一：基础窗口函数应用题目1（10分）：sqlSELECTorder_id,order_date,amount,(amount/SUM(amount)OVER(PARTITIONBYorder_date))100ASpercentageFROMordersORDERBYorder_date,order_id;解析：-`PARTITIONBYorder_date`将数据按日期分组，计算每日总订单金额。-`SUM(amount)OVER(...)`计算每个分组的总金额。-`(amount/SUM(amount)OVER(...))100`计算每个订单金额的占比。题目2（10分）：sqlSELECTuser_id,amount,RANK()OVER(PARTITIONBYuser_idORDERBYamountDESC,user_idASC)ASrankFROMorders;解析：-`PARTITIONBYuser_id`将数据按用户分组。-`RANK()OVER(...)`按金额降序、用户ID升序排名。题目3（10分）：sqlSELECTorder_id,user_id,order_date,amountFROM(SELECT,MAX(order_date)OVER(PARTITIONBYuser_idORDERBYorder_dateDESC)ASlatest_order_date,CURRENT_DATE-INTERVAL'1MONTH'ASone_month_agoFROMordersWHEREstatus='已支付')ASsubWHEREorder_date>=one_month_agoANDorder_date<=latest_order_date;解析：-`MAX(order_date)OVER(PARTITIONBYuser_id)`计算每个用户的最近订单日期。-`CURRENT_DATE-INTERVAL'1MONTH'`定义时间范围。-外层查询筛选最近一个月的订单。题型二：复杂窗口函数组合应用题目4（15分）：sqlSELECTregion,product_id,quantity,(quantity/SUM(quantity)OVER(PARTITIONBYregion))100ASpercentageFROM(SELECTregion,product_id,SUM(quantity)ASquantityFROMsalesGROUPBYregion,product_id)ASsubORDERBYregion,product_id;解析：-内层查询计算每个地区每个产品的销售总量。-外层查询计算每个产品的销售占比。题目5（15分）：sqlSELECTregion,product_id,quantityFROM(SELECTregion,product_id,quantity,RANK()OVER(PARTITIONBYregionORDERBYquantityDESC,product_idASC)ASrankFROM(SELECTregion,product_id,SUM(quantity)ASquantityFROMsalesGROUPBYregion,product_id)ASsub)ASsub2WHERErank=1;解析：-内层查询计算每个地区每个产品的销售总量。-中间层查询按地区和产品ID排名。-外层查询筛选排名最高的产品。题型三：实战场景窗口函数应用题目6（20分）：sqlSELECTaction_id,user_id,action_type,action_timeFROM(SELECT,COUNT()OVER(PARTITIONBYuser_idORDERBYaction_timeDESCROWSBETWEEN3PRECEDINGANDCURRENTROW)ASrecent_countFROMuser_actions)ASsubWHERErecent_count=3ORDERBYaction_timeDESC;解析：-`PARTITIONBYuser_id`按用户分组。-`ROWSBETWEEN3PRECEDINGANDCURRENTROW`窗口范围限定最近3次行为。-外层查询筛选最近3次行为的记录。题目7（20分）：sqlSELECTemployee_id,department,salary,RANK()OVER(PARTITIONBYdepartmentORDERBYsalaryDESC)ASsalary_rank,(salary-AVG(salary)OVER(PARTITIONBYdepartment))/AVG(salary)OVER(PARTITIONBYdepartment)ASdeviationFROMemployeesORDERBYdepartmentASC,salaryDESC;解析：-`RANK()OVER(PARTITIONBYdepartment)`计算部门内薪资排名。-`AVG(salary)OVER(PARTITIONBYdepartment)`计算部门平均薪资。-`deviation`计算薪资偏差。题型四：窗口函数与条件聚合题目8（25分）：sqlSELECTuser_id,SUM(amount)FILTER(WHEREstatus='已支付')OVER(PARTITIONBYuser_id)ASrecent_30_days_amount,SUM(amount)OVER(PARTITIONBYuser_id)AStotal_amount,CASEWHENSUM(amount)OVER(PARTITIONBYuser_id)>0THEN(SUM(amount)FILTER(WHEREstatus='已支付')OVER(PARTITIONBYuser_id)/SUM(amount)OVER(PARTITIONBYuser_id))ELSE0ENDASactivity_scoreFROMordersWHEREorder