2026年字节跳动数据分析岗SQL笔试与业务场景面试

2026年字节跳动数据分析岗SQL笔试与业务场景面试一、SQL笔试部分（共10题，每题10分，总分100分）1.基础SQL查询题（2题）题目1（5分）：假设存在一个用户表`users`，包含字段`user_id`（用户ID）、`name`（用户名）、`register_date`（注册日期）、`last_login_date`（最后登录日期）。请写SQL查询语句，统计每个用户的注册时长（天数），并只显示注册时长超过30天的用户，结果按注册时长降序排列。答案与解析：sqlSELECTuser_id,name,DATEDIFF(day,register_date,last_login_date)ASregister_durationFROMusersWHEREDATEDIFF(day,register_date,last_login_date)>30ORDERBYregister_durationDESC;解析：-`DATEDIFF(day,register_date,last_login_date)`计算注册日期和最后登录日期之间的天数差，即注册时长。-`WHERE`子句筛选出注册时长超过30天的用户。-`ORDERBY`子句按注册时长降序排列，符合数据分析中对时间趋势的考察。题目2（5分）：假设存在一个订单表`orders`，包含字段`order_id`（订单ID）、`user_id`（用户ID）、`order_date`（订单日期）、`status`（订单状态，如'已支付'、'已取消'）。请写SQL查询语句，统计每个用户的订单支付金额，并只显示支付金额超过1000元的用户，结果按支付金额降序排列。答案与解析：sqlSELECTuser_id,SUM(amount)AStotal_paid_amountFROMordersWHEREstatus='已支付'GROUPBYuser_idHAVINGSUM(amount)>1000ORDERBYtotal_paid_amountDESC;解析：-`SUM(amount)`计算每个用户的订单支付总金额。-`WHERE`子句筛选出状态为“已支付”的订单。-`GROUPBY`子句按用户ID分组。-`HAVING`子句筛选出支付金额超过1000元的用户。-`ORDERBY`子句按支付金额降序排列。2.子查询与连接查询题（2题）题目3（10分）：假设存在一个商品表`products`，包含字段`product_id`（商品ID）、`category`（商品类别）、`price`（价格）。请写SQL查询语句，找出每个类别中价格最高的商品，结果包含商品ID、类别和价格。答案与解析：sqlSELECTduct_id,p1.category,p1.priceFROMproductsp1WHEREp1.price=(SELECTMAX(p2.price)FROMproductsp2WHEREp1.category=p2.category);解析：-外层查询选择商品ID、类别和价格。-子查询`SELECTMAX(p2.price)FROMproductsp2WHEREp1.category=p2.category`找出每个类别中的最高价格。-外层查询的条件是商品价格等于子查询返回的最高价格，从而筛选出每个类别中的最高价商品。题目4（10分）：假设存在一个用户表`users`和一个订单表`orders`，`users`表包含`user_id`（用户ID）、`name`（用户名），`orders`表包含`order_id`（订单ID）、`user_id`（用户ID）、`order_date`（订单日期）、`status`（订单状态）。请写SQL查询语句，找出所有“已支付”订单的用户名，且这些用户在过去一年内至少有3个“已支付”订单，结果按用户名排序。答案与解析：sqlSELECTFROMusersuJOINordersoONu.user_id=o.user_idWHEREo.status='已支付'ANDo.order_date>=DATE_SUB(CURDATE(),INTERVAL1YEAR)GROUPBYHAVINGCOUNT(o.order_id)>=3ORDERBY;解析：-`JOIN`连接`users`和`orders`表，通过`user_id`关联用户和订单。-`WHERE`子句筛选出“已支付”订单且订单日期在过去一年内。-`GROUPBY`子句按用户名分组。-`HAVING`子句筛选出在过去一年内有至少3个“已支付”订单的用户。-`ORDERBY`子句按用户名排序。3.窗口函数与聚合查询题（2题）题目5（10分）：假设存在一个销售表`sales`，包含字段`sale_id`（销售ID）、`product_id`（商品ID）、`amount`（销售额）、`sale_date`（销售日期）。请写SQL查询语句，统计每个商品近7天的日销售额，并显示每个商品的总销售额，结果按商品ID排序。答案与解析：sqlSELECTproduct_id,sale_date,SUM(amount)OVER(PARTITIONBYproduct_idORDERBYsale_dateRANGEBETWEENINTERVAL7DAYPRECEDINGANDCURRENTROW)ASdaily_sales,SUM(amount)OVER(PARTITIONBYproduct_id)AStotal_salesFROMsalesORDERBYproduct_id,sale_date;解析：-`SUM(amount)OVER(PARTITIONBYproduct_idORDERBYsale_dateRANGEBETWEENINTERVAL7DAYPRECEDINGANDCURRENTROW)`使用窗口函数计算每个商品近7天的日销售额。-`SUM(amount)OVER(PARTITIONBYproduct_id)`计算每个商品的总销售额。-`ORDERBY`子句按商品ID和销售日期排序，便于分析时间趋势。题目6（10分）：假设存在一个用户表`users`和一个活跃度表`activity`，`users`表包含`user_id`（用户ID）、`register_date`（注册日期），`activity`表包含`user_id`（用户ID）、`action_date`（行为日期）、`action_type`（行为类型，如'登录'、'发布'）。请写SQL查询语句，统计每个用户的“登录”行为数量，并找出每个用户最近30天内的活跃度得分（活跃度得分=“登录”行为数量2+“发布”行为数量），结果按用户ID排序。答案与解析：sqlSELECTu.user_id,COUNT(CASEWHENa.action_type='登录'THEN1END)ASlogin_count,(COUNT(CASEWHENa.action_type='登录'THEN1END)2+COUNT(a.action_type))ASactivity_scoreFROMusersuLEFTJOINactivityaONu.user_id=a.user_idWHEREa.action_date>=DATE_SUB(CURDATE(),INTERVAL30DAY)GROUPBYu.user_idORDERBYu.user_id;解析：-`COUNT(CASEWHENa.action_type='登录'THEN1END)`统计每个用户的“登录”行为数量。-活跃度得分计算公式为“登录”行为数量2+“发布”行为数量。-`LEFTJOIN`确保即使用户没有行为数据也能被包含（但活跃度得分为0）。-`WHERE`子句筛选出最近30天的行为数据。-`GROUPBY`子句按用户ID分组。-`ORDERBY`子句按用户ID排序。4.复杂SQL与业务场景题（4题）题目7（10分）：假设存在一个用户表`users`和一个订单表`orders`，`users`表包含`user_id`（用户ID）、`city`（城市）、`register_date`（注册日期），`orders`表包含`order_id`（订单ID）、`user_id`（用户ID）、`order_date`（订单日期）、`status`（订单状态）、`amount`（金额）。请写SQL查询语句，统计每个城市的“已支付”订单的平均金额，并只显示平均金额超过500元的城市，结果按平均金额降序排列。答案与解析：sqlSELECTu.city,AVG(o.amount)ASavg_amountFROMusersuJOINordersoONu.user_id=o.user_idWHEREo.status='已支付'GROUPBYu.cityHAVINGAVG(o.amount)>500ORDERBYavg_amountDESC;解析：-`JOIN`连接`users`和`orders`表，通过`user_id`关联用户和订单。-`WHERE`子句筛选出“已支付”订单。-`GROUPBY`子句按城市分组。-`AVG(o.amount)`计算每个城市的“已支付”订单平均金额。-`HAVING`子句筛选出平均金额超过500元的城市。-`ORDERBY`子句按平均金额降序排列。题目8（10分）：假设存在一个商品表`products`和一个销售表`sales`，`products`表包含`product_id`（商品ID）、`category`（商品类别）、`price`（价格），`sales`表包含`sale_id`（销售ID）、`product_id`（商品ID）、`amount`（销售额）、`sale_date`（销售日期）。请写SQL查询语句，找出每个类别中销售额最高的商品，并显示商品ID、类别、价格和销售额，结果按类别和销售额降序排列。答案与解析：sqlSELECTduct_id,p.category,p.price,SUM(s.amount)AStotal_salesFROMproductspJOINsalessONduct_id=duct_idGROUPBYduct_id,p.category,p.priceORDERBYp.category,total_salesDESC;解析：-`JOIN`连接`products`和`sales`表，通过`product_id`关联商品和销售数据。-`GROUPBY`子句按商品ID、类别和价格分组，确保每个商品的统计独立。-`SUM(s.amount)`计算每个商品的销售额。-`ORDERBY`子句先按类别排序，再按销售额降序排列，便于分析类别内的销售排名。题目9（10分）：假设存在一个用户表`users`和一个订单表`orders`，`users`表包含`user_id`（用户ID）、`city`（城市）、`register_date`（注册日期），`orders`表包含`order_id`（订单ID）、`user_id`（用户ID）、`order_date`（订单日期）、`status`（订单状态）、`amount`（金额）。请写SQL查询语句，统计每个城市的“已支付”订单数量，并找出每个城市中“已支付”订单金额最高的用户，结果包含城市、订单数量和最高金额用户的用户名。答案与解析：sqlWITHpaid_ordersAS(SELECTo.user_id,o.city,o.amountFROMordersoWHEREo.status='已支付'),city_order_countsAS(SELECTcity,COUNT()ASorder_countFROMpaid_ordersGROUPBYcity),max_ordersAS(SELECTpo.city,po.user_id,po.amountFROMpaid_orderspoWHEREpo.amount=(SELECTMAX(amount)FROMpaid_ordersWHEREcity=po.city)),user_namesAS(SELECTu.user_id,FROMusersu)SELECTcoc.city,coc.order_count,AStop_user_name,mo.amountFROMcity_order_countscocJOINmax_ordersmoONcoc.city=mo.cityJOINuser_namesunONmo.user_id=un.user_id;解析：-`paid_orders`子查询筛选出“已支付”订单。-`city_order_counts`子查询统计每个城市的“已支付”订单数量。-`max_orders`子查询找出每个城市中“已支付”订单金额最高的用户。-`user_names`子查询关联用户表，获取用户名。-最终查询通过`JOIN`连接各子查询，输出城市、订单数量和最高金额用户的用户名及金额。题目10（10分）：假设存在一个用户表`users`和一个广告点击表`ads_clicks`，`users`表包含`user_id`（用户ID）、`city`（城市）、`register_date`（注册日期），`ads_clicks`表包含`click_id`（点击ID）、`user_id`（用户ID）、`click_date`（点击日期）、`ad_type`（广告类型）。请写SQL查询语句，统计每个城市的“视频广告”点击数量，并找出每个城市中“视频广告”点击数量最多的用户，结果包含城市、点击数量和最高点击用户的用户名。答案与解析：sqlWITHvideo_clicksAS(SELECTac.user_id,ac.city,COUNT()ASclick_countFROMads_clicksacWHEREac.ad_type='视频广告'GROUPBYac.user_id,ac.city),max_clicksAS(SELECTvc.city,vc.user_id,vc.click_countFROMvideo_clicksvcWHEREvc.click_count=(SELECTMAX(click_count)FROMvideo_clicksWHEREcity=vc.city)),user_namesAS(SELECTu.user_id,FROMusersu)SELECTmc.city,mc.click_count,AStop_user_nameFROMmax_clicksmcJOINuser_namesunONmc.user_id=un.user_id;解析：-`video_clicks`子查询统计每个城市“视频广告”的点击数量。-`max_clicks`子查询找出每个城市中“视频广告”点击数量最多的用户。-`user_names`子查询关联用户表，获取用户名。-最终查询通过`JOIN`连接各子查询，输出城市、点击数量和最高点击用户的用户名。二、业务场景面试部分（共5题，每题20分，总分100分）1.用户行为分析题（20分）题目：假设你正在负责字节跳动短视频平台的用户行为分析，现有数据包含用户观看时长、点赞、评论、分享等行为。请写SQL查询语句，统计每个用户的互动率（互动率=(点赞数+评论数+分享数)/观看时长），并找出互动率最高的前10名用户，结果包含用户ID、互动率。假设互动数据存储在`user_interactions`表中，包含字段`user_id`（用户ID）、`watch_time`（观看时长，单位：分钟）、`likes`（点赞数）、`comments`（评论数）、`shares`（分享数）。答案与解析：sqlSELECTuser_id,(likes+comments+shares)/watch_timeASinteraction_rateFROMuser_interactionsORDERBYinteraction_rateDESCLIMIT10;解析：-`likes+comments+shares`计算用户的总互动数。-`interaction_rate`计算互动率，反映用户在观看时长内的互动积极性。-`ORDERBYinteraction_rateDESC`按互动率降序排列。-`LIMIT10`筛选出互动率最高的前10名用户。业务价值：该分析有助于识别高互动用户，为平台推荐策略提供参考，优化内容分发，提升用户粘性。2.销售数据分析题（20分）题目：假设你正在负责电商平台的销售数据分析，现有数据包含订单信息、用户信息、商品信息。请写SQL查询语句，统计每个用户的购买频次（购买频次=订单数量），并找出购买频次最高的前10名用户，结果包含用户ID、购买频次。假设订单数据存储在`orders`表中，包含字段`order_id`（订单ID）、`user_id`（用户ID）、`order_date`（订单日期），用户数据存储在`users`表中，包含字段`user_id`（用户ID）、`name`（用户名）。答案与解析：sqlSELECTu.user_id,,COUNT(o.order_id)ASpurchase_frequencyFROMusersuJOINordersoONu.user_id=o.user_idGROUPBYu.user_id,ORDERBYpurchase_frequencyDESCLIMIT10;解析：-`JOIN`连接`users`和`orders`表，通过`user_id`关联用户和订单。-`GROUPBY`子句按用户ID和用户名分组。-`COUNT(o.order_id)`统计每个用户的订单数量，即购买频次。-`ORDERBYpurchase_frequencyDESC`按购买频次降序排列。-`LIMIT10`筛选出购买频次最高的前10名用户。业务价值：该分析有助于识别高忠诚度用户，为用户分层和精准营销提供数据支持，提升复购率。3.广告效果分析题（20分）题目：假设你正在负责字节跳动广告效果分析，现有数据包含广告点击数据、用户信息、广告信息。请写SQL查询语句，统计每个广告的点击转化率（点击转化率=转化数/点击数），并找出点击转化率最高的前10名广告，结果包含广告ID、广告名称、点击转化率。假设广告点击数据存储在`ads_clicks`表中，包含字段`click_id`（点击ID）、`ad_id`（广告ID）、`user_id`（用户ID）、`click_date`（点击日期）、`conversion`（是否转化，1表示转化，0表示未转化），广告信息存储在`ads`表中，包含字段`ad_id`（广告ID）、`ad_name`（广告名称）。答案与解析：sqlSELECTa.ad_id,a.ad_name,SUM(CASEWHENac.conversion=1THEN1ELSE0END)1.0/COUNT(ac.click_id)ASconversion_rateFROMads_clicksacJOINadsaONac.ad_id=a.ad_idGROUPBYa.ad_id,a.ad_nameORDERBYconversion_rateDESCLIMIT10;解析：-`SUM(CASEWHENac.conversion=1THEN1ELSE0END)`统计每个广告的转化数。-`COUNT(ac.click_id)`统计每个广告的点击数。-`conversion_rate`计算点击转化率。-`ORDERBYconversion_rateDESC`按点击转化率降序排列。-`LIMIT10`筛选出点击转化率最高的前10名广告。业务价值：该分析有助于识别高效果广告，为广告投放策略提供参考，优化广告资源分配，提升ROI。4.用户留存分析题（20分）题目：假设你正在负责字节跳动平台的用户留存分析，现有数据包含用户注册数据和活跃数据。请写SQL查询语句，统计每个用户的次日留存率（次日留存率=次日活跃用户数/注册用户数），并找出次日留存率最高的前10名用户，结果包含用户ID、次日留存率。假设用户注册数据存储在`users`表中，包含字段`user_id`（用户ID）、`register_date`（注册日期），用户活跃数据存储在`user_activity`表中，包含字段`user_id`（用户ID）、`activity_date`（活跃日期）。答案与解析：sqlWITHdaily_usersAS(SELECTregister_date,COUNT()ASregister_countFROMusersGROUPBYregister_date),active_usersAS(SELECTactivity_date,user_idFROMuser_activityWHEREactivity_date=DATE_ADD(register_date,INTERVAL1DAY)ANDregister_dateIN(SELECTregister_dateFROMdaily_users)),retention_ratesAS(SELECTdu.register_date,SUM(CASEWHENau.user_idISNOTNULLTHEN1ELSE0END)1.0/du.register_countASretention_rateFROMdaily_usersduLEFTJOINactive_usersauONdu.register_date=au.register_dateGR