2026年group by测试题及答案

2026年groupby测试题及答案

一、单项选择题（每题2分，共20分）1.在SQL中，GROUPBY子句必须出现在下列哪种子句之后？A.SELECTB.WHEREC.HAVINGD.ORDERBY2.若查询语句为SELECTdept,COUNT()FROMempGROUPBYdept，则结果集中每一行代表：A.每个员工的编号B.每个部门的员工人数C.每个部门的平均工资D.每个部门的最高工资3.下列关于GROUPBY与聚合函数的说法正确的是：A.聚合函数可以脱离GROUPBY独立使用B.GROUPBY只能与SUM函数搭配C.使用了GROUPBY后SELECT列表中只能出现聚合列D.聚合函数必须出现在HAVING子句中4.在标准SQL中，GROUPBY子句不允许出现下列哪种元素？A.列名B.列别名C.表达式D.聚合函数5.执行SELECTregion,MAX(population)FROMcityGROUPBYregionHAVINGMAX(population)>1000000时，HAVING的作用是：A.过滤城市人口大于100万的城市B.过滤地区人口总和大于100万的地区C.过滤地区最大城市人口大于100万的地区D.过滤地区数量大于100万的地区6.当SELECT列表包含非聚合列时，下列哪项必须满足？A.该列必须出现在ORDERBY中B.该列必须出现在GROUPBY中C.该列必须出现在WHERE中D.该列必须出现在HAVING中7.在MySQL8.0中，执行SELECTa,b,cFROMtGROUPBYa，sql_mode含ONLY_FULL_GROUP_BY时，系统会：A.自动选择b和c的最大值B.报错C.返回第一行b和c的值D.忽略该模式继续执行8.下列哪种聚合函数在GROUPBY查询中忽略NULL值？A.COUNT()B.COUNT(col)C.MAX(col)D.SUM(col)9.执行SELECTYEAR(order_date)y,SUM(amount)FROMordersGROUPBYyWITHROLLUP时，最后一行y列的值为：A.0B.NULLC.合计年份D.报错10.在PostgreSQL中，GROUPBYGROUPINGSETS((a),(b),())等效于：A.ROLLUP(a,b)B.CUBE(a,b)C.三个独立GROUPBY结果UNIOND.两个独立GROUPBY结果JOIN二、填空题（每题2分，共20分）11.在SQL标准中，SELECT列表中所有非聚合列必须________。12.若需按季度汇总销售额，可使用函数________配合GROUPBY。13.GROUPBY子句中不能使用窗口函数，但可以在________子句中使用。14.当使用GROUPBYROLLUP(year,month)时，会产生________个分组级别。15.在Hive中，若启用严格模式，使用GROUPBY时必须添加________子句防止全表聚合。16.执行SELECTCOUNT(DISTINCTuid)FROMlogGROUPBYdate时，结果表示每日________。17.在Oracle中，GROUPBY支持________子句用于返回多维汇总结果。18.若需获取每个班级男生与女生的人数，应使用GROUPBYclass,________。19.在SparkSQL中，使用GROUPBY后调用collect_list()可实现________聚合。20.当GROUPBY与HAVING同时出现时，HAVING在逻辑上作用于________之后。三、判断题（每题2分，共20分）21.GROUPBY子句可以出现在子查询中。22.使用了GROUPBY后，WHERE子句中不能出现聚合函数。23.在MySQL中，GROUPBY默认按分组列升序排序。24.GROUPBYCUBE(a,b)产生的分组数量与GROUPINGSETS((a),(b),(a,b),())相同。25.在SQLServer中，GROUPBY列不能为text类型。26.执行SELECTa,b,SUM(c)FROMtGROUPBYa将报错，因为b未聚合也未分组。27.在BigQuery中，GROUPBY支持使用列偏移如GROUPBY1,2。28.使用GROUPBY后，SELECT列表中可以使用窗口函数。29.在Presto中，GROUPBY子句允许使用lambda表达式。30.当GROUPBY与DISTINCT同时出现时，DISTINCT总是先生效。四、简答题（每题5分，共20分）31.简述SQL查询语句中GROUPBY与HAVING的执行顺序，并说明各自作用。32.说明ONLY_FULL_GROUP_BY模式对查询结果的影响，并给出关闭该模式可能带来的风险。33.对比ROLLUP、CUBE与GROUPINGSETS三者在多维汇总场景下的差异，各举一例。34.在数据仓库场景下，如何利用GROUPBY进行近似去重计数，并说明其优缺点。五、讨论题（每题5分，共20分）35.讨论在分布式计算框架（如Spark）中，GROUPBY操作引发的数据倾斜问题及其优化策略。36.分析“先过滤后分组”与“先分组后过滤”在性能与语义上的差异，并结合索引与列式存储讨论最佳实践。37.探讨在实时流处理（如Flink）中实现GROUPBY窗口聚合时，如何平衡延迟、准确性与资源消耗。38.评估在隐私计算场景下，使用GROUPBY进行聚合查询时可能导致的敏感信息泄露风险，并提出缓解方案。答案与解析一、1B2B3A4D5C6B7B8B9B10C二、11出现在GROUPBY子句中12EXTRACT(QUARTERFROMdate)或TO_CHAR13SELECT14315WHERE16独立访客数17GROUPINGSETS18gender19列表20分组三、21√22√23√24√25√26√27√28×29×30×四、31.执行顺序：FROM→WHERE→GROUPBY→HAVING→SELECT→ORDERBY。GROUPBY按指定列分组，HAVING对分组结果进行聚合过滤，二者配合实现“先聚合后过滤”的语义。32.该模式要求SELECT列表中所有非聚合列必须出现在GROUPBY，否则报错，保证结果确定性；关闭后MySQL返回分组内任意行值，可能导致业务逻辑不可重复、数据质量下降。33.ROLLUP按层级生成小计与总计，如ROLLUP(year,month)产生(year,month)、(year)、()三组；CUBE生成所有维度组合，共2^n组；GROUPINGSETS可自定义组合，如GROUPINGSETS((year),(month))仅两组，灵活度最高。34.使用GROUPBY配合approx_count_distinct函数（Spark）或HyperLogLog，牺牲2%误差换取10倍以上性能提升；优点内存占用低、速度快，缺点为近似值，不适用于精确结算场景。五、35.数据倾斜表现为某分组键记录量极大，导致任务长尾；优化包括两阶段聚合（局部聚合+全局聚合）、加盐打散、自适应查询执行、倾斜键单独处理及广播小表等。36.WHERE在分组前过滤，减少扫描量，可利用索引；HAVING在分组后过滤，无法使用索引。列式存储下提前过滤显著减少IO；最佳实践为把非聚合过滤条件下推至WHERE，保留聚合过滤