2026阿里巴巴SQL笔试真题汇编及详细答案解析（考场原版）

2026阿里巴巴SQL笔试真题汇编及详细答案解析（考场原版）试卷说明：本套试题完全贴合2026阿里春招、秋招线上笔试原题题型，适配大数据开发、数据分析师、后端开发、测试开发等所有需要考察SQL的岗位。试题分为基础选择题、实操简答题、业务编程题三个模块，难度梯度和官方笔试一致，所有答案均为考场标准得分答案，解析贴合业务实战，规避通用模板话术。考试规则：总分100分，答题时长90分钟；选择题单选唯一正确答案，简答题按要点得分，编程题语法正确、逻辑无误、边界处理完整即可满分。一、SQL基础选择题（共10题，每题4分，共40分）本模块为阿里笔试必考基础考点，侧重SQL语法细节、函数特性、索引原理、查询规则，多为易踩坑题型。1、在SQL中，关于NULL值查询，下列写法能够正确匹配空值的是（）A.WHEREcolumn=NULLB.WHEREcolumnISNULLC.WHEREcolumn==NULLD.WHEREcolumnINNULL答案：B详细解析：SQL中NULL代表未知空值，不参与普通等值判断，使用=、==、IN都无法匹配NULL数据。行业通用标准写法为ISNULL（匹配空值）、ISNOTNULL（匹配非空值），这是笔试高频易错点。2、以下关于GROUPBY分组查询的规则，说法正确的是（）A.SELECT字段可以包含任意非聚合字段B.GROUPBY字段必须全部出现在SELECT字段中C.SELECT中非聚合字段必须全部在GROUPBY中D.GROUPBY不支持多字段分组答案：C详细解析：标准SQL语法规范中，分组查询时，SELECT后的字段要么是GROUPBY的分组字段，要么是SUM、COUNT、MAX等聚合函数字段。随意书写非聚合、非分组字段会直接报错，同时GROUPBY支持多个字段联合分组。3、ORDERBY排序默认排序规则和优先级正确的是（）A.升序，NULL值排在最前B.升序，NULL值排在最后C.降序，NULL值排在最前D.降序，NULL值排在最后答案：A详细解析：ORDERBY默认不指定排序方式时为ASC升序排列。在MySQL、Hive等阿里常用数据库中，升序场景下NULL值视为最小值，默认排在数据最前方，降序时NULL值排在最后。4、下列聚合函数中，不会忽略NULL值的是（）A.COUNT(*)B.COUNT(字段名)C.SUM()D.AVG()答案：A详细解析：COUNT(字段)、SUM、AVG都会自动忽略字段中的NULL值，仅统计有效数据。而COUNT(*)是统计数据表的总行数，无论字段是否为空、是否存在NULL，都会完整统计，不会忽略任何数据行。5、SQL中DISTINCT关键字的作用，描述准确的是（）A.去除单行字段内的重复值B.去除查询结果整行重复数据C.仅去除主键字段重复值D.清空数据表重复数据答案：B详细解析：DISTINCT作用于SELECT查询的所有返回字段，判断一整行数据是否完全一致，自动剔除重复行，保留唯一数据。该关键字不针对单个字段，也不会修改原表数据，仅对查询结果去重。6、多表关联中，需要返回左表所有数据，右表匹配不到数据显示NULL，应使用哪种关联方式（）A.INNERJOINB.LEFTJOINC.RIGHTJOIND.FULLJOIN答案：B详细解析：LEFTJOIN左连接核心逻辑：左表数据全部保留，根据关联字段匹配右表数据，匹配成功展示对应数据，匹配失败右表字段统一返回NULL。INNERJOIN仅返回两边匹配成功数据，RIGHTJOIN保留右表全部数据。7、在HiveSQL中，分区字段的特点说法错误的是（）A.分区字段不存储在数据文件中B.分区查询可以大幅扫描过滤数据，提升查询效率C.分区字段必须是数据表的原始字段D.阿里大数据场景常用日期作为分区字段答案：C详细解析：Hive分区字段为虚拟字段，无需在原始数据表中定义，可根据业务自定义（如dt日期分区）。分区的核心作用是数据分层存储，查询时通过分区过滤减少扫描数据量，是阿里大数据开发的基础优化手段。8、执行DELETE和TRUNCATE删除数据表数据，下列说法正确的是（）A.TRUNCATE可以带WHERE条件精准删除B.DELETE删除数据会记录日志，支持事务回滚C.TRUNCATE删除速度远慢于DELETED.DELETE会清空表结构和索引答案：B详细解析：DELETE为逐行删除，支持WHERE条件筛选，会记录事务日志，支持回滚；TRUNCATE为清空全表数据，不支持WHERE条件，无日志记录、无法回滚，删除速度更快，二者均不会删除表结构和索引。9、下列SQL语句执行优先级从高到低排序正确的是（）A.FROM>WHERE>GROUPBY>HAVING>ORDERBYB.WHERE>FROM>GROUPBY>HAVING>ORDERBYC.FROM>GROUPBY>WHERE>HAVING>ORDERBYD.FROM>WHERE>HAVING>GROUPBY>ORDERBY答案：A详细解析：标准SQL执行顺序固定：先通过FROM确定数据表，再用WHERE过滤原始数据，接着GROUPBY分组，HAVING过滤分组后数据，最后ORDERBY排序输出结果，笔试高频考点。10、用于模糊查询匹配任意长度任意字符的通配符是（）A._B.%C.*D.#答案：B详细解析：SQL模糊查询通配符规范：%匹配任意长度、任意字符；_仅匹配单个任意字符。*和#不属于SQL标准模糊查询通配符，多用于其他编程语言。二、SQL实操简答题（共3题，每题10分，共30分）本模块聚焦阿里日常业务实操，考察语法细节、数据处理逻辑，按答题要点给分。简答题1：简述WHERE和HAVING的核心区别（考场标准答案）参考答案：1、执行时机不同：WHERE是分组之前过滤原始数据表数据；HAVING是分组之后过滤聚合、分组后的结果数据。2、适用范围不同：WHERE不能使用聚合函数（SUM、COUNT、MAX等）；HAVING专门用于筛选聚合函数计算后的结果，支持聚合函数。3、执行效率不同：WHERE提前过滤无效数据，减少分组计算量，效率更高；HAVING是对全量分组结果筛选，资源消耗更大。简答题2：简述SQL索引的作用，以及哪些场景不适合建立索引参考答案：索引核心作用：通过构建有序数据结构，减少数据库磁盘扫描行数，大幅提升查询效率；同时可约束字段唯一性，优化排序、分组查询速度。不适合建索引的场景：1、数据量极小的数据表，索引维护成本高于查询优化收益；2、频繁增删改的字段，索引需要同步更新，会大幅降低写入性能；3、重复度极高的字段（如性别、状态），索引筛选效果极差；4、NULL值占比极高的字段，索引利用率极低。简答题3：左连接、内连接、全连接的业务使用场景差异参考答案：1、内连接INNERJOIN：仅保留两张表关联匹配成功的数据，适用于需要精准匹配有效关联数据的场景，比如查询用户的有效订单记录。2、左连接LEFTJOIN：保留左表全部数据，匹配右表数据，适用于需要统计全量主数据、关联辅助数据的场景，比如统计所有用户的下单情况，无订单用户也需保留。3、全连接FULLJOIN：保留两张表所有数据，适用于需要对比两张表全量数据差异、数据对账的业务场景。三、SQL业务编程真题（共2题，每题15分，共30分）本模块为2026阿里线上笔试原题，贴合电商、大数据核心业务，附完整可运行SQL代码、详细解题思路、边界处理说明。编程题1：用户复购率统计（阿里高频真题）业务背景：现有电商订单表user_order，统计2026年8月首次下单用户中，9月产生复购的用户人数及复购率，结果保留4位小数。数据表结构：user_id用户IDorder_time订单下单时间order_id订单编号需求说明：1、8月新用户定义：用户全平台最早下单时间为2026年8月；2、复购定义：该类用户在2026年9月至少产生1笔订单；3、输出字段：8月新用户数、9月复购用户数、复购率。解题思路：1、先筛选出所有用户的首次下单时间，筛选出8月新用户名单；2、基于新用户名单，匹配9月下单记录，统计复购人数；3、计算复购率，强制转为浮点型保留4位小数，规避整数截断问题。完整可运行SQL（Hive/MySQL通用）PlainText

WITHuser_first_orderAS(

--统计每个用户首次下单时间

SELECT

user_id,

MIN(order_time)ASfirst_time

FROMuser_order

GROUPBYuser_id

),

aug_new_userAS(

--筛选8月新用户

SELECTDISTINCTuser_id

FROMuser_first_order

WHEREDATE_FORMAT(first_time,'%Y-%m')='2026-08'

),

sep_repurchase_userAS(

--筛选新用户中9月复购的用户

SELECTDISTINCTa.user_id

FROMaug_new_usera

LEFTJOINuser_orderb

ONa.user_id=b.user_id

WHEREDATE_FORMAT(b.order_time,'%Y-%m')='2026-09'

)

SELECT

(SELECTCOUNT(*)FROMaug_new_user)ASm8_new_users,

(SELECTCOUNT(*)FROMsep_repurchase_user)ASm8t9_repurchase_users,

ROUND(

(SELECTCOUNT(*)FROMsep_repurchase_user)/

(SELECTCOUNT(*)FROMaug_new_user)*1.0,

4

)ASrepurchase_rate;

踩坑说明：必须区分「首次下单用户」和「8月所有下单用户」，不可直接统计8月下单用户，且统计人数必须去重，不能统计订单数。编程题2：搜索位置点击率统计（阿里大数据原题）业务背景：阿里搜索业务中，商品曝光位置会影响点击转化率，现有搜索日志表search_log，统计每个展示位置的曝光量、点击量、点击率。数据表结构：request_id搜索请求ID（一次搜索唯一标识）position商品展示位置（1、2、3...）is_click是否点击（1点击，0未点击）需求说明：1、曝光量：每个位置的展示总次数；2、点击量：每个位置产生点击的总次数；3、点击率=点击量/曝光量，保留3位小数；4、按展示位置升序排序。解题思路：1、按position位置分组，统计每组总曝光数、点击总数；2、通过除法计算点击率，统一保留小数位数；3、按位置升序排序，符合业务展示逻辑。完整可运行SQLPlainText

SELECT

position,

COUNT(*)ASexpose_cnt,

SUM(is_click)ASclick_cnt,

ROUND(SUM(is_click)/COUNT(*)*1.0,3)ASclick_rate

FROMsearch_log

GROUPBYposition

ORDERBYpositi