SQL高频面试题及详细答案（实战版）

SQL高频面试题及详细答案（实战版）一、基础SQL面试题（入门必问）1、简述SQL的常用分类及核心语句SQL主要分为四大类，日常开发、面试最常用的是前两类：1）DQL（数据查询语言）：核心用于查询数据，使用频率最高，核心语句：SELECT、FROM、WHERE、ORDERBY、LIMIT、GROUPBY2）DML（数据操作语言）：用于操作表中数据，增删改，核心语句：INSERT、UPDATE、DELETE3）DDL（数据定义语言）：用于定义、修改数据库和表结构，核心语句：CREATE、ALTER、DROP、TRUNCATE4）DCL（数据控制语言）：用于权限管理，核心语句：GRANT、REVOKE补充区别：TRUNCATE和DELETE的核心差异是高频考点，DELETE是逐行删除数据，可回滚、不释放表空间；TRUNCATE是清空整张表数据，不可回滚、快速释放空间，且不会触发触发器。2、SELECT语句的完整执行顺序是什么？这是面试高频基础考点，书写顺序和数据库实际执行顺序不同，实际执行顺序：FROM→WHERE→GROUPBY→HAVING→SELECT→DISTINCT→ORDERBY→LIMIT通俗解释：先确定查询的表，再过滤行数据，接着分组，筛选分组后的结果，再查询字段、去重，最后排序、截取条数。核心注意：WHERE在分组前过滤，不能用聚合函数；HAVING在分组后过滤，可以使用聚合函数。3、WHERE和HAVING的区别？1）执行时机不同：WHERE是分组之前过滤单条数据；HAVING是分组之后过滤分组后的整体数据2）使用范围不同：WHERE不能使用SUM、COUNT、MAX等聚合函数；HAVING专门搭配聚合函数使用3）优先级不同：WHERE执行效率更高，优先用WHERE过滤无效数据，减少分组数量，提升查询性能示例：查询班级人数大于30人的班级SELECTclass_id,COUNT(*)ASnumFROMstudentGROUPBYclass_idHAVINGnum>30;4、DISTINCT的作用及使用注意事项作用：对查询结果进行整行去重，不是针对单个字段。注意点：1）DISTINCT写在所有查询字段最前面，作用于全部字段组合2）多个字段去重时，只有所有字段数据完全一致，才会被判定为重复数据3）性能较差，会全表扫描、排序去重，大数据量场景尽量少用，可通过业务逻辑提前去重5、UNION和UNIONALL的区别？1）去重差异：UNION会自动去除合并后的重复数据；UNIONALL直接拼接所有结果，不去重2）性能差异：UNION需要排序去重，效率低；UNIONALL无需排序，效率远高于UNION3）使用场景：确定数据无重复时，优先用UNIONALL；需要自动去重时使用UNION通用要求：两个查询语句的字段数量、字段类型必须一致。二、进阶SQL面试题（联表、索引、函数）1、简述常用的联表查询类型及区别日常工作最常用4种联表方式，以左表A、右表B为例：1）INNERJOIN（内连接）：只查询两张表中匹配成功的数据，两边无匹配的数据全部过滤2）LEFTJOIN（左连接）：以左表为基准，查询左表所有数据，右表匹配不到的字段填充NULL3）RIGHTJOIN（右连接）：以右表为基准，查询右表所有数据，左表匹配不到的字段填充NULL4）FULLJOIN（全连接）：查询左右两表所有数据，无匹配的字段填充NULL（MySQL不支持，可通过UNION拼接实现）工作高频场景：90%的联表查询使用LEFTJOIN，避免丢失主表数据。2、JOIN和子查询的优劣对比，什么时候用哪种？1）JOIN联表查询：优势：数据库优化器会自动优化联表逻辑，索引生效率高，大数据量下性能更好，可读性强劣势：多表联表过多时（超过3张），逻辑复杂，容易出现笛卡尔积，性能下降2）子查询：优势：逻辑简单清晰，适合简单的嵌套查询，代码简洁劣势：部分子查询无法使用索引，大数据量效率低，嵌套过深可读性极差使用原则：多表查询优先JOIN；简单单表嵌套、少量数据查询用子查询；禁止三层以上嵌套子查询。3、MySQL索引的分类及失效场景（高频重点）索引分类：1）普通索引：最基础索引，无唯一性限制，允许NULL值2）唯一索引：字段值唯一，允许一个NULL值3）主键索引：特殊的唯一索引，不允许NULL、不允许重复，一张表只能有一个主键4）联合索引：多个字段组合的索引，遵循最左前缀原则5）全文索引：用于长文本模糊查询常见索引失效场景：1）联合索引不满足最左前缀原则，跳过左侧字段直接查询右侧字段2）索引字段使用函数、运算、类型转换，如WHEREDATE(create_time)='2026-01-01'3）使用!=、<>、NOTIN、NOTLIKE反向查询4）LIKE以%开头模糊查询，如'%张三'5）OR连接查询，前后字段未全部建立索引6）MySQL判断全表扫描比索引查询更快时，会自动放弃索引4、什么是联合索引最左前缀原则？联合索引(a,b,c)，索引生效的前提是遵循最左匹配，从最左侧字段开始连续匹配。生效场景：a、a+b、a+b+c失效场景：b、c、b+c、a+c（跳过中间字段，后续索引全部失效）业务优化：建立联合索引时，将查询频率最高、筛选性最强、非空的字段放在最左侧。5、NULL值查询有哪些坑？如何处理？1）坑1：NULL和任何值运算、对比结果都是NULL，不能用=NULL、!=NULL查询正确写法：ISNULL、ISNOTNULL2）坑2：GROUPBY会将所有NULL值归为同一组3）坑3：索引字段存在大量NULL值，会导致索引失效，NULL值不占用索引空间优化方案：字段尽量设置NOTNULL，默认值设为空字符串、0等，避免NULL值。三、实战场景面试题（手写SQL）通用测试表（所有实战题目基于以下两张表）学生表student(student_id主键,student_name,class_id,score,create_time)班级表class(class_id主键,class_name,teacher_name)1、查询每个班级的学生人数、平均分，按人数降序排序解题思路：按班级分组，使用COUNT统计人数、AVG计算平均分，最后排序sql

SELECT

class_id,

COUNT(student_id)ASstudent_num,

ROUND(AVG(score),2)ASavg_score

FROMstudent

GROUPBYclass_id

ORDERBYstudent_numDESC;2、查询平均分大于80分的班级ID和平均分解题思路：分组后过滤聚合结果，必须用HAVINGsql

SELECT

class_id,

ROUND(AVG(score),2)ASavg_score

FROMstudent

GROUPBYclass_id

HAVINGavg_score>80;3、查询所有学生的姓名、班级名称、班主任姓名（联表查询）解题思路：以学生表为主表，左连接班级表，保证所有学生数据不丢失sql

SELECT

s.student_name,

c.class_name,

c.teacher_name

FROMstudents

LEFTJOINclasscONs.class_id=c.class_id;4、查询成绩排名前三的学生信息（去重排名）sql

SELECT*

FROMstudent

ORDERBYscoreDESC

LIMIT3;5、查询各班成绩最高分的学生信息（经典分组取最值）sql

SELECTs.*

FROMstudents

INNERJOIN(

SELECTclass_id,MAX(score)ASmax_score

FROMstudent

GROUPBYclass_id

)tONs.class_id=t.class_idANDs.score=t.max_score;四、性能优化面试题（高阶必问）1、日常SQL优化的核心思路有哪些？1）优化索引：高频查询字段建索引，合理使用联合索引，避免索引失效场景2）优化查询语句：禁止SELECT*，只查询需要的字段；优先用WHERE过滤数据，减少分组、联表数据量3）优化联表：减少联表数量，禁止三张以上表关联；优先LEFTJOIN，避免无效笛卡尔积4）避免低效语句：杜绝大量DISTINCT、子查询嵌套、OR多条件查询、模糊前置匹配5）大表优化：大表分页用延迟分页；超大表分库分表、冷热数据分离2、SELECT*为什么不推荐使用？1）查询多余字段，增加数据库IO、网络传输压力，降低查询效率2）无法使用覆盖索引，触发回表查询，大幅降低性能3）表结构变更后，多余字段会导致程序数据解析异常，兼容性差3、分页查询越往后越慢的原因及优化方案原因：MySQL分页LIMITn,m原理是先查询前n+m条数据，再丢弃前n条，页码越大，扫描的数据越多，耗时越长。优化方案：1）延迟分页：先通过主键索引查询出目标ID，再关联查询数据，避免全表扫描2）业务限制：前端限制最大分页页码，禁止用户查询超大页码数据3）主键自增有序数据：用WHEREid>上一页最大IDLIMITm替代传统分页五、事务与锁基础面试题1、数据库事务的四大特性（ACID）1）原子性(A)：事务是最小执行单元，要么全部执行成功，要么全部回滚失败2）一致性(C)：事务执行前后，数据库数据完整性、约束规则保持一致3）隔离性(