SQL高频面试题及详细答案（职场实战版）

SQL高频面试题及详细答案（职场实战版）本套面试题精选企业高频考察题型，覆盖SQL基础语法、复杂查询、联表查询、子查询、窗口函数、分组聚合、索引与优化等核心知识点，答案贴合实际开发场景，通俗易懂，适合求职面试、日常技术复盘。一、SQL基础概念面试题1、简述SQL的常用分类及作用SQL主要分为四大类，日常开发中使用频率最高的是DML和DDL：1、DDL（数据定义语言）：用于定义和修改数据库、表结构，不操作数据。常用语句：CREATE、ALTER、DROP、TRUNCATE。2、DML（数据操作语言）：用于操作表中的数据，是业务开发最常用。常用语句：SELECT、INSERT、UPDATE、DELETE。3、DCL（数据控制语言）：用于权限管理。常用语句：GRANT、REVOKE。4、TCL（事务控制语言）：用于管理数据库事务。常用语句：COMMIT、ROLLBACK、SAVEPOINT。2、DELETE、TRUNCATE、DROP的区别这是面试高频对比题，核心区别如下：1、DELETE：属于DML语句，只删除表数据，保留表结构；可以加WHERE条件精准删除；支持事务，删除后可回滚；不会重置自增主键。2、TRUNCATE：属于DDL语句，清空整张表所有数据，保留表结构；无法加WHERE条件；不支持事务，执行后不可回滚；会重置自增主键，执行效率远高于DELETE。3、DROP：属于DDL语句，直接删除整张表（数据+表结构），同时删除索引、约束等所有关联信息；不可回滚，风险最高。3、WHERE和HAVING的区别1、执行时机不同：WHERE是分组前过滤，先筛选数据，再执行GROUPBY分组；HAVING是分组后过滤，先分组聚合，再筛选分组结果。2、使用范围不同：WHERE不能使用聚合函数（SUM、COUNT、MAX等）；HAVING专门用于过滤聚合结果，支持聚合函数。3、优先级：WHERE优先级高于GROUPBY，HAVING优先级低于GROUPBY。示例：统计部门人数大于3人的部门PlainText

SELECTdept_id,COUNT(*)ASnumFROMemployeeGROUPBYdept_idHAVINGnum>3;二、查询与分组聚合面试题（高频实操）1、DISTINCT的作用及使用注意事项DISTINCT用于去除查询结果中的重复数据，只保留唯一值。注意事项：1、DISTINCT作用于其后所有字段，而非单个字段；多个字段去重时，只有所有字段数据完全一致才会判定为重复。2、该关键字会对结果集进行排序去重，大数据量下性能较差，尽量少用，可通过业务逻辑优化去重。2、GROUPBY分组的使用规则1、SELECT后的非聚合字段，必须全部出现在GROUPBY后面，否则会报语法错误（严格模式下）。2、GROUPBY可以对单个或多个字段分组，多字段分组是按照字段组合唯一分组。3、分组后筛选聚合结果必须用HAVING，不能用WHERE。3、如何查询一张表的第N条数据（分页经典题）使用LIMIT偏移量分页，LIMIT起始下标,查询条数，数据库下标从0开始。示例：查询员工表第5条数据PlainText

SELECT*FROMemployeeLIMIT4,1;通用公式：查询第N条数据，LIMITN-1,1三、联表查询面试题（核心重点）1、常用联表查询方式及区别（INNER/LEFT/RIGHT/FULLJOIN）假设存在A表、B表两张关联表：1、INNERJOIN（内连接）：只查询两张表中关联字段匹配成功的数据，取两表交集，无匹配数据不展示。2、LEFTJOIN（左连接）：以左表为基准，左表所有数据全部展示，右表匹配不到数据时显示NULL。工作中使用频率最高。3、RIGHTJOIN（右连接）：以右表为基准，右表所有数据全部展示，左表匹配不到数据时显示NULL。4、FULLJOIN（全连接）：展示两表所有数据，匹配不上的字段补NULL（MySQL不支持FULLJOIN，可通过UNION合并左右连接实现）。2、LEFTJOIN关联后出现重复数据的原因及解决办法原因：右表存在一对多数据，一条左表数据匹配到多条右表数据，导致结果重复。解决办法：1、关联前对右表去重（DISTINCT、GROUPBY）；2、使用子查询筛选右表唯一数据后再关联；3、关联后通过DISTINCT去重。3、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，性能低；UNIONALL无排序操作，性能极高。3、使用场景：确定数据无重复时，优先使用UNIONALL；需要去重时使用UNION。4、强制要求：两个查询语句的字段数量、字段类型必须一致。四、子查询与函数面试题1、什么是子查询？子查询的分类子查询是嵌套在SQL语句中的查询语句，优先执行内层查询，结果作为外层查询的条件、字段或表。分类：1、标量子查询：内层查询返回单行单列数据；2、行子查询：返回单行多列数据；3、列子查询：返回多行单列数据；4、表子查询：返回多行多列数据，可作为临时表使用。2、IN和EXISTS的区别及使用场景1、执行逻辑：IN是先查子查询结果，再匹配主查询；EXISTS是遍历主查询，逐条校验子查询是否存在数据。2、性能差异：子查询数据量小、主查询数据量大，用IN；主查询数据量小、子查询数据量大，用EXISTS。3、空值问题：IN查询包含NULL时会过滤异常，EXISTS不受空值影响，稳定性更高。3、常用聚合函数及注意事项常用聚合函数：COUNT（计数）、SUM（求和）、AVG（平均值）、MAX（最大值）、MIN（最小值）。核心注意点：所有聚合函数都会忽略NULL值。特殊区别：COUNT(*)统计所有行数，不忽略NULL；COUNT(字段)统计字段非空数据，忽略NULL。五、窗口函数高频面试题1、窗口函数和聚合函数的区别1、聚合函数（GROUPBY）是多行合并为一行，会压缩数据行数；2、窗口函数是分组但不合并行，保留原始数据行数，同时展示分组统计结果，适合排名、累计统计场景。2、RANK、DENSE_RANK、ROW_NUMBER的区别（必考）以分数排名场景为例，存在同分数据时：1、ROW_NUMBER：连续不重复排名，1、2、3、4，无论数据是否相同，排名依次递增，无并列、无跳号。2、RANK：并列排名，存在跳号，1、2、2、4，同分排名一致，后续排名跳过空缺序号。3、DENSE_RANK：并列排名，无跳号，1、2、2、3，同分排名一致，后续排名连续递增。六、数据库事务面试题1、事务的四大特性（ACID）1、原子性（Atomicity）：事务要么全部执行成功，要么全部回滚，不可部分执行。2、一致性（Consistency）：事务执行前后，数据库数据状态保持合法一致，不会出现数据错乱。3、隔离性（Isolation）：多个事务并发执行时，相互独立互不干扰。4、持久性（Durability）：事务提交成功后，数据永久落地，服务器宕机也不会丢失。2、MySQL事务隔离级别及并发问题四大隔离级别（从低到高）：1、读未提交：可读取未提交数据，存在脏读、不可重复读、幻读问题。2、读已提交（MySQL默认）：只能读取已提交数据，解决脏读，存在不可重复读、幻读。3、可重复读：保证同一事务多次读取数据一致，解决脏读、不可重复读，存在幻读。4、串行化：最高隔离级别，事务串行执行，解决所有并发问题，性能最低。3、脏读、不可重复读、幻读的区别1、脏读：一个事务读取到另一个事务未提交的修改数据，后续对方回滚，数据失效。2、不可重复读：同一事务内，两次读取同一数据结果不同，被其他事务修改并提交。3、幻读：同一事务内，查询数据的行数发生变化，被其他事务新增/删除数据。七、索引与SQL优化面试题1、什么是索引？索引的优缺点索引是数据库优化查询的磁盘数据结构，相当于表的目录，用于快速定位数据。优点：大幅提升查询效率，降低数据库IO消耗。缺点：占用磁盘空间；会降低新增、修改、删除的效率（数据变更需同步更新索引）。2、MySQL常用索引类型及区别1、主键索引：唯一且非空，一张表只能有一个主键索引，优先级最高。2、唯一索引：数据唯一，允许为空，一张表可多个唯一索引。3、普通索引：最基础索引，无唯一性约束，仅用于加速查询。4、联合索引：多个字段组合的索引，遵循最左匹配原则。3、联合索引最左匹配原则联合索引(a,b,c)，生效规则：1、查询条件必须包含最左侧字段a，索引才会生效；2、匹配顺序从左到右，跳过左侧字段，后续字段索引全部失效；3、范围查询（>、<、LIKE%）后的字段索引失效。4、常见索引失效场景（高频）1、使用SELECT*，查询多余字段，无法触发索引覆盖；2、索引字段使用函数、运算、类型转换；3、LIKE以%开头（模糊前缀匹配）；4、OR前后字段未全部建立索引；5、数据量过少、重复值过高，数据库放弃索引走全表扫描；6、违反联合索引最左匹配原则。5、日常SQL优化常用手段1、避免SELECT*，只查询需要的字段，减少数据传输；2、合理建立索引，高频查询字段建索引，避免冗余索引；3、优先使用EXISTS替代IN，大表查询优化；4、尽量用UNIONALL替代UNION，避免排序去重开销；5、WHERE条件精准过滤数据，减少分组、联表的数据量；6、大分页场景避免LIMIT超大偏移量，采用主键分页优化；7、禁止在索引字段做函数运算、手动类型转换。八、经典实操SQL面试题（带完整代码答案）场景表结构（通用面试表）员工表：employee(id,name,dept_id,salary,entry_time)部门表：dept(dept_id,dept_name)1、查询每个部门的员工人数、最高工资、最低工资、平均工资PlainText

SELECT

dept_id,

COUNT(*)ASstaff_num,

MAX(salary)ASmax_salary,

MIN(salary)ASmin_salary,

AVG(salary)ASavg_salary

FROMemployee

GROUPBYdept_id;2、查询所有员工姓名、所属部门名称（无部门显示NULL）PlainText

SELECT,d.dept_name

FROMemployeee

LEFTJOINdeptdONe.dept_id=d.dept_id;3、查询工资高于本部门平均工资的员工信息PlainText

SELECT*FROMemployeee1

WHEREsalary>(

SELECTAVG(salary)FROMemployeee2WHEREe2.dept_id=e1.dept_id

);4、查询每个部门工资最高的员工（窗口函数解法）PlainText

SELECTname,dept_id,salary

FROM(

SELECT