SQL多表查询面试笔试题全方位解析与实战攻略

一、 SQL多表查询基础：Join类型辨析

许多初学者认为Join只是简单的语法拼接，但在面试中，面试官往往关注的是不同Join类型在数据缺失时的表现差异。理解Inner Join、Left Join、Right Join和Full Outer Join的本质区别是解决所有多表查询问题的基石。

SELECT a.id, b.name
FROM table_a a
INNER JOIN table_b b ON a.id = b.a_id;

SELECT a.id, b.name
FROM table_a a
LEFT JOIN table_b b ON a.id = b.a_id;

SELECT a.id, b.name
FROM table_a a
CROSS JOIN table_b b;

易错点：多表Join的顺序与优先级

在涉及多个表Join时，SQL引擎的执行顺序至关重要。通常，ON子句中的过滤条件在Join过程中生效，而WHERE子句中的条件在Join完成后生效。这一区别在Left Join中尤为关键：

• ON b.status = 1：先过滤右表b，再进行Left Join。左表数据全保留，右表仅保留status=1的数据。
• WHERE b.status = 1：先进行Left Join（保留所有左表数据），再过滤结果集。这会导致Left Join退化为Inner Join的效果，因为左表中那些右表无匹配的行（b.status为NULL）会被过滤掉。

二、 进阶考点：子查询与窗口函数

随着数据量的增长，简单的Join已无法满足复杂的业务分析需求。面试官常通过排名查询、累计求和等场景考察候选人对窗口函数（Window Functions）的掌握程度。这是区分初级与高级SQL工程师的分水岭。

1. 排名函数：RANK(), DENSE_RANK(), ROW_NUMBER()

这三个函数看似相似，实则处理并列排名时有显著差异：

2. 窗口函数的实际应用场景

场景：计算每个部门中，员工薪资高于部门平均薪资的人员列表。

WITH DeptAvg AS (
    SELECT
        dept_id,
        AVG(salary) as avg_salary
    FROM employees
    GROUP BY dept_id
)
SELECT
    e.id,
    e.dept_id,
    e.salary,
    d.avg_salary
FROM employees e
JOIN DeptAvg d ON e.dept_id = d.dept_id
WHERE e.salary > d.avg_salary;
            

或者使用窗口函数更优雅地实现：

SELECT  FROM (
    SELECT
        id,
        dept_id,
        salary,
        AVG(salary) OVER (PARTITION BY dept_id) as avg_salary
    FROM employees
) t
WHERE salary > avg_salary;
            

三、 SQL多表查询性能优化实战

在面试中，SQL优化往往是压轴题。当多表查询涉及百万级数据时，如何避免全表扫描、如何建立合适的索引、如何优化Join逻辑，是考察重点。

四、 互联网大厂高频真题解析

以下题目源自BAT等一线互联网公司的笔试与面试真题，涵盖了连续登录、留存率计算等经典场景。

WITH UserLoginRanked AS (
    SELECT
        user_id,
        login_date,
        ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) as rn
    FROM user_login
),
DateDiff AS (
    SELECT
        user_id,
        login_date,
        DATE_SUB(login_date, INTERVAL rn DAY) as diff_date
    FROM UserLoginRanked
)
SELECT DISTINCT user_id
FROM DateDiff
GROUP BY user_id, diff_date
HAVING COUNT() >= 3;
                        

WITH NewUsers AS (
    SELECT user_id, MIN(login_date) as first_login_date
    FROM user_login
    WHERE login_date >= '2023-01-01' AND login_date < '2023-02-01'
    GROUP BY user_id
)
SELECT
    COUNT(DISTINCT CASE WHEN DATEDIFF(l.login_date, n.first_login_date) = 7 THEN n.user_id END)  100.0 / COUNT() as d7_retention,
    COUNT(DISTINCT CASE WHEN DATEDIFF(l.login_date, n.first_login_date) = 30 THEN n.user_id END)  100.0 / COUNT() as d30_retention
FROM NewUsers n
LEFT JOIN user_login l ON n.user_id = l.user_id;
                        

五、 网友们还关心：SQL多表查询周边知识拓展

在深入掌握SQL多表查询后，许多学习者往往会遇到性能瓶颈或架构设计的困惑。以下整理了社区中热度最高的几个周边问题，希望能为你提供更广阔的视野。

💡 专家建议：如何高效复习SQL？

1. 动手实践：不要只看不练，搭建本地MySQL环境，创建测试数据，反复执行上述案例。
2. 理解原理：深入理解B+树索引结构、MVCC机制，这有助于从根本上理解为什么某些SQL慢。
3. 关注执行计划：养成使用EXPLAIN的习惯，让数据告诉你SQL的性能瓶颈在哪里。