数据分析之SQL面试题

作为数据分析师,使用的最多的莫过于SQL语句,这里拿几道典型的SQL面试题为例,学习一下数据库知识。
自己搭建MySQL服务器太麻烦,可以使用在线数据库

发现sqlzoo是个不错的SQL学习网站

【2018-12-19更新】
sqlfiddle在线数据库的MySQL版本是5.6,不支持row_number()
于是又在电脑上装了最新的MySQL8.0

练习1 计算连续登陆天数 关键词 row_number

百度数据部门的面试题,主要考察row_number
题目:SQL语句如何查询各个用户最长的连续登陆天数?如图左边是源表User,右边是需要达到的查询结果。


数据分析之SQL面试题_第1张图片
左边源表,右边期望结果
首先在在线数据库中创建表,插入上图左边源表数据
CREATE TABLE IF NOT EXISTS `loadrecord` (
  `uid` int(6) unsigned NOT NULL,
  `loadtime` varchar(200) NOT NULL,
  PRIMARY KEY (`uid`,`loadtime`)
) DEFAULT CHARSET=utf8;
INSERT INTO `loadrecord` (`uid`, `loadtime`) VALUES
  ('201', '2017/1/1'),
  ('201', '2017/1/2'),
  ('202', '2017/1/2'),
  ('202', '2017/1/3'),
  ('203', '2017/1/3'),
  ('201', '2017/1/4'),
  ('202', '2017/1/4'),
  ('201', '2017/1/5'),
  ('202', '2017/1/5'),
  ('201', '2017/1/6'),
  ('203', '2017/1/6'),
  ('203', '2017/1/7');

答案参考 https://bbs.csdn.net/topics/392243867

#运行成功
Select UID,max(cnt) as cnt
From (
            Select UID,Grp_No,count(*) as cnt
            From (
                    Select UID,LoadTime,(Day(LoadTime)-ROW_NUMBER() OVER (Partition By UID Order By UID,LoadTime)) as Grp_No 
                    From loadrecord 
                  ) a
            Group By UID,Grp_No
      ) a
Group By UID
数据分析之SQL面试题_第2张图片
运行成功

过程分析:

#第一步
#判断连续的核心是row_number
#因为row_number是连续的
#所以day-row_number,如果值是恒定的,说明也是连续的,反之一定会变化
select uid,(day(loadtime)-row_number() over(partition by uid order by uid) ) AS cnt 
from loadrecord;

#第二步
#第一步得到的结果还不是很明显,需要分组用count()计数,取得不同连续值的次数
SELECT uid,count(*) FROM
(
SELECT uid,(DAY(loadtime)-row_number() over(PARTITION BY uid ORDER BY uid) ) AS cnt 
FROM loadrecord
) AS a
GROUP BY uid,cnt;

#第三步
#取得最大连续值
#采用类似部门最高薪的方法 select max() group by 
SELECT uid, MAX(cnt) FROM
(
SELECT uid,count(*) AS cnt FROM
(
SELECT uid,(DAY(loadtime)-row_number() over(PARTITION BY uid ORDER BY uid) ) AS cnt 
FROM loadrecord
) AS a
GROUP BY uid,cnt
) AS b
GROUP BY uid;

Tips1 @和:=
mysql中变量不用事前申明,在用的时候直接用“@变量名”使用就可以了。
第一种用法:set @num=1; 或set @num:=1; //这里要使用变量来保存数据,直接使用@num变量
第二种用法:select @num:=1; 或 select @num:=字段名 from 表名 where ……
注意上面两种赋值符号,使用set时可以用“=”或“:=”,但是使用select时必须用“:=赋值”

Day()用法: 将日期中的Day提取出来,比如Day(2017/01/05) = 5

练习2 选出每个科目成绩排名前三的学生

快手数据部门的面试题~
主要因该是考察row_number

  • 环境:
    MAC
    MySQL8.0.13
    Sequel Pro

  • 创建数据

#创建表
CREATE TABLE IF NOT EXISTS `dataSubject` (
  `id` int(6) unsigned NOT NULL,
  `name` varchar(200) NOT NULL,
  `subject` varchar(200) NOT NULL,
  `score` varchar(200) NOT NULL,
  PRIMARY KEY (`id`)
) DEFAULT CHARSET=utf8;

#插入数据
INSERT INTO dataSubject VALUES (1,'小黄','数学',99), (2,'小黄','语文',89),(3,'小黄','英语',79), (4,'小黄','物理',99), (5,'小黄','化学',98), (6,'小红','数学',89), (7,'小红','语文',99), (8,'小红','英语',79), (9,'小红','物理',89), (10,'小红','化学',69),(11,'小绿','数学',89), (12,'小绿','语文',91), (13,'小绿','英语',92),(14,'小绿','物理',93), (15,'小绿','化学',94), (16,'小黄','数学',100), (17,'小黄','语文',100),(18,'小黄','英语',100), (19,'小黄','物理',60), (20,'小黄','化学',66);
数据分析之SQL面试题_第3张图片
select看一下
数据分析之SQL面试题_第4张图片
ROW_NUMBER用一下

本来MySQL 8.0引入row_number很好的
但是为什么我用的时候,分数是两位数排序没问题
分数是100分的时候,排序竟然会排到后面去了,好奇怪
求各位大神解答~

#row_number  无视相同值
SELECT * FROM(
SELECT *,row_number() over(partition by subject order by score desc) AS 'rank' FROM datasubject) AS t 
WHERE t.rank < 4;

#rank() 遇到相同值跳跃式排名
SELECT * FROM(
SELECT *,rank() over(partition by subject order by score desc) AS 'rank' FROM datasubject) AS t 
WHERE t.rank < 4;

#dense_rank() 遇到相同值连续式排名
SELECT * FROM(
SELECT *,dense_rank() over(partition by subject order by score desc) AS 'rank' FROM datasubject) AS t 
WHERE t.rank < 4;

找到原因了
之前创建表的时候score字段用的是char类型,所以MySQL把两位数作作为一个字符类别,把三位数作为一个字符类别,所以看上去两位数能排序,但是三位数却不对。
修改方法:建表语句中吧score的类型改为decimal(10)就好啦~

练习3 各部门员工薪水排名

再放一个练习row_number 的例子

create table employee (empid int ,deptid int ,salary decimal(10,2));
insert into employee values(1,10,5500.00);
insert into employee values(2,10,4500.00);
insert into employee values(3,20,1900.00);
insert into employee values(4,20,4800.00);
insert into employee values(5,40,6500.00);
insert into employee values(6,40,14500.00);
insert into employee values(7,40,44500.00);
insert into employee values(8,50,6500.00);
insert into employee values(9,50,7500.00);

select * from employee;

select *,row_number() over(partition by deptid order by salary desc) as 'rank_rownumber' from `employee`;
数据分析之SQL面试题_第5张图片
按部门薪水排名

这个例子中数值的建表语句是正确的,所以薪水的顺序没问题~

你可能感兴趣的:(数据分析之SQL面试题)