数据分析常见SQL面试题汇总

在互联网公司实习中使用Hive SQL的一些体会和注意点

在互联网公司实习中使用Hive SQL的一些体会和注意点

<1> SQL——计算次日留存率

SQL——计算次日留存率、三天留存率、7天留存率
问题:

计算用户是否是次留用户
计算每日次日留存率

答案点击上面链接跳转

原数据表：user_login_table表

表字段：用户、登陆日期

<2> ntile的使用

有一个订单表，一个商家表，想统计过去30天内每个用户下过单的商家的平均得分。接着问我如果想给所有用户按照下过单的商家评分来分100个桶（就是划成100类）该怎么分

---

Select pin, ntile(100) over (order by score desc) as zu
From (Select pin,avg(score) as avg_score
From（select pin, 商家 id
From 用户表
where dt >= sysdate(-30)）a join 商家表 b  on a.商家id = b.商家id
Group by pin)

<3> 在不能使用ORDR BY 的情况下解决排序问题

获取当前薪水第二多的员工的emp_no以及当前薪水

-- 方法一
select s.emp_no, s.salary, e.last_name, e.first_name
from salaries s join employees e
on s.emp_no = e.emp_no
where s.salary =              -- 第三步: 将第二高工资作为查询条件
    (
    select max(salary)        -- 第二步: 查出除了原表最高工资以外的最高工资(第二高工资)
    from salaries
    where salary <    
        (
        select max(salary)    -- 第一步: 查出原表最高工资
        from salaries
        where to_date = '9999-01-01'   
        )
    and to_date = '9999-01-01'
    )
and s.to_date = '9999-01-01'



-- 方法二
select s.emp_no, s.salary, e.last_name, e.first_name
from salaries s join employees e
on s.emp_no = e.emp_no
where s.salary =
    (
    select s1.salary
    from salaries s1 join salaries s2      -- 自连接查询
    on s1.salary <= s2.salary
    group by s1.salary                     -- 当s1<=s2链接并以s1.salary分组时一个s1会对应多个s2
    having count(distinct s2.salary) = 2   -- (去重之后的数量就是对应的名次)
    and s1.to_date = '9999-01-01'
    and s2.to_date = '9999-01-01'
    )
and s.to_date = '9999-01-01'

方法一使用于排序第二的情况，如果第三，第四排序就会显得太臃肿，无限套娃的东西

<4>最差是第几名(二)

<4>最差是第几名(二)

SELECT grade
  FROM (SELECT grade,
               (SELECT SUM(number)  FROM class_grade) AS total,
               SUM(number) OVER(ORDER BY grade) a,
               SUM(number) OVER(ORDER BY grade DESC) b
          FROM class_grade) t
 WHERE a >= total / 2 AND b>= total/2
 ORDER BY grade

这里是求中位数的一种方法，窗口函数排序，然后约束条件就是大于总数的一半，倒排序大于总数的一半，详情见上面超链接

<5> 求中位数的排名

SQL75 考试分数(四)

SELECT job,
       floor(( count(*) + 1)/2 ) AS "start",
       ceil(( count(*) + 1)/2)  AS 'end'
  FROM grade
 GROUP BY job
 ORDER BY job

看自己写了一堆狗屎

已哭晕在厕所~~~

<6>考试分数(五) 中位数

<6>考试分数(五) 中位数
胖里的日常--------SQL笔面试题：如何求取中位数？

SELECT g.id,g.job,g.score,g.rk1 AS t_rank
  FROM 
(SELECT id,job,score,
        COUNT(*) OVER(PARTITION BY job) AS total,
        row_number() over(partition by job order by score) AS rk,
        row_number() over(partition by job order by score desc ) AS rk1
   FROM grade) AS g
 WHERE g.rk >= floor((g.total+1)/2) AND g.rk <= ceil((g.total+1)/2)
 ORDER BY g.id

这道题做了很久,原因有以下三点
1 中英文符号,导致出现的bug找了贼久
2 印象中记漏了上面这个floor里面要+1
3 出现这种数相等,位置排名不一样的情况
前面select选取哪里换了一下rk,rk1就可以了
小小总结:上面微信胖里的日常中位数总结得很好

<7>SQL70 统计一下牛客每个日期新用户的次日留存率。(五)

<7>SQL70 牛客每个人最近的登录日期(五)

SELECT ll.date,IFNULL(ROUND(tem.zi_count/ll.mu_count,3),0) AS p
  FROM
((SELECT l.date,SUM(IF(l.user_id NOT IN(SELECT DISTINCT user_id FROM login
                                  WHERE date<l.date),1,0)) AS mu_count -- 这里目的是求新用户的,这里卡了很久,我太菜了
    FROM login l
   GROUP BY date) ll  -- 这里求出分母
 LEFT JOIN
(SELECT a.date,COUNT(*) AS zi_count
   FROM login a
   JOIN login b ON a.user_id = b.user_id AND DAY(b.date) - DAY(a.date)=1
  GROUP BY a.date) tem
 ON tem.date = ll.date) -- 这里是求出分子
ORDER BY ll.date

这是求次日求留存率问题

<8>查找在职员工自入职以来的薪水涨幅情况

<8>查找在职员工自入职以来的薪水涨幅情况

# 查询当前工资
SELECT s1.emp_no,(s1.salary - e1.salary) AS growth
  FROM
(SELECT emp_no,salary
   FROM salaries
  WHERE to_date = '9999-01-01') AS s1
# 内连接2次查询结果
   JOIN 
#查询入职时候的工资
(SELECT s.emp_no,s.salary
   FROM salaries AS s
   JOIN employees AS e
     ON s.emp_no = e.emp_no AND s.from_date = e.hire_date) AS e1
   ON s1.emp_no =e1.emp_no
 ORDER BY growth

<9>如何判断用户连续7天登录

SQL思路分享：如何判断用户连续7天登录

SELECT b.user_id,
  FROM
(SELECT user_id,COUNT(date_rank) OVER(PARTITION BY user_id)AS contiune_day
   FROM
  (SELECT user_id,login_date,login_date-ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_date) AS date_rank
   FROM login_table) a
   ) b
 WHERE continue_day = 7

还有login_date-ROW_NUMBER()这种用法,涨见识,我一开始还想在外面减,然后再套一层select from
实践

参考

来源于牛客数据分析面试面经总结，如有侵权，请告知，谢谢哈