大数据学习（118）-SQL面试问题总结

🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

在 SQL 面试中，JOIN 是高频考点，面试官通常会考察对不同连接类型的理解、应用场景、性能优化以及关联条件的逻辑。

一、基础概念：JOIN 的类型与区别

1. 常见 JOIN 类型对比

2. 面试必问：LEFT JOIN 和 INNER JOIN 的区别？

答案要点：

• 结果集差异：LEFT JOIN 包含左表全部行，无匹配时右表字段为 NULL；INNER JOIN 仅返回匹配行。
• 应用场景：
  • LEFT JOIN 用于统计左表数据的关联情况（如 “查询所有用户及其订单”）；
  • INNER JOIN 用于筛选两表均存在的数据（如 “查询同时有用户和订单的记录”）。

二、面试高频问题与陷阱

1. 关联条件（ON vs WHERE）

问题：LEFT JOIN 中，条件写在 ON 和 WHERE 有什么区别？
示例：

-- 场景：左表 A（用户表），右表 B（订单表），查询用户及其订单，且订单金额 > 100  
-- 写法 1：条件在 ON 中  
SELECT A.name, B.amount  
FROM A  
LEFT JOIN B ON A.id = B.user_id AND B.amount > 100;  

-- 写法 2：条件在 WHERE 中  
SELECT A.name, B.amount  
FROM A  
LEFT JOIN B ON A.id = B.user_id  
WHERE B.amount > 100;  

• ON 是连接条件：在生成临时表时过滤右表数据，不满足条件的右表行仍会以 NULL 形式保留在结果中（左表行保留）。
  • 例 1 结果：所有用户都会出现，右表字段 amount 为 NULL 或满足金额 > 100 的值。
• WHERE 是结果过滤条件：先完成连接（保留左表所有行），再过滤结果中不满足条件的行（包括左表行）。
  • 例 2 结果：仅保留右表金额 > 100 的用户（等价于 INNER JOIN），左表无订单或订单金额 ≤ 100 的用户会被过滤。

陷阱提醒：LEFT JOIN 中若条件涉及右表字段，写在 WHERE 会导致左表部分行被过滤，需根据需求选择。

2. 多表连接的逻辑顺序

问题：写出三表连接（A LEFT JOIN B ON ..., A INNER JOIN C ON ...）的执行顺序。
答案要点：
SQL 执行顺序（简化版）：

1. FROM A：确定主表。
2. LEFT JOIN B ON ...：将 B 与 A 连接，保留 A 所有行。
3. INNER JOIN C ON ...：将结果与 C 连接，仅保留 C 中匹配的行。
   关键点：多表连接时，先处理 ON 条件，再按连接类型合并结果，最后处理 WHERE/HAVING 等后续条件。

3. 自连接（Self JOIN）的应用

问题：如何用自连接查询 “员工及其上级领导”？
 

SELECT e.emp_name AS 员工, m.emp_name AS 上级领导  
FROM employees e  
LEFT JOIN employees m ON e.manager_id = m.emp_id;  

要点：自连接需为表取别名（如 e 和 m），区分主表和关联表。

三、经典面试例题

例题 1：统计用户订单情况（LEFT JOIN + 聚合函数）

需求：查询所有用户（包括无订单用户），统计其订单总数和总金额。
表结构：

• 用户表 users：user_id（主键）、username
• 订单表 orders：order_id、user_id（外键）、amoun

SELECT 
    u.user_id,
    u.username,
    COUNT(o.order_id) AS 订单总数,
    SUM(o.amount) AS 总金额
FROM users u
LEFT JOIN orders o ON u.user_id = o.user_id
GROUP BY u.user_id, u.username;

关键点：

• 聚合函数（如 COUNT）对 NULL 行（无订单用户）会返回 0 或 NULL？
  • COUNT(o.order_id) 对 NULL 行返回 0（因为 order_id 为 NULL 时不计入统计）；
  • 若需强制返回 0，可使用 COALESCE(SUM(o.amount), 0)。

例题 2：找出重复数据（INNER JOIN + 自连接）

需求：在 students 表中找出姓名和年龄都重复的学生。
表结构：student_id、name、age
SQL 示例：

SELECT s1.name, s1.age  
FROM students s1  
INNER JOIN students s2 ON s1.name = s2.name AND s1.age = s2.age AND s1.student_id > s2.student_id  
GROUP BY s1.name, s1.age;  

要点：

• 自连接通过 student_id > student_id 避免同一行匹配自身；
• 结果可通过 DISTINCT 去重。

例题 3：多表连接关联条件优先级（陷阱题）

需求：查询用户及其订单和商品信息，要求订单时间在 2023 年，且商品类别为 “电子产品”。
表结构：

• users：user_id
• orders：order_id、user_id、order_time
• order_items：order_id、item_id
• products：item_id、category
  错误写法：

SELECT u.user_id, o.order_id, p.item_id  
FROM users u  
LEFT JOIN orders o ON u.user_id = o.user_id  
LEFT JOIN order_items oi ON o.order_id = oi.order_id  
LEFT JOIN products p ON oi.item_id = p.item_id  
WHERE o.order_time >= '2023-01-01' AND p.category = '电子产品';  

问题：WHERE 条件中的 o.order_time 和 p.category 会过滤掉左表（users）的部分行，导致无订单或非电子产品的用户被排除，违背 LEFT JOIN 保留左表所有行的初衷。
正确写法：

SELECT u.user_id, o.order_id, p.item_id  
FROM users u  
LEFT JOIN orders o ON u.user_id = o.user_id AND o.order_time >= '2023-01-01'  
LEFT JOIN order_items oi ON o.order_id = oi.order_id  
LEFT JOIN products p ON oi.item_id = p.item_id AND p.category = '电子产品';  

要点：将过滤条件移至 ON 中，确保左表（users）所有行保留，右表不满足条件的字段为 NULL。

四、性能优化：JOIN 的常见陷阱

1. 避免大表 CROSS JOIN

问题：CROSS JOIN 会生成笛卡尔积，导致结果集爆炸，严重影响性能。
优化：

• 必须使用时，确保关联条件（ON）能大幅过滤数据；
• 优先用 INNER JOIN 或其他连接类型替代。

2. 索引优化

场景：JOIN 字段（如外键）未创建索引，导致全表扫描。
优化：

• 为连接条件中的字段（如 A.id = B.user_id 中的 user_id）创建索引；
• 注意：LEFT JOIN 中，索引应优先创建在右表（被驱动表）的连接字段上。

3. 减少 JOIN 表数量

问题：超过 3 张表的 JOIN 可能导致执行计划复杂，性能下降。
优化：

• 拆分为子查询或临时表；
• 避免冗余关联（如重复连接同一表）。