隨著數(shù)據(jù)量持續(xù)增長，對合格數(shù)據(jù)專業(yè)人員的需求也會增長。具體而言，對SQL流利的專業(yè)人士的需求日益增長，而不僅僅是在初級層面。

因此，Stratascratch的創(chuàng)始人Nathan Rosidi以及我覺得我認(rèn)為10個最重要和相關(guān)的中級到高級SQL概念。

[[386844]]

那個說，我們走了!

1. 常見表表達式(CTEs)

如果您想要查詢子查詢，那就是CTEs施展身手的時候 - CTEs基本上創(chuàng)建了一個臨時表。

使用常用表表達式(CTEs)是模塊化和分解代碼的好方法，與您將文章分解為幾個段落的方式相同。

請在Where子句中使用子查詢進行以下查詢。

SELECT name 
       , salary 
FROM People 
WHERE name in (SELECT DISTINCT name  
               FROM population  
               WHERE country = "Canada" 
                     AND city = "Toronto") 
      AND salary >= (SELECT AVG(salary) 
                     FROM salaries 
                     WHERE gender = "Female") 

這似乎似乎難以理解，但如果在查詢中有許多子查詢，那么怎么樣?這就是CTEs發(fā)揮作用的地方。

with toronto_ppl as ( 
   SELECT DISTINCT name 
   FROM population 
   WHERE country = "Canada" 
         AND city = "Toronto" 
) 
, avg_female_salary as ( 
   SELECT AVG(salary) as avgSalary 
   FROM salaries 
   WHERE gender = "Female" 
) 
SELECT name 
       , salary 
FROM People 
WHERE name in (SELECT DISTINCT FROM toronto_ppl) 
      AND salary >= (SELECT avgSalary FROM avg_female_salary) 

現(xiàn)在很清楚，Where子句是在多倫多的名稱中過濾。如果您注意到，CTE很有用，因為您可以將代碼分解為較小的塊，但它們也很有用，因為它允許您為每個CTE分配變量名稱(即toronto_ppl和avg_female_salary)

同樣，CTEs允許您完成更高級的技術(shù)，如創(chuàng)建遞歸表。

2. 遞歸CTEs.

遞歸CTE是引用自己的CTE，就像Python中的遞歸函數(shù)一樣。遞歸CTE尤其有用，它涉及查詢組織結(jié)構(gòu)圖，文件系統(tǒng)，網(wǎng)頁之間的鏈接圖等的分層數(shù)據(jù)，尤其有用。

遞歸CTE有3個部分：

• 錨構(gòu)件：返回CTE的基本結(jié)果的初始查詢
• 遞歸成員：引用CTE的遞歸查詢。這是所有與錨構(gòu)件的聯(lián)盟
• 停止遞歸構(gòu)件的終止條件

以下是獲取每個員工ID的管理器ID的遞歸CTE的示例：

with org_structure as ( 
   SELECT id 
          , manager_id 
   FROM staff_members 
   WHERE manager_id IS NULL 
   UNION ALL 
   SELECT sm.id 
          , sm.manager_id 
   FROM staff_members sm 
   INNER JOIN org_structure os 
      ON os.id = sm.manager_id 

3. 臨時函數(shù)

如果您想了解有關(guān)臨時函數(shù)的更多信息，請檢查此項，但知道如何編寫臨時功能是重要的原因：

• 它允許您將代碼的塊分解為較小的代碼塊
• 它適用于寫入清潔代碼
• 它可以防止重復(fù)，并允許您重用類似于使用Python中的函數(shù)的代碼。

考慮以下示例：

SELECT name 
       , CASE WHEN tenure < 1 THEN "analyst" 
              WHEN tenure BETWEEN 1 and 3 THEN "associate" 
              WHEN tenure BETWEEN 3 and 5 THEN "senior" 
              WHEN tenure > 5 THEN "vp" 
              ELSE "n/a" 
         END AS seniority  
FROM employees 

相反，您可以利用臨時函數(shù)來捕獲案例子句。

CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS ( 
   CASE WHEN tenure < 1 THEN "analyst" 
        WHEN tenure BETWEEN 1 and 3 THEN "associate" 
        WHEN tenure BETWEEN 3 and 5 THEN "senior" 
        WHEN tenure > 5 THEN "vp" 
        ELSE "n/a" 
   END 
); 
SELECT name 
       , get_seniority(tenure) as seniority 
FROM employees 

通過臨時函數(shù)，查詢本身更簡單，更可讀，您可以重復(fù)使用資歷函數(shù)!

4. 使用CASE WHEN樞轉(zhuǎn)數(shù)據(jù)

您很可能會看到許多要求在陳述時使用CASE WHEN的問題，這只是因為它是一種多功能的概念。如果要根據(jù)其他變量分配某個值或類，則允許您編寫復(fù)雜的條件語句。

較少眾所周知，它還允許您樞轉(zhuǎn)數(shù)據(jù)。例如，如果您有一個月列，并且您希望為每個月創(chuàng)建一個單個列，則可以使用語句追溯數(shù)據(jù)的情況。

示例問題：編寫SQL查詢以重新格式化表，以便每個月有一個收入列。

Initial table: 
+------+---------+-------+ 
| id   | revenue | month | 
+------+---------+-------+ 
| 1    | 8000    | Jan   | 
| 2    | 9000    | Jan   | 
| 3    | 10000   | Feb   | 
| 1    | 7000    | Feb   | 
| 1    | 6000    | Mar   | 
+------+---------+-------+ 
 
Result table: 
+------+-------------+-------------+-------------+-----+-----------+ 
| id   | Jan_Revenue | Feb_Revenue | Mar_Revenue | ... | Dec_Revenue | 
+------+-------------+-------------+-------------+-----+-----------+ 
| 1    | 8000        | 7000        | 6000        | ... | null        | 
| 2    | 9000        | null        | null        | ... | null        | 
| 3    | null        | 10000       | null        | ... | null        | 
+------+-------------+-------------+-------------+-----+-----------+ 

5. EXCEPT vs NOT IN

除了幾乎不相同的操作。它們都用來比較兩個查詢/表之間的行。所說，這兩個人之間存在微妙的細(xì)微差別。

首先，除了過濾刪除重復(fù)并返回不同的行與不在中的不同行。

同樣，除了在查詢/表中相同數(shù)量的列，其中不再與每個查詢/表比較單個列。

6. 自聯(lián)結(jié)

一個SQL表自行連接自己。你可能會認(rèn)為沒有用，但你會感到驚訝的是這是多么常見。在許多現(xiàn)實生活中，數(shù)據(jù)存儲在一個大型表中而不是許多較小的表中。在這種情況下，可能需要自我連接來解決獨特的問題。

讓我們來看看一個例子。

示例問題：給定下面的員工表，寫出一個SQL查詢，了解員工的工資，這些員工比其管理人員工資更多。對于上表來說，Joe是唯一一個比他的經(jīng)理工資更多的員工。

+----+-------+--------+-----------+ 
| Id | Name  | Salary | ManagerId | 
+----+-------+--------+-----------+ 
| 1  | Joe   | 70000  | 3         | 
| 2  | Henry | 80000  | 4         | 
| 3  | Sam   | 60000  | NULL      | 
| 4  | Max   | 90000  | NULL      | 
+----+-------+--------+-----------+Answer: 
SELECT 
    a.Name as Employee 
FROM 
    Employee as a 
    JOIN Employee as b on a.ManagerID = b.Id 
WHERE a.Salary > b.Salary 

7. Rank vs Dense Rank vs Row Number

它是一個非常常見的應(yīng)用，對行和價值進行排名。以下是公司經(jīng)常使用排名的一些例子：

• 按購物，利潤等數(shù)量排名最高值的客戶
• 排名銷售數(shù)量的頂級產(chǎn)品
• 以最大的銷售排名頂級國家
• 排名在觀看的分鐘數(shù)，不同觀眾的數(shù)量等觀看的頂級視頻。

在SQL中，您可以使用幾種方式將“等級”分配給行，我們將使用示例進行探索?？紤]以下Query和結(jié)果：

SELECT Name 
 , GPA 
 , ROW_NUMBER() OVER (ORDER BY GPA desc) 
 , RANK() OVER (ORDER BY GPA desc) 
 , DENSE_RANK() OVER (ORDER BY GPA desc) 
FROM student_grades 

ROW_NUMBER()返回每行開始的唯一編號。當(dāng)存在關(guān)系時(例如，BOB vs Carrie)，ROW_NUMBER()如果未定義第二條標(biāo)準(zhǔn)，則任意分配數(shù)字。

Rank()返回從1開始的每行的唯一編號，除了有關(guān)系時，等級()將分配相同的數(shù)字。同樣，差距將遵循重復(fù)的等級。

dense_rank()類似于等級()，除了重復(fù)等級后沒有間隙。請注意，使用dense_rank()，Daniel排名第3，而不是第4位()。

8. 計算Delta值

另一個常見應(yīng)用程序是將不同時期的值進行比較。例如，本月和上個月的銷售之間的三角洲是什么?或者本月和本月去年這個月是什么?

在將不同時段的值進行比較以計算Deltas時，這是Lead()和LAG()發(fā)揮作用時。

這是一些例子：

# Comparing each month's sales to last month 
SELECT month 
       , sales 
       , sales - LAG(sales, 1) OVER (ORDER BY month) 
FROM monthly_sales 
# Comparing each month's sales to the same month last year 
SELECT month 
       , sales 
       , sales - LAG(sales, 12) OVER (ORDER BY month) 
FROM monthly_sales 

9. 計算運行總數(shù)

如果你知道關(guān)于row_number()和lag()/ lead()，這可能對您來說可能不會驚喜。但如果你沒有，這可能是最有用的窗口功能之一，特別是當(dāng)您想要可視化增長!

使用具有SUM()的窗口函數(shù)，我們可以計算運行總數(shù)。請參閱下面的示例：

SELECT Month 
       , Revenue 
       , SUM(Revenue) OVER (ORDER BY Month) AS Cumulative 
FROM monthly_revenue 

10. 日期時間操縱

您應(yīng)該肯定會期望某種涉及日期時間數(shù)據(jù)的SQL問題。例如，您可能需要將數(shù)據(jù)分組組或?qū)⒖勺兏袷綇腄D-MM-Yyyy轉(zhuǎn)換為簡單的月份。

您應(yīng)該知道的一些功能是：

• 提煉
• 日元
• date_add，date_sub.
• date_trunc.

示例問題：給定天氣表，寫一個SQL查詢，以查找與其上一個(昨天)日期相比的溫度較高的所有日期的ID。

+---------+------------------+------------------+ 
| Id(INT) | RecordDate(DATE) | Temperature(INT) | 
+---------+------------------+------------------+ 
|       1 |       2015-01-01 |               10 | 
|       2 |       2015-01-02 |               25 | 
|       3 |       2015-01-03 |               20 | 
|       4 |       2015-01-04 |               30 | 
+---------+------------------+------------------+Answer: 
SELECT 
    a.Id 
FROM 
    Weather a, 
    Weather b 
WHERE 
    a.Temperature > b.Temperature 
    AND DATEDIFF(a.RecordDate, b.RecordDate) = 1 

原文鏈接：

https://towardsdatascience.com/ten-advanced-sql-concepts-you-should-know-for-data-science-interviews-4d7015ec74b0