应该了解的十个高级SQL概念

数据库 SQL Server
Stratascratch的创始人Nathan Rosidi以及我觉得我认为10个最重要和相关的中级到高级SQL概念。

随着数据量持续增长,对合格数据专业人员的需求也会增长。具体而言,对SQL流利的专业人士的需求日益增长,而不仅仅是在初级层面。

因此,Stratascratch的创始人Nathan Rosidi以及我觉得我认为10个最重要和相关的中级到高级SQL概念。

[[386844]]

那个说,我们走了!

1. 常见表表达式(CTEs)

如果您想要查询子查询,那就是CTEs施展身手的时候 - CTEs基本上创建了一个临时表。

使用常用表表达式(CTEs)是模块化和分解代码的好方法,与您将文章分解为几个段落的方式相同。

请在Where子句中使用子查询进行以下查询。

  1. SELECT name 
  2.        , salary 
  3. FROM People 
  4. WHERE name in (SELECT DISTINCT name  
  5.                FROM population  
  6.                WHERE country = "Canada" 
  7.                      AND city = "Toronto"
  8.       AND salary >= (SELECT AVG(salary) 
  9.                      FROM salaries 
  10.                      WHERE gender = "Female"

这似乎似乎难以理解,但如果在查询中有许多子查询,那么怎么样?这就是CTEs发挥作用的地方。

  1. with toronto_ppl as ( 
  2.    SELECT DISTINCT name 
  3.    FROM population 
  4.    WHERE country = "Canada" 
  5.          AND city = "Toronto" 
  6. , avg_female_salary as ( 
  7.    SELECT AVG(salary) as avgSalary 
  8.    FROM salaries 
  9.    WHERE gender = "Female" 
  10. SELECT name 
  11.        , salary 
  12. FROM People 
  13. WHERE name in (SELECT DISTINCT FROM toronto_ppl) 
  14.       AND salary >= (SELECT avgSalary FROM avg_female_salary) 

现在很清楚,Where子句是在多伦多的名称中过滤。如果您注意到,CTE很有用,因为您可以将代码分解为较小的块,但它们也很有用,因为它允许您为每个CTE分配变量名称(即toronto_ppl和avg_female_salary)

同样,CTEs允许您完成更高级的技术,如创建递归表。

2. 递归CTEs.

递归CTE是引用自己的CTE,就像Python中的递归函数一样。递归CTE尤其有用,它涉及查询组织结构图,文件系统,网页之间的链接图等的分层数据,尤其有用。

递归CTE有3个部分:

  • 锚构件:返回CTE的基本结果的初始查询
  • 递归成员:引用CTE的递归查询。这是所有与锚构件的联盟
  • 停止递归构件的终止条件

以下是获取每个员工ID的管理器ID的递归CTE的示例:

  1. with org_structure as ( 
  2.    SELECT id 
  3.           , manager_id 
  4.    FROM staff_members 
  5.    WHERE manager_id IS NULL 
  6.    UNION ALL 
  7.    SELECT sm.id 
  8.           , sm.manager_id 
  9.    FROM staff_members sm 
  10.    INNER JOIN org_structure os 
  11.       ON os.id = sm.manager_id 

3. 临时函数

如果您想了解有关临时函数的更多信息,请检查此项,但知道如何编写临时功能是重要的原因:

  • 它允许您将代码的块分解为较小的代码块
  • 它适用于写入清洁代码
  • 它可以防止重复,并允许您重用类似于使用Python中的函数的代码。

考虑以下示例:

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

相反,您可以利用临时函数来捕获案例子句。

  1. CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS ( 
  2.    CASE WHEN tenure < 1 THEN "analyst" 
  3.         WHEN tenure BETWEEN 1 and 3 THEN "associate" 
  4.         WHEN tenure BETWEEN 3 and 5 THEN "senior" 
  5.         WHEN tenure > 5 THEN "vp" 
  6.         ELSE "n/a" 
  7.    END 
  8. ); 
  9. SELECT name 
  10.        , get_seniority(tenure) as seniority 
  11. FROM employees 

通过临时函数,查询本身更简单,更可读,您可以重复使用资历函数!

4. 使用CASE WHEN枢转数据

您很可能会看到许多要求在陈述时使用CASE WHEN的问题,这只是因为它是一种多功能的概念。如果要根据其他变量分配某个值或类,则允许您编写复杂的条件语句。

较少众所周知,它还允许您枢转数据。例如,如果您有一个月列,并且您希望为每个月创建一个单个列,则可以使用语句追溯数据的情况。

示例问题:编写SQL查询以重新格式化表,以便每个月有一个收入列。

  1. Initial table: 
  2. +------+---------+-------+ 
  3. | id   | revenue | month | 
  4. +------+---------+-------+ 
  5. | 1    | 8000    | Jan   | 
  6. | 2    | 9000    | Jan   | 
  7. | 3    | 10000   | Feb   | 
  8. | 1    | 7000    | Feb   | 
  9. | 1    | 6000    | Mar   | 
  10. +------+---------+-------+ 
  11.  
  12. Result table: 
  13. +------+-------------+-------------+-------------+-----+-----------+ 
  14. | id   | Jan_Revenue | Feb_Revenue | Mar_Revenue | ... | Dec_Revenue | 
  15. +------+-------------+-------------+-------------+-----+-----------+ 
  16. | 1    | 8000        | 7000        | 6000        | ... | null        | 
  17. | 2    | 9000        | null        | null        | ... | null        | 
  18. | 3    | null        | 10000       | null        | ... | null        | 
  19. +------+-------------+-------------+-------------+-----+-----------+ 

5. EXCEPT vs NOT IN

除了几乎不相同的操作。它们都用来比较两个查询/表之间的行。所说,这两个人之间存在微妙的细微差别。

首先,除了过滤删除重复并返回不同的行与不在中的不同行。

同样,除了在查询/表中相同数量的列,其中不再与每个查询/表比较单个列。

6. 自联结

一个SQL表自行连接自己。你可能会认为没有用,但你会感到惊讶的是这是多么常见。在许多现实生活中,数据存储在一个大型表中而不是许多较小的表中。在这种情况下,可能需要自我连接来解决独特的问题。

让我们来看看一个例子。

示例问题:给定下面的员工表,写出一个SQL查询,了解员工的工资,这些员工比其管理人员工资更多。对于上表来说,Joe是唯一一个比他的经理工资更多的员工。

  1. +----+-------+--------+-----------+ 
  2. | Id | Name  | Salary | ManagerId | 
  3. +----+-------+--------+-----------+ 
  4. | 1  | Joe   | 70000  | 3         | 
  5. | 2  | Henry | 80000  | 4         | 
  6. | 3  | Sam   | 60000  | NULL      | 
  7. | 4  | Max   | 90000  | NULL      | 
  8. +----+-------+--------+-----------+Answer: 
  9. SELECT 
  10.     a.Name as Employee 
  11. FROM 
  12.     Employee as a 
  13.     JOIN Employee as b on a.ManagerID = b.Id 
  14. WHERE a.Salary > b.Salary 

7. Rank vs Dense Rank vs Row Number

它是一个非常常见的应用,对行和价值进行排名。以下是公司经常使用排名的一些例子:

  • 按购物,利润等数量排名最高值的客户
  • 排名销售数量的顶级产品
  • 以最大的销售排名顶级国家
  • 排名在观看的分钟数,不同观众的数量等观看的顶级视频。

在SQL中,您可以使用几种方式将“等级”分配给行,我们将使用示例进行探索。考虑以下Query和结果:

  1. SELECT Name 
  2.  , GPA 
  3.  , ROW_NUMBER() OVER (ORDER BY GPA desc) 
  4.  , RANK() OVER (ORDER BY GPA desc) 
  5.  , DENSE_RANK() OVER (ORDER BY GPA desc) 
  6. FROM student_grades 

ROW_NUMBER()返回每行开始的唯一编号。当存在关系时(例如,BOB vs Carrie),ROW_NUMBER()如果未定义第二条标准,则任意分配数字。

Rank()返回从1开始的每行的唯一编号,除了有关系时,等级()将分配相同的数字。同样,差距将遵循重复的等级。

dense_rank()类似于等级(),除了重复等级后没有间隙。请注意,使用dense_rank(),Daniel排名第3,而不是第4位()。

8. 计算Delta值

另一个常见应用程序是将不同时期的值进行比较。例如,本月和上个月的销售之间的三角洲是什么?或者本月和本月去年这个月是什么?

在将不同时段的值进行比较以计算Deltas时,这是Lead()和LAG()发挥作用时。

这是一些例子:

  1. # Comparing each month's sales to last month 
  2. SELECT month 
  3.        , sales 
  4.        , sales - LAG(sales, 1) OVER (ORDER BY month) 
  5. FROM monthly_sales 
  6. # Comparing each month's sales to the same month last year 
  7. SELECT month 
  8.        , sales 
  9.        , sales - LAG(sales, 12) OVER (ORDER BY month) 
  10. FROM monthly_sales 

9. 计算运行总数

如果你知道关于row_number()和lag()/ lead(),这可能对您来说可能不会惊喜。但如果你没有,这可能是最有用的窗口功能之一,特别是当您想要可视化增长!

使用具有SUM()的窗口函数,我们可以计算运行总数。请参阅下面的示例:

  1. SELECT Month 
  2.        , Revenue 
  3.        , SUM(Revenue) OVER (ORDER BY Month) AS Cumulative 
  4. FROM monthly_revenue 

10. 日期时间操纵

您应该肯定会期望某种涉及日期时间数据的SQL问题。例如,您可能需要将数据分组组或将可变格式从DD-MM-Yyyy转换为简单的月份。

您应该知道的一些功能是:

  • 提炼
  • 日元
  • date_add,date_sub.
  • date_trunc.

示例问题:给定天气表,写一个SQL查询,以查找与其上一个(昨天)日期相比的温度较高的所有日期的ID。

  1. +---------+------------------+------------------+ 
  2. | Id(INT) | RecordDate(DATE) | Temperature(INT) | 
  3. +---------+------------------+------------------+ 
  4. |       1 |       2015-01-01 |               10 | 
  5. |       2 |       2015-01-02 |               25 | 
  6. |       3 |       2015-01-03 |               20 | 
  7. |       4 |       2015-01-04 |               30 | 
  8. +---------+------------------+------------------+Answer: 
  9. SELECT 
  10.     a.Id 
  11. FROM 
  12.     Weather a, 
  13.     Weather b 
  14. WHERE 
  15.     a.Temperature > b.Temperature 
  16.     AND DATEDIFF(a.RecordDate, b.RecordDate) = 1 

原文链接:

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

 

责任编辑:赵宁宁 来源: 今日头条
相关推荐

2022-03-22 23:18:55

SQL技术内部概念

2022-06-12 23:43:19

SQL数据函数

2023-12-27 14:12:40

JavaScrip技巧

2023-09-06 12:01:07

2021-07-16 11:57:19

公共云云计算云服务

2010-12-22 09:16:31

SQL Server专

2023-10-26 10:20:02

2022-11-07 16:06:15

TypeScript开发技巧

2018-06-11 11:03:09

2022-05-06 13:19:13

JS前端

2010-04-30 16:34:57

Linux发行版

2023-07-02 14:21:06

PythonMatplotlib数据可视化库

2021-10-09 10:50:30

JavaScript编程开发

2022-07-14 11:06:07

React开发Web

2022-08-29 14:56:56

Python脚本代码

2017-01-22 12:41:02

CinnamonLinux桌面

2023-10-04 00:03:00

SQL数据库

2024-01-07 20:14:18

CSS开发工具

2020-08-11 17:14:31

数据库SQL技术

2022-02-17 10:31:42

云安全IT漏洞
点赞
收藏

51CTO技术栈公众号