隨著數據量持續增長，對合格數據專業人員的需求也會增長。具體而言，對SQL流利的專業人士的需求日益增長，而不僅僅是在初級層面。

因此，Stratascratch的創始人Nathan Rosidi以及我覺得我認為10個最重要和相關的中級到高級SQL概念。

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，如創建遞歸表。

2.遞歸CTEs.

遞歸CTE是引用自己的CTE，就像Python中的遞歸函數一樣。遞歸CTE尤其有用，它涉及查詢組織結構圖，文件系統，網頁之間的鏈接圖等的分層數據，尤其有用。

遞歸CTE有3個部分：

錨構件：返回CTE的基本結果的初始查詢

遞歸成員：引用CTE的遞歸查詢。這是所有與錨構件的聯盟

停止遞歸構件的終止條件

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

如果您想了解有關臨時函數的更多信息，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，并允許您重用類似于使用Python中的函數的代碼。

考慮以下示例：

SELECT?name
???????,?CASE?WHEN?tenure??5?THEN?"vp"
??????????????ELSE?"n/a"
?????????END?AS?seniority?
FROM?employees

相反，您可以利用臨時函數來捕獲案例子句。

CREATE?TEMPORARY?FUNCTION?get_seniority(tenure?INT64)?AS?(
???CASE?WHEN?tenure??5?THEN?"vp"
????????ELSE?"n/a"
???END
);
SELECT?name
???????,?get_seniority(tenure)?as?seniority
FROM?employees

通過臨時函數，查詢本身更簡單，更可讀，您可以重復使用資歷函數！

4.使用CASE WHEN樞轉數據

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。如果要根據其他變量分配某個值或類，則允許您編寫復雜的條件語句。

較少眾所周知，它還允許您樞轉數據。例如，如果您有一個月列，并且您希望為每個月創建一個單個列，則可以使用語句追溯數據的情況。

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微差別。

首先，除了過濾刪除重復并返回不同的行與不在中的不同行。

同樣，除了在查詢/表中相同數量的列，其中不再與每個查詢/表比較單個列。

6.自聯結

一個SQL表自行連接自己。你可能會認為沒有用，但你會感到驚訝的是這是多么常見。在許多現實生活中，數據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用，對行和價值進行排名。以下是公司經常使用排名的一些例子：

按購物，利潤等數量排名最高值的客戶

排名銷售數量的頂級產品

以最大的銷售排名頂級國家

排名在觀看的分鐘數，不同觀眾的數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。考慮以下Query和結果：

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。當存在關系時（例如，BOB vs Carrie），ROW_NUMBER（）如果未定義第二條標準，則任意分配數字。

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

dense_rank（）類似于等級（），除了重復等級后沒有間隙。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

如果你知道關于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，特別是當您想要可視化增長！

使用具有SUM（）的窗口函數，我們可以計算運行總數。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

您應該肯定會期望某種涉及日期時間數據的SQL問題。例如，您可能需要將數據分組組或將可變格式從DD-MM-Yyyy轉換為簡單的月份。

您應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

就這樣！我希望這有助于您在面試準備中 - 我相信，如果您知道這10個內部概念，那么在那里大多數SQL問題時，你會做得很好。

一如既往，祝你學習努力最好！

本文由聞數起舞翻譯自Dimitris Poulopoulos的文章??

《Ten Advanced SQL Concepts You Should Know for Data Science Interviews》

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

編輯：黃飛

?