SQL 大厂面试题目（由浅入深）

今天给大家带来一份大厂SQL面试覆盖：基础语法 → 复杂查询 → 性能优化 → 架构设计，大家需深入理解执行原理并熟悉实际业务场景的解决方案。

1. 基础查询与过滤

题目：查询 employees 表中所有薪资（salary）大于 10000 且部门编号（dept_id）为 5 的员工姓名（name）和入职日期（hire_date）。

sql">SELECT name, hire_date 
FROM employees 
WHERE salary > 10000 AND dept_id = 5;

2. 聚合函数与分组

题目：统计每个部门（dept_id）的平均薪资，并仅显示平均薪资高于 15000 的部门。

sql">SELECT dept_id, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept_id
HAVING AVG(salary) > 15000;

3. 多表连接（JOIN）

题目：查询员工姓名（name）及其所属部门名称（dept_name），表结构为 employees（id, name, dept_id）和 departments（id, dept_name）。

sql">SELECT e.name, d.dept_name
FROM employees e
JOIN departments d ON e.dept_id = d.id;

4. 子查询与 EXISTS

题目：查询没有订单的客户（customers 表的 id 不在 orders 表的 customer_id 中）。

sql">SELECT c.id, c.name
FROM customers c
WHERE NOT EXISTS (SELECT 1 FROM orders o WHERE o.customer_id = c.id
);

5. 窗口函数

题目：查询每个部门薪资排名前 3 的员工姓名和薪资。

sql">WITH ranked_employees AS (SELECT name, salary, dept_id,RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rankFROM employees
)
SELECT name, salary, dept_id
FROM ranked_employees
WHERE rank <= 3;

6. 递归查询（CTE）

题目：查询树形结构表 categories（id, name, parent_id）中 ID=5 的所有子节点。

sql">
WITH RECURSIVE sub_categories AS (SELECT id, name, parent_idFROM categoriesWHERE id = 5UNION ALLSELECT c.id, c.name, c.parent_idFROM categories cJOIN sub_categories sc ON c.parent_id = sc.id
)
SELECT * FROM sub_categories;

7. 索引优化

题目：在 orders 表中，如何为 customer_id 和 order_date 设计联合索引以优化查询 WHERE customer_id = 100 AND order_date > '2024-02-10'？
答案：

sql">CREATE INDEX idx_customer_order_date ON orders (customer_id, order_date);

原理：联合索引按最左前缀匹配原则，优先按 customer_id 过滤，再按 order_date 范围查询。

8. 事务与隔离级别

题目：解释“不可重复读”（Non-Repeatable Read）和“幻读”（Phantom Read）的区别。
答案：

不可重复读：同一事务中两次读取同一行数据，结果不同（由其他事务的 UPDATE 或 DELETE 导致）。

幻读：同一事务中两次查询同一范围的数据，结果行数不同（由其他事务的 INSERT 导致）。

9. 执行计划分析

题目：以下查询的执行计划中出现了 Full Table Scan，如何优化？
SELECT * FROM products WHERE category = 'Electronics' AND price > 1000;
答案：
添加联合索引 (category, price)：

sql">CREATE INDEX idx_category_price ON products (category, price);

10. 复杂场景设计

题目：设计一个数据库表结构，支持用户每日签到（可重复签到但仅第一次有效），并统计某用户最近 30 天的签到次数。
答案：

sql">CREATE TABLE user_checkins (user_id INT,checkin_date DATE,PRIMARY KEY (user_id, checkin_date) -- 唯一约束避免重复
);-- 统计最近30天签到次数
SELECT COUNT(*) 
FROM user_checkins 
WHERE user_id = 100 
AND checkin_date >= CURRENT_DATE - INTERVAL '30 days';

11. 死锁分析与解决

题目：两个事务分别执行以下操作，如何发生死锁？

事务1：UPDATE accounts SET balance = balance - 100 WHERE id = 1; UPDATE accounts SET balance = balance + 100 WHERE id = 2;

事务2：UPDATE accounts SET balance = balance - 200 WHERE id = 2; UPDATE accounts SET balance = balance + 200 WHERE id = 1;
答案：

事务1锁定id=1后等待id=2，事务2锁定id=2后等待id=1，形成循环等待。
解决方案：按固定顺序更新（如先更新id小的账户）。

12. 时间窗口统计

题目：统计每小时内订单量最多的前3个小时（表 orders 含字段 order_time）。

sql">WITH hourly_orders AS (SELECT EXTRACT(HOUR FROM order_time) AS hour,COUNT(*) AS order_countFROM ordersGROUP BY EXTRACT(HOUR FROM order_time)
)
SELECT hour, order_count
FROM hourly_orders
ORDER BY order_count DESC
LIMIT 3;

13. 数据去重

题目：删除 logs 表中重复记录（保留id最小的一条）。

sql">DELETE FROM logs
WHERE id NOT IN (SELECT MIN(id)FROM logsGROUP BY user_id, log_time, content
);

14. 分页查询优化

题目：优化大表的分页查询 SELECT * FROM users ORDER BY id LIMIT 1000000, 10;。
答案：
使用覆盖索引 + 游标分页：

sql">SELECT * FROM users 
WHERE id > 1000000 
ORDER BY id 
LIMIT 10;

15. 分区表设计

题目：如何按时间范围对 sales 表进行分区以优化查询性能？
答案：

sql">-- 按月分区（以 PostgreSQL 为例）
CREATE TABLE sales (sale_id SERIAL,sale_date DATE,amount NUMERIC
) PARTITION BY RANGE (sale_date);CREATE TABLE sales_2023_01 PARTITION OF salesFOR VALUES FROM ('2024-01-10') TO ('2024-02-10');

16. JSON 数据处理

题目：从 products 表的 attributes（JSON 字段）中提取颜色（color）和尺寸（size）。

sql">-- 以 MySQL 为例
SELECT attributes->>'$.color' AS color,attributes->>'$.size' AS size
FROM products;

17. 高级窗口函数

题目：计算每个员工薪资与所在部门平均薪资的差值。

sql">SELECT name,salary,salary - AVG(salary) OVER (PARTITION BY dept_id) AS diff_from_avg
FROM employees;

18. 动态SQL与存储过程

题目：编写存储过程，根据输入的城市名动态查询 customers 表。

sql">-- 以 PostgreSQL 为例
CREATE OR REPLACE PROCEDURE get_customers_by_city(city_name TEXT)
LANGUAGE plpgsql
AS $$
BEGINEXECUTE 'SELECT * FROM customers WHERE city = $1' USING city_name;
END;
$$;

19. 分布式ID生成方案

题目：在分布式系统中，如何设计全局唯一的订单ID？
答案：

雪花算法（Snowflake）：时间戳 + 机器ID + 序列号。

UUID：随机生成，但存储效率低。

数据库分段分配：中央数据库分配ID范围给各节点。

20. 数据一致性保障

题目：如何实现“扣减库存时防止超卖”？
答案：

sql">-- 事务内原子操作（以 MySQL 为例）
START TRANSACTION;
SELECT stock FROM products WHERE id = 100 FOR UPDATE;
UPDATE products SET stock = stock - 1 WHERE id = 100 AND stock > 0;
COMMIT;