收官篇：一张图串起SQL面试所有知识点

SQL手册第 20 题约 11 分钟读完

20天，20道题，从窗口函数到执行计划，从NULL陷阱到分区优化。今天做一个大总结，把所有知识点串起来，帮你在面试前做最后的查漏补缺。

SQL执行顺序：所有优化的基础

这是面试必考的第一道题，也是理解所有SQL行为的基础。记住这个顺序：

FROM / JOIN → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT

每个阶段的关键行为：

阶段	行为	常见考点
------	------	---------
FROM / JOIN	确定数据源，执行JOIN	笛卡尔积、数据膨胀（DAY 13）
WHERE	行级过滤（此时还没有聚合值）	不能用聚合函数（DAY 6）
GROUP BY	分组	非聚合列必须在GROUP BY里（DAY 6）
HAVING	组级过滤	可以用聚合函数（DAY 6）
SELECT	计算返回列	窗口函数在这一步执行（DAY 18）
DISTINCT	去重	在SELECT之后
ORDER BY	排序	NULL排序位置（DAY 12）
LIMIT	截取	最后执行

为什么窗口函数不能在WHERE里用？

-- ❌ 报错：窗口函数在SELECT阶段执行，WHERE在SELECT之前
SELECT *, ROW_NUMBER() OVER (ORDER BY cost DESC) AS rn
FROM ad_daily_cost
WHERE rn <= 3
 
-- ✅ 套一层子查询
SELECT * FROM (
  SELECT *, ROW_NUMBER() OVER (ORDER BY cost DESC) AS rn
  FROM ad_daily_cost
) t
WHERE rn <= 3

因为WHERE在SELECT之前执行，此时rn还不存在。这个知识点把DAY 1的TopN和DAY 6的执行顺序串起来了。

20天知识图谱

基础层：SQL语法和函数

DAY	主题	核心能力	关联知识
-----	------	---------	---------
1	排名函数三兄弟	ROW_NUMBER/RANK/DENSE_RANK	TopN取数
3	行转列与列转行	CASE WHEN/EXPLODE	报表开发
6	GROUP BY陷阱	SQL执行顺序、HAVING	数据倾斜
12	NULL的各种坑	三值逻辑、COALESCE	数据质量
15	日期函数	各引擎差异、时区	出海业务
16	UNION ALL vs UNION	性能差异	列转行

进阶层：窗口函数和分析

DAY	主题	核心能力	关联知识
-----	------	---------	---------
2	连续登录N天	日期-序号技巧	等差数列
4	用户留存率	LEFT JOIN+业务理解	时区、分区裁剪
5	累计求和与滑动窗口	ROWS BETWEEN/LAG	ROWS vs RANGE
7	同比环比	多种时间对比口径	日历表补全
9	漏斗分析	有序漏斗、时间窗口	埋点数据
10	RFM用户分层	NTILE、综合应用	业务理解
18	PARTITION BY vs GROUP BY	窗口函数原理	占比计算

高阶层：优化和工程

DAY	主题	核心能力	关联知识
-----	------	---------	---------
8	大表JOIN优化	MapJoin、数据倾斜	加盐打散
11	子查询vs JOIN	EXISTS/NOT IN	NULL陷阱
13	多表JOIN执行顺序	执行计划、数据膨胀	CBO
14	分区表设计	分区裁剪	小文件问题
17	执行计划	EXPLAIN、AQE	CBO vs RBO
19	CTE	可读性、物化	调试技巧

面试答题框架

面试官问SQL题的时候，用这个框架回答，逻辑清晰、得分稳：

框架一：写SQL题

1. 确认需求和口径（留存是次日还是7日？漏斗要不要有序？）
2. 说清楚思路（先做什么，再做什么）
3. 写出基础版SQL
4. 主动优化（提NULL处理、分区裁剪、性能优化）
5. 讲实战经验（踩过什么坑、实际业务中怎么用的）

框架二：优化SQL题

1. 先看执行计划（EXPLAIN）
2. 检查分区裁剪是否生效
3. 检查JOIN策略（Broadcast or Shuffle）
4. 检查是否有数据倾斜
5. 考虑减少Shuffle次数
6. 考虑减少扫描数据量

框架三：设计题

1. 明确业务场景和数据量级
2. 选择分区策略
3. 选择存储格式（ORC/Parquet）
4. 考虑读写模式（OLAP or ETL）
5. 性能测试和调优

面试官最看重的5个能力

写了20天的SQL面试题，我总结面试官最看重的不是你能不能写出SQL，而是：

1. 业务理解能力

能把业务问题翻译成SQL逻辑。比如留存率的口径是什么、漏斗的有序性怎么定义、RFM的分档阈值怎么定。技术是工具，理解业务才是核心竞争力。

2. 代码质量意识

SQL不只要"能跑"，还要"跑对""跑快""好维护"。用CTE而不是嵌套子查询、主动处理NULL、变量化日期参数——这些细节体现的是工程素养。

3. 性能优化意识

写完SQL先想想"这个在大数据量下会不会出问题"。分区裁剪、MapJoin、数据倾斜——不需要你记住所有细节，但要有这个思维框架。

4. 实战经验

面试官最爱听的是"我之前在XX项目中遇到过YY问题，用ZZ方法解决了，效果是AA"。所以每道题我都尽量结合了真实工作场景。

5. 表达能力

SQL思路清晰但说不清楚，面试官也无法给高分。练习的时候不只是写SQL，还要练习"边写边讲"——先说思路再写代码，写完再总结。

我的面试复习建议

作为一个正在准备冲大厂的过来人，说几条实在的建议：

1. 不要只刷题，要归类

SQL题看似千变万化，但核心就那么几类：排名/TopN、连续问题、聚合分组、JOIN优化、窗口函数。每一类吃透2-3道代表题，比刷100道散题有效。

2. 手写SQL

面试的时候没有IDE、没有自动补全、没有报错提示。平时练习要用记事本或白板写，确保你不依赖工具也能写对。

3. 准备2-3个项目案例

每个案例能串联多个知识点。比如"广告归因体系"可以串联JOIN优化、分区设计、时区处理、漏斗分析；"埋点治理"可以串联数据质量、GROUP BY去重、COUNT的NULL处理。

4. 说人话

面试不是学术报告。"这个用NTILE分五档"比"利用窗口函数NTILE实现基于分位数的等频分桶策略"好一百倍。

两季20道题的完整索引

第一季（DAY 1-10）：

DAY	主题	难度
-----	------	------
1	ROW_NUMBER / RANK / DENSE_RANK	⭐⭐
2	连续登录N天	⭐⭐⭐
3	行转列与列转行	⭐⭐
4	用户留存率	⭐⭐⭐
5	累计求和与滑动窗口	⭐⭐⭐
6	GROUP BY陷阱与HAVING	⭐⭐
7	同比环比全覆盖	⭐⭐⭐
8	大表JOIN优化	⭐⭐⭐⭐
9	漏斗分析	⭐⭐⭐⭐
10	RFM用户分层	⭐⭐⭐⭐

第二季（DAY 11-20）：

DAY	主题	难度
-----	------	------
11	子查询 vs JOIN	⭐⭐⭐
12	NULL的各种坑	⭐⭐⭐
13	多表JOIN执行顺序	⭐⭐⭐
14	分区表设计与查询优化	⭐⭐⭐⭐
15	日期函数全家桶	⭐⭐
16	UNION ALL vs UNION	⭐⭐
17	SQL执行计划怎么看	⭐⭐⭐⭐
18	PARTITION BY vs GROUP BY	⭐⭐⭐
19	CTE的用法和性能	⭐⭐⭐
20	收官总结	—

下一步

SQL系列到这里告一段落，20道题覆盖了SQL面试95%以上的高频考点。

但大数据面试不只是SQL。接下来我计划开始Flink实时计算系列和数仓建模系列——这两个方向在中高级面试中权重越来越大，尤其是Flink，现在几乎是大数据面试的标配了。

如果这20天的SQL系列对你有帮助，帮我做三件事：

1. 点赞+收藏，方便以后复习

2. 评论区告诉我，你最希望我下一个系列先出Flink还是数仓

3. 转发给你身边在准备面试的朋友，好东西要分享

我是Wood，9年大数据老兵。咱们下个系列见。

关注「Wood聊大数据」| 9年大数据老兵，聊技术、聊职场、聊成长

感谢阅读

关注「Wood聊大数据」

9年大数据老兵，聊技术、聊职场、聊成长

小红书搜索「Wood聊大数据」

wooddata.com

刷题进度保存在当前浏览器