SQL面试高频问题汇总与解析 – wiki基地

---

SQL 面试高频问题汇总与解析（超 3000 字详解）

前言

在当今数据驱动的时代，无论是后端开发、数据分析、数据科学、测试，还是运维岗位，SQL（Structured Query Language）都已成为一项不可或缺的核心技能。因此，在技术面试中，SQL 相关的知识点考察几乎是必不可少的环节。面试官通过 SQL 问题，不仅考察候选人对语言本身的掌握程度，更能评估其逻辑思维能力、数据处理能力以及解决实际问题的能力。

本文旨在全面梳理 SQL 面试中出现频率最高的核心问题，并进行深入浅出的解析，涵盖基础概念、数据操作、复杂查询、性能优化、数据库设计等多个维度，辅以实例代码，帮助求职者系统性地复习 SQL 知识，从容应对面试挑战。

第一部分：基础概念与语法

这部分主要考察对 SQL 基本定义的理解，是后续所有操作的基础。

1. 什么是 SQL？它有什么特点？

• 解析：
  • SQL（Structured Query Language）是一种专门用于管理关系数据库管理系统（RDBMS）或在关系数据流管理系统（RDSMS）中进行流处理的领域特定语言。
  • 特点：
    • 标准化： 尽管存在不同的数据库实现（如 MySQL, PostgreSQL, SQL Server, Oracle），但核心 SQL 语法是标准化的（如 ANSI SQL）。
    • 非过程化/声明性： 用户只需指定“做什么”（what），而无需关心“怎么做”（how）。数据库系统会负责优化和执行查询。
    • 集合导向： SQL 操作的对象是数据集合（表），操作的结果也是数据集合。
    • 易学性： 相较于许多通用编程语言，SQL 的语法结构更接近自然语言，相对容易学习和使用。
    • 功能丰富： 涵盖数据查询（DQL）、数据操纵（DML）、数据定义（DDL）、数据控制（DCL）等多种功能。

2. 什么是 RDBMS？请举例说明。

• 解析：
  • RDBMS（Relational Database Management System）是指基于关系模型的数据库管理系统。数据以表格（Table）的形式存储，表格由行（Row/Record）和列（Column/Field）组成。表与表之间可以通过键（Key）建立关系。
  • 核心特性： 数据结构化、支持事务（ACID）、数据一致性、低冗余（通过范式）。
  • 常见 RDBMS 举例： MySQL, PostgreSQL, Oracle Database, Microsoft SQL Server, SQLite, IBM Db2.

3. SQL 主要包含哪些部分（或命令类型）？

• 解析： SQL 主要可以分为以下几个部分：
  • DDL (Data Definition Language – 数据定义语言): 用于定义数据库的结构或模式。
    • CREATE: 创建数据库、表、索引、视图、存储过程等。(CREATE DATABASE, CREATE TABLE)
    • ALTER: 修改数据库对象的结构。(ALTER TABLE ADD COLUMN, ALTER TABLE MODIFY COLUMN)
    • DROP: 删除数据库对象。(DROP TABLE, DROP DATABASE)
    • TRUNCATE: 快速删除表中的所有行，但保留表结构（通常比 DELETE 快，且不可回滚或回滚有限）。
  • DML (Data Manipulation Language – 数据操作语言): 用于管理数据库中的数据。
    • SELECT: 从数据库中检索数据。
    • INSERT: 向表中插入新数据。
    • UPDATE: 修改表中的现有数据。
    • DELETE: 从表中删除数据行。
  • DQL (Data Query Language – 数据查询语言): 严格来说 SELECT 是 DQL 的核心，有时 DQL 被单独列出或并入 DML。
  • DCL (Data Control Language – 数据控制语言): 用于控制数据库访问权限。
    • GRANT: 授予用户或角色权限。
    • REVOKE: 撤销用户或角色的权限。
  • TCL (Transaction Control Language – 事务控制语言): 用于管理数据库事务。
    • COMMIT: 永久保存事务中所做的更改。
    • ROLLBACK: 撤销当前事务中的更改。
    • SAVEPOINT: 在事务中设置一个保存点，可以回滚到该点。

4. 什么是主键（Primary Key）和外键（Foreign Key）？它们的作用是什么？

• 解析：
  • 主键 (Primary Key):
    • 定义：表中唯一标识每一行记录的一个或一组列。
    • 特性：唯一性（不允许重复值）、非空性（不允许 NULL 值）。一个表只能有一个主键。
    • 作用：保证数据的完整性（实体完整性），作为行的唯一标识符，常用于表连接。
  • 外键 (Foreign Key):
    • 定义：一个表中的一个或一组列，其值引用（指向）另一个表的主键。
    • 作用：建立和维护两个表之间的关联关系，保证数据的参照完整性。确保外键列的值必须存在于被引用表的主键列中，或者为 NULL（如果允许）。
  • 举例： 在 Orders 表中，CustomerID 列可以是一个外键，引用 Customers 表的主键 CustomerID。这确保了每个订单都关联一个有效的客户。

5. 什么是唯一约束（Unique Constraint）？它和主键有什么区别？

• 解析：
  • 唯一约束 (Unique Constraint): 保证列（或列组合）中的所有值都是唯一的。
  • 与主键的区别：
    • NULL 值： 唯一约束允许有一个 NULL 值（在某些数据库系统中允许多个 NULL，但标准 SQL 和多数系统只允许一个或零个），而主键不允许任何 NULL 值。
    • 数量： 一个表可以有多个唯一约束，但只能有一个主键。
    • 索引： 主键默认会创建聚簇索引（Clustered Index，在多数数据库中），而唯一约束通常默认创建非聚簇索引（Non-Clustered Index）。（索引类型可能因数据库系统而异）
    • 目的： 主键的核心目的是唯一标识行，而唯一约束主要目的是强制某列（非标识列）的数据唯一性。

第二部分：数据操作与查询 (DML & DQL)

这部分是 SQL 面试的重中之重，考察实际的数据处理能力。

6. DELETE, TRUNCATE, DROP 命令的区别？

• 解析：
  • DELETE FROM table_name [WHERE condition];
    • 属于 DML。
    • 逐行删除，可以带 WHERE 子句删除满足条件的特定行。
    • 会触发触发器（Triggers）。
    • 可以回滚（如果在一个事务中）。
    • 删除操作会记录日志，相对较慢。
    • 不释放表占用的空间（高水位线 HWM 不会重置，除非数据库有特殊机制）。
  • TRUNCATE TABLE table_name;
    • 属于 DDL。
    • 删除表中的所有行，保留表结构（列、约束、索引等）。
    • 通常非常快，因为它不逐行删除，而是直接释放数据页。
    • 通常不触发触发器。
    • 通常不可回滚或回滚机制有限（取决于数据库系统）。
    • 重置高水位线，释放大部分表空间。
    • 不能带 WHERE 子句。
  • DROP TABLE table_name;
    • 属于 DDL。
    • 完全删除表，包括表结构、数据、索引、约束、触发器等。
    • 操作不可回滚（通常需要备份恢复）。
    • 释放所有占用的空间。

7. WHERE 和 HAVING 子句的区别？

• 解析：

  • 作用对象不同：
    • WHERE 子句作用于 行级别 的过滤，在数据分组（GROUP BY）之前进行。它筛选原始表或连接后的表中的行。
    • HAVING 子句作用于 组级别 的过滤，在数据分组（GROUP BY）之后进行。它筛选由 GROUP BY 产生的聚合结果组。
  • 使用聚合函数：
    • WHERE 子句中 不能 直接使用聚合函数（如 COUNT(), SUM(), AVG() 等）。
    • HAVING 子句中 可以 使用聚合函数。
  • 执行顺序： FROM -> WHERE -> GROUP BY -> 聚合函数计算 -> HAVING -> SELECT -> DISTINCT -> ORDER BY -> LIMIT/OFFSET.

• 示例： 查询平均薪资大于 5000 的部门及其平均薪资。

  sql
SELECT department_id, AVG(salary) AS avg_salary
FROM employees
GROUP BY department_id
HAVING AVG(salary) > 5000;

  这里不能用 WHERE AVG(salary) > 5000，因为 WHERE 在 GROUP BY 之前执行，那时聚合结果还不存在。

8. 解释 SQL 中的各种 JOIN 类型及其区别 (INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN, CROSS JOIN)。

• 解析： JOIN 用于根据两个或多个表中的相关列组合行。

  • INNER JOIN (内连接):
    • 返回两个表中联接字段相等的行。即只返回两个表中都匹配的行。
    • SELECT columns FROM table1 INNER JOIN table2 ON table1.column = table2.column;
  • LEFT JOIN (左连接 / 左外连接):
    • 返回左表（table1）的所有行，以及右表（table2）中匹配的行。
    • 如果右表中没有匹配的行，则结果中右表的列将包含 NULL。
    • SELECT columns FROM table1 LEFT JOIN table2 ON table1.column = table2.column;
  • RIGHT JOIN (右连接 / 右外连接):
    • 返回右表（table2）的所有行，以及左表（table1）中匹配的行。
    • 如果左表中没有匹配的行，则结果中左表的列将包含 NULL。
    • SELECT columns FROM table1 RIGHT JOIN table2 ON table1.column = table2.column;
  • FULL OUTER JOIN (全外连接):
    • 返回左表和右表中所有匹配的行，以及左表和右表中不匹配的行。
    • 当某一行在另一个表中没有匹配时，另一个表的列将包含 NULL。
    • （注意：MySQL 不直接支持 FULL OUTER JOIN，需要用 LEFT JOIN UNION RIGHT JOIN 模拟）。
    • SELECT columns FROM table1 FULL OUTER JOIN table2 ON table1.column = table2.column;
  • CROSS JOIN (交叉连接 / 笛卡尔积):
    • 返回左表中的每一行与右表中的每一行的组合。
    • 结果集的行数等于左表行数乘以右表行数。
    • 通常不需要 ON 子句（除非是旧式语法 FROM table1, table2 WHERE ...）。
    • SELECT columns FROM table1 CROSS JOIN table2;

9. UNION 和 UNION ALL 的区别？

• 解析： 两者都用于合并两个或多个 SELECT 语句的结果集。

  • UNION:
    • 合并结果集，并 自动去除重复 的行。
    • 会对结果集进行排序以查找重复项，因此相对较慢。

  • UNION ALL:

    • 合并结果集，包含所有 的行，不去重。
    • 不需要排序去重，因此通常比 UNION 更快。

  • 使用条件：

    • 所有 SELECT 语句选择的列数必须相同。
    • 对应列的数据类型必须兼容（或可以隐式转换）。
    • 列的顺序也很重要。

• 选择： 如果确定结果集中没有重复项，或者允许重复项存在，或者性能是首要考虑因素，应优先使用 UNION ALL。如果需要去重，则使用 UNION。

10. 什么是子查询（Subquery）？有哪些类型？

• 解析：
  • 子查询是嵌套在另一个 SQL 查询（主查询）中的查询。它可以出现在 SELECT, FROM, WHERE, HAVING 子句中，以及 INSERT, UPDATE, DELETE 语句中。
  • 主要类型：
    • 标量子查询 (Scalar Subquery): 返回单个值（一行一列）。可以用在需要单个值的地方，如 SELECT 列表或 WHERE 子句的比较操作符右侧。
      sql
SELECT employee_name, salary
FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);
    • 行子查询 (Row Subquery): 返回单行，但可能包含多列。通常用在 WHERE 子句中与行构造器比较。
      sql
SELECT * FROM employees
WHERE (department_id, manager_id) = (SELECT department_id, manager_id FROM departments WHERE department_name = 'Sales');
    • 列子查询 (Column Subquery): 返回单列，但可能包含多行。常用于 IN, ANY, ALL 操作符。
      sql
SELECT product_name FROM products
WHERE product_id IN (SELECT product_id FROM order_details WHERE quantity > 100);
    • 表子查询 (Table Subquery): 返回多行多列，就像一个临时的表。常用于 FROM 子句中，需要给子查询一个别名。
      sql
SELECT e.employee_name, d.avg_dept_salary
FROM employees e
JOIN (SELECT department_id, AVG(salary) AS avg_dept_salary
FROM employees
GROUP BY department_id) d
ON e.department_id = d.department_id;
    • 相关子查询 (Correlated Subquery): 子查询的执行依赖于外部查询的值。子查询会为外部查询处理的每一行都执行一次，性能通常较低。
      sql
-- 查询每个部门中薪资最高的员工
SELECT employee_name, salary, department_id
FROM employees e1
WHERE salary = (SELECT MAX(salary)
FROM employees e2
WHERE e1.department_id = e2.department_id);

11. 什么是窗口函数（Window Function）？与聚合函数的区别是什么？

• 解析：

  • 窗口函数： 对与当前行相关的 一组 表行（称为“窗口”）执行计算。与聚合函数不同，窗口函数 不 会将多行聚合成单行输出；它为结果集中的 每一行 都返回一个值。
  • 与聚合函数的区别：
    • 输出行数： 聚合函数（使用 GROUP BY）会减少输出的行数（每组一行），而窗口函数保持原始行数不变。
    • 计算范围： 聚合函数作用于整个分组，窗口函数作用于定义的“窗口”（可以是整个分区，也可以是基于当前行的滑动窗口）。
  • 基本语法： function_name() OVER ([PARTITION BY column] [ORDER BY column] [frame_clause])
    • PARTITION BY: 将行分成不同的分区，窗口函数在每个分区内独立计算。类似于 GROUP BY，但不合并行。
    • ORDER BY: 定义分区内行的顺序，对于排名函数和依赖顺序的窗口是必需的。
    • frame_clause: 定义窗口的范围（如 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW）。
  • 常见窗口函数：
    • 排名函数： ROW_NUMBER(), RANK(), DENSE_RANK(), NTILE()
    • 聚合窗口函数： SUM() OVER (...), AVG() OVER (...), COUNT() OVER (...), MAX() OVER (...), MIN() OVER (...)
    • 值函数： LAG(), LEAD(), FIRST_VALUE(), LAST_VALUE()

• 示例： 计算每个员工的薪资及其所在部门的平均薪资。

  sql
SELECT
employee_name,
department_id,
salary,
AVG(salary) OVER (PARTITION BY department_id) AS avg_dept_salary
FROM employees;

  这里，AVG(salary) OVER (PARTITION BY department_id) 为每一行计算其所属部门的平均薪资，而不会像 GROUP BY 那样只输出每个部门一行。

12. RANK(), DENSE_RANK(), ROW_NUMBER() 的区别？

• 解析： 这三个都是常用的窗口排名函数，区别在于处理并列（ties）值的方式：

  • ROW_NUMBER():
    • 为分区内的每一行分配一个 连续唯一 的排名，即使值相同，排名也不同（通常基于 ORDER BY 的顺序，如果 ORDER BY 列值相同，则排名可能不确定，除非有额外的排序键）。
    • 示例：(1, 2, 3, 4) 对于值 (10, 20, 20, 30)
  • RANK():
    • 如果存在并列值，则分配 相同 的排名。下一个排名会 跳过 中间的序号。
    • 示例：(1, 2, 2, 4) 对于值 (10, 20, 20, 30) – 排名 3 被跳过。
  • DENSE_RANK():
    • 如果存在并列值，则分配 相同 的排名。下一个排名是 紧随其后 的序号，不跳过。
    • 示例：(1, 2, 2, 3) 对于值 (10, 20, 20, 30) – 排名 3 紧随排名 2。

• 选择：

  • 需要唯一行号时用 ROW_NUMBER()。
  • 需要反映真实排名（并列同名次，后续名次跳跃）时用 RANK()。
  • 需要连续的排名（并列同名次，后续名次不跳跃）时用 DENSE_RANK()。

第三部分：索引与性能优化

面试官通常会考察候选人对数据库性能的理解以及如何优化慢查询。

13. 什么是索引？为什么使用索引？索引的优缺点是什么？

• 解析：
  • 索引 (Index): 数据库中一种特殊的数据结构（通常是 B-Tree 或其变种，如 B+Tree），用于 快速查找 表中具有特定值的行。它包含表中一个或多个列的值以及指向这些值所在行的物理地址（或指针）。
  • 为什么使用索引：
    • 提高查询速度： 主要目的是加速 SELECT 查询，尤其是带有 WHERE, JOIN ON, ORDER BY 子句的查询。如果没有索引，数据库需要进行全表扫描（Full Table Scan），效率低下。
    • 加速排序： 如果 ORDER BY 的列上有索引，数据库可能直接利用索引的有序性，避免额外的排序操作。
    • 确保唯一性： 主键和唯一约束通常通过创建唯一索引来实现。
  • 优点：
    • 显著提高数据检索（查询）的速度。
    • 通过唯一索引保证数据的唯一性。
    • 加速表连接和排序操作。
  • 缺点：
    • 占用存储空间： 索引本身需要存储空间，有时甚至比数据本身还大。
    • 降低 DML 操作速度： 对表进行 INSERT, UPDATE, DELETE 操作时，不仅要修改数据行，还需要 维护索引（增加、删除、更新索引项），这会增加额外的开销，降低 DML 操作的性能。
    • 创建和维护成本： 创建索引需要时间，索引也需要定期维护（如重建、重组）。

14. 索引有哪些类型？聚簇索引和非聚簇索引的区别？

• 解析：
  • 常见索引类型（逻辑分类）：
    • 主键索引： 针对主键列创建的索引，要求键值唯一且非空。
    • 唯一索引： 针对唯一约束列创建的索引，要求键值唯一（可允许一个 NULL）。
    • 普通索引（非唯一索引）： 最基本的索引类型，无唯一性限制。
    • 组合索引（复合索引）： 在多个列上创建的索引。遵循“最左前缀”原则。
    • 全文索引： 主要用于文本数据的搜索（如 MATCH AGAINST）。
    • 空间索引： 用于地理空间数据类型。
  • 物理存储分类（重要）：
    • 聚簇索引 (Clustered Index):
      • 定义： 表中数据行的物理存储顺序与索引键的逻辑顺序 相同。数据本身就是索引的一部分（通常在叶子节点存储完整数据行）。
      • 特性： 一个表 只能有一个 聚簇索引（因为物理顺序只有一种）。通常主键默认是聚簇索引（在 MySQL InnoDB, SQL Server 中）。
      • 优点： 基于聚簇键的范围查询和点查询非常快，因为相关数据物理上是连续的。
      • 缺点： 插入和更新操作可能较慢，因为可能需要移动数据行来维护物理顺序。非聚簇索引查找可能需要两次查找（先找到聚簇键，再通过聚簇键找到数据）。
    • 非聚簇索引 (Non-Clustered Index / Secondary Index):
      • 定义： 索引的逻辑顺序与数据行的物理存储顺序 不同。索引的叶子节点通常存储索引键的值和指向对应数据行的 指针（如行 ID 或聚簇索引键）。
      • 特性： 一个表可以有 多个 非聚簇索引。
      • 优点： 插入和更新操作通常比聚簇索引快（只需要修改索引结构和指针）。
      • 缺点： 基于非聚簇索引的查询可能需要额外的 I/O 操作来获取数据行（回表查询，Lookup）。但覆盖索引可以避免回表。

15. 什么是覆盖索引（Covering Index）？

• 解析：
  • 如果一个查询需要的所有列（SELECT, WHERE, ORDER BY, GROUP BY 中涉及的列）都包含在某个非聚簇索引中，那么数据库引擎可以直接从该索引获取所有需要的数据，而 无需 回到主表（聚簇索引）去查找完整的行数据。这个索引就称为该查询的 覆盖索引。
  • 优点： 避免了回表查询（Table Lookup / Bookmark Lookup），减少了 I/O 操作，显著提高查询性能。
  • 实现： 通常通过创建包含所有必要列的复合索引来实现。

16. 如何优化 SQL 查询？请列举一些常见的优化方法。

• 解析： SQL 优化是一个复杂的主题，涉及多个层面。常见方法包括：
  • 索引优化：
    • 为 WHERE, JOIN, ORDER BY, GROUP BY 子句中频繁使用的列创建合适的索引。
    • 创建复合索引时注意列的顺序（区分度高的列放前面，遵循最左前缀原则）。
    • 利用覆盖索引避免回表。
    • 定期检查并删除未使用或冗余的索引。
    • 避免在索引列上使用函数或进行运算，这会导致索引失效。(WHERE YEAR(date_col) = 2023 应改为 WHERE date_col >= '2023-01-01' AND date_col < '2024-01-01')
  • 查询语句优化：
    • 避免 SELECT *： 只选择需要的列，减少网络传输量和 I/O，更容易触发覆盖索引。
    • 优化 JOIN： 选择合适的 JOIN 类型，确保连接列上有索引，小表驱动大表（有时优化器会自动处理）。
    • 优化 WHERE 子句：
      • 避免在 WHERE 子句中使用 != 或 <> 操作符，尽量使用 =、>、<、BETWEEN 等。
      • 避免使用 OR 连接条件（有时可改写为 UNION ALL 或分拆查询）。
      • 避免 NULL 值判断 (IS NULL, IS NOT NULL)，如果可以，给列设置 NOT NULL 约束并使用默认值。
      • 对于 LIKE 查询，避免前导模糊匹配 (LIKE '%value')，这会导致索引失效。后缀模糊匹配 (LIKE 'value%') 或特定情况下的全文索引更优。
    • 优化 GROUP BY 和 ORDER BY： 确保相关列有索引，尽量减少排序的数据量。
    • 使用 EXISTS 代替 IN（某些场景下）： 特别是当子查询结果集较大时，EXISTS 通常性能更好（它找到第一个匹配就停止）。反之，IN 可能更优。
    • 减少子查询，考虑用 JOIN 代替： 非相关子查询有时可以改写为 JOIN，性能可能更好。
    • 合理使用 UNION 和 UNION ALL： 优先使用 UNION ALL 避免不必要的去重排序。
  • 数据库结构优化：
    • 适当的范式化： 减少数据冗余，但也可能增加 JOIN 操作。
    • 反范式化： 在特定场景下，为提高查询性能，适当增加冗余（如添加汇总字段）。
    • 选择合适的数据类型： 使用尽可能小且合适的数据类型。
  • 使用查询分析工具：
    • EXPLAIN (或 EXPLAIN ANALYZE)： 分析查询的执行计划，找出性能瓶颈（如全表扫描、未使用索引、文件排序等）。
    • 数据库性能监控工具： 识别慢查询。

17. 什么是 B-Tree 索引和 B+Tree 索引？它们有什么区别？

• 解析： B-Tree 和 B+Tree 是数据库中最常用的索引结构。

  • B-Tree (平衡多路搜索树):
    • 每个节点（包括内部节点和叶子节点）都 同时存储键值和数据指针（或数据本身）。
    • 所有叶子节点都在同一层，且不一定有指向兄弟节点的指针。
    • 查找特定键值时，可能在内部节点就命中并返回。

  • B+Tree:

    • 内部节点只存储键值（用于导航），不存储数据指针。数据指针（或完整数据）全部存储在叶子节点。
    • 所有叶子节点通过指针连接，形成一个有序链表。
    • 区别与优势（B+Tree 相对于 B-Tree）：
      • 范围查询更高效： 由于所有数据都在叶子节点，并且叶子节点是链表结构，进行范围查询时只需定位到起始叶子节点，然后沿链表顺序扫描即可，无需回溯。
      • 查询性能更稳定： 所有查询最终都必须到达叶子节点才能获取数据指针，查询路径长度相对固定。
      • 内部节点存储更多键值： 因为内部节点不存数据指针，相同大小的磁盘页可以容纳更多键值，使得树的高度更低，减少磁盘 I/O 次数。
      • 更适合磁盘存储： B+Tree 的结构特点使其更利于磁盘预读（缓存）。

  • 应用： 大多数关系型数据库（如 MySQL 的 InnoDB 存储引擎）使用 B+Tree 作为索引结构。

第四部分：事务与并发控制

考察对数据库事务特性和并发问题的理解。

18. 什么是数据库事务？事务的 ACID 特性是什么？

• 解析：
  • 事务 (Transaction): 数据库管理系统执行过程中的一个 逻辑工作单元，它包含一个或多个数据库操作（读/写），这些操作要么 全部执行成功，要么 全部不执行（回滚）。事务是一个不可分割的操作序列。
  • ACID 特性： 是保证事务可靠性的四个核心特性：
    • 原子性 (Atomicity): 事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行。如果事务中的任何一步失败，整个事务将被回滚到初始状态。
    • 一致性 (Consistency): 事务必须使数据库从一个一致性状态转变到另一个一致性状态。事务执行的结果必须是使数据库保持合法状态（满足所有约束和规则）。
    • 隔离性 (Isolation): 多个并发事务之间是隔离的，一个事务的执行不应被其他事务干扰。即一个事务所做的修改在最终提交前，对其他事务是不可见的（根据隔离级别不同，可见性程度不同）。
    • 持久性 (Durability): 一旦事务成功提交，则它对数据库所做的更改便是 永久性 的，即使后续系统发生崩溃或故障，这些更改也不会丢失。通常通过写入日志（如 WAL – Write-Ahead Logging）来保证。

19. 解释数据库的隔离级别及其可能引发的问题。

• 解析： 隔离级别定义了一个事务在执行过程中，其操作对其他并发事务的可见程度。SQL 标准定义了四种隔离级别，级别越高，并发性能越差，但数据一致性越好。

  • 读未提交 (Read Uncommitted): 最低级别。一个事务可以读取到另一个事务 尚未提交 的修改。
    • 可能问题：脏读 (Dirty Read) – 读取到了未提交的数据，如果该事务回滚，则读取到的数据是无效的。
  • 读已提交 (Read Committed): 一个事务只能读取到其他事务 已经提交 的修改。解决了脏读问题。这是大多数数据库（如 Oracle, SQL Server, PostgreSQL）的 默认 隔离级别。
    • 可能问题：不可重复读 (Non-Repeatable Read) – 在同一个事务内，两次执行相同的查询，可能得到不同的结果，因为其他事务在此期间提交了更新。
  • 可重复读 (Repeatable Read): 保证在同一个事务内，多次读取同一数据的结果是一致的。解决了不可重复读问题。这是 MySQL InnoDB 的 默认 隔离级别。
    • 实现： 通常通过 MVCC（多版本并发控制）实现。读取操作会读取事务开始时的数据快照。
    • 可能问题：幻读 (Phantom Read) – 在同一个事务内，两次执行相同的范围查询（如 SELECT ... WHERE condition），第二次查询可能会返回 新增 的、符合条件的行（“幻象”行），因为其他事务在此期间插入了新数据并提交。MySQL InnoDB 通过 Next-Key Locking 在一定程度上解决了幻读问题。
  • 可串行化 (Serializable): 最高级别。强制事务串行执行，仿佛它们是一个接一个地执行。避免了脏读、不可重复读和幻读。
    • 实现： 通常通过加锁（如读写锁）实现。
    • 缺点： 并发性能极差，通常只在对数据一致性要求极高的场景下使用。

第五部分：数据库设计与范式

考察对数据库结构设计原则的理解。

20. 什么是数据库范式？常见的范式有哪些（1NF, 2NF, 3NF）？

• 解析：

  • 数据库范式 (Database Normalization): 是设计关系数据库表结构的一系列规则或指南，其主要目的是 减少数据冗余、提高数据一致性、避免数据插入/更新/删除异常。范式级别越高，冗余越少，但可能需要更多的表和连接操作。

  • 常见范式：

    • 第一范式 (1NF – First Normal Form):
      • 要求： 表中的每一列都是 原子性 的，不可再分。即每个字段只存储一个值，而不是列表或集合。
      • 目的： 消除非原子列。所有关系数据库表天然满足 1NF。
    • 第二范式 (2NF – Second Normal Form):
      • 要求： 在满足 1NF 的基础上，表中的所有 非主键列 必须 完全依赖 于整个 主键（针对复合主键），而不能只依赖于主键的一部分。
      • 目的： 消除部分依赖。如果主键是单列，则满足 1NF 的表自动满足 2NF。
      • 例子： (订单号, 商品号) 作为复合主键，如果存在“商品名称”列，它只依赖于“商品号”，不依赖“订单号”，则不满足 2NF。应将商品信息拆分到单独的商品表。
    • 第三范式 (3NF – Third Normal Form):
      • 要求： 在满足 2NF 的基础上，表中的所有 非主键列 不得 传递依赖 于主键。即非主键列之间不能存在依赖关系（一个非主键列不能依赖于另一个非主键列）。
      • 目的： 消除传递依赖。
      • 例子： 员工表有 (员工号 PK, 部门号, 部门名称)。这里“部门名称”依赖于“部门号”（非主键），而“部门号”依赖于“员工号”（主键），存在传递依赖。应将部门信息拆分到单独的部门表。

  • 更高范式： 还存在 BCNF（Boyce-Codd Normal Form）、4NF、5NF 等，要求更严格，但在实践中 3NF 通常足够。

21. 范式化有什么好处？什么时候会考虑反范式化设计？

• 解析：
  • 范式化的好处：
    • 减少数据冗余： 相同信息只存储一次。
    • 提高数据一致性： 修改数据时只需修改一处，不易出错。
    • 避免更新异常： 如修改一个信息时需要更新多行。
    • 避免插入异常： 如无法插入某些信息，除非关联的其他信息也存在。
    • 避免删除异常： 如删除一行导致有用信息的丢失。
    • 使数据库结构更清晰、更易于维护。
  • 反范式化 (Denormalization):
    • 定义： 为了提高查询性能，故意 违反某些范式规则，增加数据冗余。
    • 考虑场景：
      • 当严格遵循范式导致 频繁且复杂的 JOIN 操作，严重影响查询性能时。
      • 在 读多写少 的应用场景中，查询性能是首要考虑因素。
      • 构建数据仓库或报表系统时，经常需要汇总和冗余数据以加速分析。
    • 方法： 添加冗余列、创建汇总表等。
    • 代价： 增加了数据冗余，可能导致数据不一致（需要额外的机制维护数据同步），增加了存储空间，降低了写操作的性能。需要权衡利弊。

第六部分：其他常见问题

22. 什么是视图（View）？使用视图有什么好处？

• 解析：
  • 视图 (View): 一个 虚拟表，其内容由一个 SQL 查询定义。它本身不存储数据（除非是物化视图），数据来源于其基于的基础表。视图就像一个窗口，通过它可以查看或操作基础表中的数据。
  • 好处：
    • 简化复杂查询： 将复杂的 JOIN 或聚合查询封装在视图中，用户只需查询简单的视图。
    • 数据安全性： 可以通过视图限制用户能访问的数据行和列，只暴露部分数据，隐藏敏感信息。
    • 逻辑数据独立性： 即使基础表的结构发生变化（如添加列），只要视图的定义不受影响，依赖于视图的应用程序就无需修改。
    • 数据重用和一致性： 定义一次，多处使用，确保逻辑一致性。

23. 什么是存储过程（Stored Procedure）和函数（Function）？它们有什么区别？

• 解析：
  • 存储过程和函数： 都是预先编译好并存储在数据库中的一组 SQL 语句集合，可以接受参数、执行逻辑、并返回结果。
  • 共同优点： 提高性能（预编译）、减少网络流量（调用名称而非长 SQL）、代码重用、封装业务逻辑、提高安全性（通过权限控制）。
  • 主要区别：
    • 返回值：
      • 函数 (Function) 必须有一个返回值（标量值或表类型）。主要用于计算并返回结果。可以在 SELECT 语句中像内置函数一样直接调用。
      • 存储过程 (Stored Procedure) 不强制要求返回值，可以通过输出参数（OUT 或 INOUT）返回多个值或状态。主要用于执行一系列操作（可能包含 DML, DDL）。通常通过 CALL 或 EXECUTE 命令调用。
    • 调用方式： 函数可以在 SQL 表达式中使用，存储过程不能。
    • 用途侧重： 函数侧重于计算和返回值，存储过程侧重于执行复杂的业务逻辑和数据操作流程。

24. 如何查找表中的重复记录？如何删除重复记录（保留一条）？

• 解析：
  • 查找重复记录（基于某些列，如 col1, col2）：
    sql
SELECT col1, col2, COUNT(*)
FROM your_table
GROUP BY col1, col2
HAVING COUNT(*) > 1;
  • 删除重复记录（保留一条，通常保留 ID 最小或最大的那条）：
    • 方法一：使用子查询和 MIN() 或 MAX() ID (假设有唯一 ID 列 id)
      sql
DELETE FROM your_table
WHERE id NOT IN (
SELECT MIN(id) -- 或 MAX(id)
FROM your_table
GROUP BY col1, col2 -- 基于哪些列判断重复
);

    • 方法二：使用窗口函数 ROW_NUMBER() (推荐，通常更高效)
      “`sql
      — CTE (Common Table Expression) 写法
      WITH RowNumCTE AS (
      SELECT
      id, — 或者其他可以唯一标识行的列
      ROW_NUMBER() OVER(PARTITION BY col1, col2 ORDER BY id) as rn — 按重复列分组，按id排序编号
      FROM your_table
      )
      DELETE FROM RowNumCTE WHERE rn > 1; — 删除编号大于1的记录（即重复记录）

      — 注意：直接从 CTE 删除可能在某些数据库版本/类型中不支持，
      — 可能需要改写为 DELETE … FROM your_table JOIN RowNumCTE …
      — 或者先查询出要删除的 id 列表，再执行 DELETE。
      — 例如，在 MySQL 中可能这样写：
      DELETE t1 FROM your_table t1
      INNER JOIN (
      SELECT id, ROW_NUMBER() OVER(PARTITION BY col1, col2 ORDER BY id) as rn
      FROM your_table
      ) t2 ON t1.id = t2.id
      WHERE t2.rn > 1;
      “`

25. 请写一个 SQL 查询，找出每个部门薪资最高的员工信息。

• 解析： 这是考察复杂查询和分组/排序能力的经典问题。

  • 方法一：使用相关子查询
    sql
SELECT e.employee_id, e.employee_name, e.department_id, e.salary
FROM employees e
WHERE e.salary = (
SELECT MAX(salary)
FROM employees e2
WHERE e.department_id = e2.department_id
);
-- 如果有多个员工薪资相同且最高，都会被选出。
  • 方法二：使用窗口函数 RANK() 或 DENSE_RANK() (推荐)
    sql
WITH RankedEmployees AS (
SELECT
employee_id,
employee_name,
department_id,
salary,
RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) as salary_rank
-- 或者 DENSE_RANK()
FROM employees
)
SELECT employee_id, employee_name, department_id, salary
FROM RankedEmployees
WHERE salary_rank = 1;
-- 使用 RANK() 或 DENSE_RANK() 可以处理并列最高薪的情况。
  • 方法三：使用 LEFT JOIN (特定场景，可能效率不高)
    sql
SELECT e1.employee_id, e1.employee_name, e1.department_id, e1.salary
FROM employees e1
LEFT JOIN employees e2
ON e1.department_id = e2.department_id AND e1.salary < e2.salary
WHERE e2.employee_id IS NULL; -- 如果找不到同部门更高薪的，说明e1是最高薪之一

面试建议

1. 清晰沟通： 理解问题，如有疑问及时向面试官确认需求和表结构。
2. 思考过程： 边写 SQL 边解释你的思路，展示逻辑推理能力。
3. 代码规范： 书写清晰、格式规范的 SQL 代码，使用有意义的别名。
4. 考虑边界： 思考 NULL 值、空表、重复值等边界情况。
5. 性能意识： 在回答复杂查询或优化问题时，体现对性能的关注。
6. 实践为王： 平时多刷题，多在实际数据库环境中练习。

结语

SQL 面试的范围广泛，但核心知识点相对集中。掌握本文梳理的基础概念、熟练运用 DML 和 DQL 进行数据操作与查询、理解索引和性能优化的原理、了解事务和范式的基本概念，并能解决常见的场景问题，将大大增加你在 SQL 面试中脱颖而出的机会。祝你面试顺利！

---