SQL数据库面试题精选，从基础到高级，助你轻松拿下Offer

2026-07-24 02:44:56 121阅读
这份《SQL数据库面试题精选》是助力求职者高效梳理薄弱、精准备考、拿下心仪技术Offer的实用资料，它覆盖从基础到高级的高频核心内容：基础如SELECT子句、JOIN关联、分组聚合；进阶高频如索引设计调优、事务ACID、锁机制解析；均配有专业简洁解析，适配应届生、跨行者及社招转岗/进阶技术人员。

在数据分析、后端开发、数据工程师等岗位的面试中，SQL几乎是必考项——它不仅是处理数据的核心工具，更能体现候选人对数据逻辑的理解能力，为了帮大家高效备考，我们整理了从基础到高级的经典SQL面试题，附详细解析和示例答案,让你面试时胸有成竹！

基础篇：核心概念与常用操作

这部分是面试的“敲门砖”，主要考察你对SQL基本语法和核心概念的掌握,几乎每个岗位都会问到。

SQL数据库面试题精选，从基础到高级，助你轻松拿下Offer

基础SELECT查询：去重、排序与条件过滤

有一张“员工表（employee）”，包含字段：id（员工ID）、name（姓名）、department（部门）、salary（薪资），请写出SQL：

  • 查询所有员工的姓名和部门；
  • 查询薪资大于8000的员工，按薪资降序排列；
  • 查询有哪些不同的部门（去重）。

解析：

  • 基础查询用SELECT指定列，FROM指定表；
  • 条件过滤用WHERE，排序用ORDER BY（降序加DESC，默认升序ASC）；
  • 去重用DISTINCT关键字。

示例答案： 

-- 查询姓名和部门
SELECT name, department FROM employee;
-- 查询薪资>8000的员工并降序
SELECT * FROM employee WHERE salary > 8000 ORDER BY salary DESC;
-- 查询不同部门（去重）
SELECT DISTINCT department FROM employee;

WHERE vs HAVING：别再搞混！

WHERE和HAVING都用于过滤数据，它们的区别是什么？请举例说明。

解析：
这是最经典的基础题，核心区别在于过滤时机：

  • WHERE：在数据分组前过滤，不能直接用聚合函数（如SUM、COUNT）；
  • HAVING：在数据分组后过滤，通常和GROUP BY一起使用,可结合聚合函数。

示例：
比如要查询“部门平均薪资大于10000的部门”： 

-- 错误：WHERE不能直接用聚合函数
SELECT department, AVG(salary) FROM employee WHERE AVG(salary) > 10000 GROUP BY department;
-- 正确：用HAVING在分组后过滤
SELECT department, AVG(salary) AS avg_salary 
FROM employee 
GROUP BY department 
HAVING AVG(salary) > 10000;

JOIN的类型与区别：内连接、左连接、右连接…

SQL中有哪些常见的JOIN类型？分别解释它们的作用,并举例说明。

解析：
JOIN是SQL的核心，面试几乎必问，常见类型及区别：

  • 内连接（INNER JOIN）：只返回两张表中匹配成功的行（默认JOIN就是INNER JOIN）；
  • 左连接（LEFT JOIN）：返回左表的所有行，右表匹配不到的地方用NULL填充；
  • 右连接（RIGHT JOIN）：返回右表的所有行，左表匹配不到的地方用NULL填充；
  • 全外连接（FULL JOIN）：返回左右表的所有行，匹配不到的用NULL填充（部分数据库如MySQL不直接支持，可用UNION实现）。

示例：
假设有“学生表（student）”和“成绩表（score）”，student.id = score.student_id： 

-- 内连接：只返回有成绩的学生
SELECT s.name, sc.score 
FROM student s 
INNER JOIN score sc ON s.id = sc.student_id;
-- 左连接：返回所有学生，没成绩的score列是NULL
SELECT s.name, sc.score 
FROM student s 
LEFT JOIN score sc ON s.id = sc.student_id;

GROUP BY与聚合函数

请用SQL统计每个部门的员工人数和最高薪资。

解析：
GROUP BY用于对数据分组，结合聚合函数（COUNT、MAX、MIN、SUM、AVG）使用，注意：SELECT中的列要么是GROUP BY的列,要么是聚合函数。

示例答案： 

SELECT 
  department, 
  COUNT(*) AS employee_count,  -- 统计人数
  MAX(salary) AS max_salary    -- 统计最高薪资
FROM employee 
GROUP BY department;

进阶篇：实用技巧与高频考点

这部分考察你解决复杂问题的能力，是拉开差距的关键,也是中高级岗位的重点。

子查询与临时表：解决“嵌套”问题

查询“薪资高于公司平均薪资”的员工姓名和薪资。

解析：
需要先计算公司平均薪资，再用这个结果作为条件过滤员工,可以用子查询或临时表实现。

示例答案： 

-- 方法1：子查询
SELECT name, salary 
FROM employee 
WHERE salary > (SELECT AVG(salary) FROM employee);
-- 方法2：临时表（更清晰，适合复杂逻辑）
WITH avg_salary AS (
  SELECT AVG(salary) AS avg_s FROM employee
)
SELECT e.name, e.salary 
FROM employee e, avg_salary a 
WHERE e.salary > a.avg_s;

窗口函数：排名、分组统计的神器

有一张“成绩表（score）”，包含student_id（学生ID）、class（班级）、score（分数），请查询每个班级中分数排名前3的学生（如果分数相同，排名不跳过）。

解析：
窗口函数（如ROW_NUMBER()、RANK()、DENSE_RANK()）是面试高频考点，核心是PARTITION BY（分组）和ORDER BY（排序）：

  • ROW_NUMBER()：按顺序给行编号，相同分数也会有不同排名；
  • RANK()：相同分数排名相同，后续排名跳过（如1、1、3）；
  • DENSE_RANK()：相同分数排名相同，后续不跳过（如1、1、2）。

本题要求“排名不跳过”，用DENSE_RANK()。

示例答案： 

WITH ranked_score AS (
  SELECT 
    student_id, 
    class, 
    score,
    DENSE_RANK() OVER (PARTITION BY class ORDER BY score DESC) AS rank_num
  FROM score
)
SELECT * FROM ranked_score WHERE rank_num <= 3;

NULL值的处理：别让“空”坑了你

如何判断字段是否为NULL？如何将NULL替换为其他值？

解析：
NULL不是空字符串，也不是0，不能用= NULL或!= NULL判断，必须用IS NULL或IS NOT NULL，替换NULL常用COALESCE函数（返回第一个非NULL值）。

示例答案： 

-- 查询没有填写部门的员工（department为NULL）
SELECT * FROM employee WHERE department IS NULL;
-- 将NULL部门替换为“待分配”
SELECT name, COALESCE(department, '待分配') AS department FROM employee;

高级篇：性能优化与底层原理

这部分考察你对SQL“内功”的理解，适合中高级开发、DBA或数据工程师岗位。

事务的ACID特性

什么是事务？请解释事务的ACID特性。

解析：
事务是一组SQL操作的集合，要么全部成功，要么全部失败，ACID是事务的核心特性：

  • 原子性（Atomicity）：事务是不可分割的最小单位，要么全做，要么全不做；
  • 一致性（Consistency）：事务执行前后，数据库从一个一致状态到另一个一致状态（比如转账前后总金额不变）；
  • 隔离性（Isolation）：多个事务并发执行时，互不干扰；
  • 持久性（Durability）：事务提交后，数据永久保存,即使系统故障也不丢失。

聚集索引 vs 非聚集索引

聚集索引和非聚集索引的区别是什么？一个表可以有几个聚集索引？

解析：
索引是提升查询性能的关键，两者核心区别是数据存储方式：

  • 聚集索引：决定数据的物理存储顺序，一个表只能有1个（通常是主键）；
  • 非聚集索引：存储的是“索引列+指向数据行的指针”，物理存储顺序与索引顺序无关,一个表可以有多个。

简单理解：聚集索引像字典的“拼音目录”，数据按拼音顺序排列；非聚集索引像“部首目录”,目录顺序和正文顺序无关。

SQL性能优化的常见方法

你有哪些SQL性能优化的经验？请列举3-5个。

解析：
性能优化是高级岗位必问，常见方法：

  1. 避免SELECT *，只查需要的列；
  2. 合理建索引（在WHERE、JOIN、ORDER BY的列上建，但不要过度建索引，会影响写入性能）；
  3. 避免在WHERE子句中对字段用函数（如WHERE YEAR(create_time) = 2023，会让索引失效）；
  4. 用LIMIT限制返回行数，避免全表扫描；
  5. 大表查询时,考虑分页或分表分库。

面试通关小技巧

除了背题，这些技巧能帮你加分：

  1. 展示思路，不只给答案：比如面试官问JOIN，先讲“我会先考虑需要保留哪张表的数据，再选左连接还是内连接”，而不是直接写SQL；
  2. 结合项目经验：如果做过“统计订单数据”的项目，可以说“我之前用窗口函数统计过每个用户的订单排名，和这个题类似”；
  3. 遇到不会的别慌：可以说“这个问题我现在不太确定，但我会从XX角度思考”（我会先查索引的底层结构，或者试试EXPLAIN看执行计划”）,展示你的思考过程。

SQL面试的核心是“理解逻辑+熟练应用”，建议大家把这些题动手写一遍，结合实际场景练习，只要把基础打牢，再掌握高频考点,就能轻松应对面试！

最后祝大家都能拿到心仪的Offer～

文章版权声明：除非注明，否则均为亚朵原创文章，转载或复制请以超链接形式并注明出处。

相关阅读