SQL面试完全指南：30道高频题+标准答案解析

Stack Overflow 2024年开发者调查显示，SQL连续多年稳居最常用编程语言前三，超过50%的专业开发者在工作中使用SQL。无论你申请数据分析师、后端工程师还是数据工程师岗位，SQL都是绕不开的技能。

但很多人刷了上百道LeetCode SQL题，面试时还是卡壳。为什么？因为面试官考察的不只是你会不会写，而是你怎么思考、如何优化、能否应对真实业务场景。

这篇文章整理了30道高频SQL面试题，按难度和知识点分类，每道题都附带标准答案、解析和面试官视角。看完这篇，你就知道SQL面试到底在考什么。

一、基础查询（10题）

查询所有列和指定列

题目：有一个employees表，包含id, name, department, salary, hire_date字段。请写出查询所有员工信息的SQL，以及只查询姓名和部门的SQL。

答案：

-- 查询所有列
SELECT * FROM employees;

-- 查询指定列
SELECT name, department FROM employees;

解析：

SELECT * 会返回所有列，生产环境慎用（性能问题）
明确列出需要的列是更好的实践

面试官视角：这道题看起来简单，但我会追问"为什么不用SELECT *"，考察你是否了解生产环境的最佳实践。

WHERE条件筛选

题目：查询薪资大于50000的员工姓名和薪资。

答案：

SELECT name, salary 
FROM employees 
WHERE salary > 50000;

解析：

WHERE子句用于过滤行
支持的比较运算符：=, >, <, >=, <=, <>, !=

多条件筛选（AND/OR）

题目：查询IT部门且薪资大于60000的员工，或者任何部门薪资大于100000的员工。

答案：

SELECT * 
FROM employees 
WHERE (department = 'IT' AND salary > 60000) 
   OR salary > 100000;

解析：

使用括号明确优先级
AND优先级高于OR，不写括号可能得到错误结果

面试官视角：我会故意不写括号，看候选人能否发现逻辑错误。

IN和BETWEEN

题目：查询部门为IT、HR或Finance的员工，以及入职日期在2020-01-01到2023-12-31之间的员工。

答案：

SELECT * 
FROM employees 
WHERE department IN ('IT', 'HR', 'Finance')
  AND hire_date BETWEEN '2020-01-01' AND '2023-12-31';

解析：

IN可以替代多个OR，更简洁
BETWEEN是闭区间，包含两端值

LIKE模糊匹配

题目：查询姓名以"J"开头的员工。

答案：

SELECT * 
FROM employees 
WHERE name LIKE 'J%';

解析：

%匹配任意多个字符
_匹配单个字符
LIKE 'J%n'匹配以J开头、以n结尾的姓名

NULL值处理

题目：查询没有分配部门的员工（department字段为NULL）。

答案：

SELECT * 
FROM employees 
WHERE department IS NULL;

解析：

NULL不能用= NULL或<> NULL判断
必须用IS NULL或IS NOT NULL
任何与NULL的比较都返回NULL（不是TRUE也不是FALSE）

面试官视角：这是高频错误点，很多候选人会写成= NULL，我会追问"为什么这样写不对"。

ORDER BY排序

题目：查询所有员工，按薪资降序排列，薪资相同的按姓名升序排列。

答案：

SELECT * 
FROM employees 
ORDER BY salary DESC, name ASC;

解析：

DESC降序，ASC升序（默认）
可以按多个字段排序，优先级从左到右

LIMIT限制结果

题目：查询薪资最高的3名员工。

答案：

SELECT * 
FROM employees 
ORDER BY salary DESC 
LIMIT 3;

解析：

MySQL/PostgreSQL用LIMIT
SQL Server用TOP 3
Oracle用FETCH FIRST 3 ROWS ONLY

DISTINCT去重

题目：查询公司有哪些部门（不重复）。

答案：

SELECT DISTINCT department 
FROM employees;

解析：

DISTINCT作用于整行，不是单个列
SELECT DISTINCT department, salary会按两列组合去重

别名（AS）

题目：查询员工姓名和年薪（薪资×12），列名显示为"员工姓名"和"年薪"。

答案：

SELECT name AS 员工姓名, 
       salary * 12 AS 年薪
FROM employees;

解析：

AS可以省略
别名可以用中文，但建议用英文
别名可以在ORDER BY中使用

二、JOIN连接查询（8题）

INNER JOIN内连接

题目：有employees和departments两张表，查询每个员工的姓名及其部门名称。

答案：

SELECT e.name, d.department_name
FROM employees e
INNER JOIN departments d ON e.department_id = d.id;

解析：

INNER JOIN只返回两表都有匹配的行
表别名让SQL更简洁
连接条件用ON指定

LEFT JOIN左连接

题目：查询所有员工的姓名和部门名称，包括没有分配部门的员工。

答案：

SELECT e.name, d.department_name
FROM employees e
LEFT JOIN departments d ON e.department_id = d.id;

解析：

LEFT JOIN返回左表所有行，右表没有匹配则为NULL
这是实际业务中最常用的JOIN类型

面试官视角：我会问"INNER JOIN和LEFT JOIN的区别"，以及"什么场景用LEFT JOIN"。

RIGHT JOIN右连接

题目：查询所有部门及其员工，包括没有员工的部门。

答案：

SELECT d.department_name, e.name
FROM employees e
RIGHT JOIN departments d ON e.department_id = d.id;

解析：

RIGHT JOIN与LEFT JOIN对称
实际中很少用，可以改写成LEFT JOIN（交换表顺序）

FULL OUTER JOIN全连接

题目：查询所有员工和所有部门，无论是否匹配。

答案：

-- PostgreSQL/SQL Server
SELECT e.name, d.department_name
FROM employees e
FULL OUTER JOIN departments d ON e.department_id = d.id;

-- MySQL不支持FULL JOIN，用UNION替代
SELECT e.name, d.department_name
FROM employees e
LEFT JOIN departments d ON e.department_id = d.id
UNION
SELECT e.name, d.department_name
FROM employees e
RIGHT JOIN departments d ON e.department_id = d.id;

解析：

FULL OUTER JOIN返回两表所有行
MySQL不支持，需要用UNION模拟

自连接

题目：employees表有id, name, manager_id字段，查询每个员工及其直接上级的姓名。

答案：

SELECT e.name AS 员工姓名, 
       m.name AS 上级姓名
FROM employees e
LEFT JOIN employees m ON e.manager_id = m.id;

解析：

自连接是同一张表与自己连接
通过别名区分两个"副本"
常用于层级关系查询

多表连接

题目：有employees, departments, projects三张表，查询员工姓名、部门名称和参与的项目名称。

答案：

SELECT e.name, d.department_name, p.project_name
FROM employees e
LEFT JOIN departments d ON e.department_id = d.id
LEFT JOIN employee_projects ep ON e.id = ep.employee_id
LEFT JOIN projects p ON ep.project_id = p.id;

解析：

可以连续JOIN多张表
注意连接顺序和条件
多对多关系需要中间表

CROSS JOIN交叉连接

题目：生成所有员工和所有部门的组合（笛卡尔积）。

答案：

SELECT e.name, d.department_name
FROM employees e
CROSS JOIN departments d;

解析：

CROSS JOIN返回两表的笛卡尔积
结果行数 = 表A行数 × 表B行数
实际业务中很少用，通常是无意的错误

JOIN性能优化

题目：为什么JOIN查询很慢？如何优化？

答案：

-- 确保连接字段有索引
CREATE INDEX idx_emp_dept ON employees(department_id);
CREATE INDEX idx_dept_id ON departments(id);

-- 只查询需要的列
SELECT e.name, d.department_name
FROM employees e
INNER JOIN departments d ON e.department_id = d.id
WHERE e.salary > 50000;

解析：

连接字段建立索引
小表驱动大表
避免SELECT *
先过滤再连接

面试官视角：这道题考察实战经验，我会追问"如何分析慢查询"。

三、聚合函数与分组（7题）

基本聚合函数

题目：查询员工总数、平均薪资、最高薪资、最低薪资、薪资总和。

答案：

SELECT COUNT(*) AS 员工总数,
       AVG(salary) AS 平均薪资,
       MAX(salary) AS 最高薪资,
       MIN(salary) AS 最低薪资,
       SUM(salary) AS 薪资总和
FROM employees;

解析：

COUNT(*)统计行数
COUNT(column)统计非NULL值数量
AVG自动忽略NULL值

GROUP BY分组

题目：查询每个部门的员工数量和平均薪资。

答案：

SELECT department,
       COUNT(*) AS 员工数量,
       AVG(salary) AS 平均薪资
FROM employees
GROUP BY department;

解析：

GROUP BY按指定列分组
SELECT中的非聚合列必须出现在GROUP BY中
分组后每组返回一行

HAVING过滤分组

题目：查询员工数量超过5人的部门。

答案：

SELECT department, COUNT(*) AS 员工数量
FROM employees
GROUP BY department
HAVING COUNT(*) > 5;

解析：

WHERE过滤行，HAVING过滤分组
WHERE在分组前，HAVING在分组后
HAVING可以使用聚合函数

面试官视角：我会问"WHERE和HAVING的区别"，这是经典面试题。

GROUP BY多列

题目：查询每个部门每个职级的员工数量。

答案：

SELECT department, level, COUNT(*) AS 员工数量
FROM employees
GROUP BY department, level;

解析：

可以按多列分组
分组粒度更细

GROUP BY与ROLLUP

题目：查询每个部门的薪资总和，以及所有部门的总薪资。

答案：

SELECT department, SUM(salary) AS 薪资总和
FROM employees
GROUP BY department WITH ROLLUP;

解析：

WITH ROLLUP生成小计和总计行
总计行的department为NULL
MySQL/SQL Server支持，PostgreSQL用GROUPING SETS

聚合函数与NULL

题目：employees表的bonus列有NULL值，计算平均奖金时如何处理？

答案：

-- 方法1：AVG自动忽略NULL
SELECT AVG(bonus) FROM employees;

-- 方法2：将NULL视为0
SELECT AVG(COALESCE(bonus, 0)) FROM employees;

-- 方法3：只计算有奖金的员工
SELECT AVG(bonus) FROM employees WHERE bonus IS NOT NULL;

解析：

COALESCE(value, default)返回第一个非NULL值
业务场景决定如何处理NULL

DISTINCT与聚合函数

题目：统计有多少个不同的部门。

答案：

SELECT COUNT(DISTINCT department) AS 部门数量
FROM employees;

解析：

COUNT(DISTINCT column)统计不重复值的数量
可以与其他聚合函数组合：SUM(DISTINCT salary)

四、窗口函数（5题）

ROW_NUMBER排名

题目：为每个部门的员工按薪资排名，薪资相同的按姓名排序。

答案：

SELECT name, department, salary,
       ROW_NUMBER() OVER (
           PARTITION BY department 
           ORDER BY salary DESC, name
       ) AS 排名
FROM employees;

解析：

ROW_NUMBER()生成连续序号，不会重复
PARTITION BY分组，类似GROUP BY但不合并行
ORDER BY组内排序

RANK和DENSE_RANK

题目：查询员工薪资排名，考虑并列情况。

答案：

SELECT name, salary,
       RANK() OVER (ORDER BY salary DESC) AS rank排名,
       DENSE_RANK() OVER (ORDER BY salary DESC) AS dense_rank排名
FROM employees;

解析：

RANK()：并列时跳过后续名次（1,2,2,4）
DENSE_RANK()：并列时不跳过（1,2,2,3）
ROW_NUMBER()：不处理并列（1,2,3,4）

面试官视角：这是高频考点，我会问三种排名函数的区别。

LAG和LEAD

题目：查询每个员工与其前一名员工的薪资差。

答案：

SELECT name, salary,
       LAG(salary) OVER (ORDER BY salary DESC) AS 前一名薪资,
       salary - LAG(salary) OVER (ORDER BY salary DESC) AS 薪资差
FROM employees;

解析：

LAG(column, offset, default)获取前N行的值
LEAD(column, offset, default)获取后N行的值
常用于计算环比、同比

SUM窗口函数

题目：计算累计薪资（按薪资降序）。

答案：

SELECT name, salary,
       SUM(salary) OVER (
           ORDER BY salary DESC
           ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
       ) AS 累计薪资
FROM employees;

解析：

聚合函数可以用作窗口函数
ROWS BETWEEN ... AND ...定义窗口范围
UNBOUNDED PRECEDING表示第一行

NTILE分组

题目：将员工按薪资分为4个等级（前25%、25%-50%、50%-75%、后25%）。

答案：

SELECT name, salary,
       NTILE(4) OVER (ORDER BY salary DESC) AS 薪资等级
FROM employees;

解析：

NTILE(n)将数据分为n组
每组行数尽量相等
常用于分位数分析

五、面试官想看到什么

刷题只是第一步，面试官真正考察的是：

思维过程

面试官不会只看你写出正确答案，更看重你如何思考：

先理解需求：复述题目，确认边界条件
分析数据：问清楚表结构、数据量、NULL值处理
写出方案：先写基本版本，再优化
解释思路：说明为什么这样写

示例对话：

面试官：查询每个部门薪资最高的员工。

候选人：我需要确认一下，一个部门可能有多个员工薪资相同且最高吗？如果是，要返回所有最高薪的员工，还是只返回一个？

这种提问展示了你的业务思维和严谨性。

优化意识

写出能跑的SQL不难，难的是写出高效的SQL。面试官会考察：

索引意识：

-- 差：全表扫描
SELECT * FROM employees WHERE YEAR(hire_date) = 2023;

-- 好：利用索引
SELECT * FROM employees 
WHERE hire_date >= '2023-01-01' AND hire_date < '2024-01-01';

查询优化：

-- 差：子查询效率低
SELECT * FROM employees 
WHERE department_id IN (SELECT id FROM departments WHERE location = 'Beijing');

-- 好：JOIN效率高
SELECT e.* 
FROM employees e
INNER JOIN departments d ON e.department_id = d.id
WHERE d.location = 'Beijing';

避免全表扫描：

只查询需要的列
WHERE条件使用索引列
避免在索引列上使用函数

实战经验

面试官会通过追问考察你是否真正用过SQL：

"遇到过最复杂的SQL查询是什么？"
"如何优化一个执行了10秒的查询？"
"如何处理大数据量的导出？"
"MySQL和PostgreSQL的窗口函数有什么区别？"

准备一些真实案例，比背答案更有说服力。

边界情况处理

优秀的候选人会主动考虑边界情况：

NULL值如何处理？
数据重复怎么办？
结果集为空会怎样？
大数据量会不会OOM？

-- 考虑NULL值
SELECT COALESCE(department, '未分配') AS 部门
FROM employees;

-- 考虑除零错误
SELECT department, 
       SUM(CASE WHEN gender = 'M' THEN 1 ELSE 0 END) * 1.0 / 
       NULLIF(COUNT(*), 0) AS 男性比例
FROM employees
GROUP BY department;

代码可读性

生产环境的SQL需要团队协作，可读性很重要：

-- 差：一行写完，难以理解
SELECT e.name,d.department_name,COUNT(*) FROM employees e JOIN departments d ON e.department_id=d.id JOIN employee_projects ep ON e.id=ep.employee_id GROUP BY e.name,d.department_name HAVING COUNT(*)>2;

-- 好：格式清晰，易于维护
SELECT 
    e.name AS 员工姓名,
    d.department_name AS 部门名称,
    COUNT(*) AS 项目数量
FROM employees e
INNER JOIN departments d ON e.department_id = d.id
INNER JOIN employee_projects ep ON e.id = ep.employee_id
GROUP BY e.name, d.department_name
HAVING COUNT(*) > 2;

六、常见问题FAQ

Q1: SQL面试一般考什么难度？

A: 取决于岗位：

数据分析师：基础查询、JOIN、聚合函数为主，偶尔考窗口函数
后端工程师：JOIN、索引优化、慢查询分析
数据工程师：窗口函数、复杂查询、性能优化、大数据处理

建议按岗位准备，不要盲目刷难题。

Q2: LeetCode SQL题要刷多少道？

A: 质量比数量重要。建议：

Easy 50道：熟练基础语法
Medium 30道：掌握JOIN、窗口函数
Hard 10道：挑战复杂场景

重点不是刷多少，而是每道题都理解透彻，能举一三。

Q3: 不同数据库的SQL语法差异大吗？

A: 核心语法（SELECT, WHERE, JOIN, GROUP BY）基本一致，差异主要在：

功能	MySQL	PostgreSQL	SQL Server	Oracle
字符串连接	CONCAT()	\|\|	+	\|\|
限制行数	LIMIT	LIMIT	TOP	FETCH FIRST
布尔类型	无	有	无	无
窗口函数	8.0+支持	完整支持	完整支持	完整支持
FULL JOIN	不支持	支持	支持	支持