网站建设合同付款比例seo排名工具站长

网站建设合同付款比例,seo排名工具站长,公众号开发答题活动,免费模式营销案例一、核心考点清单1. GROUP BY 与聚合函数#xff08;⭐⭐⭐⭐⭐#xff09;必考知识点#xff1a;-- 五大聚合函数 COUNT(*) -- 统计所有行 COUNT(column) -- 统计非NULL值 COUNT(DISTINCT column) -- 统计不重复的非NULL值 AVG(column) -- 平均值⭐⭐⭐⭐⭐必考知识点-- 五大聚合函数 COUNT(*) -- 统计所有行 COUNT(column) -- 统计非NULL值 COUNT(DISTINCT column) -- 统计不重复的非NULL值 AVG(column) -- 平均值忽略NULL SUM(column) -- 求和忽略NULL MAX(column) -- 最大值 MIN(column) -- 最小值高频考点COUNT(*) vs COUNT(列) vs COUNT(DISTINCT 列) 的区别聚合函数对NULL的处理方式GROUP BY 后 SELECT 只能包含分组列和聚合函数多字段分组示例-- ✅ 正确 SELECT department, AVG(salary) FROM employees GROUP BY department; -- ❌ 错误name既不在GROUP BY中也不是聚合函数 SELECT department, name, AVG(salary) FROM employees GROUP BY department;2. WHERE vs HAVING⭐⭐⭐⭐⭐核心区别对比项WHEREHAVING执行时机分组前过滤分组后过滤能否使用聚合函数❌ 不能✅ 能过滤对象原始数据行分组结果性能更优先过滤再分组较慢先分组再过滤示例-- ✅ 正确先用WHERE过滤再用HAVING筛选分组 SELECT department, AVG(salary) as avg_sal FROM employees WHERE hire_date 2020-01-01 -- WHERE不能用聚合函数 GROUP BY department HAVING AVG(salary) 8000; -- HAVING可以用聚合函数 -- ❌ 错误WHERE不能用聚合函数 SELECT department, AVG(salary) FROM employees WHERE AVG(salary) 8000 -- 错误 GROUP BY department; **记忆口诀WHERE先筛人HAVING后选组** --- ### 3. SQL 执行顺序⭐⭐⭐⭐⭐ **标准执行顺序** FROM -- 1. 确定数据来源 WHERE -- 2. 过滤原始数据 GROUP BY -- 3. 分组 HAVING -- 4. 过滤分组结果 SELECT -- 5. 选择列计算表达式 DISTINCT -- 6. 去重 ORDER BY -- 7. 排序 LIMIT -- 8. 限制结果数量为什么要记住执行顺序-- 理解为什么这样写会报错 SELECT salary * 1.1 as new_salary FROM employees WHERE new_salary 5000; -- ❌ 错误WHERE在SELECT前执行还没有new_salary -- 正确写法1在WHERE中重复表达式 WHERE salary * 1.1 5000 -- 正确写法2用子查询 SELECT * FROM ( SELECT salary * 1.1 as new_salary FROM employees ) t WHERE new_salary 5000;4. 条件聚合⭐⭐⭐⭐核心技巧SUM/AVG CASE WHENsql-- 统计不同状态的数量 SELECT department, SUM(CASE WHEN status 在职 THEN 1 ELSE 0 END) as active_count, SUM(CASE WHEN status 离职 THEN 1 ELSE 0 END) as left_count, -- 计算占比 ROUND(SUM(CASE WHEN status 在职 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 2) as active_rate FROM employees GROUP BY department; -- 条件平均值 SELECT category, AVG(CASE WHEN price 100 THEN price END) as avg_high_price, AVG(CASE WHEN price 100 THEN price END) as avg_low_price FROM products GROUP BY category;等价写法MySQL特有sql-- 方法1: SUM CASE SUM(CASE WHEN status 在职 THEN 1 ELSE 0 END) -- 方法2: COUNT IF COUNT(IF(status 在职, 1, NULL)) -- 方法3: SUM IF SUM(IF(status 在职, 1, 0))5. 子查询与JOIN⭐⭐⭐⭐常见场景场景1找出每组的最大值对应的记录-- 需求找出每个部门工资最高的员工 SELECT e.* FROM employees e INNER JOIN ( SELECT department, MAX(salary) as max_sal FROM employees GROUP BY department ) t ON e.department t.department AND e.salary t.max_sal;场景2与总体比较-- 需求找出销量高于平均销量的产品 SELECT product_name, sales_quantity FROM products WHERE sales_quantity (SELECT AVG(sales_quantity) FROM products);场景3计算百分比-- 使用子查询计算占比 SELECT category, COUNT(*) as count, ROUND(COUNT(*) * 100.0 / (SELECT COUNT(*) FROM products), 2) as percentage FROM products GROUP BY category;6. 窗口函数⭐⭐⭐⭐MySQL 8.0 必考-- RANK() - 排名有并列会跳号 (1,2,2,4) SELECT product_name, sales, RANK() OVER (ORDER BY sales DESC) as ranking FROM products; -- DENSE_RANK() - 排名有并列不跳号 (1,2,2,3) SELECT product_name, sales, DENSE_RANK() OVER (ORDER BY sales DESC) as ranking FROM products; -- ROW_NUMBER() - 行号不重复 (1,2,3,4) SELECT product_name, sales, ROW_NUMBER() OVER (ORDER BY sales DESC) as row_num FROM products; -- PARTITION BY - 分组排名 SELECT category, product_name, sales, RANK() OVER (PARTITION BY category ORDER BY sales DESC) as category_rank FROM products; -- LAG/LEAD - 访问前后行 SELECT date, sales, LAG(sales, 1) OVER (ORDER BY date) as prev_sales, LEAD(sales, 1) OVER (ORDER BY date) as next_sales FROM daily_sales;窗口函数 vs GROUP BY-- GROUP BY结果行数减少 SELECT category, AVG(price) FROM products GROUP BY category; -- 结果每个类别一行 -- 窗口函数保留所有行 SELECT category, product_name, price, AVG(price) OVER (PARTITION BY category) as category_avg FROM products; -- 结果每个产品一行带有类别平均价格7. 日期函数⭐⭐⭐⭐常用日期函数-- 日期提取 YEAR(date) -- 2023 MONTH(date) -- 1-12 DAY(date) -- 1-31 QUARTER(date) -- 1-4季度 DAYOFWEEK(date) -- 1-71周日 WEEK(date) -- 0-53周数 -- 日期格式化 DATE_FORMAT(date, %Y-%m) -- 2023-01 DATE_FORMAT(date, %Y-%m-%d) -- 2023-01-15 DATE_FORMAT(date, %Y-Q) -- 配合QUARTER使用 -- 日期计算 DATEDIFF(date1, date2) -- 天数差 DATE_ADD(date, INTERVAL 1 DAY) -- 加1天 DATE_SUB(date, INTERVAL 1 MONTH) -- 减1月 CURDATE() -- 当前日期 NOW() -- 当前日期时间 -- 常见用法 -- 按月分组 SELECT DATE_FORMAT(order_date, %Y-%m) as month, COUNT(*) as order_count FROM orders GROUP BY DATE_FORMAT(order_date, %Y-%m); -- 计算天数 SELECT product_name, DATEDIFF(CURDATE(), shelf_date) as days_online FROM products;8. 字符串函数⭐⭐⭐-- 常用字符串函数 CONCAT(str1, str2) -- 连接字符串 CONCAT_WS(-, str1, str2) -- 用分隔符连接 SUBSTRING(str, start, len) -- 截取子串 LENGTH(str) -- 字符串长度 UPPER(str) / LOWER(str) -- 大小写转换 TRIM(str) -- 去除首尾空格 REPLACE(str, old, new) -- 替换 -- 示例 SELECT CONCAT(first_name, , last_name) as full_name, UPPER(email) as email_upper FROM users;二、常见陷阱与易错点1. NULL值处理⭐⭐⭐⭐⭐-- ❌ 常见错误 SELECT * FROM products WHERE price NULL; -- 错误永远不会匹配 SELECT * FROM products WHERE price ! NULL; -- 错误 -- ✅ 正确写法 SELECT * FROM products WHERE price IS NULL; SELECT * FROM products WHERE price IS NOT NULL; -- 聚合函数对NULL的处理 COUNT(*) -- 统计所有行包括NULL COUNT(column) -- 统计非NULL值 AVG(column) -- 忽略NULL值计算平均 SUM(column) -- 忽略NULL值求和 -- 除零错误处理 -- ❌ 错误可能除以0 SELECT sales / stock FROM products; -- ✅ 正确使用NULLIF SELECT sales / NULLIF(stock, 0) FROM products; -- 0变成NULL结果为NULL而不是错误 -- ✅ 使用IFNULL/COALESCE SELECT IFNULL(sales / NULLIF(stock, 0), 0) FROM products; -- NULL转02. COUNT的区别⭐⭐⭐⭐⭐CREATE TABLE test ( id INT, name VARCHAR(50), score INT ); INSERT INTO test VALUES (1, Alice, 90), (2, Bob, NULL), (3, Charlie, 85), (4, NULL, 80); -- 对比不同COUNT的结果 SELECT COUNT(*) as count_all, -- 4所有行 COUNT(name) as count_name, -- 3name非NULL的行 COUNT(score) as count_score, -- 3score非NULL的行 COUNT(DISTINCT name) as count_distinct -- 3不重复的name FROM test;面试常问COUNT(*) vs COUNT(1) vs COUNT(字段)的性能差异COUNT() 和 COUNT(1) 性能相同推荐用 COUNT()更直观COUNT(字段) 需要判断NULL略慢在有NOT NULL约束的字段上COUNT(字段) ≈ COUNT(*)3. GROUP BY 的严格模式⭐⭐⭐⭐MySQL 5.7 默认开启 ONLY_FULL_GROUP_BY 模-- ❌ 错误严格模式下 SELECT department, employee_name, AVG(salary) FROM employees GROUP BY department; -- 错误employee_name既不在GROUP BY中也不是聚合函数 -- ✅ 正确写法1只选择分组列和聚合函数 SELECT department, AVG(salary) FROM employees GROUP BY department; -- ✅ 正确写法2都加入GROUP BY SELECT department, employee_name, AVG(salary) FROM employees GROUP BY department, employee_name; -- ✅ 正确写法3使用ANY_VALUEMySQL 5.7 SELECT department, ANY_VALUE(employee_name), AVG(salary) FROM employees GROUP BY department;4. 字符串与数字比较⭐⭐⭐-- 隐式类型转换可能导致意外结果 SELECT * FROM products WHERE product_id 123; -- 字符串 123 转为数字 SELECT * FROM products WHERE product_id 123abc; -- 123abc 转为 123 -- ⚠️ 索引失效对列进行函数操作 SELECT * FROM orders WHERE YEAR(order_date) 2023; -- 索引失效 -- ✅ 更好的写法 SELECT * FROM orders WHERE order_date 2023-01-01 AND order_date 2024-01-01;5. LIMIT 与分页⭐⭐⭐-- 基本分页 SELECT * FROM products ORDER BY product_id LIMIT 10 OFFSET 20; -- 跳过20条取10条 -- 等价写法 LIMIT 20, 10; -- offset, count -- ⚠️ 深分页性能问题 SELECT * FROM products LIMIT 1000000, 10; -- 非常慢需要扫描100万10行 -- ✅ 优化使用WHERE 主键 SELECT * FROM products WHERE product_id 1000000 ORDER BY product_id LIMIT 10; -- ✅ 使用子查询优化 SELECT * FROM products WHERE product_id ( SELECT product_id FROM products ORDER BY product_id LIMIT 1000000, 1 ) LIMIT 10;6. JOIN的陷阱⭐⭐⭐⭐-- ⚠️ 一对多关联导致数据重复 SELECT o.order_id, SUM(o.amount) -- 错误金额会重复累加 FROM orders o JOIN order_details od ON o.order_id od.order_id GROUP BY o.order_id; -- ✅ 正确使用DISTINCT或先聚合 SELECT o.order_id, o.amount -- 不要在JOIN后直接SUM原表金额 FROM orders o JOIN order_details od ON o.order_id od.order_id GROUP BY o.order_id, o.amount; -- 或者 SELECT o.order_id, o.amount, COUNT(od.detail_id) as item_count FROM orders o LEFT JOIN order_details od ON o.order_id od.order_id GROUP BY o.order_id, o.amount;三、性能优化考虑1. WHERE vs HAVING 性能-- ❌ 性能差先分组再过滤 SELECT category, COUNT(*) FROM products GROUP BY category HAVING category 电子产品; -- ✅ 性能好先过滤再分组 SELECT category, COUNT(*) FROM products WHERE category 电子产品 GROUP BY category;原则能用WHERE就不用HAVING2. 索引友好的查询-- ❌ 索引失效 WHERE YEAR(order_date) 2023 WHERE salary * 1.2 10000 WHERE SUBSTRING(name, 1, 3) ABC -- ✅ 索引友好 WHERE order_date 2023-01-01 AND order_date 2024-01-01 WHERE salary 10000 / 1.2 WHERE name LIKE ABC%原则不要在WHERE条件的列上使用函数或计算3. SELECT 优化-- ❌ 避免 SELECT * SELECT * FROM large_table; -- 传输大量不需要的数据 -- ✅ 只选择需要的列 SELECT id, name, price FROM large_table; -- ❌ 避免重复的子查询 SELECT name, (SELECT AVG(price) FROM products) as avg1, (SELECT AVG(price) FROM products) as avg2 -- 重复查询 FROM products; -- ✅ 使用JOIN或变量 SELECT p.name, t.avg_price, t.avg_price FROM products p CROSS JOIN (SELECT AVG(price) as avg_price FROM products) t;4. LIMIT优化-- 大数据量时使用覆盖索引 SELECT id, name FROM products ORDER BY id LIMIT 1000000, 10; -- 使用延迟关联 SELECT p.* FROM products p INNER JOIN ( SELECT id FROM products ORDER BY id LIMIT 1000000, 10 ) t ON p.id t.id; --- ## 四、面试答题技巧 ### 1. 解题步骤5步法 步骤1理解需求 - 要查询什么数据 - 需要哪些表 - 结果应该是什么样的 步骤2确定数据源 - FROM 哪些表 - 需要JOIN吗 步骤3确定过滤条件 - WHERE 过滤什么分组前 - HAVING 过滤什么分组后 步骤4确定分组和聚合 - 需要GROUP BY吗 - 用什么聚合函数 步骤5确定排序和限制 - ORDER BY排序 - LIMIT限制数量 --- ### 2. 口头表达技巧 **回答问题时的完整流程** 1. 复述需求 这道题要求统计每个部门的平均工资... 2. 说明思路 首先我会用GROUP BY按部门分组然后用AVG函数计算平均工资... 3. 注意特殊情况 需要注意NULL值的处理以及是否需要过滤某些部门... 4. 写SQL 边写边解释关键点 5. 验证结果 这个查询会返回每个部门一行包含部门名和平均工资... --- ### 3. 常见面试问题 **Q1: WHERE和HAVING的区别** A: - WHERE在分组前过滤不能使用聚合函数 - HAVING在分组后过滤可以使用聚合函数 - 性能上WHERE更优因为减少了参与分组的数据量 - 执行顺序WHERE → GROUP BY → HAVING **Q2: COUNT(*)、COUNT(1)、COUNT(列)的区别** A: - COUNT(*)统计所有行包括NULL - COUNT(1)与COUNT(*)效果相同性能也相同 - COUNT(列)只统计该列非NULL的行 - COUNT(DISTINCT 列)统计不重复的非NULL值 **Q3: GROUP BY后SELECT的列有什么限制** A: - 在MySQL 5.7的严格模式ONLY_FULL_GROUP_BY下 - SELECT只能包含GROUP BY的列 聚合函数 - 如果包含其他列会报错 - 可以用ANY_VALUE()函数临时解决但不推荐 **Q4: 如何优化GROUP BY的性能** A: 1. 在分组列上建立索引 2. 先用WHERE过滤减少分组数据量 3. 避免在GROUP BY列上使用函数 4. 考虑使用覆盖索引 5. 必要时可以考虑使用分区表五、实用技巧速查表1. 百分比计算-- 计算占比 ROUND(COUNT(*) * 100.0 / (SELECT COUNT(*) FROM table), 2) as percentage -- 增长率 ROUND((new_value - old_value) / old_value * 100, 2) as growth_rate2. 排名相关-- Top N ORDER BY xxx DESC LIMIT N -- 每组Top N窗口函数 RANK() OVER (PARTITION BY category ORDER BY sales DESC) -- 百分位数 PERCENT_RANK() OVER (ORDER BY score)3. 时间相关-- 本月数据 WHERE YEAR(date) YEAR(CURDATE()) AND MONTH(date) MONTH(CURDATE()) -- 最近30天 WHERE date DATE_SUB(CURDATE(), INTERVAL 30 DAY) -- 本年数据 WHERE YEAR(date) YEAR(CURDATE())4. 条件统计-- 统计满足条件的数量 SUM(CASE WHEN condition THEN 1 ELSE 0 END) -- 条件平均 AVG(CASE WHEN condition THEN value END) -- 条件求和 SUM(CASE WHEN condition THEN value ELSE 0 END) --- ## 六、考前检查清单 **写完SQL后检查** □ SELECT的列是否都在GROUP BY中或是聚合函数 □ WHERE是否错用了聚合函数 □ HAVING是否能改用WHERE □ 是否处理了NULL值 □ 是否处理了除零错误 □ COUNT是否用对了*、列、DISTINCT □ JOIN是否导致数据重复 □ 日期函数是否使用正确 □ 是否需要ORDER BY □ 是否需要ROUND保留小数七、高频考题模板模板1每组求最值-- 找出每个部门工资最高的员工 SELECT e.* FROM employees e INNER JOIN ( SELECT department, MAX(salary) as max_sal FROM employees GROUP BY department ) t ON e.department t.department AND e.salary t.max_sal;模板2与总体比较-- 找出高于平均值的记录 SELECT * FROM table WHERE value (SELECT AVG(value) FROM table);模板3累计计算-- 计算累计和窗口函数 SELECT date, amount, SUM(amount) OVER (ORDER BY date) as cumulative_sum FROM sales;模板4同比/环比-- 计算环比增长 SELECT month, sales, LAG(sales) OVER (ORDER BY month) as prev_month_sales, ROUND((sales - LAG(sales) OVER (ORDER BY month)) / LAG(sales) OVER (ORDER BY month) * 100, 2) as growth_rate FROM monthly_sales;模板5条件分组统计-- 统计不同条件下的数量 SELECT category, SUM(CASE WHEN price 100 THEN 1 ELSE 0 END) as low_price_count, SUM(CASE WHEN price BETWEEN 100 AND 500 THEN 1 ELSE 0 END) as mid_price_count, SUM(CASE WHEN price 500 THEN 1 ELSE 0 END) as high_price_count FROM products GROUP BY category; --- ## 八、最后的建议 ### 面试前准备 1. **手写练习**在纸上或白板上写SQL不依赖IDE提示 2. **背诵顺序**牢记SQL执行顺序 3. **积累模板**整理常见题型的SQL模板 4. **理解业务**不只是写SQL要理解业务含义 ### 面试中表现 1. **不要急于写代码**先理清思路口述解题思路 2. **边写边说**解释每一步的目的 3. **考虑边界**主动提及NULL、除零等特殊情况 4. **主动优化**提出性能优化建议 ### 常见加分项 1. 主动讨论索引优化 2. 提出多种解法并比较优劣 3. 考虑数据量大时的处理方案 4. 提及实际业务中的注意事项 ### 常见扣分项 1. WHERE中使用聚合函数 2. 忘记处理NULL值 3. GROUP BY后SELECT非法列 4. 忘记排序和限制数量 5. 不考虑性能写出低效SQL --- **核心记忆口诀** FROM开头定来源 WHERE过滤先行人 GROUP分组看类别 HAVING筛组有条件 SELECT选出所需列 ORDER排序分先后 LIMIT最后定数量