SQL出题技巧及大厂母题（附答案）

数据攻略 2021-09-01

512

上一篇针对SQL类高频考点归纳

【数据分析岗】SQL类高频考点归纳

受到大家热烈追捧！同样也有反馈说

尽管掌握基本的SQL语法

仍然无法对大厂SQL笔面试得心应手

其实，一般大厂出题会 结合公司业务 进行命题

比如电商行业，会结合购物及成交数据进行命题

比如视频行业，会结合用户视频播放数据进行命题

因此，

本篇将从 命题角度出发

讲讲面试官如何命题 SQL

如何在有限的真题中学会 举一反三

还是老规矩：先上框架再拆解，再附真题练习

本篇先->着重梳理目前互联网行业分类

然后->针对其中一个行业，

围绕实际业务核心指标进行SQL命题讲解

内含对应行业母题+解题思路（附答案+举一反三）

------正文手动分割线------

本文结构速览：

一. 行业概览（总况）

二. 网络购物（举例分支介绍）

业务核心指标
真题测试

一、行业概览

目前互联网行业可大致分成以下四类：

基础应用类
商务交易类
网络娱乐类
公共服务类

下面，我们枚举类每一大类的子分类

为加深理解，还加上了该分支常见的一些公司业务

不同类型行业，关注的指标不一，比如

网络购物更在意用户购买成交的金额

搜索引擎更在意用户使用次数及搜索的准确率

网络游戏更在意用户的活跃及充值情况

划重点：

要了解应聘公司主营业务，掌握公司业务核心指标。

不仅可降低在解答SQL题时，对题目的理解成本，

还可以帮助对业务整体的了解，为面试做好储备。

为加深大家理解，下面结合网络购物进行拆分讲解。

二、网络购物

截至2020.12，我国网络购物用户规模达7.82亿

目前网络购物的三大巨头分别是：

淘宝、京东、拼多多

这三家公司对数据分析师岗位的需求也非常巨大

电商业务都主要围绕哪些核心指标进行命题呢？

【1】业务核心指标

从这三大巨头每季度的财报不难发现，两个关键的核心指标

用户数
成交金额

平台通过抽佣广告等方式实现流量套现，所以成交金额代表了公司的营收能力。

用户数 代表了公司业务的潜力，庞大的用户数也是公司的核心竞争力，也是为公司扩展周边业务的前提条件。

为实现用户数的增长及成交额的KPI，电商业务可以划分成【人】【货】【场】

下面根据人-货-场三个业务场景进行展开，梳理网络购物的常见指标：

对不同的核心指标也会衍生众多其他辅助性指标

比如复购率，新客转化率、流失率等...

辅助性指标众多，在此不一一举例

可根据应聘的公司，通过 不同维度 的拆解细分这些指标

【2】SQL真题测试

▼ 真题测试1：

现有一张用户下单记录表（order_log），记录了每个用户的购物情况。请统计每日下单的新用户。新用户定义为：统计当日为首次下单（仅统计成功支付的订单）

以下为下单记录表（order_log）表结构及部分数据展示：

▼ 解题思路：

该SQL题需要注意几个关键字，首次下单、成功支付。这题只需要统计每个成功支付用户首次下单时间，然后根据下单日期进行数据汇总，下面是解题答案

▼ 举一反三：

出题官还可以结合商品种类，用户性别，地域等进行命题。

比如分别统计不同地域的新下单用户数、统计新下单用户数最多的种类等。

▼ 真题测试2：

现有一张用户活跃表（active_user_daily），记录了每日用户的活跃情况，请统计2021年2月1日流失的用户数。活跃用户的定义为：近30天有活跃记录，流失定义为：前一日为活跃用户，当日为非活跃用户。

以下为用户活跃表（active_user_daily）表结构及部分数据展示：

▼ 解题思路：

该SQL题主要考集合的，根据流失用户的定义，只要圈定前一日活跃的用户，再圈定当日活跃的用户，然后剔除当日活跃的用户即可。

▼ 举一反三：

这题还可以换成，统计每日的流失用户数。

当然同样可以结合其他指标进行分组排序，

甚至计算分组排序TOPN的数据结果。

总结：

SQL作为数据分析师岗笔面试必考题型

除了加强语法的锻炼，最重要的是对题目的理解

题目拆解 可以从历年真题以及公司业务核心指标进行入手

建议：

在准备笔面试之前，对心仪的公司业务进行多维度了解。

核心指标不仅在SQL上有很大帮助，在笔面试其他题型的作用也非同小可。

以上就是结合具体行业，关于SQL出题方式的讲解。

之后，会根据大家需要（可向我反馈诉求

）

选择其他行业进行->相关业务拆解+SQL母题归纳！

注：本篇阅读如破 500

立马安排机器学习高频考点（二）

欢迎转发分享~~

适逢秋招，需要各厂 内推码 可后台联系我~

希望可以帮到正在找工作的你，加油

若本篇对你有帮助，欢迎转发，点亮在看

你的鼓励，是对创造者最大的支持~

也可以在公众号后台找到我，说说你的困惑 ~

欢迎关注

更多『求职干货』 & 『日常学习』系列好文，等你发现~

sql

文章转载自数据攻略，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

SQL出题技巧及大厂母题（附答案）

评论