随着世界上的数据越来越多，对于处理数据的需求也日益增加，越来越多的岗位对于SQL有了更多的要求，以至于很多面向数据的岗位都会在面试中对SQL进行考察。SQL的面试可能会让很多未曾接触过编程的人望而却步，而我希望通过这篇文章能够让更多的求职者了解SQL的面试和一些基本的思路。

我在工业界工作多年，一直从事数据库和SQL相关开发工作，想作为相关领域的从业者和面试官来聊一聊我对SQL面试和学习的一些看法和思考，下面会先以一道面试真题来介绍SQL的面试，之后会回答7个常见的SQL问题。

1. SQL面试真题解析

[Social Network] A user(user_id) could write a comment(content_id, type) to a post(target_id) or post(content_id, type) by him/herself. Table schema is shown as below.
date user_id content_id content_type (comment/post) target_id
Q: What is the comment distribution?

这是一道很典型的SQL面试题目，从这道题出发我们可以总结出很多做题的思路和技巧。

  • 首先我们要去理解题目的context。当你对题目所讨论的题目背景不是很熟悉的时候，要多跟面试官讨论。这道题目的背景是social network，用户会post或者对post进行comment，网站记录下来用户的action存入数据库。

  • 在此之后我们要了解所提供的table(s)。这里我们只有一个table，但多个table的情况也不少见，这个时候需要注意各个table之间的关系(primary key/foreign key)。在此之后我们可以开始观察每个table里面的columns有什么(甚至需要你知道每个column的data type)，很多时候面试官不会给你具体数据，只会给你提供table schema，就像这道题目一样，这个时候你可以自己添上一些数据作为example，但是一定要仔细思考corner case，即使面试官给你具体数据了，也不要被限制住，很多时候面试官就是想去考察你在写SQL的时候能否把corner case考虑周全。 
  • 这道题目只有一个table，table schema也比较直接简单，里面是date: 日期，user_id: 用户的id，content_id: 该用户所发内容的id，content_type: 内容的type，这里是post或者comment，target_id: 如果内容的type是comment，那target_id就是被评论的post，如果type是post，那target_id就是NULL。根据这些信息，在不看问题的情况下，需要注意的可能有以下几点: 关于date的操作，对NULL的处理，一个user可能会对某个post进行多次comment(might be duplicates)。这些都是我在看到这个table的时候一些直觉反应，具体会不会有帮助，我们需要继续去看题目。

  • 读懂并正确理解问题。一定要正确理解题意，当你不是很确定的时候，一定要跟面试官确认，有时候题目稍微模糊一点，可能你的理解和面试官想要的就天差地别了。
  • 这道题是问comment distribution，就是一个相对模糊的题目了，用中文翻译一下就是评论的分布，但其实它想问的是评论数量的分布，每个post都会有一些评论，题目希望能够把每个post的评论数量统计一下，然后看一下每个评论数量的post都有多少个，例如0条评论的post数量是10个，1条评论的post数量是5个。

  • 正确的书写SQL。当你正确理解题目之后，大部分情况下你已经知道这个SQL该如何写了，可以先把框架搭出来，再一点点的去填充，请记住一定不要出现低级错误，一个是因为很容易被发现，另外也很致命。
  • 我们这道题已经知道需要一个subquery先group by和count()来得到每一个post的comment的数量，之后再group by和count()上面得到的数量就得到了comment distribution。

Image Description

  • Follow-up questions。现在这个题目还是相对简化的，有的时候面试官会针对这个题目进行一些follow-up，有可能是SQL的延展，也有可能是针对别的知识点的考察。例如：content type拓展，增加like, etc; 题目上面加一些变化，如comment distribution per day; comment distribution会是一个什么distribution(统计相关)，以及为什么。

2. SQL面试和学习的常见问题

Q1: 什么样的职位会在面试中遇到SQL题目？
  • Short answer: 几乎所有面向数据的职位。
  • Long answer: 面向数据的岗位大致有以下几个：business analyst, data analyst, data scientist, data engineer, machine learning engineer。machine learning engineer会考到SQL的概率比较低，但其他的岗位都很有可能会考察SQL，不同的岗位对于SQL掌握程度的要求也会有所不同，甚至涉及的方面也会有一些差异，具体情况需要根据特定公司和岗位的job description再去进一步的分析。例如data analyst的SQL面试可能需要你写出一些SQL query就好了，但是data engineer可能需要你对数据库，table schema design也有所涉足。
Q2: SQL的面试考察的内容有哪些？

SQL的面试内容大致分为以下几种：

  • 数据库和SQL的基础知识的问答，例如什么是left join，什么是关系型数据库。
  • 提供数据信息(table)， 给你一些问题，让你写出一些SQL query，基本以select query为主，很少会去考察你create table这些。这种考察是最为常见的。
  • 最后一种我称为SQL case study，基于一个case和面试官交流，可能会经历数据部分的头脑风暴，table schema design，以及根据面试官的一些要求写出一些query。这类考察在很多大公司渐渐推广开来。
Q3: 面试中的SQL和工作的SQL有什么区别？
  • 面试中的具体场景的context不是很强，更多的是考察你的基本功，或者说做题能力，不会有特别复杂的query让你去写。
  • 工作中你可能面对更为庞大的数据，更复杂的schema，例如10+个table的join，和更为严格的要求，例如performance的要求，你的query必须要在多少秒之内返回结果。
  • 总结一下，面试中的SQL更侧重你能不能把一个query简洁，快速，bug-free的写出来，而工作中更多的是需要你写出一个能解决问题的query，query要能快速正确的返回结果，同时需要一定的readability。
Q4: 如何开始学习SQL？
  • 首先，你需要明确你学习SQL的目的，你是希望在工作中有更大的impact，还是你之后的面试会考察SQL，这样你才能更有效率的去学习。
  • 如果工作中能够接触到一些面向数据的工具，如Spark, Snowflake，那最好的方式就是learn by doing，甚至可以去看别人怎么使用这些工具，去读别人的代码。其实这就跟学一门外语一样，如果把你放到那个环境中，你自然会成长的更快。当然你也要去学习基本的知识，与此同时，具体生产环境中的案例能帮助你更好的去理解和学习。
  • 如果没有这种环境，那我们就需要一些课堂式的学习，例如上课看视频读书，从SQL的基本语法到一些高级用法，一个一个知识点的来学习。辅助以一些练习，例如Leetcode, hackerrank上面的题目。
  • SQL的入门不是很难，甚至可以说是相对简单，这也让SQL成为了一个非常popular的语言。但是想要深入学习SQL也不是一件容易的事情，你需要学习更多计算机知识，了解更多的算法细节，对公司的商务逻辑也要有清晰的认识。
Q5: 市面上面很多SQL，应该选哪个开始学？
  • 首先，如果你知道公司在用的数据库，直接学那个就好了。
  • 其次，科技公司最常使用的是MySQL和PostgreSQL，但是MySQL给你提供了很多语法糖，有的时候可能会违背一些你学习的基本知识，有的时候会比较困惑。如果是第一门语言入门的话，我比较推荐PostgreSQL。但是如果你想去面试一些传统行业的公司，很有可能他们有一套Microsoft stack，所以SQL Server应该是你的首选。
  • 最后，其实精通一个SQL就好，基本语法都差不多，可能在处理timestamp和null value的时候会有一些区别，除此之外，更多的区别基本上是感受不到的。而且你精通了一门以后，即使有区别，你也会很快的catch up，都是殊途同归的。
Q6: 需要掌握哪些SQL知识?

[基础]：

  • Basic syntax: SELECT, FROM, WHERE, HAVING, GROUP BY, ORDER BY, etc.
  • Aggregation: SUM(), MAX(), MIN(), AVG(), etc.
  • JOIN: Inner/Left/Right/Outer/Cross
  • Subquery, CTE
  • Query Execution Order

[进阶]：

  • Window Function
  • CASE WHEN
  • NULL value
  • TIMESTAMP

上面的这些内容基本上涵盖了面试中95%的知识点，当然还有很多其他内容在这面没有提及，例如query plan，query optimization，database schema design，primary/foreign key, etc.

Q7: 如何在SQL和职业上进阶？
  • 有的时候我们会听到这么个词，叫做SQL boy，有些人会解读成为写SQL的流水线工人，写着写着SQL就只写SQL了，每天就是跑跑写好的SQL，看看结果，report一下，职业发展看不到什么希望，这其实是很多从业者的担忧和困惑。在我看来，SQL boy也不是那么好当的，我们很多时候对于SQL query的要求很高，如果你写的query质量不达标，十分影响整个团队的工作进程，所以如果你觉得没有希望了，可能不是SQL boy的问题，更多的是你需要换公司或者team了。
  • 关于职业的进阶，除了能把SQL写好以外，你更需要考虑的是个人的职业规划，你希望未来向什么方向发展，是更偏product和bussiness，还是去做data scientist，还是说在数据和SQL处理这部分更进一步去做data engineer，这个可能是更重要的事情，因为你除了SQL还需要学习更多其他的技能才能让你走的更远。