SQL问题

1、WHERE与HAVING区别：——都可过滤数据
1、执行顺序不同：汇总查询时，WHERE在GROUP BY前执行，HAVING在GROUP BY后执行。
2、过滤条件不同：HAVING中可使用聚合函数，WHERE中不可以使用聚合函数。且WHERE的条件可以在HAVING中，反之不成立。
3、使用情景不同：WHERE可以应用于增删改查，HAVING只能应用于查询。
2、IN和EXISTS的区别：——都可过滤数据
1、枚举过滤：IN适用于过滤的数值较少的情况；EXISTS适用于过滤的数值较多的情况。（IN不可超过1000个）
2、子查询过滤：子表数据量远少于主表，且主表有索引时适用IN；子表数据远大于主表，且子表有索引时适用于EXISTS。
3、ON和WHERE的区别：——都可做表连接条件
WHERE时临时表生成后，对数据的过滤；
ON时临时表生成的过程中，连接的条件。
4、UNION 和 UNION ALL的区别：——都可并表
1、去重&排序：UNION的表去重并排序；UNION ALL的表不去重不排序。
2、执行效率：UNION需去重排序，执行速度比UNION ALL慢
5、DISTINCT和GROUP BY的区别：——都可去重
1、执行效率：大表去重时，GROUP BY 的执行效率优于DISTINCT
2、执行结果：GROUP BY伴随数据汇总，DISTINCT无此操作。
6、COUNT(1)、COUNT(*)和COUNT(列)的区别?——都是统计行数
执行结果：COUNT(1)相当于增加值为1的列统计，计算空列；
COUNT(*)统计所有列，计算空列
COUNT(列)统计某列行数，跳过空列。
执行效率：COUNT(1)>COUNT(列)>COUNT(*)
7、JOIN和UNION区别：
1、JOIN是表间连接操作
2、UNION是对表集合的操作
8、主键和外键的区别：
1、主键：记录的唯一标识，不能重复，不能为空。
2、外键：与其表主键连接的字段，可以重复，可以为空。
9、排序函数和排名函数的区别：
1、排序函数指ORDER BY语句，对结果集进行排序
2、排名函数指 窗口函数的ROW_NUMBER、RANK、DENSE_RANK，对结果集中插入列排名。
10、窗口函数中排名函数的区别：（99，97，97，96 DESC）
1、DENSE_RANK()：连续排名，值相同名次相同。1，2，2，3
2、ROW_NUMBER()：不连续排名，值相同名次相同。1，2，2，4
3、RANK()：连续排名，值相同名次按排列顺序不同。1，2，3，4
11、CHAR、VARCHAR2、LONG、CLOB区别：
1、CHAR：是固定长度字符串，最大2000字节，不足空格填充；
2、VARCHAR2：可变长度字符串，最大4000字节，随数据长度变化。
3、LONG：可变长度字符串，最大2G。
4、NCHAR、NVARCHAR2：国家Oracle字符集，与环境变量NLS指定的语言集密切相关，使用方法和CHAR、VARCHAR2相同。
5、CLOB：大文本类型，最大4G。
（注：CHAR存放：字母：1字节、GBK编码汉字：2字节、UTF-8编码汉字：3字节）
12、窗口函数和聚合函数区别：
窗口函数：不改变记录行数。
聚合函数：多条记录聚合为一行。可应用于窗口函数。

SQL分类？
DDL——定义语言：CREATE、ALTER、DROP、DECLARE
DML——管理语言：INSERT、DELETE、UPDATE、SELECT
DCL——控制语言：COMMIT、ROLLBACK、GRANT、REVOKE
高级查询运算词？
UNION [ALL]：并[不去重]
EXCEPT [ALL]：差[不去重]
INTERSECT [ALL]：交[不去重]

怎样对数据去重？
1、DISTINCT去重
2、GROUP BY去重
表的连接方式有几种?
1、LEFT [OUTER] JOIN ：左联（A-(A∩B)）
2、RIGHT [OUTER] JOIN ：右连（B-(A∩B)）
3、[INNER] JOIN ：内连接（A∩B）
4、CROSS JOIN ：笛卡尔连接（AXB）
5、FULL JOIN ：全表连接（A∪B）
行专列方式？
1、CASE WHEN+聚合函数：
2、PIVOT函数：
列转行方式？
1、UNION
2、UNPIVOT函数
3、LISTAGG函数
条件分组计数？
CASE WHEN
SQL语句书写顺序？
1、SELECT ：选取列
2、DISTINCT：去重
3、FROM：选取表
4、JOIN：连接表
5、ON：连接条件
6、WHERE：过滤条件
7、GROUP BY ：分组
8、HAVING：分组后过滤条件
9、ORDER BY：结果排序
10、LIMIT/OFFSET：分页查询
SQL语句执行顺序？
1、FROM：选取基础表
2、JOIN：对基础表与JOIN后表连接计算笛卡尔积，生成中间表T1
3、ON：连接条件应用于T1表每行，返回中间表T2
（4、OUTER JOIN：将主表被过滤数据添加至T2，返回中间表T3）
4、WHERE：过滤条件，对T3进行过滤，得到中间表T4
5、GROUP BY ：分组，对T4分组，每组返回一行，得到中间表T5
6、HAVING：分组后过滤条件，对分组后结果T5进行过滤，得到中间表T6
7、SELECT ：选取列，选择需求列，得到中间表T8
8、DISTINCT：去重，对列去重，得到中间表T9，可用GROUP BY代替
（8、窗口函数）
9、ORDER BY：结果排序，对T9进行排序，生成中间表T10
10、LIMIT/OFFSET：分页查询，返回最结果给用户。
如何搭建指标体系？
1、指标体系=指标+维度。（例如：指标：销售额；维度：品类、用户画像）
指标：业务单元拆分后基于统计方法进行量化的度量标准。
维度：指标的不同维度构成的体系价值。
2、指标体系OSM模型：
Object（目标）：运营战略目标；
Strategy（策略）：拆解目标制定策略；
Measurement（度量）：指标度量策略。（DAU、ROI、CVR、CTR、PV、UV）
3、案例：GMV=消费者数*[深]转化率*客单价。
目标：提升GMV；
策略：推广部：推广产品，扩大消费者规模；运营部：制定新用户优惠，推进消费转化率；商品部：商品策略，制定多商品满减优惠，提高客单价。
度量：指标库分析策略成果。
如何进行数据清洗？
1、熟悉字段价值用途：
业务背景，数据来源；
表间关系，确定主键；
表内结构，字段含义。
2、确定指标（口径）、维度、单位、限制：
维度：分组透视维度；
指标：指标计算公式，业务内涵；
单位：度量单位；
限制：指标有意义的统计范围；
3、清洗数据：唯一性、完整性、合法性。（一般视业务内涵而定）
唯一：处理重复值；
完整：处理缺失值；
合法：处理异常值。
4、清洗案例：
重复：数据源异常重复、数据转化时连接重复。SQL优化
缺失：NULL缺失。特殊处理NVL\NULLIF\IFNULL
异常：过滤
OLAP函数（窗口函数）注意事项：
1、对窗口函数作为条件，需要外套一层查询。
2、窗口函数，在FROM，JOIN，WHERE，GROUPBY，HAVING后执行

1、SVM原理？
2、特征工程怎么做？
3、什么是将显著性水平、置信区间、假设检验？
4、三个范式是什么？优缺点？
1NF：原子性约束。数据不可分割。
2NF：唯一性约束。数据具有唯一标识。
3NF：冗余性约束。任何字段不可由其他字段派生出来。
优点：减少数据冗余，更新快，体积小。
缺点：查询需要多表连接，难以进行索引优化。