面试前的关键动作：主动提问比直接编码更重要

在SQL面试中，很多候选人习惯拿到问题后直接写代码，却忽略了一个关键步骤——向面试官确认需求细节。曾有候选人因未确认"是否包含已注销学生"的条件，用INNER JOIN写出的结果遗漏了重要数据，最终不得不反复修改。

正确的做法是将面试视为与业务方的协作场景：先明确数据范围（如"学生表是否包含历史记录"）、计算逻辑（如"GPA是否仅统计必修课程"）、特殊要求（如"是否需要处理NULL值"）。这些信息能帮你提前规避极端情况，比如事务数据库中常见的"学生表与课程记录表数据不同步"问题。

JOIN类型选择：决定结果准确性的核心环节

合并多表数据时，INNER/LEFT/FULL JOIN的选择直接影响结果完整性。以学生表（student）与课程记录表（class_history）为例：若面试官要求"列出所有选课学生（包括已注销）"，需用LEFT JOIN保留左表全部记录；若仅需"当前在读学生的选课情况"，则INNER JOIN更合适。

值得注意的是，RIGHT JOIN因不符合阅读习惯（左表逻辑更直观），建议用LEFT JOIN替代。例如"右表全部记录+左表匹配记录"可通过交换表顺序并使用LEFT JOIN实现。

GROUP BY与聚合函数：避免WHERE和HAVING混用的陷阱

当遇到"计算各学生各学年平均GPA"这类聚合需求时，GROUP BY是核心工具，但WHERE和HAVING的使用边界常被混淆。以"筛选必修课程（is_required=TRUE）且平均GPA≥3.5的学生"为例：

• WHERE子句在分组前执行，用于过滤参与聚合的数据（如"WHERE is_required=TRUE"排除选修课程）
• HAVING子句在分组后执行，用于筛选聚合结果（如"HAVING AVG(gpa)≥3.5"保留高GPA学生）

需特别注意：SELECT中定义的别名（如avg_gpa）无法在WHERE/HAVING中提前引用，因为SQL引擎的执行顺序是"FROM→WHERE→GROUP BY→HAVING→SELECT"。

窗口函数：面试高频考点的深度解析

RANK、DENSE_RANK、ROW_NUMBER的区别是面试必问点。假设某部门有3名员工绩效相同：

• RANK会为并列值分配相同排名，下一名次跳过（如1,1,3）
• DENSE_RANK同样保留并列，但下一名次连续（如1,1,2）
• ROW_NUMBER则严格分配唯一序号（如1,2,3）

LAG/LEAD函数常用于计算环比数据（如"当前月与上月销售额对比"）。例如，通过"LAG(sales,1) OVER (ORDER BY month)"可获取前一月销售额，无需自连接。

数据异常处理：重复值与NULL的应对策略

真实数据中，重复值和NULL是常见问题。例如，用"employee_name"分组统计薪资可能因重名导致错误，正确做法是用"employee_id"唯一标识记录，再通过JOIN关联姓名。

处理NULL时，需先确认字段是否允许为空（如ID列通常非空，但备注列可能含NULL）。可通过"IS NULL"判断缺失值，用"COALESCE(salary,0)"将NULL替换为默认值（如0），避免聚合计算时出现偏差。

面试加分项：清晰的沟通表达

技术能力是基础，沟通能力决定上限。面试中应主动阐述思考过程："我注意到class_history表可能包含已注销学生，需要确认是否保留这部分数据"、"这里选择LEFT JOIN是为了确保不丢失左表记录"。即使最终答案有小错误，清晰的逻辑表达也能让面试官看到你的数据思维。

总结来说，SQL面试的核心是"精准理解需求+正确使用工具+考虑边界条件+清晰表达思路"。掌握这些要点，就能在面试中从容应对各类挑战。