学习 SQL 时，连接（Join）和窗口函数（Window Function）是进阶阶段必须掌握的内容。连接用于将多张表按逻辑关系组合；窗口函数则能对分组后的数据进行排名、累计求和等分析。在校招面试中，这两类题型出现频率非常高。本文将梳理常见的连接方式，介绍窗口函数的基本概念与常用函数，并给出典型面试题思路，帮助你夯实基础、应对面试。
1 SQL 高阶 Join
连接是根据两张表之间的关系组合出新的结果集。在关系型数据库中，主要有以下几种逻辑连接方式：
### 连接类型与应用
- **内连接（INNER JOIN）**：只返回两表中匹配的行，常用于获得交集。
- **左外连接（LEFT JOIN）**：返回左表所有记录及右表匹配的行；右表无匹配则为 NULL，适用于保留左表完整数据。
- **右外连接（RIGHT JOIN）**：与左外连接相反，保留右表所有记录。
- **全外连接（FULL JOIN）**：返回两表全部记录，未匹配的列用 NULL 填充，用于查看交集和差集。
- **交叉连接（CROSS JOIN）**：返回笛卡尔积，慎用。
- **半连接（SEMI JOIN）**：只返回左表中有匹配记录的行，可用 EXISTS 实现。
- **反连接（ANTI JOIN）**：返回左表中无匹配记录的行，可用 NOT EXISTS 实现。
1.1 编写 Join 查询的要点
- 明确关系字段：Join 语句的 ON 条件应使用能够唯一标识关系的列，常见于外键和主键字段。
选择合适的 Join 类型：根据业务需求决定是否需要保留某张表的全部数据（外连接）还是仅需交集（内连接）。
- 注意数据量和索引：在大表 Join 时，如果关联列未建立索引，容易导致查询性能下降；合理创建索引或使用分区可以提升效率。
- 避免意外的笛卡尔积：使用 CROSS JOIN 要慎重，在没有 ON条件时与 INNER JOIN 类似的语法（旧式 FROM A, B WHERE ...）容易出错。
1.2 Join 示例
-- 内连接：查询下单的客户名称和订单金额
SELECT c.customer_id, c.name, o.amount
FROM customers AS c
INNER JOIN orders AS o
ON c.customer_id = o.customer_id;
-- 左外连接：列出所有客户及其订单金额，没有订单的客户金额为 NULL
SELECT c.customer_id, c.name, o.amount
FROM customers AS c
LEFT JOIN orders AS o
ON c.customer_id = o.customer_id;
-- 半连接：查找有订单的客户
SELECT customer_id, name
FROM customers AS c
WHERE EXISTS (
SELECT 1 FROM orders AS o
WHERE o.customer_id = c.customer_id
);
-- 反连接：查找没有下过订单的客户
SELECT customer_id, name
FROM customers AS c
WHERE NOT EXISTS (
SELECT 1 FROM orders AS o
WHERE o.customer_id = c.customer_id
);半连接和反连接广泛应用于面试题中，例如“找出没有购买行为的用户”。使用 EXISTS或 NOT EXISTS比 IN/NOT IN 在大数据量情况下更高效，因为数据库可以提前终止扫描。
2 窗口函数的概念与语法
窗口函数用于在分组的基础上，对每行记录计算一个与当前行相关的聚合或分析值。它们不仅在业务分析中常用，也是校招 SQL 题的高频考点。根据 Heavy.AI 文档，窗口函数的特点如下：
- 窗口函数对与当前行相关的一组行进行计算。
- 每个窗口函数必须带有 OVER子句，该子句可指定 PARTITION BY（分区）和 ORDER BY（排序）来定义窗口范围。
- PARTITION BY 将结果集分成若干分区，在每个分区内独立计算；ORDER BY确定窗口内的顺序。
- 在排序列相同的情况下，同一分区中值相等的行被视为“同级（peers）”，排名函数会赋予它们相同的排名。
2.1 常用窗口函数
-
ROW_NUMBER()
为分区中的每一行按顺序编号；常用于筛选排名第 N 的记录，如“取每个部门薪资最高的员工”。 -
RANK()
为分区中的行排序并给出排名，但遇到并列时会跳过排名值（产生空缺）。 -
DENSE_RANK()
类似 RANK，但排名不会有空缺；并列数据共享同一排名，而下一名紧跟其后。
窗口函数的语法示例：
-- 计算每个部门员工薪水的排名和累计薪水
SELECT dept_id,
emp_id,
salary,
ROW_NUMBER() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rn,
RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rnk,
SUM(salary) OVER (PARTITION BY dept_id ORDER BY salary DESC
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total
FROM employees;- PARTITION BY dept_id表示按部门分组，排名和累计和在每个部门内重新开始。
- ORDER BY salary DESC指定了排序规则。
- ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW定义了窗口帧，表示从分区第一行到当前行，用于计算累积和。
2.2 窗口函数面试题示例
示例 1：连续登录天数统计（LeetCode 签到题）
给定用户每天的登录记录表 user_login(userid, login_date)，统计每个用户连续登录的天数，取最长的一段。
思路：
- 使用 DATEDIFF或日期差计算每次登录与上一天的间隔。
- 利用 LAG(login_date) 获取上一天的登录日期。
- 构建“断点标识”列：当 login_date – LAG(login_date) != 1时，标记为新的连续段。
- 使用 SUM() 作为窗口函数对断点标识进行累加，得到连续段编号。
- 最后在每个用户分组中统计最大连续天数。
关键代码片段：
WITH t AS (
SELECT userid,
login_date,
CASE WHEN login_date = DATE_ADD(LAG(login_date) OVER (PARTITION BY userid ORDER BY login_date), INTERVAL 1 DAY)
THEN 0 ELSE 1 END AS is_new_seq
FROM user_login
),
seq AS (
SELECT userid,
login_date,
SUM(is_new_seq) OVER (PARTITION BY userid ORDER BY login_date) AS seq_id
FROM t
)
SELECT userid,
MAX(COUNT(*)) AS max_consecutive_days
FROM seq
GROUP BY userid, seq_id;示例 2：每个部门薪资前 3 的员工
利用 ROW_NUMBER() 或 RANK()：
SELECT * FROM (
SELECT dept_id, emp_id, salary,
ROW_NUMBER() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rn
FROM employees
) AS t
WHERE rn <= 3;此题常用于考察窗口函数配合 PARTITION BY 和ORDER BY 的使用，区别于使用子查询或 IN的传统做法，效率更高且语义明确。
3 总结与建议
- 连接与窗口函数是校招 SQL 面试重难点。要理解各类连接的区别和适用场景，尤其是半连接和反连接的逻辑，能有效解决“查找有/无关联数据”的问题。
- 窗口函数必须配合 OVER子句使用，学会拆解PARTITION BY 和 ORDER BY的作用，掌握常用排名函数和累计函数的特点。
- 多练习题目与实战。连续登录天数、Top N 排名、累计和等题型是面试高频考点；建议在写 SQL 时先思考如何通过窗口函数简化代码，再注意优化执行效率。
- 注意 SQL 兼容差异。虽然标准 SQL 定义了大部分窗口函数，但在不同数据库中的语法细节可能略有不同，面试时应说明你熟悉的数据库方言（如 MySQL、PostgreSQL、SQL Server 等）。
通过系统掌握这些高级连接和窗口函数的用法，再结合大量实战练习，相信你在数仓或数据开发的校招面试中能够游刃有余。
Comments