Data Science SQL 面试完全指南 2026:高频题型 + 窗口函数 + 真题精讲
SQL 是 Data Science 面试中最高频的考察点,覆盖 Meta、Google、Amazon、Bloomberg 等顶级公司的 DS 岗位。本文系统梳理 DS SQL 面试的核心题型(窗口函数、复杂 JOIN、CTE、子查询)、高频考点和真题解析,帮助你在 2026 申请季中高效通过 DS SQL 筛选。
## 为什么 SQL 是 DS 面试的核心考点?
**Data Science 面试中,SQL 的考察比例远超大多数候选人的预期。** 根据 Glassdoor 和 LeetCode 的数据统计,Meta DS 面试中 SQL 占技术环节的 40%,Google 的 DS 岗位 SQL 考察比例高达 50%,Amazon 的 Business Intelligence Engineer 和 Data Scientist 岗位几乎每轮都有 SQL 题。 原因很简单:DS 的日常工作 80% 以上都在与数据库打交道——从数据提取、清洗、聚合,到构建分析 Pipeline,SQL 是最核心的工具。面试官需要确认你能在真实业务场景中独立完成数据分析任务。 **UK 市场的特殊性**:英国的 DS 岗位(尤其是金融科技、银行、咨询等行业)对 SQL 的要求往往比美国更高,因为英国公司的数据基础设施更多依赖传统关系型数据库(PostgreSQL、SQL Server、Oracle),而非 Spark/Hive 等大数据工具。
## DS SQL 面试的四大核心题型
### 题型一:窗口函数(Window Functions) 窗口函数是 DS SQL 面试中最高频的考察点,也是区分初级和高级候选人的关键。**几乎所有 Top 10 科技公司的 DS 面试都会考察窗口函数。** **核心窗口函数速查表:** | 函数 | 用途 | 典型场景 | |------|------|----------| | `ROW_NUMBER()` | 行号(不重复) | 去重、取 Top N | | `RANK()` | 排名(并列跳号) | 成绩排名、销售排行 | | `DENSE_RANK()` | 密集排名(并列不跳号) | 薪资分级、用户分层 | | `LAG(col, n)` | 取前 n 行的值 | 环比计算、趋势分析 | | `LEAD(col, n)` | 取后 n 行的值 | 预测下一步行为 | | `SUM() OVER()` | 累计求和 | 累计收入、留存率 | | `AVG() OVER()` | 移动平均 | 7 日均线、平滑趋势 | | `NTILE(n)` | 分桶(等分) | 用户分位数分析 | **真题示例(Meta DS 面试)**:给定一张用户登录表 `user_logins(user_id, login_date)`,找出连续登录 7 天及以上的用户。 ```sql WITH ranked AS ( SELECT user_id, login_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS rn FROM user_logins ), grouped AS ( SELECT user_id, login_date, DATE_SUB(login_date, INTERVAL rn DAY) AS grp FROM ranked ) SELECT user_id, MIN(login_date) AS streak_start, MAX(login_date) AS streak_end, COUNT(*) AS streak_len FROM grouped GROUP BY user_id, grp HAVING COUNT(*) >= 7; ``` **解题思路**:利用 `ROW_NUMBER()` 生成行号,通过 `login_date - rn` 的差值将连续日期映射到同一个 `grp` 值,再按 `grp` 分组统计连续天数。
### 题型二:复杂 JOIN 与数据清洗 **JOIN 是 DS 面试中最容易出错的题型**,尤其是当涉及多表 JOIN、自连接(Self JOIN)和不等值 JOIN 时。 **高频 JOIN 题型:** **1. 自连接(Self JOIN)**:找出薪资高于同部门平均薪资的员工。 ```sql SELECT e.employee_id, e.name, e.salary, dept_avg.avg_salary FROM employees e JOIN ( SELECT department_id, AVG(salary) AS avg_salary FROM employees GROUP BY department_id ) dept_avg ON e.department_id = dept_avg.department_id WHERE e.salary > dept_avg.avg_salary; ``` **2. 不等值 JOIN**:找出价格在同类商品中排名前 20% 的产品。 ```sql SELECT p1.product_id, p1.category, p1.price FROM products p1 JOIN products p2 ON p1.category = p2.category AND p1.price <= p2.price GROUP BY p1.product_id, p1.category, p1.price HAVING COUNT(p2.product_id) <= 0.2 * ( SELECT COUNT(*) FROM products p3 WHERE p3.category = p1.category ); ``` **3. 多表 JOIN 数据清洗**:这类题目通常给出 3-4 张表,要求候选人在 JOIN 的同时处理 NULL 值、重复数据和数据类型不一致等问题。面试官考察的不仅是 SQL 语法,更是候选人对数据质量的敏感度。
### 题型三:CTE 与递归查询 **CTE(Common Table Expression)** 是现代 SQL 的核心特性,也是 DS 面试中展示代码可读性和结构化思维的重要机会。 **CTE 的核心优势**: - 将复杂查询拆分为可读的逻辑单元 - 避免重复子查询,提升性能 - 支持递归查询(处理层级数据) **真题示例(Google DS 面试)**:给定一张组织架构表 `org_chart(employee_id, manager_id, name)`,找出 CEO(manager_id 为 NULL)到每个员工的完整汇报链。 ```sql WITH RECURSIVE hierarchy AS ( -- 基础情况:CEO SELECT employee_id, manager_id, name, CAST(name AS VARCHAR(1000)) AS path, 0 AS level FROM org_chart WHERE manager_id IS NULL UNION ALL -- 递归步骤:逐层向下 SELECT e.employee_id, e.manager_id, e.name, CONCAT(h.path, ' -> ', e.name) AS path, h.level + 1 AS level FROM org_chart e JOIN hierarchy h ON e.manager_id = h.employee_id ) SELECT * FROM hierarchy ORDER BY level, employee_id; ```
### 题型四:A/B Test 数据分析 SQL **这是 DS 面试中最贴近实际工作的题型**,考察候选人能否用 SQL 完成完整的 A/B Test 分析流程。 **典型题目结构**:给定实验分配表 `experiment(user_id, variant, assignment_date)` 和行为数据表 `events(user_id, event_type, event_date, revenue)`,计算实验组和对照组的关键指标(转化率、ARPU、留存率)及统计显著性。 ```sql WITH experiment_users AS ( SELECT user_id, variant FROM experiment WHERE assignment_date >= '2026-01-01' ), user_metrics AS ( SELECT eu.user_id, eu.variant, COUNT(DISTINCT CASE WHEN e.event_type = 'purchase' THEN e.event_date END) AS purchase_days, SUM(CASE WHEN e.event_type = 'purchase' THEN e.revenue ELSE 0 END) AS total_revenue, MAX(CASE WHEN e.event_type = 'purchase' THEN 1 ELSE 0 END) AS converted FROM experiment_users eu LEFT JOIN events e ON eu.user_id = e.user_id AND e.event_date >= '2026-01-01' GROUP BY eu.user_id, eu.variant ) SELECT variant, COUNT(*) AS user_count, AVG(converted) AS conversion_rate, AVG(total_revenue) AS arpu, SUM(total_revenue) AS total_revenue FROM user_metrics GROUP BY variant; ```
## DS SQL 面试的备考策略
**第一阶段(第 1-2 周):夯实基础** 重点掌握:GROUP BY + HAVING、多表 JOIN(INNER/LEFT/RIGHT/FULL)、子查询(相关子查询 vs 非相关子查询)、基础聚合函数。推荐资源:LeetCode SQL 题库(Easy + Medium 共 100 题)、Mode Analytics SQL Tutorial。 **第二阶段(第 3-4 周):攻克窗口函数** 窗口函数是 DS SQL 面试的核心难点,需要专项训练。推荐:LeetCode SQL Hard 题(专注窗口函数类)、StrataScratch 的 DS 专项 SQL 题库(按公司分类,包含 Meta/Google/Amazon 真题)。 **第三阶段(第 5-6 周):模拟真实场景** 找一个真实数据集(如 Kaggle 的电商数据集),自己设计 A/B Test 分析场景,用 SQL 完成完整的数据分析流程。这个过程能帮助你建立 DS 思维,而不仅仅是 SQL 语法。 **备考资源推荐:** | 资源 | 类型 | 适用阶段 | 特点 | |------|------|----------|------| | LeetCode SQL | 题库 | 全阶段 | 覆盖最广,社区解答丰富 | | StrataScratch | 题库 | 中高级 | DS 专项,按公司分类 | | DataLemur | 题库 | 中高级 | 专注 DS/Analytics 场景 | | Mode Analytics | 教程 | 基础 | 免费,可视化友好 | | pgexercises.com | 练习 | 基础 | PostgreSQL 专项 |
## AT&T Career Data Science Track 的 SQL 备考支持
我们的 **Tech Track(Data Science 方向)** 提供系统化的 SQL 面试备考支持,包括:DS SQL 真题题库(200+ 道按公司分类的真题)、一对一 SQL 诊断和提升辅导、A/B Test 数据分析实战训练,以及 Meta/Google/Amazon DS 岗位的完整面试流程模拟。我们的导师均来自 Bloomberg、Meta、Google 等顶级科技公司的 DS 团队,能够提供最真实的 Insider 视角。如需了解详情,请访问 www.attcareer.com/tech 或扫描页面二维码联系我们。
DS 面试和 SWE 面试的 SQL 考察有什么区别?
DS 面试的 SQL 更注重分析思维,题目通常有明确的业务背景(如用户行为分析、A/B Test 结果计算),需要候选人理解业务逻辑后再写 SQL。SWE 面试的 SQL 更偏向数据库设计和查询优化。DS 面试中窗口函数、CTE 的使用频率远高于 SWE 面试。
UK 的 DS 面试和美国有什么不同?
UK 的 DS 面试(尤其是金融、咨询行业)更注重 SQL 和统计基础,Python/ML 的考察比例相对较低。美国科技大厂(FAANG)的 DS 面试则更偏向 ML 系统设计和产品分析。如果你在英国求职,建议把 60% 的备考时间放在 SQL 和统计上。
LeetCode 上的 SQL 题够用吗?
LeetCode SQL 题库对于基础和中级备考足够,但对于 DS 专项面试(尤其是 Meta/Google/Amazon 的 DS 岗位),建议补充 StrataScratch 和 DataLemur 的 DS 专项题库,这些平台的题目更贴近真实 DS 面试场景。
AT&T Career