1.编写查询,查找表中的行总数。

答：select count(*) from tblsample;

2.编写查询,消除表结果中的重复记录。

答：Select distinct * from tblSample;

3.编写查询,获取t_employee表中designation字段前3个字符。

答：Select substr(designation,1,3) from t_employee;

4.查询t_employee表,合并输出Designation和Department两个字段的内容。

答：Select Designation + ‘ ‘ + Department from t_employee;

5.如果使用union和union all合并4条SQL子查询,union会有多少次被用来去除重复行?

答：1次。

6.IN和BETWEEN之间的区别是什么,在WHERE子句中如何使用?

答：BETWEEN子句是用来获取一个范围值,而IN子句是从指定值列表中获取对应数据。

7.解释“LIKE”关键字在WHERE子句中如何使用?sql有哪些通配符?

答：LIKE是用于部分字符串的匹配。SQL有两个通配符,“%”(匹配字符串的任何字符)和“_”(匹配任意单个字符)。

8.怎样使用“LIKE”语句?

答：在局部搜索中使用。例如,你需要找到lastname包含“gat”字母的所有员工,那么你可以使用下面的查询、匹配搜索条件:Select empid, firstname, lastname from t_employee where lastname like ‘%gat%’;这可能会搜索到lastname包含字符“gat”的所有雇员,像Gates、Gatsby、Gatsburg、Sogatsky…"%"用于表示名称中剩余的所有字符。这个查询获取在字符串中包含“gat”的所有记录。

9.解释 GROUP BY 和 HAVING 子句的用法。

答：利用group by子句分组数据,当select语句中使用到组函数和字段一起连用时会用到group by,否则会出现错误。Group by 把select查询的结果集分成几个小组,这个group by子句可以跟在where后面且在having前面。Group by子句也会触发排序操作,会按分组字段排序。 b

10.在t_employee表中,department字段可为空。编写查询,获取尚未分配部门的员工。

答：Select empid, firstname, lastname from t_employee where department is null;

获取更详细的私信博主（学习）

一、 SQL分类：

DDL—数据定义语言(CREATE，ALTER，DROP，DECLARE)

DML—数据操纵语言(SELECT，DELETE，UPDATE，INSERT)

DCL—数据控制语言(GRANT，REVOKE，COMMIT，ROLLBACK)

二、基本语法

1、创建数据库

create database database-name

2、删除数据库

drop database dbname

3、创建新表

create table tabname(col1 type1 [not null] [primary key],col2 type2 [not null],..)

根据已有的表创建新表：

A：create table tab_new like tab_old (使用旧表创建新表)(在orcale中不能用)

B：create table tab_new as select col1,col2… from tab_old definition only

4、删除新表

drop table tabname

5、增加一个列

Alter table tabname add column col type

注：列增加后将不能删除。DB2中列加上后数据类型也不能改变，唯一能改变的是增加varchar类型的长度。

6、添加主键

Alter table tabname add primary key(col)

7、 创建索引

create [unique] index idxname on tabname(col….)

删除索引

drop index idxname

注：索引是不可更改的，想更改必须删除重新建。

8、 创建视图

create view viewname as select statement

删除视图：

drop view viewname

9、 几个简单的基本的SQL语句

选择：select * from table1 where 范围

插入：insert into table1(field1,field2) values(value1,value2)

Insert into table1 values(‘001’,’sll’)

删除：delete from table1 where 范围

更新：update table1 set field1=value1 where 范围

查找：select * from table1 where field1 like ’%value1%’

表示模糊查询（匹配字符串）

排序：select * from table1 order by field1,field2 [desc]

总数：select count（*） as totalcount from table1

求和：select sum(field1) as sumvalue from table1

平均：select avg(field1) as avgvalue from table1

最大：select max(field1) as maxvalue from table1

最小：select min(field1) as minvalue from table1

10、 使用外连接

A、left outer join：

左外连接（左连接）：结果集几包括连接表的匹配行，也包括左连接表的所有行。

sql: select a.a, a.b, a.c, b.c, b.d, b.f from a LEFT OUT JOIN b ON a.a =b.c

B：right outer join: 右外连接(右连接)：结果集既包括连接表的匹配连接行，也包括右连接表的所有行。

C：full outer join： 全外连接：不仅包括符号连接表的匹配行，还包括两个连接表中的所有记录。

D：等值连接 无条件连接，取两个表的笛卡尔积

11、 in 的使用方法

select * from table1 where a [not] in (‘值1’,’值2’,’值4’,’值6’)

13、两张关联表，删除主表中已经在副表中没有的信息

delete from table1 where not exists ( select * from table2 where table1.field1=table2.field1 )

三.MySQL索引技巧

举例，业务场景，用户表，表结构为：

t_user(

uid primary key,

login_name unique,

passwd,

login_time,

age,

…

);

聚集索引(clustered index)：聚集索引决定数据在磁盘上的物理排序，一个表只能有一个聚集索引，一般用primary key来约束。

举例：t_user场景中，uid上的索引。

非聚集索引(non-clustered index)：它并不决定数据在磁盘上的物理排序，索引上只包含被建立索引的数据，以及一个行定位符row-locator，这个行定位符，可以理解为一个聚集索引物理排序的指针，通过这个指针，可以找到行数据。

举例，查找年轻MM的业务需求：

select uid from t_user where age > 18 and age < 26;

age上建立的索引，就是非聚集索引。

联合索引：多个字段上建立的索引，能够加速复核查询条件的检索

举例，登录业务需求：

select uid, login_time from t_user where

login_name=? and passwd=?

可以建立(login_name, passwd)的联合索引。

联合索引能够满足最左侧查询需求，例如(a, b, c)三列的联合索引，能够加速a | (a, b) | (a, b, c) 三组查询需求。

这也就是为何不建立(passwd, login_name)这样联合索引的原因，业务上几乎没有passwd的单条件查询需求，而有很多login_name的单条件查询需求。

提问：

select uid, login_time from t_user where

passwd=? and login_name=?

能否命中(login_name, passwd)这个联合索引？

回答：可以，最左侧查询需求，并不是指SQL语句的写法必须满足索引的顺序（这是很多朋友的误解）

索引覆盖：被查询的列，数据能从索引中取得，而不用通过行定位符row-locator再到row上获取，即“被查询列要被所建的索引覆盖”，这能够加速查询速度。

举例，登录业务需求：

select uid, login_time from t_user where

login_name=? and passwd=?

可以建立(login_name, passwd, login_time)的联合索引，由于login_time已经建立在索引中了，被查询的uid和login_time就不用去row上获取数据了，从而加速查询。

末了多说一句，登录这个业务场景，login_name具备唯一性，建这个单列索引就好。

四.MySQL的or/in/union与索引优化

假设订单业务表结构为：

order(oid, date, uid, status, money, time, …)

其中：

oid，订单ID，主键

date，下单日期，有普通索引，管理后台经常按照date查询

uid，用户ID，有普通索引，用户查询自己订单

status，订单状态，有普通索引，管理后台经常按照status查询

money/time，订单金额/时间，被查询字段，无索引

…

假设订单有三种状态：0已下单，1已支付，2已完成

业务需求，查询未完成的订单，哪个SQL更快呢？

select * from order where status!=2

select * from order where status=0 or status=1

select * from order where status IN (0,1)

select * from order where status=0

union all

select * from order where status=1

结论：方案1最慢，方案2，3，4都能命中索引

但是…

一：union all 肯定是能够命中索引的

select * from order where status=0

union all

select * from order where status=1

说明：

直接告诉MySQL怎么做，MySQL耗费的CPU最少

程序员并不经常这么写SQL(union all)

二：简单的in能够命中索引

select * from order where status in (0,1)

说明：

让MySQL思考，查询优化耗费的cpu比union all多，但可以忽略不计

程序员最常这么写SQL(in)，这个例子，最建议这么写

三：对于or，新版的MySQL能够命中索引

select * from order where status=0 or status=1

说明：

让MySQL思考，查询优化耗费的cpu比in多，别把负担交给MySQL

不建议程序员频繁用or，不是所有的or都命中索引

对于老版本的MySQL，建议查询分析下

四、对于!=，负向查询肯定不能命中索引

select * from order where status!=2

说明：

全表扫描，效率最低，所有方案中最慢

禁止使用负向查询

五、其他方案

select * from order where status < 2

这个具体的例子中，确实快，但是：

这个例子只举了3个状态，实际业务不止这3个状态，并且状态的“值”正好满足偏序关系，万一是查其他状态呢，SQL不宜依赖于枚举的值，方案不通用

这个SQL可读性差，可理解性差，可维护性差，强烈不推荐

说明：本文限于篇幅，故而只展示部分的面试内容，完整的Java面试学习文档小编已经帮你整理好了，有需要的朋友点赞+关注私信我777免费领取Java、大厂面试学习资料哦！