在数据驱动的时代，SQL技能无疑是数据分析师的必备利器。今天，我们为大家整理了3道常考的SQL数据分析题，从基础到高级，全方位提升你的数据分析和面试表现。快来一起挑战吧！

一、找出每个部门工资第二高的员工

首先，让我们来解答第一个问题：如何找出每个部门工资第二高的员工？

解题思路：

1. 使用窗口函数`RANK()`按部门ID分组，并按薪资降序排列。2. 将处理后的表与部门信息表进行内连接，获取部门名称。3. 在连接后的表上筛选出薪资排名第二的员工。

SQL代码：

sqlWITH ranked_employees AS (  SELECT     e.employee_id,    e.employee_name,    e.employee_salary,    d.department_id,    RANK() OVER (PARTITION BY e.department_id ORDER BY e.employee_salary DESC) AS ranking  FROM employee e  JOIN department d ON e.department = d.department_id)SELECT   re.employee_id,  re.employee_name,  re.employee_salary,  re.department_idFROM ranked_employees reWHERE re.ranking = 2;

二、网站登录时间间隔统计

接下来，我们来看第二个问题：如何计算每个用户登录日期间隔小于5天的次数？

解题思路：

1. 使用`LEAD()`函数获取每个用户的下一次登录日期。2. 计算当前登录日期与下一次登录日期的日期差。3. 筛选出日期差小于5天的记录，并进行分组统计。

SQL代码：

sqlWITH login_intervals AS (  SELECT     user_id,    login_time,    LEAD(login_time, 1) OVER (PARTITION BY user_id ORDER BY login_time) AS next_login_time  FROM login_info)SELECT   user_id,  COUNT(*) AS numFROM login_intervalsWHERE TIMESTAMPDIFF(DAY, login_time, next_login_time) < 5GROUP BY user_id;

三、用户购买渠道分析

最后，我们来解决第三个问题：如何查询每天仅使用手机端的用户、仅使用网页端的用户和同时使用网页端和手机端的不同用户人数和总购物金额？

解题思路：

1. 根据用户ID和日期进行分组，统计各渠道的购买记录。2. 使用`UNION`将仅使用网页端和仅使用手机端的用户数据合并。3. 将两部分数据与所有日期和渠道的笛卡尔积进行左连接，获取完整的数据集。

SQL代码：

sqlWITH single_channel_users AS (  SELECT     purchase_date,    'web' AS channel,    SUM(purchase_amount) AS sum_amount,    COUNT(DISTINCT user_id) AS total_users  FROM purchase_channel  GROUP BY purchase_date, 'web'  UNION ALL  SELECT     purchase_date,    'app' AS channel,    SUM(purchase_amount) AS sum_amount,    COUNT(DISTINCT user_id) AS total_users  FROM purchase_channel  GROUP BY purchase_date, 'app'),both_channel_users AS (  SELECT     purchase_date,    'both' AS channel,    SUM(purchase_amount) AS sum_amount,    COUNT(DISTINCT user_id) AS total_users  FROM purchase_channel  GROUP BY purchase_date, 'both')SELECT   t1.purchase_date,  t1.channel,  t2.sum_amount,  t2.total_usersFROM single_channel_users t1LEFT JOIN both_channel_users t2 ON t1.purchase_date = t2.purchase_date AND t1.channel = t2.channel;

以上就是今天的分享内容！希望这些题目能帮助你在面试中脱颖而出，成为数据仓库领域的佼佼者。如果你觉得这篇文章对你有帮助，别忘了点赞、分享和关注哦！

文章首发于公众号【五分钟学大数据】，在公众号后台发送：大数据面试，送你一份最牛X的大数据面试题