数据与数据库面试题库

GROUP BY会改变结果粒度：每个分组通常合并成一条输出行，除非后续操作再次展开。窗口聚合保留输入粒度，并为每条行附加一个基于分区计算的值，因此适合组内占比、累计值和相邻行比较。使用时仍需明确分区、窗口顺序，通常还要写出框架。窗口顺序只控制计算，不保证最终展示顺序；展示必须稳定时，外层查询还需要自己的ORDER BY。

ROWS按排序后行序列中的位置移动框架边界；RANGE根据排序值确定边界，通常会把排序值相等的行视为同值行。两条记录具有相同时间或金额时，默认RANGE框架可能让两行的累计值都包含彼此，而看似相同的ROWS框架会按物理行逐条增长。各数据库的RANGE语法与时间间隔支持不同。我会显式写出框架，在边界放入重复值，并在生产方言上验证结果。

先分别定义锚集合与一步可达关系，再证明每一轮递归如何向终止状态推进。即使数据按树设计，也可能存在脏数据，因此要携带已访问标识集合或带分隔符的路径，并定义节点重复时如何处理。深度、行数或语句超时上限只是资源保护，不能充当正确性证明。多租户系统还必须在锚成员与递归成员中都保留租户和权限条件。最后测试环、多个父节点、孤儿节点、空锚集合与最大合法深度。

用于排除时，如果子查询列可能包含NULL，NOT EXISTS更安全。NOT IN按SQL三值逻辑把外层值与右侧每个值比较；没有相等项但存在NULL时，条件可能得到UNKNOWN，WHERE会删除该行。相关NOT EXISTS只检查等值匹配是否存在，因此无关的空值不会污染结果。我仍会定义外层键为空时的行为，测试空集合与重复值，并查看目标数据库计划，而不是假定某种写法永远更快。