SQL

连接按匹配规则组合两表行。内连接只保留两表都能匹配上的行；左外连接保留左表全部行，右表无匹配处填 NULL；右外连接对称保留右表全部；全外连接保留两表所有行，各自无匹配处补 NULL（MySQL 不支持 FULL JOIN，需左连接 UNION 右连接模拟）。关键理解点：外连接的结果行数可能多于内连接（一对多匹配）也可能等于左表行数；WHERE 条件写在外连接的右表列上（如 右表.id 不为 NULL）会退化成内连接，筛选右表要放 ON 子句。笛卡尔积是无连接条件的全组合（行数等于两表行数之积），显式写 JOIN ON 永远优于逗号连接混 WHERE。能举两表小例子画结果集并讲 ON 与 WHERE 的差异即满分。

逻辑执行顺序为 FROM 加 ON 加 JOIN 生成数据集、WHERE 逐行过滤、GROUP BY 分组、聚合计算、HAVING 过滤组、SELECT 表达式、DISTINCT、ORDER BY、LIMIT。由此推出高频结论：WHERE 里不能用 SELECT 起的别名（多数数据库）也不能用聚合函数，因为它先于分组执行；HAVING 专管聚合后的组级条件（如 HAVING COUNT(星号) 大于 5），非聚合条件应尽量放 WHERE 提前减少参与分组的行数；GROUP BY 后 SELECT 的非聚合列必须在分组键里（SQL 标准如此，MySQL 宽松模式会随机取值造成隐患）；ORDER BY 可用 SELECT 别名因为它在其后执行。经典题：统计每个部门平均工资并筛出大于一万的部门，按逻辑顺序口述一遍执行即可答好。

窗口函数形如 函数() OVER (PARTITION BY 列 ORDER BY 列 ROWS BETWEEN...)，它在不折叠行的前提下按窗口计算：分组聚合把每组压成一行，窗口函数保留每行并附上聚合或排名结果，这是本质区别。三类常用：排名类 ROW_NUMBER、RANK、DENSE_RANK（并列时是否跳号、是否唯一是考点）；聚合类 SUM、AVG、COUNT 加 OVER 做累计求和与移动平均（ROWS 与 RANGE 边界的差别）；偏移类 LAG、LEAD 取前后行算环比、NTILE 分桶。典型场景：每组 Top N（按分区排序取行号等于一，聚合与连接都难写）、去重保留最新一条、累计指标、连续登录判断（日期减行号分组）。窗口函数在 GROUP BY 之后、SELECT 阶段执行，不能出现在 WHERE，需套子查询。能现场写出每组 Top N 即达标。

标量子查询（返回单值）与相关子查询直观但可能逐行执行退化性能，现代优化器多数能改写为连接或半连接，但相关子查询无索引时仍是 O(n 平方)。IN 子查询与 EXISTS 语义等价（可转半连接），习惯口诀是小表驱动大表：外层小用 IN（先算子查询），外层大且子查询可走索引用 EXISTS（对外层每行探测）；NOT IN 遇 NULL 语义坑（子查询含 NULL 则整表空结果），应改 NOT EXISTS。JOIN 的坑：一对多匹配导致行数放大与聚合重复计数（先聚合再连接），多表连接中间结果膨胀要小结果集驱动并过滤前置；逗号连接漏 ON 条件出笛卡尔积。CTE（WITH 子句）让多层嵌套可读，递归 CTE 处理树与图遍历。答出 NOT IN 的 NULL 坑与行数放大两点即体现实战。

语义都判断集合非空，执行层面：IN 通常把子查询物化成集合（或哈希）再对外层行做成员判断，适合子查询结果集小、外层大的场景；EXISTS 是相关子查询的半连接，对外层每行执行子查询探测，依赖子查询表上有索引，适合外层小、子查询表大或有索引可用时。NULL 陷阱必须讲：当子查询可能返回 NULL 时，NOT IN 的结果直接为空集（NOT IN 遇 NULL 恒为 UNKNOWN），必须用 NOT EXISTS 替代；IN 的 NULL 只是不匹配该行，不影响其他值。性能建议以执行计划为准，优化器常把两者改写成相同的 semi join，写可读性好的即可；大数据量下 JOIN 加 DISTINCT 或 GROUP BY 也可表达半连接。给出「小驱大」原则与 NOT IN 陷阱的反例即完整。