短视频平台常见 SQL 面试题，你学会了吗？

本文整理了短视频平台业务场景下的三道常见 SQL 面试题，涉及窗口函数、多表联结、时间计算等核心知识点。

数据表结构

某短视频公司数据库包含三张核心表：

表一：用户视频信息明细表

用户id	视频id	点赞数	发布日期	用户累计粉丝数	视频类别
sz001	10001	71	2022/6/1	144	生活
sz003	10005	69	2022/6/1	97	生活
sz004	10007	65	2022/6/1	177	资讯
sz002	10005	64	2022/6/1	95	生活
sz005	10057	97	2022/6/1	197	资讯
sz001	10051	95	2022/6/2	275	生活
sz003	10006	98	2022/6/2	202	生活
sz004	10008	70	2022/6/2	219	资讯
sz002	10006	75	2022/6/2	285	生活
sz005	10058	96	2022/6/2	264	资讯
sz001	10052	81	2022/6/3	243	生活
sz004	10056	56	2022/6/3	246	资讯
sz005	10010	53	2022/6/3	265	资讯

字段说明：包含用户 id、发布视频 id、视频点赞数、视频发布日期、视频类别和用户的粉丝数。

表二：主播开播明细表

主播id	直播间id	开播时间
sz001	R001	2022/5/4 20:00
sz003	R004	2022/5/4 19:00
sz002	R005	2022/5/4 18:00

字段说明：包含主播 id、主播开直播房间的 id 号，和开播的时间。

表三：直播间用户信息明细表

观众id	进入的直播间id	进入时间
g001	R001	2022/5/4 20:00
g002	R001	2022/5/4 20:02
g003	R005	2022/5/4 18:04
g004	R001	2022/5/4 20:06
g005	R001	2022/5/4 20:33

字段说明：包含进入直播间观看的观众 id、进入的直播间 id 和观众进入的时间。

---

业务需求与解题思路

问题 1：找出每个用户点赞数最高的视频

需求细节：点赞数相同时按照视频 id 最大的记录。

思路拆解

1. 查询字段：用户 id、视频 id、点赞数
2. 分组排序：按用户 id 分组，再根据点赞数降序排序，若点赞数相同则按视频 id 降序
3. 筛选记录：选择每个用户点赞数最高的视频（排名第 1 的）

关键技巧：使用窗口函数 row_number() 而非 group by，因为窗口函数不会减少原表行数，可以保留明细数据的同时进行组内排序。

SQL 解法

首先，用窗口函数计算每个用户视频的排名：

select 
    用户id,
    视频id,
    点赞数,
    row_number() over(
        partition by 用户id 
        order by 点赞数 desc, 视频id desc
    ) as 排名
from 用户视频信息明细表;

**中间结果**：

| 用户id | 视频id | 点赞数 | 排名 |
| :----- | :----- | :----- | :--- |
| sz001  | 10051  | 95     | 1    |
| sz001  | 10052  | 81     | 2    |
| sz001  | 10001  | 71     | 3    |
| sz002  | 10006  | 75     | 1    |
| sz002  | 10005  | 64     | 2    |
| sz003  | 10006  | 98     | 1    |
| sz003  | 10005  | 69     | 2    |
| sz004  | 10008  | 70     | 1    |
| sz004  | 10007  | 65     | 2    |
| sz004  | 10056  | 56     | 3    |
| sz005  | 10057  | 97     | 1    |
| sz005  | 10058  | 96     | 2    |
| sz005  | 10010  | 53     | 3    |

然后，筛选排名为 1 的记录：

```sql
select 用户id, 视频id, 点赞数
from (
    select 
        用户id,
        视频id,
        点赞数,
        row_number() over(
            partition by 用户id 
            order by 点赞数 desc, 视频id desc
        ) as 排名
    from 用户视频信息明细表
) t
where 排名 = 1;

最终结果：

用户id	视频id	点赞数
sz001	10051	95
sz002	10006	75
sz003	10006	98
sz004	10008	70
sz005	10057	97

---

问题 2：找出粉丝数在 6 月 2 号提升最多的 3 个用户

需求细节：对比 6 月 1 号的粉丝数，计算 6 月 2 号的涨粉量，取前 3 名。

思路拆解

1. 计算涨粉数：6月2号粉丝数 - 6月1号粉丝数
2. Top N 筛选：按涨粉数降序排列，取前 3 个用户

关键技巧：利用 if() 函数配合 sum() 进行条件聚合。当日期为 6/2 时取正数，为 6/1 时取负数，相加即得差值。

SQL 解法

第一步，计算每个用户的涨粉数：

select 
    用户id,
    sum(if(发布日期 = "2022/6/2", 用户累计粉丝数, -用户累计粉丝数)) as 涨粉数
from 用户视频信息明细表
where 发布日期 in ("2022/6/2", "2022/6/1")
group by 用户id;

中间结果：

用户id	涨粉数
sz001	131
sz003	105
sz004	42
sz002	190
sz005	67

第二步，取涨粉数前 3 名：

select 用户id, 涨粉数
from (
    select 
        用户id,
        sum(if(发布日期 = "2022/6/2", 用户累计粉丝数, -用户累计粉丝数)) as 涨粉数
    from 用户视频信息明细表
    where 发布日期 in ("2022/6/2", "2022/6/1")
    group by 用户id
) t
order by 涨粉数 desc
limit 3;

最终结果：

用户id	涨粉数
sz002	190
sz001	131
sz003	105

---

问题 3：找出开播三分钟内无人进入的直播房间号

需求细节：找出那些主播开播后，3 分钟内没有观众进入的直播间。

思路拆解

1. 多表联结：用 直播间id 关联主播开播表和观众进入表（Left Join）
2. 时间判断：观众进入时间 > 开播时间 + 3分钟，或观众id为空（无人进入）
3. 筛选逻辑：使用 date_add() 函数计算开播后 3 分钟的时间节点

关键函数：date_add

• 作用：在日期中添加或减去指定的时间间隔
• 语法：date_add(date, interval expr type)
• 示例：date_add(a.开播时间, interval +3 minute) 表示开播时间后 3 分钟

SQL 解法

先联结两表查看全量数据：

select 
    a.主播id,
    a.直播间id,
    b.观众id,
    a.开播时间,
    b.进入时间
from 主播开播明细表 a
left join 直播间用户信息明细表 b
on a.直播间id = b.进入的直播间id;

联结结果分析：

• R004（sz003）：观众id 为 Null，表示无人进入
• R005（sz002）：观众 g003 在 18:04 进入，但开播时间是 18:00，刚好是 4 分钟后，超过 3 分钟限制

筛选开播 3 分钟内无人进入的房间：

select 
    a.主播id,
    a.直播间id,
    b.观众id,
    a.开播时间,
    b.进入时间
from 主播开播明细表 a
left join 直播间用户信息明细表 b
on a.直播间id = b.进入的直播间id
and b.进入时间 > date_add(a.开播时间, interval +3 minute)
where b.观众id is null;

最终结果：

主播id	直播间id	观众id	开播时间	进入时间
sz003	R004	Null	2022/5/4 19:00	Null
sz002	R005	Null	2022/5/4 18:00	Null

结果说明：

• R004：完全无人进入
• R005：有观众进入，但都在 3 分钟之后（被 > 条件过滤，只剩 Null 记录）

---

本题考点总结

1. 窗口函数 row_number()：适用于"每个用户下每种类别的排序"类业务需求，可在保留明细的同时进行组内排序
2. 条件聚合：使用 if() + sum() 实现行转列计算，避免使用子查询自连接，性能更优
3. 多表联结策略：
   • 先通过 Left Join 保留所有直播间信息
   • 用时间条件在 on 子句中过滤不符合时间要求的观众记录
   • 最后通过 where 筛选观众id为空的记录（即 3 分钟内无人进入）
4. 时间函数：掌握 date_add() 的用法，灵活处理时间区间判断问题

---

学习建议：遇到复杂的业务需求，建议采用多维度拆解法——将大问题拆分为多个简单的子问题（如先计算涨粉数，再取 Top N），逐步构建 SQL 逻辑。