SQL Joins & fortgeschrittene Abfragen
INNER JOIN, LEFT/RIGHT JOIN, CROSS JOIN, CTEs, window functions, verschachtelte Abfragen, Optimierung
1Welche Art von JOIN gibt nur die Zeilen zurück, die in beiden Tabellen eine Übereinstimmung haben?
Welche Art von JOIN gibt nur die Zeilen zurück, die in beiden Tabellen eine Übereinstimmung haben?
Antwort
INNER JOIN gibt nur die Zeilen zurück, die in beiden Tabellen eine Übereinstimmung haben. Wenn eine Zeile aus der linken Tabelle keine Übereinstimmung in der rechten Tabelle hat (oder umgekehrt), wird sie aus dem Ergebnis ausgeschlossen. Dies ist die restriktivste und am häufigsten verwendete Art von JOIN zum Kombinieren verwandter Daten.
2Was ist das Ergebnis eines LEFT JOIN, wenn die rechte Tabelle keine Übereinstimmung hat?
Was ist das Ergebnis eines LEFT JOIN, wenn die rechte Tabelle keine Übereinstimmung hat?
Antwort
LEFT JOIN behält alle Zeilen der linken Tabelle, auch wenn in der rechten Tabelle keine Übereinstimmung existiert. In diesem Fall werden die Spalten der rechten Tabelle mit NULL-Werten gefüllt. Dies bewahrt die Integrität der Daten der Haupttabelle und fügt gleichzeitig optionale Informationen hinzu.
3Wie findet man Kunden, die keine Bestellung aufgegeben haben, mit einem JOIN?
Wie findet man Kunden, die keine Bestellung aufgegeben haben, mit einem JOIN?
Antwort
Um Datensätze ohne Übereinstimmung zu finden, verwenden Sie einen LEFT JOIN gefolgt von einem WHERE-Filter auf einer Spalte der rechten Tabelle IS NULL. Diese Technik ist leistungsfähiger als eine NOT IN-Unterabfrage, da sie vermeidet, die Bestelltabelle mehrmals zu scannen. Dies ist ein klassisches Muster zur Erkennung verwaister Daten.
Was erzeugt ein CROSS JOIN als Ergebnis?
Was ist ein SELF JOIN und wann sollte man ihn verwenden?
+19 Interview-Fragen
Weitere Data Science & ML-Interviewthemen
Python-Grundlagen
Python Objektorientierte Programmierung
Python-Datenstrukturen
Git-Grundlagen
SQL-Grundlagen
NumPy-Grundlagen
Pandas-Grundlagen
Jupyter & Google Colab
Fortgeschrittenes Pandas
Visualisierung mit Matplotlib & Seaborn
Interaktive Visualisierungen mit Plotly
Deskriptive Statistik
Inferenzstatistik
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Überwachtes ML: Regression
Überwachtes ML: Klassifikation
Entscheidungsbäume & Ensembles
Unüberwachtes ML
ML-Pipelines & Validierung
Zeitreihen & Prognosen
Grundlagen des Deep Learning
TensorFlow & Keras
CNN und Bildklassifizierung
RNN & Sequenzen
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps und Deployment
Meistere Data Science & ML für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten