SQL 数据分析 · 指南 · 2026年10月29日 · 12 分钟阅读

SQL 练习题及答案：15 道由浅入深的题目，附真实运行结果

下面是 15 道 SQL 练习题，全部基于同一个数据库，按难度从易到难排列：三道入门（SELECT、WHERE、ORDER BY），五道分组与聚合（GROUP BY、HAVING），四道日期、条件和子查询，最后三道是 JOIN 粒度和窗口函数。每题都有题目、答案查询、真实结果，以及一两句说明为什么这样写。建议先自己动手写，再看答案：练习真正有用的部分，是你卡住想办法的那一分钟，而不是读答案的那几秒。

所有题目都使用 Nomto SQL 课程里的航空公司数据库。它采用 PostgreSQL 风格的表结构，数据量是真实规模：104 个机场、9 种机型、2026 年 7 月 12 日至 9 月 10 日的 33,121 个航班、262,788 笔订单和 366,733 张机票。时间是航空公司所在地时间（莫斯科，UTC+3），金额单位是美元。数据快照截取于 2026 年 8 月 11 日 18:00，所以在此之前的航班已经飞完，之后的只是计划。每个查询都可以在 Nomto 的 SQL 练习场里运行，并和本文的表格对照；课程的整体介绍见 Nomto SQL 课程。

会用到的表

文本值是英文的（'Moscow'、'Economy'、'Arrived'），写条件时要照原样写。

入门：SELECT、WHERE、ORDER BY

1. 一共有多少个机场、多少个城市？

答案

SELECT COUNT(*) AS airports, COUNT(DISTINCT city) AS cities
FROM airports;

COUNT(*) 数的是行数，COUNT(DISTINCT city) 数的是不同取值的个数。城市比机场少三个，说明有的城市不止一个机场（第 6 题会把它们找出来）。

2. 列出航程至少 5,000 公里的机型，按航程从长到短排序

答案

SELECT model, range
FROM aircrafts
WHERE range >= 5000
ORDER BY range DESC;

「至少」对应的是 >=。常见的失误是写成 >：在这份数据里结果碰巧一样，但换一份数据就不一定了。

3. 不在莫斯科时区的机场中，最东边的五个

答案

SELECT airport_code, airport_name, city, timezone
FROM airports
WHERE timezone <> 'Europe/Moscow'
ORDER BY longitude DESC
LIMIT 5;

「最东边」就是经度最大。104 个机场里有 60 个不在莫斯科时区。

入门到中级：GROUP BY 和 HAVING

4. 一周中每天各有多少航班起飞？

取 7 月 13 日到 8 月 9 日这四个完整的星期，让每个星期几出现的次数相同。

答案

SELECT EXTRACT(ISODOW FROM scheduled_departure) AS weekday, COUNT(*) AS flights
FROM flights
WHERE scheduled_departure >= '2026-07-13'
  AND scheduled_departure <  '2026-08-10'
GROUP BY EXTRACT(ISODOW FROM scheduled_departure)
ORDER BY weekday;

ISODOW 把星期一记为 1，星期日记为 7。星期六最忙，星期五最空。如果统计区间不是整数个星期，有些星期几会多算一周的航班，比较就不公平了。

5. 航班数最多的五条航线

答案

SELECT departure_airport, arrival_airport, COUNT(*) AS flights
FROM flights
GROUP BY departure_airport, arrival_airport
ORDER BY flights DESC, departure_airport, arrival_airport
LIMIT 5;

一条航线由两个机场组成，所以两列都要放进 GROUP BY。多加的排序列让数量相同时的顺序固定下来，每次运行结果都一样。

6. 哪些城市有不止一个机场？

答案

SELECT city, COUNT(*) AS airports
FROM airports
GROUP BY city
HAVING COUNT(*) > 1
ORDER BY airports DESC;

条件是针对计数结果的，所以要写在 HAVING 里，而不是 WHERE。两者的区别详见 GROUP BY 和 HAVING 的区别。

7. 哪些机型的座位超过 200 个？

答案

SELECT a.model, COUNT(*) AS seats
FROM aircrafts a
JOIN seats s ON s.aircraft_code = a.aircraft_code
GROUP BY a.model
HAVING COUNT(*) > 200
ORDER BY seats DESC;

seats 每个座位一行，所以按机型数行数就是客舱座位数；JOIN 只是为了带上可读的机型名称。

8. 各舱位的收入、航段数和平均票价

答案

SELECT fare_conditions,
       COUNT(*) AS segments,
       SUM(amount) AS revenue,
       ROUND(AVG(amount), 2) AS avg_price
FROM ticket_flights
GROUP BY fare_conditions
ORDER BY revenue DESC;

按舱位的收入要从 ticket_flights 算，它是每位乘客每个航段一行。如果把 bookings 连接到航段上再对 total_amount 求和，同一笔订单会被重复计算很多次。

中级：日期、条件、子查询

9. 计划飞行时间最长的航班

答案

SELECT DISTINCT flight_no, departure_airport, arrival_airport,
       EXTRACT(EPOCH FROM scheduled_arrival - scheduled_departure) / 60 AS minutes
FROM flights
ORDER BY minutes DESC, flight_no
LIMIT 3;

两个时间戳相减得到一个时间间隔，EXTRACT(EPOCH FROM ...) 把它换算成秒。如果不加 DISTINCT，同一个航班号每飞一天就占一行，前几名会全是它。飞行时间同为 8 小时 50 分钟的航班不止三个，所以 LIMIT 3 只显示了其中一部分。

10. 已到达的航班中，晚点超过一小时的占多少？

答案

SELECT COUNT(*) AS arrived,
       COUNT(*) FILTER (WHERE actual_arrival - scheduled_arrival > INTERVAL '1 hour') AS late_1h,
       ROUND(100.0 * COUNT(*) FILTER (WHERE actual_arrival - scheduled_arrival > INTERVAL '1 hour')
             / COUNT(*), 2) AS pct
FROM flights
WHERE status = 'Arrived';

FILTER (WHERE ...) 只统计满足条件的行，而且和总数在同一次扫描里完成。不支持 FILTER 的数据库可以用 SUM(CASE WHEN ... THEN 1 ELSE 0 END) 达到同样效果。乘以 100.0 而不是 100，是为了避免整数除法把小数截掉。

11. 有多少笔订单的金额高于平均订单金额？

答案

SELECT COUNT(*) AS above_avg
FROM bookings
WHERE total_amount > (SELECT AVG(total_amount) FROM bookings);

子查询返回一个数（平均值是 790.26 美元），外层 WHERE 拿它和每一行比较。262,788 笔订单里只有大约三分之一高于平均值：少数大额订单把平均数拉高了。

12. 机票收入最高的三条航线

答案

SELECT f.departure_airport, f.arrival_airport, SUM(tf.amount) AS revenue
FROM ticket_flights tf
JOIN flights f ON f.flight_id = tf.flight_id
GROUP BY f.departure_airport, f.arrival_airport
ORDER BY revenue DESC
LIMIT 3;

每个航段只属于一个航班，所以这个 JOIN 不会让行数翻倍，求和仍然停留在航段粒度。收入最高的是莫斯科多莫杰多沃到哈巴罗夫斯克，而不是第 5 题里航班最多的航线：航班频次和收入是两种不同的排名。

进阶：在正确粒度上 JOIN，以及窗口函数

13. 已到达航班中，各机型的客座率

客座率 = 登机乘客数 / 提供的座位数。

答案

WITH cap AS (
  SELECT aircraft_code, COUNT(*) AS seats
  FROM seats
  GROUP BY aircraft_code
), bp AS (
  SELECT flight_id, COUNT(*) AS boarded
  FROM boarding_passes
  GROUP BY flight_id
)
SELECT f.aircraft_code,
       COUNT(*) AS flights,
       ROUND(100.0 * SUM(COALESCE(bp.boarded, 0)) / SUM(cap.seats), 1) AS load_pct
FROM flights f
JOIN cap ON cap.aircraft_code = f.aircraft_code
LEFT JOIN bp ON bp.flight_id = f.flight_id
WHERE f.status = 'Arrived'
GROUP BY f.aircraft_code
ORDER BY load_pct DESC;

关键在于：座位和登机牌都先聚合成「每个机型一行」和「每个航班一行」，然后才去 JOIN。如果把原始的 seats 和原始的 boarding_passes 直接连到航班上，两者会互相相乘。LEFT JOIN 加 COALESCE 让没有乘客登机的航班算作 0，而不是被丢掉。这种行数膨胀的问题在 SQL JOIN 用法详解 里有详细说明。

14. 每种机型收入最高的航线

答案

WITH r AS (
  SELECT f.aircraft_code, f.departure_airport, f.arrival_airport,
         SUM(tf.amount) AS revenue,
         ROW_NUMBER() OVER (PARTITION BY f.aircraft_code ORDER BY SUM(tf.amount) DESC) AS rn
  FROM ticket_flights tf
  JOIN flights f ON f.flight_id = tf.flight_id
  GROUP BY f.aircraft_code, f.departure_airport, f.arrival_airport
)
SELECT aircraft_code, departure_airport, arrival_airport, revenue
FROM r
WHERE rn = 1
ORDER BY revenue DESC;

窗口函数在 GROUP BY 之后执行，所以可以按 SUM(tf.amount) 排名。PARTITION BY 让每个机型重新从 1 开始编号；筛选 rn = 1 必须放在外层，因为窗口函数不能出现在 WHERE 里。如果需要处理并列，可以看 SQL 窗口函数 里 RANK 和 DENSE_RANK 的用法。

15. 订单量的周环比，以及最后一周的陷阱

答案

WITH w AS (
  SELECT DATE_TRUNC('week', book_date) AS week, COUNT(*) AS bookings
  FROM bookings
  WHERE book_date >= '2026-07-13'
  GROUP BY DATE_TRUNC('week', book_date)
)
SELECT CAST(week AS date) AS week,
       bookings,
       LAG(bookings) OVER (ORDER BY week) AS prev_week,
       ROUND(100.0 * (bookings - LAG(bookings) OVER (ORDER BY week))
             / LAG(bookings) OVER (ORDER BY week), 1) AS change_pct
FROM w
ORDER BY week;

DATE_TRUNC('week', ...) 把每个时间戳归到所在周的星期一；LAG 把上一周的值带到当前行。查询本身没有错，但最后一行并不是「暴跌 71.5%」：数据截止于 8 月 11 日（星期二）18:00，这一周还不到两天。报告环比之前，先确认两个周期都是完整的；这里诚实的结论是「最近一个完整周增长 8.5%」。

怎样用好这些题

• 先写，再对照。 你的查询写法可能不同，但照样正确。比较的是结果，不是语法。
• 检查行数。 在相信 JOIN 之后的 SUM 之前，先用 COUNT(*) 看看行数是否符合各表的粒度。
• 给 ORDER BY ... LIMIT 加上决胜列，只要可能出现并列就加，这样结果才可复现。
• 比较日期时问一句：这个周期完整吗？ 尤其是靠近数据边界的时候。

想看这些题的面试版本和参考答案，可以读 数据分析师 SQL 面试题。

常见问题

这些 SQL 练习题用的是什么数据库？

题目用 PostgreSQL 语法编写，数据是 Nomto SQL 课程里的航空公司数据库（航班、订单、机票、登机牌）。除了 FILTER 和 ISODOW，大多数查询在其他主流数据库上不改或稍作修改就能运行。在 MySQL 里，EXTRACT(EPOCH FROM ...) 和 DATE_TRUNC 要换成 TIMESTAMPDIFF 和 DATE_FORMAT 之类的函数。

我的查询结果一样，但写法不同，算错吗？

不一定。很多题都有不止一种正确写法，例如 FILTER 和 CASE、子查询和 CTE。只要在完整数据上结果一致，包括并列、空分组这类边界情况，你的查询就没问题。

练习 SQL 应该按什么顺序？

按本文的顺序就可以：筛选和排序，然后是聚合函数和 GROUP BY/HAVING，再到 JOIN，接着是子查询和 CTE，最后是窗口函数。实际工作中大部分错误都出在 JOIN 和聚合一起用的时候，所以第 8、12、13 题值得多花点时间。

这些题和 SQL 面试题像吗？

第 6 题和第 9 到 15 题都很接近数据分析岗面试常考的内容：带条件的分组、不重复计算的 JOIN、分组取前 N 名，以及环比变化。

结果和答案对不上，该怎么排查？

分步骤比较：先只运行 FROM 和 JOIN 部分并数一下行数，再加上 WHERE，然后加 GROUP BY。数字从哪一步开始偏离预期，错误就在哪一步。

其他语言： Português (Brasil), Tiếng Việt, English, Español