企业官网建设流程全解析

这套100道MySQL SQL练习题，是我带新人入行数据库时反复打磨出来的一套训练材料。说句实话，SQL这项技能，看再多的教程都不如亲手写几十条查询来得实在。100道题做完，你对MySQL日常开发中最常用的那些操作，基本就形成了肌肉记忆，面试笔试碰上基础题目也能从容应对。

这套题不追求偏难怪，定位就是基础入门，覆盖从最简单的SELECT查询开始，一直到多表JOIN、子查询、聚合分组、窗口函数这些开发中高频使用的语法。适合三类人：刚接触数据库的初学者、准备数据库岗位面试但基础不牢的求职者、想系统复习一遍SQL核心语法的开发者。下面我把这套百题的设计思路、知识分布、典型题解和刷题方法完整拆开讲一遍。

1. 为什么是100道题：这套练习的设计逻辑

1.1 基础题的核心训练目标

说到SQL练习，很多人有个误区，觉得随便找几道题做做、会写基本查询就够了。实际上，SQL的学习曲线是典型的“上手容易精通难”，几条简单的SELECT谁都会写，但一旦涉及多表关联、分组过滤、子查询嵌套这些组合操作，绝大多数人就开始犯迷糊。

100道基础题的核心训练目标是三件事：第一，把语法记牢，让你不用翻文档也能写出结构完整的查询语句；第二，建立数据处理的直觉，看到一句业务需求描述，脑子里能立刻反应出用哪类SQL操作去实现；第三，养成执行顺序的思维习惯，知道SQL的书写顺序和执行顺序并不一致，这对后面理解优化器行为、排查慢查询至关重要。

有人在知乎上问过一个问题：SQL基础到底指什么？我的看法是，基础不是“你会SELECT FROM WHERE”就算过关，而是你能流畅地处理条件过滤、排序去重、聚合统计、多表关联、子查询这五类核心操作，并且能把这些操作组合起来解决实际的数据提取需求。这套100题就是按照这个标准来设计的。

1.2 百题覆盖的知识域分布

在设计题目分布时，我参考了大量实际开发中的查询需求，发现日常业务中80%以上的SQL操作都集中在几个核心场景。为了让练习有针对性，100道题按照知识点分布如下：

题目排序不是随机的，而是遵循从简单到复杂的梯度逻辑。前25题只需要一张表就能解决，培养最基本的语法手感；中间的题目引入多表和分组，开始考验逻辑能力；最后10题加入窗口函数和CASE WHEN，为衔接真实业务需求做过渡。这样排下来，每道题都不是孤立的，前后之间存在螺旋上升的关系。

1.3 学习节奏与心态建议

100道题听起来不少，但如果按照合理的节奏推进，一周左右就能完成第一轮。我的建议是每天15到20题，每道题先自己写，写不出来再看答案，看完答案一定要动手执行一遍，然后在自己的笔记里记下这道题考察的知识点和犯错原因。

基础阶段最容易犯的一个毛病是眼高手低。看着答案觉得“这我会”，但实际上手一敲，不是这里少了逗号，就是GROUP BY和聚合函数的搭配有问题。我见过程序员笔试里栽在“查询每个班级人数大于5人的班级”这种简单题目上的，不甘心也没用，平时写得少就是会卡壳。所以这套题的目的从来不是“看过”，而是“写过”。

2. 刷题前的地基：建库建表与环境准备

2.1 一套经典的学生课程成绩表结构

100道基础练习题，需要一个统一的数据环境来支撑。我建议所有练习都基于同一套经典的“学生-课程-成绩”三表结构，这套结构在真实场景中极其常见，而且覆盖了练习所需的全部关联场景。

三张表的字段设计如下：

学生表 student：

课程表 course：

选课成绩表 score：

选择这三张表有讲究。体量小，每张表十来个字段、二三十条记录就够用，查询结果一眼能看出对错；关系明确，学生和课程之间是多对多的选课关系，正好用来练习各种JOIN场景；字段类型丰富，有字符串、数字、日期类字段可以全方位覆盖函数练习。

2.2 MySQL环境配置与初始化数据

在动手做题之前，你需要先准备一个能跑的MySQL环境。安装版本我建议选择MySQL 5.7或8.0，两个版本在基础SQL语法上几乎没有差别，练习过程中遇到的具体问题我再在后文单列一节来聊。

启动MySQL服务后，第一步是创建练习库。按如下方式操作：

CREATE DATABASE IF NOT EXISTS sql_practice DEFAULT CHARACTER SET utf8mb4; USE sql_practice;

然后创建三张表：

CREATE TABLE student ( s_id INT PRIMARY KEY, s_name VARCHAR(50), s_gender CHAR(2), s_age INT, s_class VARCHAR(20) ); CREATE TABLE course ( c_id INT PRIMARY KEY, c_name VARCHAR(50), c_teacher VARCHAR(20) ); CREATE TABLE score ( s_id INT, c_id INT, score DECIMAL(5,2), PRIMARY KEY (s_id, c_id) );

建好表之后，插入练习数据。这里有一个实操细节：学生表和课程表的记录数不要太少，我建议学生表30条、课程表10条、成绩表80条左右，这样在做JOIN和GROUP BY练习时，结果才具备足够的区分度。数据内容随你设计，但要注意包含一些边界情况，比如存在没有选课的学生、存在年龄相同的同学、存在成绩为空的情况，这些边界数据是后面很多易错题的关键。

2.3 练习工具的选择建议

环境就绪后，还需要选一个合适的查询工具。命令行mysql客户端是最轻量的选择，打开终端输入密码就能开干，但缺点是没有表格化显示，多列结果一混容易看花眼。

我更推荐使用图形化客户端，比如Navicat、MySQL Workbench或者开源免费的DBeaver。这些工具支持选中一段SQL只执行选中部分，还能把查询结果按表格形式展示，做练习题时对答案、看结果都很直观。特别是当你需要反复调试一条复杂查询时，图形化工具的体验远好于命令行。

实际操作中我的习惯是开两个窗口：一个窗口放题目列表，另一个窗口用客户端连接数据库执行语句。每做完一道题，在题目列表上打勾标注，顺便写上这道题的关键语法点。看似是笨办法，但200题刷下来，这份标注就是你最个性化的SQL笔记。

3. 核心知识点拆解与典型题目解析

3.1 基础查询与条件过滤

基础查询是整个SQL学习的起点，这部分题目大约占25题，覆盖SELECT语法、DISTINCT去重、WHERE条件过滤、运算符优先级和LIKE模糊匹配。

最基本的查询写法是：

-- 查询所有学生的所有字段 SELECT * FROM student; -- 查询指定字段并起别名 SELECT s_id AS 学号, s_name AS 姓名 FROM student;

条件过滤部分要特别注意运算符的优先级问题。AND的优先级高于OR，这是几乎所有SQL初学者的第一个坑。举个例子，查询“年龄大于20岁或者是女生且班级为一班”的学生，如果写成下面这样：

SELECT * FROM student WHERE s_age > 20 OR s_gender = '女' AND s_class = '一班';

执行结果会和你预期的完全不同。因为AND先执行，条件实际变成了“年龄大于20岁 或者 (女生且一班)”。正确的写法是加括号明确优先级：

SELECT * FROM student WHERE (s_age > 20 OR s_gender = '女') AND s_class = '一班';

这一点在100道题里我至少埋了三四道类似的陷阱题，目的就是让你养成“复杂条件必加括号”的习惯。还有一个高频考点是LIKE模糊匹配中通配符的使用，%代表任意多个字符，_代表任意单个字符。这个规则看着简单，但一旦出现LIKE '%a%b%'这种多个通配符叠加的情况，很多人就开始晕。踏踏实实写几道题，比背十遍通配符规则都有效。

3.2 排序、分页与去重

排序和分页是业务系统中最高频的操作之一，这类题目大约15道。

排序的核心语法是ORDER BY，默认升序ASC，降序用DESC。可以按照一个字段排序，也可以按多个字段进行组合排序。组合排序的逻辑容易出错的地方在于：排序优先级从左到右，前面的字段优先。例如：

-- 先按班级升序排列，班级相同再按成绩降序排列 SELECT * FROM student ORDER BY s_class ASC, s_score DESC;

分页查询在MySQL中使用LIMIT子句，格式是LIMIT offset, row_count，其中offset表示跳过多少条记录，row_count表示取多少条。初学者最常见的错误是把LIMIT 10, 20理解成“取第10条到第20条”，实际上它的含义是“跳过前面10条，从第11条开始取20条”。这个理解直接关系到分页公式：

-- 每页显示10条，查询第3页的数据，offset = (页码-1) * 每页条数 SELECT * FROM student ORDER BY s_id LIMIT 20, 10;

去重处理上，DISTINCT是最基础的方案，但很多初学者会把DISTINCT和多字段混在一起用错。DISTINCT作用于后面所有字段的组合，而不是单独某一列。我想查询所有班级列表，SELECT DISTINCT s_name, s_class的结果是名字和班级的组合去重，而不是只对班级去重。如果你想得到“有哪些班级”这个结果，应该写成：

SELECT DISTINCT s_class FROM student;

这个细微差别在题目里专门设置了一道对比题，做完之后基本就能理解DISTINCT的行为特性了。

3.3 聚合函数与分组统计

这一部分是SQL基础中的重头戏，大约20道题，也是笔试面试中翻车率最高的部分。

聚合函数解决的是“统计”类需求，常用的有COUNT计数、SUM求和、AVG平均值、MAX最大值、MIN最小值。使用时有几个细节值得注意：COUNT(*)统计行数，而COUNT(具体列名)统计该列非空值的数量，两者在有NULL值的情况下结果不同；SUM和AVG会自动忽略NULL值，这在计算平均成绩时需要特别注意，如果没有选修某门课的学生成绩为NULL，AVG统计结果的分子分母和你预期的是否一致，要仔细想清楚。

GROUP BY是聚合函数的使用前提，它负责把数据按某个维度分组，然后组内聚合。这里有一条非常重要的规则：SELECT中出现的普通字段，必须包含在GROUP BY中。我来举个例子，查询每个班级的平均年龄：

SELECT s_class, AVG(s_age) AS avg_age FROM student GROUP BY s_class;

这个写法是正确的，因为s_class在GROUP BY中。但如果在SELECT中加上s_name，就会报错或得到不确定的结果，因为同一班级里有多名学生，数据库不知道选择哪一个。

HAVING和WHERE是一对容易被混淆的兄弟。WHERE是在分组之前过滤原始记录，HAVING是在分组之后过滤聚合结果。两者的过滤时机完全不同，甚至可以在一条语句里同时使用：

-- 查询平均成绩大于85分的班级，且只统计年龄大于18岁的学生 SELECT s_class, AVG(score) AS avg_score FROM student JOIN score ON student.s_id = score.s_id WHERE s_age > 18 GROUP BY s_class HAVING AVG(score) > 85;

上面这条SQL是练习中最典型的分组统计综合题，建议在100道题中反复练习这类组合逻辑，它几乎涵盖了开发中用得最多的查询模式。

3.4 多表连接JOIN

多表连接是SQL练习的分水岭，过了这一关，才算是真正理解关系型数据库的查询逻辑。这部分大约占15题。

内连接INNER JOIN取两个表的交集，左连接LEFT JOIN保留左表的全部记录，右连接RIGHT JOIN保留右表的全部记录。很多人记不住三种连接的区别，我常用一个生活化的类比来解释：把两张表想象成两个朋友圈子，INNER JOIN只认识两边都认识的人，LEFT JOIN以左边圈子为主，右边没有匹配的人就留空，RIGHT JOIN反过来。

实际操作中，LEFT JOIN的使用频率最高，因为业务中经常需要“以A表为主，补上B表的信息”。典型的题目是查询所有学生的选课情况，包括没有选课的学生：

SELECT student.s_name, course.c_name, score.score FROM student LEFT JOIN score ON student.s_id = score.s_id LEFT JOIN course ON score.c_id = course.c_id;

这条SQL的关键逻辑在于：先以student为主表左连接score，拿到每个学生的选课记录；再以结果为基础左连接course，补全课程名称。如果某个学生没有选课，score和course的字段都会显示为NULL，但这名学生的姓名依然会保留在结果中。

JOIN的连接条件也有讲究，开发中最常见的错误是把条件写在WHERE里而不是ON里。对于INNER JOIN，两种写法结果相同；但对于LEFT JOIN，把条件写在WHERE里，会在连接完成后过滤掉左表中未匹配的记录，相当于把左连接变成了内连接，这是极其隐蔽的坑。这套题里我安排了两道互相对照的题目，就是让学习者亲手体会一下这个差异。

3.5 子查询的进阶应用

子查询技巧性强，大约15道题。核心思路是用一条查询的结果作为另一条查询的输入，先内后外逐层推进。

标量子查询返回单个值，常用于WHERE条件中的比较。比如查询成绩高于平均分的学生：

SELECT s_name FROM student WHERE s_id IN ( SELECT s_id FROM score WHERE score > (SELECT AVG(score) FROM score) );

外层查询的学生名单来自成绩高于总平均分的记录，内层的平均分子查询先计算出整体基准线。执行顺序上MySQL会先执行最内层的子查询，拿到平均分，再逐层向外计算。这道题看起来简单，但它同时包含了IN子查询、标量子查询和WHERE过滤三个知识点。

EXISTS子查询是另一种常用形式，适合判断“是否存在”的业务场景。比如查询没有选任何课程的学生：

SELECT s_name FROM student s WHERE NOT EXISTS ( SELECT 1 FROM score sc WHERE sc.s_id = s.s_id );

注意这里子查询的SELECT后面写的不是*，而是常量1。因为EXISTS只关心子查询是否有返回行，不关心具体返回什么内容，写1比写*性能更好，语义上也更清晰。这是经验之谈，很多教程里不会特意强调这个细节。

子查询相关的题目难度差异很大，从简单的标量子查询到嵌套两三层、关联内外层的复杂查询都有。做题时的核心策略是先拆后合，一层一层分析，不要试图一口吃成胖子。

3.6 窗口函数与CASE WHEN

最后10道题加入了窗口函数和条件判断逻辑，这部分既是基础的延伸，也是实战的预热。

窗口函数和GROUP BY最大的区别是：GROUP BY会把多行聚合成一行，而窗口函数不会改变行数，而是在每一行旁边额外计算出一个聚合值。ROW_NUMBER()是最常用的窗口函数之一，比如查询每个班级中成绩排名第一的学生：

SELECT s_name, s_class, s_score FROM ( SELECT s_name, s_class, s_score, ROW_NUMBER() OVER (PARTITION BY s_class ORDER BY s_score DESC) AS rn FROM student ) t WHERE t.rn = 1;

这里先用窗口函数按班级分区、按成绩降序编号，班级内成绩最高的人编号为1，外层查询再过滤编号为1的记录。注意子查询得到的派生表必须起一个别名，这里是t，这是MySQL的语法要求，漏掉会直接报错。

CASE WHEN是实现条件逻辑的重要工具，语法结构类似于编程语言中的if-else。实际开发中常用于对数据进行分箱归类，比如把成绩转换成等级：

SELECT s_name, CASE WHEN score >= 90 THEN '优秀' WHEN score >= 60 THEN '及格' ELSE '不及格' END AS grade FROM student JOIN score ON student.s_id = score.s_id;

这道题体现了SQL不仅会查数，还能直接完成数据加工和分类。掌握CASE WHEN之后，你对SQL表达能力的理解会上一个台阶，很多原本需要拿到程序里处理的转换逻辑，在SQL查询阶段就能直接完成。

4. 100道题的正确刷法：节奏、方法与复盘

4.1 三遍刷题法

100道题第一遍顺着做下来，我建议不要卡太久。每道题给自己十分钟，做不出来就看答案、理解答案、抄一遍答案并执行出结果，标记为“不会”。第一遍的目标是建立知识地图，搞清楚全部100个考点长什么样。

第二遍重点只刷第一遍标记为“不会”和“做错”的题目。这一遍要求合上答案独立完成，如果还是卡壳，回到对应知识点章节重新温习，再来一次。第二遍会明显比第一遍轻松，因为SQL的语法结构就那么多，第一遍见过的题型会在第二遍反复激活记忆。

第三遍属于考前冲刺或上岗前的快速回顾，这时候不看题目列表，而是只看知识点目录，尝试自己复述每一类题目的典型写法和注意事项。能复述出来，才是真正的掌握。

我见过不少学习者刷题只刷第一遍，做完就丢到脑后，结果半月之后SQL忘得精光。原因很简单：第一遍是输入，第二遍是输出，第三遍是内化，缺一步都不行。

4.2 刷题过程中的易错点速查

我把练习过程中学员踩过最多的坑整理成了一张表，你刷题时如果遇到类似报错或结果不对，优先检查这几类问题：

实战中每一个坑背后都是一次真实的报错或结果异常。刷题时把错误记录下来比做对题更有价值，因为错误暴露了你思维里的盲区，而做对的题往往掩盖了不确定的猜测。

4.3 如何利用错题做知识串联

错题本不是把错误抄一遍就完事，而是要顺着错误去反向补全知识结构。我在带人时经常问一个问题：这道题为什么错？是语法层面不理解，还是逻辑层面没想清楚条件之间的组合关系？两种错误的处理方式完全不一样。

语法层面的错误，比如少了逗号、括号不匹配、关键字拼错，这类问题只要多写就能自然减少，属于熟练度问题。逻辑层面的错误，比如把WHERE和HAVING搞混、JOIN类型选错、子查询的关联条件写反，这类问题需要回到原理层面去理解SQL的执行顺序。

建议每做完一组题目，抽出十分钟，把这一组涉及的知识点写在一张纸上，用箭头标出它们之间的关系。比如GROUP BY连接HAVING，HAVING连接聚合函数，聚合函数连接WHERE与JOIN的执行顺序差异，画完之后你会发现自己对SQL的理解不再是零散的知识点堆积，而是一张可以随时调用的知识网络。

5. 练习环境中常见的问题与排查实录

5.1 连接与启动类问题

刷题过程中最让人沮丧的往往不是题目做不出，而是环境突然出问题。我见过太多初学者卡在MySQL安装这一步，还没开始写SQL就放弃了。

MySQL在Windows环境安装时，最常见的问题是安装完成后服务无法启动。排查思路很简单：先确认是否以管理员身份运行了命令，然后查看错误日志定位原因。另一个高发问题是用zip包解压版MySQL时，缺少my.ini配置文件导致服务启动失败。解压版必须手动创建配置文件并指定basedir和datadir两个路径参数，同时确保datadir目录存在且为空。

连接服务时报Access denied for user 'root'@'localhost'是另一个高频问题。初次安装的root用户密码如果忘了，可以暂时跳过权限验证启动服务，然后重置密码。具体操作不展开细说，但这条思路你要有印象，后文排查表里我再统一整理。

5.2 SQL语法与执行异常速查

练习过程中，SQL语句执行报错也是家常便饭。下面整理高频报错的含义和解决方向，刷题时遇到可以直接对照参考。

还有一种非常隐蔽的情况：SQL执行成功但返回的结果为空。这时候不能慌，要逐层排查——先单独执行内层子查询看是否有数据，再检查JOIN条件是否正确，最后确认过滤条件是否与表字段类型匹配。排查SQL逻辑问题最有效的方式就是“拆”，一条复杂SQL拆成多个简单片段逐步执行，问题永远在最容易忽略的那个环节。

5.3 数据正确性校验技巧

做完一道题，怎么确认自己的答案是正确的结果？很多人只依赖对比参考答案，但参考答案如果多年未更新，在版本差异下可能也会出现不准确的情况。

我的建议是使用多种方式交叉验证。比如查询“每门课程的最高分”，你可以先用GROUP BY加MAX函数得到结果，然后单独对每一门课执行一条简单查询来验证最高分是否正确。两条路径的答案一致，基本可以确认结果无误。

对于涉及多表连接和子查询的复杂题目，还有一个实用技巧：手动挑选几条数据人工计算。比如查询每个班级的学生人数，你先看一眼student表中一班有多少条记录，再去对比SQL结果，十几秒就能完成校验。这种校验收缩了反馈时间，会极大提高刷题效率。

6. 一百题通关之后：SQL进阶路线图

6.1 练习题与真实业务的差距在哪里

100道基础题做完，你对SQL语法肯定有全面认识了，但距离实际开发还有一段路要走。最大的差距在于：练习题的数据是干净规整的，每张表都有清晰主键，字段类型定义明确，没有脏数据。真实业务环境里，一张订单表可能混合了多种状态值，一个用户名字段可能包含各种不可见字符和前后空格。

另外，真实业务中的表结构通常要复杂得多，动辄几十上百个字段，一条查询需求不但要考虑取数逻辑，还得考虑性能消耗。同样是查询一个用户的最近一笔订单，在100万行数据上跑和在100条练习数据上跑，体验是完全不同的。练习题教会你“怎么写对”，实际业务要求你“怎么写好”。

6.2 千万不能忽略的SQL编码安全意识

学会SQL之后，必须建立的第一条红线是防SQL注入。SQL注入是Web开发领域最常见的安全漏洞之一，核心成因是开发者把用户输入直接拼接进了SQL语句。比如一个登录功能如果写成字符串拼接SQL，恶意用户通过在输入框里构造特殊符号，就能改变原来SQL的执行逻辑。

防御手段并不复杂，核心就一条：所有涉及用户输入的SQL都用参数化查询，也就是预处理语句加占位符的方式。无论是使用MySQLi、PDO还是MyBatis等开发框架，都提供了成熟的参数绑定机制。刷题练习时我们写的都是静态SQL，但心里要清楚，真实项目里基本不允许动态拼接SQL字符串。

6.3 下一步值得投入的四个方向

100道题之后，如果还想继续精进，我建议按下面四个方向规划学习路径。

第一个方向是索引与性能优化。先学会用EXPLAIN查看执行计划，理解全表扫描和索引扫描的差异，然后尝试大表环境下优化带WHERE条件、ORDER BY和JOIN的查询。这是从“会写SQL”到“写好SQL”的关键一步。

第二个方向是事务与锁机制。理解ACID特性、四种隔离级别、乐观锁和悲观锁的应用场景。这个方向偏理论，但面试高频，开发中遇到并发数据一致性问题时也会直接用到。

第三个方向是存储过程与函数。虽然现在很多团队不推荐在数据库层写复杂业务逻辑，但存储过程对理解SQL能力边界、处理批量数据任务仍然有价值。

第四个方向是深入窗口函数与分析型SQL。窗口函数在处理排名、同环比、累计求和等业务需求时表现极强，掌握之后能让你的SQL水平在同事中明显拉开差距。

我个人在实际刷完这一百题又带着几批新人通关之后的体会是：SQL基础的牢固程度，决定了你后续学习所有数据库进阶知识的速度。窗口函数、执行计划、优化器行为，这些听起来高级的概念，本质上都是基础语法的组合应用。基础不牢的人看EXPLAIN输出只是看个热闹，索引该建在哪里全靠猜；基础扎实的人则能快速理解执行计划中每一步的数据处理逻辑，从而做出正确的优化决策。

最后再分享一个小技巧：刷题过程中把你写过的每一条SQL都收藏到一个专门的文件里，按知识点归类。这个文件不需要多漂亮，但它是你亲手写出来的SQL代码库，之后在项目开发里遇到类似的数据提取需求，直接在里面搜索参考，比自己重新琢磨效率高得多。所以，别犹豫，装好MySQL，建好表，从第一题开始吧。