Нужно посчитать по каждому пользователю сумму заказов и сумму возвратов из двух таблиц orders и refunds (у юзера в среднем 5 заказов и 3 возврата). Прямой JOIN обеих таблиц к users даёт неверные суммы. Что происходит и как правильно?

Проверяет владение SQL: выборки, агрегации, JOIN-ы и оконные функции.

Варианты ответа

• orders и refunds перемножаются друг с другом через users (fan-out по двум сторонам); агрегировать каждую таблицу в отдельном подзапросе/CTE до джойна
• SUM игнорирует NULL-значения, поэтому часть возвратов после LEFT JOIN не попадает в сумму; заменить SUM на SUM(COALESCE(refunds.amount, 0)) по обеим таблицам
• JOIN двух таблиц к одной всегда требует FULL OUTER JOIN, иначе строки без пары теряются и суммы занижаются; поменять тип джойна на FULL OUTER
• проблема в порядке присоединения таблиц; поставить refunds перед orders в списке JOIN, и лишнее декартово произведение по users исчезнет

Как разобрать этот вопрос на собеседовании

Начни с разбора схемы: какие таблицы и ключи участвуют, где могут быть NULL и дубли строк. Затем реши, что важнее — JOIN, агрегация с GROUP BY/HAVING, оконная функция или подзапрос. На собеседовании ценят не только правильный результат, но и умение проговорить план запроса и крайние случаи (пустые группы, деление на ноль, фан-аут при JOIN).

Это вопрос продвинутого уровня — на собеседовании по нему обычно идут уточняющие follow-up вопросы, поэтому держи в голове крайние случаи и альтернативные решения.

Тема вопроса — «SQL». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: sql-тренажёр помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.

Разбор ответа

Получить доступ к ответам — все вопросы →

Что дальше

• SQL-тренажёр →
• Все 3000+ вопросов с разбором →

Похожие вопросы из категории «SQL»

• Есть таблицы users(user_id, signup_date, ...) и events(user_id, event_date, event_type, ...). Как посчитать retention D30 когортно?
• Есть таблица orders(order_id, user_id, order_datetime, amount, ...). Как посчитать средний чек первого заказа?
• Есть таблица logins(user_id, login_datetime, ...). Как выбрать пользователей с тремя и более логинами за день?
• Есть таблица orders(order_id, user_id, order_date, amount, ...). Как найти долю пользователей, сделавших повторную покупку за 90 дней?
• Есть таблица orders(order_id, user_id, amount, order_datetime, ...). Как найти медианный чек по пользователю?
• Есть таблица user_revenue(user_id, revenue, ...). Как вывести топ-10% пользователей по выручке?
• Есть таблица orders(order_id, user_id, country, amount, ...). Как найти пользователей, у которых средний чек > медианного по группе страны?
• Есть таблица nps_responses(user_id, score, created_at, ...). Как посчитать NPS в SQL?

SQL-задачи по теме

• Топ-5 товаров по выручке
• Товары с максимальным количеством возвратов
• Заказы с информацией о товаре и покупателе

Тестовые задания

• Когортный retention по неделям регистрации
• Воронка регистрация → корзина → оплата с конверсиями между шагами

Полезные блог-статьи по теме

• ABC-анализ в SQL и Python: формула, примеры, границы
• Где решать SQL задачи онлайн: тренажёры с автопроверкой
• Мок интервью онлайн с AI: тренировка аналитика
• Data Freshness: свежесть данных как метрика качества