TikTok OA 最近越来越卷了，尤其是数据、后端、广告相关岗位，SQL 题几乎成了必考项，而且基本都围绕真实的广告业务场景来出题。最近我们刚好带了一场 TikTok OA，结合我们在多场 tiktok面经 和学员辅导中的总结经验，把这套高频 SQL 题型系统性地拆解了一遍，涵盖常见考点、完整解题思路、示例代码以及容易踩的坑，帮大家在 OA 阶段尽量少走弯路。
先搞懂数据基础：表结构与样例数据
要解决这些问题，首先得清楚我们面对的是什么数据。TikTok 这边有个叫ttam_logger的表，专门记录广告主创建广告时的各类操作，字段很清晰：
- date：事件日期，主要用来做数据分区，格式是 YYYYMMDD（比如 20220101 就是 2022 年 1 月 1 日）；
- timestamp：精确到秒的事件时间，比如 2022-01-01 08:00:00；
- advertiser_id：广告主唯一 ID，能区分不同用户；
- event：操作类型，常见的有 enter（进入页面）、next（下一步）、back（返回）、submit（提交）；
- page：操作发生的页面，比如 objective（目标设置页）、adgroup（广告组配置页）、creative（创意设计页）。
给大家放个真实的样例数据，一看就懂：
| date | timestamp | advertiser_id | event | page |
|---|---|---|---|---|
| 20220101 | 2022-01-01 08:00:00 | 1001 | enter | objective |
| 20220101 | 2022-01-01 08:01:30 | 1001 | next | adgroup |
| 20220101 | 2022-01-01 08:02:45 | 1001 | next | creative |
| 20220101 | 2022-01-01 08:05:00 | 1001 | submit | creative |
| 20220101 | 2022-01-01 09:10:00 | 1002 | enter | objective |
| 20220101 | 2022-01-01 09:12:30 | 1002 | back | objective |
| 20220101 | 2022-01-01 09:15:00 | 1002 | submit | adgroup |
| 20220102 | 2022-01-02 10:00:00 | 1003 | enter | objective |
| 20220102 | 2022-01-02 10:20:00 | 1003 | submit | summary |
逐题拆解：思路 + SQL 代码，新手也能看懂
问题 1：2022 年 1 月 1 日共产生多少次提交操作？
这道题是送分题，核心就是 “筛选 + 计数”。首先锁定日期 20220101，再筛选事件类型是 submit 的记录，最后统计条数就行。
SQL 代码：
SELECT SUM(CASE WHEN event = 'submit' THEN 1 ELSE 0 END) AS submit_count
FROM ttam_logger
WHERE date = '20220101';问题 2：2022 年 1 月 8 日 – 1 月 14 日这一周的整体提交率是多少？
提交率不是 “提交次数 / 总事件数”！这里要注意 TikTok 的业务定义：提交率 = 该周提交事件总数 ÷ 该周独立会话数。而 “独立会话” 是按 “广告主 ID + 日期” 来算的 —— 同一个广告主同一天的所有操作算一个会话，不管他点了多少次 next 或 back。
解题步骤：
- 统计该周 submit 事件的总次数；
- 统计该周 “advertiser_id+date” 的唯一组合数（即独立会话数）；
- 两者相除，保留 4 位小数（业务中通常需要精确到千分位）。
SQL 代码：
SELECT
SUM(CASE WHEN event = 'submit' THEN 1 ELSE 0 END) AS week_submit_count,
COUNT(DISTINCT advertiser_id, date) AS unique_sessions,
ROUND(SUM(CASE WHEN event = 'submit' THEN 1 ELSE 0 END) / COUNT(DISTINCT advertiser_id, date), 4) AS submit_rate
FROM ttam_logger
WHERE date BETWEEN '20220108' AND '20220114';问题 3：1 月 8 日 – 14 日提交过的广告主中，多少人上周（1 月 1 日 – 7 日）也提交过？
这道题考的是 “用户重合度”，核心是找两个时间段提交用户的交集。用 CTE（公共表表达式）先分别提取两周的提交用户，再用 JOIN 找共同用户，最后计数就行，逻辑很清晰。
WITH week1_submitters AS (
-- 上周提交的广告主（去重）
SELECT DISTINCT advertiser_id
FROM ttam_logger
WHERE date BETWEEN '20220101' AND '20220107'
AND event = 'submit'
),
week2_submitters AS (
-- 本周提交的广告主（去重）
SELECT DISTINCT advertiser_id
FROM ttam_logger
WHERE date BETWEEN '20220108' AND '20220114'
AND event = 'submit'
)
-- 统计两周都提交的广告主数量
SELECT COUNT(DISTINCT week1_submitters.advertiser_id) AS repeat_submit_advertisers
FROM week1_submitters
JOIN week2_submitters
ON week1_submitters.advertiser_id = week2_submitters.advertiser_id;问题 4：某广告主在指定日期当天在网站上花了多长时间？
这个问题的核心是 “计算单个用户单日的操作时间跨度”—— 从他当天第一次操作到最后一次操作的时间差。按 advertiser_id 和 date 分组，取每组的最小 timestamp（第一次操作）和最大 timestamp（最后一次操作），再用 TIMESTAMPDIFF 函数计算秒数就行。
SELECT
advertiser_id,
date,
TIMESTAMPDIFF(SECOND, MIN(timestamp), MAX(timestamp)) AS seconds_spent
FROM ttam_logger
GROUP BY advertiser_id, date;实战小贴士：这些坑要避开
- 日期格式：TikTok 的 date 字段是 YYYYMMDD 格式，筛选时别写成 “2022-01-01”，否则会查不到数据；
- 去重时机：统计用户数或会话数时，一定要先去重（DISTINCT），不然会夸大基数，导致结果错误；
- 提交率定义：不同公司对 “提交率” 的定义可能不一样，面试时如果不确定，一定要先跟面试官确认业务逻辑，再动手写 SQL；
- 时长单位：TIMESTAMPDIFF 可以选 SECOND（秒）、MINUTE（分钟）、HOUR（小时），根据需求调整，面试时最好问清楚输出单位。
ProgramHelp 2025 最新上岸学员实战案例
这位学员是拥有 3 年经验的 Data Analyst，技术基础扎实但在面对 Big Tech（如 TikTok, Netflix）的 Online Assessment (OA) 时常因紧张导致发挥失常。
找到 ProgramHelp 后，我们为其提供了OA全流程无痕辅助。在本次 TikTok 面试中，学员在我们的专家助攻下，不仅完美解出所有 SQL 题目，还因代码逻辑清晰、零查重率（Plagiarism Free）获得了面试官的高度评价，顺利拿下 Offer！
