第二高的薪水
已解答 中等 相关标签 相关企业 SQL Schema Pandas Schema Employee 表：
| Column Name | Type |
|---|---|
| id | int |
| salary | int |
在 SQL 中，id 是这个表的主键。 表的每一行包含员工的工资信息。
查询并返回 Employee 表中第二高的薪水 。如果不存在第二高的薪水，查询应该返回 null(Pandas 则返回 None) 。 查询结果如下例所示。
示例 1：
输入： Employee 表：
| id | salary |
|---|---|
| 1 | 100 |
| 2 | 200 |
| 3 | 300 |
输出：
| SecondHighestSalary |
|---|
| 200 |
示例 2：
输入： Employee 表：
| id | salary |
|---|---|
| 1 | 100 |
输出：
| SecondHighestSalary |
|---|
| null |
答案
# 1
select max(salary) SecondHighestSalary from Employee
where salary < (select max(salary) from Employee)
# 2
select IFNULL((select distinct salary from Employee order by salary desc limit 1 offset 1), NULL) as SecondHighestSalary
幻读
幻读（Phantom Read）是数据库事务的隔离级别中的一种问题，通常发生在Repeatable Read隔离级别下，但也可能出现在Read Committed隔离级别，尤其是在某些数据库管理系统中。幻读是指在一个事务中，如果多次执行同样的查询，可能会在第二次或后续查询中看到一些在第一次查询时不存在的新行，这些行是在第一次查询后由其他事务插入的。
具体场景描述如下：
事务A开始。 事务A执行一个查询，例如，查询账户余额大于100元的所有账户。 查询返回了10个符合条件的账户。 在事务A还未结束期间，事务B开始，插入了一些新的账户，这些新账户的余额也都大于100元。 事务B提交。 事务A再次执行相同的查询，这次发现返回了12个账户，比第一次多了两个新插入的账户。 这就是幻读现象：在同一个事务中，两次执行相同的查询，但结果包含的不同行数不同，因为其他事务在两次查询之间插入了新的行。为了防止幻读，可以使用Serializable隔离级别，但这样会增加锁的使用，可能导致更高的并发性能开销。在某些数据库系统中，如InnoDB存储引擎的MySQL，通过Next-Key Locks机制可以防止幻读，即使在Repeatable Read隔离级别下也是如此。
不可重复读
不可重复读（Non-Repeatable Read）是数据库事务的四大隔离级别中的一种现象，主要发生在Read Committed（读已提交）和Read Uncommitted（读未提交）隔离级别下，但前者更为常见。不可重复读指的是在一个事务内，如果两次读取同一数据，可能会得到不同的结果，原因是在两次读取之间，其他事务对数据进行了修改并提交。
具体场景描述如下：
事务A开始。 事务A第一次查询某个记录，比如查询到账户余额为100元。 在事务A还未结束期间，事务B开始，修改了该账户余额为120元，并提交了事务。 事务A再次查询同一记录，此时看到的账户余额变为了120元，与第一次查询的结果不同。 这就是不可重复读现象：在同一个事务内部，两次读取同一数据得到了不同的结果，因为其他事务对数据进行了修改。为了避免不可重复读，可以选择使用更高级别的事务隔离，如Repeatable Read或Serializable，但这两种隔离级别可能会引入额外的并发控制开销，并可能导致更多的锁竞争。
