Snippets/SQL.md

SQL

Conditions Basics

Manchmal möchten wir Datensätze abrufen, die eine bestimmte Bedingung erfüllen.

Zum Beispiel

• alle Datensätze abrufen, die den Familiennamen „Aothly“ haben

• alle Datensätze abrufen, bei denen der Betrag größer als 5 ist

• Alle Datensätze mit dem Land „Mexico“ abrufen

Um Bedingungen hinzuzufügen, können wir das WHERE-Schlüsselwort verwenden

Zum Beispiel hier ist eine Verkäufe-Tabelle:

Münze	Menge
AGK	13
GOL	21
KLA	15
AGK	18

Um alle Datensätze mit der Coin „AGK“ abzurufen, schreibt man:

SELECT * FROM sales WHERE coin = 'AGK'

Um alle Datensätze mit amount kleiner oder gleich 20 abzurufen, schreibt man:

SELECT * FROM sales WHERE amount <= 20

Unique values

Angenommen man hat die folgende Tabelle:

Verkäufe

	Land	Stadt	Betrag
1	Polen	Warschau	13
2	Deutschland	Berlin	24
3	Polen	Katowice	56

Man möchte alle Länder wissen, in denen das Produkt verkauft wurde.

Wenn man die normale Abfrage, die man kennt, verwendet: SELECT country from sales liefert sie Poland, Germany, Poland. Das ist nicht das, wonach man sucht, weil Polen zweimal wiederholt wird.

Um es zu lösen, kann man das DISTINCT-Schlüsselwort verwenden:

NOT

Das NOT-Schlüsselwort bedeutet, dass man nicht möchte, dass die Bedingung erfüllt wird.

Zum Beispiel betrachte man die folgende people-Tabelle:

Name	Alter	Geschlecht
Joas	13	männlich
Holwa	17	männlich
Nohlas	24	weiblich
Polar	23	männlich
Loopa	18	weiblich

SELECT * FROM people WHERE NOT gender = 'male'

Dies wird das Ergebnis sein:

Name	Alter	Geschlecht
Nohlas	24	weiblich
Loopa	18	weiblich

Das NOT-Schlüsselwort kehrt die Bedingung im Wesentlichen um. Zum Beispiel sind die folgenden Abfragen gleich:

WHERE age > 20```

```sql
WHERE NOT age <= 20```

### AND

Das `AND`-Schlüsselwort bedeutet, dass **beide** Bedingungen wahr sein müssen; wenn eine von ihnen nicht der Fall ist, wird die Bedingung nicht erfüllt.

Zum Beispiel ist hier eine `people`-Tabelle:

| Name   | Alter | Geschlecht |
| ------ | ----- | ---------- |
| Joas   | 13    | männlich   |
| Holwa  | 17    | männlich   |
| Nohlas | 24    | weiblich   |
| Polar  | 23    | männlich   |
| Loopa  | 18    | weiblich   |

Die folgende Abfrage:

```sql
SELECT * FROM people WHERE gender = "female" AND age < 20

bedeutet, dass man nach allen Datensätzen sucht, bei denen das Geschlecht „female“ ist und das Alter kleiner als 20 ist.

Dies wird das Ergebnis sein:

Name	Alter	Geschlecht
Loopa	18	weiblich

OR

Das OR-Schlüsselwort bedeutet, dass eine der Bedingungen wahr sein soll.

Zum Beispiel betrachtet man die folgende people-Tabelle:

name	age	gender
Joas	13	male
Holwa	17	male
Nohlas	24	female
Polar	23	male
Loopa	18	female

SELECT * FROM people WHERE gender = 'female' OR age < 20

Diese Abfrage bedeutet, dass man nach allen Datensätzen sucht, bei denen entweder das Geschlecht weiblich ist oder das Alter unter 20 liegt.

Das wird das Ergebnis sein:

Name	Alter	Geschlecht
Joas	13	männlich
Holwa	17	männlich
Nohlas	24	weiblich
Loopa	18	weiblich

###################

Kombination von Conditions

Das Erstellen einer Abfrage mit nur einer Bedingung ist nicht ausreichend. Manchmal möchte man etwas Komplizierteres überprüfen. Dafür haben SQL (und viele andere Programmiersprachen) die AND-, OR- und NOT-Schlüsselwörter, um unsere Fähigkeit zu verbessern, das gewünschte Ergebnis abzurufen.

Die AND und OR Schlüsselwörter werden wie folgt verwendet:

SELECT col1, col2 FROM table1 WHERE condition1 AND condition2 OR condition3 ...

Man kann so viele Bedingungen wie man will zusammen stapeln. ###################

Sortierung (ORDER BY)

... ORDER BY ASC, das wird standardmäßig gesetzt

ASC --> Aufsteigend --> kleinster Wert zuerst

DESC --> Absteigend --< Größter Wert zuerst

Beispiele und Erklärung

Beim Abfragen einer Datenbank kann die Organisation der Ergebnisse in einer sinnvollen Reihenfolge die Datenanalyse erheblich effizienter machen. Um das Ergebnis zu sortieren, verwendet man das ORDER BY-Schlüsselwort und danach sollte man angeben, nach welchem Feld man sortiert. Standardmäßig sortiert es in aufsteigender Reihenfolge.

Zum Beispiel betrachten Sie die folgende competition-Tabelle:

runner_id	age	avg_speed
1	47	3.65
2	62	3.07
3	57	6.82
4	56	4.34
5	25	4.93
6	40	3.94
7	23	6.58
8	40	3.43

SELECT * FROM competition WHERE age > 50 ORDER BY avg_speed

Dies ist das Ergebnis

runner_id	age	avg_speed
2	62	3.07
4	56	4.34
3	57	6.82

Um anzugeben, wie diese Daten sortiert werden sollen, können wir die DESC- oder ASC-Schlüsselwörter nach dem Namen der Spalte hinzufügen.

ORDER BY avg_speed ASC

Eigenschaften einer Tabelle

DESCRIBE <tabelle> oder SHOW COLUMNS FROM <tabelle>

Neuer Datensatz

INSERT INTO (,...) VALUES (,,...)

Update Datensatz

UPDATE <tabelle> set <spalte> = <wert>,  <spalte> = <wert>, ... WHERE <Bedingung>

Anlegen eines Users mit Rechten

CREATE USER 'sammy'@'localhost' IDENTIFIED BY 'password';

Rechte setzen

GRANT PRIVILEGE ON database.table TO 'username'@'host';

• CREATE: Er­mög­licht es Benutzern, eine Datenbank oder Tabelle zu erstellen.
• SELECT: Erlaubt Benutzern, Daten abzurufen.
• INSERT: Er­mög­licht es Benutzern, neue Einträge in Tabellen hin­zu­zu­fü­gen.
• UPDATE: Er­mög­licht es Benutzern, be­stehen­de Einträge in Tabellen zu ändern.
• DELETE: Er­mög­licht es Benutzern, Ta­bel­len­ein­trä­ge zu löschen.
• DROP: Benutzer können ganze Da­ten­bank­ta­bel­len löschen.

Somit also

GRANT SELECT, CREATE  ON database.table TO 'username'@'host';

Einlesen der Berechtigungstabellen

Aktivieren mit

FLUSH PRIVILEGES;

Entziehen von Rechten

REVOKE type_of_permission ON database_name.table_name FROM 'username'@'host';

Anzeigen der aktuellen Berechtigungen

SHOW GRANTS FOR 'username'@'host';

User löschen

DROP USER 'username'@'localhost';

IN

IN ist die vereinfachte Schreibweise für OR. Hier wird jeder Begriff, die per Kommata getrennt sind, der in der Klammer nach dem IN steht per OR abgefragt

BETWEEN

Anstatt zu schreiben:

WHERE col1 >= 5 AND col1 <= 10

Kann man folgendes schreiben:

WHERE col1 BETWEEN 5 AND 10

Der BETWEEN-Operator ist inklusiv, was bedeutet, dass er die Grenzwerte (in diesem Fall 5 und 10) in die Ergebnisse einschließt. Dies macht die SQL-Abfragen sauberer und lesbarer, insbesondere bei der Arbeit mit Datumsbereichen oder numerischen Intervallen.

LIKE

Das LIKE-Schlüsselwort wird verwendet, um Ähnlichkeiten von Zeichenketten zu prüfen. Beispielsweise, wenn wir alle Datensätze abrufen möchten, deren Name mit dem Buchstaben a beginnt, dann verwenden wir das LIKE-Schlüsselwort.

Zwei Hauptwildcards werden verwendet:

• % - steht für eine beliebige Anzahl von Zeichen
• _ - steht für genau ein Zeichen

Zum Beispiel:

• %a - bedeutet jede Zeichenkette, die mit a endet

• a% - bedeutet jede Zeichenkette, die mit a beginnt

• %a% - bedeutet jeder String, der a enthält

• _a% - bedeutet, dass der Buchstabe a der zweite Buchstabe im String ist

• %a__ - bedeutet, dass der String a an der drittletzten Stelle enthält

Um es zu verwenden, schreiben wir:

SELECT col1, col2, ...
FROM table1
WHERE col1 LIKE '%a__'

Beispiel

Suche aller Personen deren Name mit Gross-K beginnt und mit klein-a endet, sortiert nach Name in absteigender Reihenfolge

select * from people where name like 'K%a' order by name desc;

Tabelle anlegen

CREATE TABLE Persons ( PersonID int PRIMARY KEY AUTO_INCREMENT, LastName varchar(255) NOT NULL, FirstName varchar(255), Address varchar(255), City varchar(255) );

Datentyp	MySQL-Format	PostgreSQL-Format	INSERT INTO Beispiel
Zeichenkette (TEXT, VARCHAR, CHAR usw.)	Eingeschlossen in einfache Anführungszeichen	Eingeschlossen in einfache Anführungszeichen	INSERT INTO tableName (columnName) VALUES ('John Doe');
Zahl (Ganzzahl, Dezimalzahl, Gleitkommazahl usw.)	Keine Anführungszeichen	Keine Anführungszeichen	INSERT INTO tableName (columnName) VALUES (25);
Boolescher Wert	WAHR oder FALSCH (oder 1 und 0)	WAHR oder FALSCH	INSERT INTO tableName (columnName) VALUES (TRUE);
Datum, Uhrzeit und Zeitstempel	JJJJ-MM-TT HH:MM:SS	JJJJ-MM-TT HH:MM:SS	INSERT INTO tableName (dateTimeColumn) VALUES ('2023-08-18 12:45:00');

Bestimmte Zeilen aus einer Tabelle kopieren

Wenn man bestimmte Zeilen basierend aus einer Bedingung kopieren möchten, kann man die SELECTAnweisung mit . kombinieren INSERT INTO.

Syntax :

INSERT INTO table_name1
SELECT columns FROM table_name2 WHERE condition;

Import einer Datenbank

mysql <

Rechte für die Datenbank

CREATE USER 'benutzer'@'localhost' IDENTIFIED BY 'passwort';

GRANT ALL PRIVILEGES ON <DB>.* to 'benutzer'@'localhost';

FLUSH PRIVILEGES;

Fetch / Offset

Hiermit kann man sich eine Anzahl von Zeilen ausgeben lassen, welche zwischen Offset und Limit liegen, oder aber über den zweiten Weg mit Fetch

SELECT first_name, last_name, FROM employees ORDER BY first_name, last_name OFFSET 5 ROWS FETCH NEXT 5 ROWS ONLY;

Hier werden die ersten fünf Zeilen übersprungen und die nächsten fünf ausgegeben.

Abfrage einer bestimmten Anzahl von Zeilen

Beispiel: von Zeile 10 (Offset) 10 Zeilen weiter (LIMIT)

select * from .... limit 10 offset 10

oder

offset 228 --Skipping the first 228 rows in the result set --Fetching the next 10 rows only after the offset FETCH NEXT 10 ROWS ONLY;

Einsortieren

#######################################################

The AS keyword

Klare und beschreibende Spaltennamen sind essenziell, um Daten auf sinnvolle Weise darzustellen. Wenn Sie eine Tabelle mit schlechten Spaltennamen zeigen, wird es für Ihr Publikum schwer sein zu verstehen, wovon Sie sprechen.

Um Spaltennamen zu ändern, können Sie das AS-Schlüsselwort verwenden.

SELECT col1 AS firstColumn, col2 AS secondColumn, ... FROM table1

######################################################

The LIKE keyword

Das LIKE-Schlüsselwort wird verwendet, um Ähnlichkeiten von Zeichenketten zu prüfen. Beispielsweise, wenn wir alle Datensätze abrufen möchten, deren Name mit dem Buchstaben a beginnt, dann verwenden wir das LIKE-Schlüsselwort.

Zwei Hauptwildcards werden verwendet:

% - steht für eine beliebige Anzahl von Zeichen _ - steht für genau ein Zeichen Zum Beispiel:

%a - bedeutet jede Zeichenkette, die mit a endet a% - bedeutet jede Zeichenkette, die mit a beginnt %a% - bedeutet jeder String, der a enthält a% - bedeutet, dass der Buchstabe a der zweite Buchstabe im String ist %a_ - bedeutet, dass der String a an der drittletzten Stelle enthält Um es zu verwenden, schreiben wir:

SELECT col1, col2, ... FROM table1 WHERE col1 LIKE '%a__'

######################################################

To change column names use the AS keyword:

SELECT col1 AS firstColumn, col2 AS secondColumn FROM table1 The LIKE keyword is used to check string similarities with wildcards:

% - means any number of characters _ - means exactly one character Common patterns:

%a - ends with a a% - starts with a %a% - contains a a% - a is the second character %a_ - a is in the 3rd from last place SELECT col1, col2, ... FROM table1 WHERE col1 LIKE '%a__' The BETWEEN operator provides a cleaner way to specify ranges instead of using >= and <=:

WHERE col1 BETWEEN 5 AND 10 This is equivalent to:

WHERE col1 >= 5 AND col1 <= 10 The BETWEEN operator is inclusive, meaning it includes the boundary values in the results.

Use IN to check if a column matches any value from a list:

SELECT * FROM table1 WHERE col1 IN ('a', 'b', 'c', 'd', 'e', 'f') This is equivalent to multiple OR conditions but much shorter.

To limit the number of records returned by a query, use the LIMIT keyword:

SELECT * FROM table1 LIMIT 10 This returns the top 10 records from the table.

You can sort data by multiple columns using ORDER BY. The first column specified takes priority, and subsequent columns are used as tie-breakers:

SELECT * FROM competition ORDER BY age DESC, avg_speed DESC This will:

First sort by age in descending order If records have the same age, then sort by avg_speed in descending order Use ORDER BY to sort query results. By default, it sorts in ascending order:

SELECT * FROM table_name ORDER BY column_name To specify sort direction, add ASC (ascending) or DESC (descending):

ORDER BY column_name DESC ORDER BY column_name ASC Use IS NULL and IS NOT NULL to filter records based on missing values:

SELECT * FROM table1 WHERE col1 IS NULL SELECT * FROM table1 WHERE col1 IS NOT NULL Boolean is a data type with two possible values: TRUE or FALSE.

Examples:

10 > 100 - FALSE 10 > 5 - TRUE 10 > 5 AND 100 < 5 - FALSE Internally, TRUE is represented as 1 and FALSE is represented as 0.

To filter data using booleans, use IS TRUE or IS NOT TRUE keywords:

SELECT * FROM table1 WHERE col1 IS NOT FALSE AND col2 IS TRUE Use parentheses to control the order of operations when combining multiple conditions with AND and OR:

WHERE age < 30 OR gender = 'female' AND age > 20 Returns all people under 30 (any gender) plus all females over 20.

WHERE (age < 30 OR gender = 'female') AND age > 20 Returns only people over 20 who are either under 30 or female.

Use AND, OR, and NOT keywords to create complex conditions in SQL queries:

SELECT col1, col2 FROM table1 WHERE condition1 AND condition2 OR condition3 You can stack as many conditions as needed together using these logical operators.

The NOT keyword is used to negate a condition, meaning we don't want the condition to be met.

SELECT * FROM people WHERE NOT gender = 'male' The NOT keyword flips the condition. These queries are equivalent:

WHERE age > 20 WHERE NOT age <= 20 The OR keyword returns records where at least one condition is true:

SELECT * FROM people WHERE gender = 'female' OR age < 20 Returns rows where gender = 'female' or age < 20 (or both).

The AND keyword requires both conditions to be true:

SELECT * FROM people WHERE gender = "female" AND age < 20 This returns records where the person is female AND under 20 years old.

Use the WHERE keyword to add conditions to your SQL queries:

SELECT * FROM table_name WHERE column_name = 'value' For numeric comparisons:

SELECT * FROM table_name WHERE column_name <= 20 Common comparison operators: =, <, >, <=, >=

Use DISTINCT to get unique values from a column:

SELECT DISTINCT column_name FROM table_name Without DISTINCT, duplicate values will be returned. With DISTINCT, each unique value appears only once in the result.

In databases, rows are called records and columns are called fields.

Use the asterisk * symbol to select all columns from a table:

SELECT * FROM table_name Databases store data in organized tables with columns and rows. SQL (Structured Query Language) is used to manage and manipulate data in databases.

To extract data from a database table, use the SELECT statement with the FROM clause:

SELECT column1, column2, column3 FROM table_name

#####################################################

Mathematical Columns

Verfügbare Tabellen und Spalten:

products: id, price, quantity Erstellen Sie eine Abfrage, die Folgendes berechnet:

1. Eine Spalte namens total_value, die den Preis mit der Menge multipliziert und eine feste Versandpauschale von 15 hinzufügt
2. Eine Spalte namens discounted_value, die:
   • Zuerst den Preis mit der Menge multipliziert
   • Dann einen 20%-Rabatt anwendet (multipliziert mit 0.8)
   • Schließlich eine feste Versandpauschale von 10 hinzufügt

Versuchen Sie, Klammern angemessen zu verwenden, um sicherzustellen, dass die Berechnungen in der richtigen Reihenfolge durchgeführt werden!

select (price * quantity + 15) as total_value, (price * quantity * 0.8 + 10) as discounted_value from products

The Modulo Operation

Der Modulo-Operator % gibt den Rest an, der nach der Division einer Zahl durch eine andere übrig bleibt.

dividend % divisor dividend: Die Zahl, die geteilt wird. divisor: Die Zahl, durch die der Dividend geteilt wird. Zum Beispiel

10 % 3 Hier wird 10 durch 3 geteilt. Die 3 passt dreimal in die 10, mit einem Rest von 1. Daher wird result 1 sein.

Normalerweise wird Modulo verwendet, um zu prüfen, ob eine Zahl gerade oder ungerade ist:

Wenn eine Zahl gerade ist, lässt die Division durch 2 einen Rest von 0. Wenn eine Zahl ungerade ist, lässt die Division durch 2 einen Rest von 1. Finden Sie zum Beispiel Zeilen mit geraden Nummern:

SELECT * FROM table WHERE id % 2 = 0; Oder zum Durchlaufen von Werten:

number % 12 (gibt 0-11 zurück) number % 8 (gibt 0-7 zurück) Gruppieren Sie zum Beispiel Elemente in 5er-Gruppen:

SELECT item_number % 5 as group_number FROM inventory;

Welche Abfrage wählt nur ungerade Zeilen aus? SELECT * FROM users WHERE id % 2 = 1;

Vervollständigen Sie die Abfrage, um Produkte in 4er-Gruppen zu gruppieren:

SELECT product_id % 4 as group_num FROM products; -- hier wurde nur % hinzugefügt

Welchen Wertebereich kann number % 7 zurückgeben?

0 through 6

Der Rest bei der Division durch 7 ist immer kleiner als 7 und reicht von 0 bis 6.

#####################################################

Notizen bei Fehlersuche

Hier sollen Werte aus eriner Tabelle in eine andere transferiert werden, jedoch es knallt:

INSERT INTO isys_catg_sid_stid_list(custom_fields__data__id,isys_catg_sid_stid_list__isys_obj__id,isys_catg_sid_stid_list__sid,isys_catg_sid_stid_list__mm,isys_catg_sid_stid_list__rh,isys_catg_sid_stid_list__rha,isys_catg_sid_stid_list__status,isys_catg_sid_stid_list__description)

#Wo ist der Fehler --> suchen SELECT
isys_catg_custom_fields_list__data__id, isys_catg_custom_fields_list__isys_obj__id,CASE WHEN sid=-1 THEN NULL ELSE sid END, CASE WHEN mm=-1 THEN NULL ELSE mm END,CASE WHEN rh=-1 THEN NULL ELSE rh END,CASE WHEN rha=-1 THEN NULL ELSE rha END,status,description FROM ( SELECT
isys_catg_custom_fields_list__data__id,
isys_catg_custom_fields_list__isys_obj__id,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1465994230999' THEN isys_catg_custom_fields_list__field_content end) AS sid,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1465994236923' THEN isys_catg_custom_fields_list__field_content end) AS mm,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1519901667982' THEN isys_catg_custom_fields_list__field_content end) AS rh,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1603882415038' THEN isys_catg_custom_fields_list__field_content end) AS rha,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key LIKE 'C__CMDB__CAT__COMMENTARY%' THEN isys_catg_custom_fields_list__status END) AS status,
MAX(CASE WHEN isys_catg_custom_fields_list__field_key LIKE 'C__CMDB__CAT__COMMENTARY%' THEN isys_catg_custom_fields_list__field_content END) AS description
FROM isys_catg_custom_fields_list
WHERE isys_catg_custom_fields_list__isysgui_catg_custom__id = 4
GROUP BY isys_catg_custom_fields_list__data__id) ref1 offset 247 rows fetch next 1 rows only;

Hier knallt es

INSERT INTO isys_catg_sid_stid_list(custom_fields__data__id,isys_catg_sid_stid_list__isys_obj__id,isys_catg_sid_stid_list__sid,isys_catg_sid_stid_list__mm,isys_catg_sid_stid_list__rh,isys_catg_sid_stid_list__rha,isys_catg_sid_stid_list__status,isys_catg_sid_stid_list__description) SELECT isys_catg_custom_fields_list__data__id, isys_catg_custom_fields_list__isys_obj__id,CASE WHEN sid=-1 THEN NULL ELSE sid END,CASE WHEN mm=-1 THEN NULL ELSE mm END,CASE WHEN rh=-1 THEN NULL ELSE rh END,CASE WHEN rha=-1 THEN NULL ELSE rha END,status,description FROM (SELECT isys_catg_custom_fields_list__data__id, isys_catg_custom_fields_list__isys_obj__id, MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1465994230999' THEN isys_catg_custom_fields_list__field_content end) AS sid, MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1465994236923' THEN isys_catg_custom_fields_list__field_content end) AS mm, MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1519901667982' THEN isys_catg_custom_fields_list__field_content end) AS rh, MAX(CASE WHEN isys_catg_custom_fields_list__field_key = 'c_1603882415038' THEN isys_catg_custom_fields_list__field_content end) AS rha, MAX(CASE WHEN isys_catg_custom_fields_list__field_key LIKE 'C__CMDB__CAT__COMMENTARY%' THEN isys_catg_custom_fields_list__status END) AS status, MAX(CASE WHEN isys_catg_custom_fields_list__field_key LIKE 'C__CMDB__CAT__COMMENTARY%' THEN isys_catg_custom_fields_list__field_content END) AS description FROM isys_catg_custom_fields_list WHERE isys_catg_custom_fields_list__isysgui_catg_custom__id = 4 GROUP BY isys_catg_custom_fields_list__data__id )ref1 offset 247 rows fetch next 100 rows only;