SQL – prosty język do rozmowy z komputerem o danych

Wyobraź sobie, że masz ogromną bibliotekę, pełną książek o różnych tematach. Chcesz znaleźć wszystkie książki o dinozaurach, które zostały wydane po 2000 roku. Jak byś to zrobił? Musiałbyś przejrzeć każdą książkę, sprawdzić tytuł i datę wydania. To byłoby bardzo czasochłonne!

SQL (Structured Query Language) to specjalny język, który pozwala nam "rozmawiać" z komputerem o danych, tak jak z bibliotekarzem. Zamiast przeglądać każdą książkę ręcznie, możemy zadać komputerowi pytanie: "Podaj mi tytuły wszystkich książek o dinozaurach wydanych po 2000 roku". Komputer, dzięki SQL, szybko przeszuka całą bibliotekę i poda nam dokładną odpowiedź.

Dlaczego SQL jest taki ważny?

• Baza danych jak biblioteka: Komputery przechowują ogromne ilości danych w specjalnych miejscach nazywanych bazami danych. Baza danych jest jak wielka biblioteka, w której książki są uporządkowane w półkach i szufladach.

• SQL jako język zapytań: SQL to język, który pozwala nam precyzyjnie formułować pytania o dane przechowywane w bazie danych.

• Wszechstronność: SQL jest używany w wielu miejscach, od dużych sklepów internetowych po banki. Pomaga zarządzać danymi klientów, produktami, zamówieniami i wieloma innymi informacjami.
  
  

Do czego używamy SQL?

• Zapytać o dane: Możemy znaleźć konkretne informacje, np. "Jakie są najpopularniejsze produkty w naszym sklepie?".

• Dodawać nowe dane: Możemy wprowadzić nowe informacje do bazy danych, np. dodać nowego klienta.

• Zmieniać istniejące dane: Możemy aktualizować informacje, np. zmienić adres klienta.

• Usuwać dane: Możemy usunąć niepotrzebne dane, np. usunąć stare zamówienia.

• Organizować dane: Możemy tworzyć nowe tabele i łączyć je ze sobą, aby lepiej zarządzać informacjami.
  
  

Jak działa SQL?

Wyobraź sobie, że tabela w bazie danych to coś w rodzaju arkusza kalkulacyjnego. Każdy wiersz w tabeli to jedna książka, a każda kolumna to informacja o tej książce (np. tytuł, autor, data wydania).

SQL pozwala nam na:

• Tworzenie nowych tabel: Jakbyśmy dodawali nową półkę w bibliotece.

• Wypełnianie tabel danymi: Jakbyśmy umieszczali książki na półkach.

• Sortowanie danych: Jakbyśmy ustawiali książki alfabetycznie po tytule.

• Filtrowanie danych: Jakbyśmy wybierali tylko książki o dinozaurach.

Prosty przykład:

Załóżmy, że mamy tabelę o nazwie "ksiazki" z kolumnami "tytuł" i "rok_wydania". Aby znaleźć wszystkie książki o dinozaurach wydane po 2000 roku, możemy użyć takiego polecenia SQL:

SELECT tytuł 

FROM książki

WHERE rok_wydania > 2000 

AND tytuł LIKE '%dinozaury%';

___________________________


Jak uzyskać dostęp do MySQL przez terminal w XAMPP

Korzystanie z terminala do obsługi MySQL może być bardziej efektywne i daje większą kontrolę nad bazą danych. Poniżej kroki, jak połączyć się z MySQL w XAMPP z terminala:

1. Uruchom XAMPP i włącz MySQL:

   • W XAMPP Control Panel uruchom tylko serwer MySQL, nie musisz włączać serwera Apache.

2. Otwórz terminal lub wiersz polecenia:

   • Windows: Uruchom CMD lub PowerShell.

   • Linux/MacOS: Otwórz terminal.

3. Przejdź do katalogu instalacyjnego XAMPP:

   • Domyślnie na Windows jest to folder C:\xampp.

W terminalu przejdź do tego katalogu, wpisując:
cd C:\xampp\mysql\bin

4. Uruchom MySQL z terminala:

Wpisz poniższe polecenie, aby połączyć się z serwerem MySQL jako użytkownik root:
mysql -u root -p

4. • Jeśli nie ustawiłeś hasła dla użytkownika root (domyślnie XAMPP nie ma hasła dla MySQL), naciśnij Enter po wyświetleniu prośby o hasło.

   • Jeśli masz ustawione hasło, wpisz je po pojawieniu się prośby.

5. Pracuj z bazą danych:

   • Po połączeniu się z MySQL możesz wprowadzać komendy SQL bezpośrednio w terminalu.

Przykłady:

SHOW DATABASES;          -- Wyświetla wszystkie bazy danych

USE nazwa_bazy;           -- Przełącz się na określoną bazę danych

SHOW TABLES;              -- Wyświetla wszystkie tabele w bieżącej bazie danych

5. • 
     

6. Wyjście z MySQL:

   • Aby zakończyć sesję MySQL, wpisz:
     EXIT;

DDL (Data Definition Language) to część języka SQL, która służy do definiowania i zarządzania strukturą bazy danych. Polecenia DDL pozwalają tworzyć, modyfikować i usuwać obiekty w bazie danych, takie jak tabele, indeksy i widoki. Polecenia DDL nie wpływają na same dane, a raczej na strukturę, w której te dane są przechowywane.

1. CREATE – Tworzenie obiektów w bazie danych

Polecenie CREATE umożliwia tworzenie nowych obiektów, takich jak bazy danych, tabele, indeksy, widoki i inne.

Przykłady:

Tworzenie nowej bazy danych:
CREATE DATABASE nazwa_bazy;

Tworzenie nowej tabeli:

CREATE TABLE klienci (

id INT PRIMARY KEY,

imie VARCHAR(50),

nazwisko VARCHAR(50),

wiek INT,

miasto VARCHAR(100)

);

Tworzenie indeksu na kolumnie:
CREATE INDEX idx_nazwisko ON klienci(nazwisko);

Tworzenie widoku:
CREATE VIEW aktywni_klienci AS
  SELECT imie, nazwisko, miasto FROM klienci WHERE wiek > 18;

2. ALTER – Modyfikacja istniejących obiektów w bazie danych

Polecenie ALTER umożliwia modyfikację istniejących obiektów, takich jak tabele. Dzięki niemu można dodawać, usuwać lub zmieniać kolumny i inne elementy struktury tabel.

Przykłady:

Dodanie nowej kolumny do tabeli:
ALTER TABLE klienci ADD email VARCHAR(100);

Zmiana typu danych kolumny:
ALTER TABLE klienci MODIFY wiek TINYINT;

Usunięcie kolumny z tabeli:
ALTER TABLE klienci DROP COLUMN miasto;

Zmiana nazwy tabeli:
ALTER TABLE klienci RENAME TO nowi_klienci;

3. DROP – Usuwanie obiektów z bazy danych

Polecenie DROP umożliwia usunięcie obiektów z bazy danych, takich jak tabele, bazy danych, widoki i indeksy. Użycie tego polecenia usuwa obiekt całkowicie, łącznie z danymi, które w nim się znajdują, dlatego należy z niego korzystać ostrożnie.

Przykłady:

Usunięcie tabeli:
DROP TABLE klienci;

Usunięcie bazy danych:
DROP DATABASE nazwa_bazy;

Usunięcie widoku:
DROP VIEW aktywni_klienci;

Usunięcie indeksu:
DROP INDEX idx_nazwisko ON klienci;

4. TRUNCATE – Usunięcie wszystkich danych z tabeli bez usuwania struktury

Polecenie TRUNCATE usuwa wszystkie rekordy z tabeli, ale pozostawia jej strukturę nietkniętą. W przeciwieństwie do DROP, tabela pozostaje w bazie danych, co oznacza, że można w niej od razu wprowadzać nowe dane.

Przykład:

Wyczyść wszystkie dane z tabeli:
TRUNCATE TABLE klienci;

Podsumowanie

Polecenia DDL są kluczowe dla zarządzania strukturą bazy danych. Oto ich najważniejsze zastosowania:

• CREATE – tworzenie nowych obiektów (baz danych, tabel, indeksów, widoków).

• ALTER – modyfikacja istniejących obiektów, takich jak dodawanie lub usuwanie kolumn.

• DROP – usuwanie obiektów z bazy danych (np. tabel, widoków).

• TRUNCATE – usunięcie wszystkich rekordów z tabeli bez zmiany jej struktury.

Te polecenia pozwalają zdefiniować i zarządzać strukturą baz danych, co jest istotne w projektowaniu i utrzymaniu efektywnych systemów bazodanowych.

Polecenia DML - modyfikowanie danych w bazie danych

Wyobraź sobie, że baza danych to wielka biblioteka. Książki w tej bibliotece to dane, a półki to tabele. Polecenia DML (Data Manipulation Language) to narzędzia, które pozwalają nam dodawać nowe książki (rekordy), usuwać stare, oraz zmieniać informacje w istniejących książkach.

GŁÓWNE POLECENIA DML

INSERT: Dodaje nowe rekordy (wiersze) do tabeli.

Przykład: Chcesz dodać nowego ucznia do klasy? Użyjesz INSERT, aby wstawić jego imię, nazwisko i numer klasy do tabeli "uczniowie".

UPDATE: Modyfikuje istniejące rekordy.

Przykład: Uczeń zmienił adres? UPDATE pozwoli Ci zmienić jego adres w tabeli "uczniowie".

DELETE: Usuwa rekordy z tabeli.

Przykład: Uczeń przeniósł się do innej szkoły? DELETE usunie jego dane z tabeli "uczniowie".

INSERT:

INSERT INTO nazwa_tabeli (kolumna1, kolumna2, ...)

VALUES (wartość1, wartość2, ...);

nazwa_tabeli: nazwa tabeli, do której dodajemy dane.

kolumna1, kolumna2, ...: kolumny, do których wpisujemy wartości.

wartość1, wartość2, ...: wartości, które chcemy dodać.

UPDATE:

UPDATE nazwa_tabeli

SET kolumna1 = nowa_wartość1, kolumna2 = nowa_wartość2, ...

WHERE warunek;

WHERE warunek: określa, które rekordy mają zostać zmodyfikowane.

DELETE:

DELETE FROM nazwa_tabeli

WHERE warunek;

WHERE warunek: określa, które rekordy mają zostać usunięte.

Przykład:

Mamy tabelę "uczniowie" z kolumnami: id, imię, nazwisko, klasa. Chcemy:

1. Dodać nowego ucznia:

INSERT INTO uczniowie (id, imie, nazwisko, klasa)

VALUES (5, 'Jan', 'Kowalski', '2a');

2. Zmienić klasę ucznia o id=3 na "2b":

UPDATE uczniowie

SET klasa = '2b'

WHERE id = 3;

3. Usunąć ucznia o id=2:

DELETE FROM uczniowie

WHERE id = 2;

Czym są zapytania DQL?

Wyobraź sobie, że masz ogromną bibliotekę książek. Żeby znaleźć konkretną książkę, musisz zadać odpowiednie pytanie. W języku SQL takie pytania nazywamy zapytaniami DQL (Data Query Language). Są to polecenia, które pozwalają nam wydobyć konkretne informacje z bazy danych.

Podstawowe zapytania:

SELECT
Podstawowa składnia SELECT wygląda na następująco:

SELECT kolumna1, kolumna2, ...

FROM nazwa_tabeli;

• SELECT– Określone, które mają pozostać wybrane.

• FROM– określenie tabeli, z której dane są pobierane.

Przykład :

SELECT imie, nazwisko FROM klienci;

Pytamy o pobranie kolumny imie i nazwisko z tabeli klienci.

SELECT * – Wybór wszystkich kolumn

Symbol * jest używany, gdy dostarczane są z zestawu.

Przykład :

SELECT * FROM klienci;

Aby pobrać wszystkie kolumny z tabeli klienci.

WHERE –  Filtrowanie danych

Klauzula WHERE pozwala na filtrowanie danych, aby wybrać tylko te rekordy, które spełniają warunek.

Przykłady :

Pobranie wszystkich klientów o wieku powyżej 18 lat:
   SELECT imie, nazwisko FROM klienci WHERE wiek > 18;

Pobranie klientów z  miasta warszawa:
  SELECT imie, nazwisko FROM klienci WHERE miasto = 'Warszawa';

Różne rodzaje warunków w klauzuli WHERE

Możemy używać różnych operatorów porównania, aby określić warunki w klauzuli WHERE:

=: równe

<> lub !=: różne

<, >, <=, >=: mniejsze, większe, mniejsze lub równe, większe lub równe

BETWEEN ... AND ...: wartość znajduje się w określonym przedziale

IN (...): wartość jest jedną z podanych wartości

LIKE: służy do wyszukiwania wzorców (np. "%")

Przykład z użyciem różnych operatorów:

SELECT * FROM klienci 

WHERE wiek BETWEEN 18 AND 25 AND miasto IN ('Warszawa', 'Kraków');

To zapytanie wybierze klientów, którzy mają od 18 do 25 lat i mieszkają w Warszawie lub Krakowie.

Przykłady :

Wybór klientów w wieku od 18 do 25 lat:
SELECT * FROM klienci WHERE wiek BETWEEN 18 AND 25;

Wybór klientów z miasta Warszawa lub Kraków:
SELECT * FROM klienci WHERE miasto IN ('Warszawa', 'Kraków');

Wybór klientów, których nazwisko zaczyna się na „K”:
SELECT * FROM klienci WHERE nazwisko LIKE 'K%';

Klauzula ORDER BY
Służy do sortowania wyników zapytania SQL według jednej lub wielu kolumn. Dzięki niej możemy uporządkować dane w określony sposób, np. alfabetycznie, numerycznie, rosnąco lub malejąco.

Składnia:

SELECT kolumna1, kolumna2, ...

FROM tabela

ORDER BY kolumna_sortowania [ASC | DESC];

SELECT kolumna1, kolumna2, ...: Określa, które kolumny mają być wyświetlone w wynikach zapytania.

FROM tabela: Określa, z której tabeli pobieramy dane.

ORDER BY kolumna_sortowania: Określa, według której kolumny ma być wykonane sortowanie.

ASC: Służy do sortowania rosnąco (domyślne).

DESC: Służy do sortowania malejąco.

Przykład:

Załóżmy, że mamy tabelę klienci z kolumnami: id, imie, nazwisko i miasto. Chcemy wyświetlić listę klientów posortowaną alfabetycznie według nazwiska:

SELECT imie, nazwisko, miasto

FROM klienci

ORDER BY nazwisko ASC;

W tym przykładzie:

SELECT imie, nazwisko, miasto: Wybieramy kolumny imię, nazwisko i miasto.

FROM klienci: Pobieramy dane z tabeli klienci.

ORDER BY nazwisko ASC: Sortujemy wyniki rosnąco według kolumny nazwisko.

Sortowanie według wielu kolumn:

Możemy sortować wyniki według wielu kolumn. Na przykład, chcemy posortować klientów najpierw według miasta (rosnąco), a następnie według nazwiska (malejąco):

SELECT imie, nazwisko, miasto

FROM klienci

ORDER BY miasto ASC, nazwisko DESC;

Ważne uwagi:

• Kolejność sortowania: Kolejność, w jakiej podajemy kolumny po ORDER BY, określa priorytet sortowania.

• Typ danych: Typ danych kolumny, według której sortujemy, ma znaczenie. Dla typów liczbowych sortowanie jest numeryczne, dla tekstowych - alfabetyczne.

• NULL-y: Wartości NULL są zazwyczaj umieszczane na początku lub na końcu wyników, w zależności od implementacji bazy danych.

DISTINCT, CONCAT i LIMIT - Niezbędne klauzule SQL

DISTINCT - Usuwanie duplikatów

Słowo kluczowe DISTINCT służy do eliminowania zduplikowanych wierszy z wyniku zapytania SQL. Dzięki temu każdy wiersz w wyniku jest unikalny.

SELECT DISTINCT kolumna1, kolumna2, ...

FROM nazwa_tabeli;

Przykład:

Jeśli masz tabelę o nazwie zamówienia z kolumnami id_klienta i id_produktu i chcesz znaleźć unikalne ID klientów, którzy złożyli zamówienia, możesz użyć:

SELECT DISTINCT id_klienta

FROM zamówienia;

To zwróci listę unikalnych identyfikatorów klientów bez żadnych duplikatów.

CONCAT

Funkcja CONCAT służy do łączenia dwóch lub więcej łańcuchów znaków w jeden łańcuch.

Składnia:

CONCAT(łańcuch1, łańcuch2, ...)

Przykład:
Aby połączyć kolumny imię i nazwisko w pełne imię i nazwisko:

SELECT CONCAT(imie, ' ', nazwisko) AS pełne_imię
FROM klienci;

To utworzy nową kolumnę o nazwie pełne_imię, która będzie zawierać połączone imię i nazwisko.

LIMIT

Klauzula LIMIT służy do określenia maksymalnej liczby wierszy, które mają być zwrócone w wyniku zapytania.

Składnia:

SELECT kolumna1, kolumna2, ...
FROM nazwa_tabeli
LIMIT liczba_wierszy;

Przykład:
Aby pobrać 10 najlepszych klientów pod względem wartości zamówień:

SELECT id_klienta, SUM(wartość_zamówienia) AS suma_wydatków
FROM zamówienia
GROUP BY id_klienta
ORDER BY suma_wydatków DESC
LIMIT 10;

To zapytanie pogrupuje zamówienia według klienta, obliczy sumę wydatków każdego klienta, posortuje wyniki według sumy wydatków malejąco i ograniczy wynik do 10 najlepszych klientów.

Łącząc te klauzule, możesz tworzyć potężne i elastyczne zapytania SQL, aby wydobywać konkretne informacje z bazy danych.

FUNKCJE AGREGUJĄCE I GRUPOWANIE DANYCH

Funkcje agregujące pozwalają nam na wykonywanie obliczeń na zbiorach danych, zwracając pojedynczą wartość jako wynik. Są niezwykle przydatne do podsumowywania informacji z wielu wierszy.

COUNT(*): Liczy liczbę wszystkich wierszy w zestawie danych.

Przykład:

SELECT COUNT(*) FROM klienci;

Zwraca liczbę wszystkich klientów w tabeli.

COUNT(kolumna): Liczy liczbę wierszy, gdzie dana kolumna ma wartość inną niż NULL.

Przykład:

SELECT COUNT(email) FROM klienci;

Zwraca liczbę klientów, którzy podali adres email.

SUM(kolumna): Oblicza sumę wartości liczbowych w danej kolumnie.

Przykład:

SELECT SUM(wartosc_zamowienia) FROM zamowienia;

Oblicza całkowitą wartość wszystkich zamówień.

AVG(kolumna): Oblicza średnią arytmetyczną wartości liczbowych w danej kolumnie.

Przykład:

SELECT AVG(wiek) FROM pracownicy;

Oblicza średni wiek pracowników.

MAX(kolumna): Znajduje największą wartość w danej kolumnie.

Przykład:

SELECT MAX(cena) FROM produkty;

Znajduje najdroższy produkt.

MIN(kolumna): Znajduje najmniejszą wartość w danej kolumnie.

Przykład:

SELECT MIN(data_zamowienia) FROM zamowienia;

Znajduje datę pierwszego zamówienia.

Grupowanie danych za pomocą GROUP BY

Klauzula GROUP BY pozwala na podzielenie danych na grupy na podstawie wartości jednej lub wielu kolumn. Pozwala to na stosowanie funkcji agregujących do każdej grupy z osobna.

Przykład:

SELECT kraj, COUNT(*) AS liczba_klientow

FROM klienci

GROUP BY kraj;

Zwraca liczbę klientów z każdego kraju.

Filtrowanie grup za pomocą HAVING

Klauzula HAVING służy do filtrowania grup utworzonych przez GROUP BY. Działa podobnie do WHERE, ale odnosi się do grup, a nie do pojedynczych wierszy.

Przykład:

SELECT miasto, AVG(wiek) AS sredni_wiek

FROM osoby

GROUP BY miasto

HAVING AVG(wiek) > 30;

• Zwraca miasta, w których średni wiek mieszkańców jest większy niż 30 lat.

Inne przydatne klauzule wykorzystywane w zapytaniach

DISTINCT:  Usuwa zduplikowane wartości z wyników zapytania.

Przykład:

SELECT DISTINCT kraj FROM klienci;

Zwraca listę unikalnych krajów.

ORDER BY:  Sortuje wyniki zapytania według określonej kolumny lub kilku kolumn.

Przykład:

SELECT imie, nazwisko FROM klienci

ORDER BY nazwisko ASC;

Sortuje klientów alfabetycznie według nazwiska.

Złożone zapytania

Możemy łączyć funkcje agregujące, GROUP BY, HAVING, ORDER BY i inne klauzule, aby tworzyć bardziej złożone zapytania.

Przykład:

SELECT kategoria, AVG(cena) AS srednia_cena

FROM produkty

GROUP BY kategoria

HAVING AVG(cena) > 100

ORDER BY srednia_cena DESC;

Zwraca średnią cenę produktów w każdej kategorii, gdzie średnia cena jest większa niż 100, posortowaną malejąco.

-- Tworzenie bazy danych

CREATE DATABASE sklep_muzyczny;

USE sklep_muzyczny;

-- Tabela Klienci

CREATE TABLE Klienci (

    id_klienta INT AUTO_INCREMENT PRIMARY KEY,

    imie VARCHAR(50) NOT NULL,

    nazwisko VARCHAR(50) NOT NULL,

    email VARCHAR(100) NOT NULL UNIQUE

);

-- Tabela Produkty

CREATE TABLE Produkty (

    id_produktu INT AUTO_INCREMENT PRIMARY KEY,

    nazwa VARCHAR(100) NOT NULL,

    cena DECIMAL(10, 2) NOT NULL,

    kategoria VARCHAR(50) NOT NULL

);

-- Tabela Zamowienia

CREATE TABLE Zamowienia (

    id_zamowienia INT AUTO_INCREMENT PRIMARY KEY,

    id_klienta INT NOT NULL,

    id_produktu INT NOT NULL,

    ilosc INT NOT NULL,

    data_zamowienia DATE NOT NULL,

    FOREIGN KEY (id_klienta) REFERENCES Klienci(id_klienta),

    FOREIGN KEY (id_produktu) REFERENCES Produkty(id_produktu)

);

-- Dodawanie rekordów

-- Rekordy w tabeli Klienci

INSERT INTO Klienci (imie, nazwisko, email) VALUES

('Jan', 'Kowalski', 'jan.kowalski@example.com'),

('Anna', 'Nowak', 'anna.nowak@example.com'),

('Marek', 'Wiśniewski', 'marek.wisniewski@example.com');

-- Rekordy w tabeli Produkty

INSERT INTO Produkty (nazwa, cena, kategoria) VALUES

('Gitara akustyczna', 499.99, 'Instrumenty'),

('Keyboard Yamaha', 1299.99, 'Instrumenty'),

('Mikrofon Shure', 299.99, 'Akcesoria'),

('Słuchawki Sony', 199.99, 'Akcesoria'),

('Struny do gitary', 39.99, 'Akcesoria');

-- Rekordy w tabeli Zamowienia

INSERT INTO Zamowienia (id_klienta, id_produktu, ilosc, data_zamowienia) VALUES

(1, 1, 1, '2025-01-01'), -- Jan Kowalski kupił gitarę

(1, 5, 2, '2025-01-01'), -- Jan Kowalski kupił struny

(2, 2, 1, '2025-01-02'), -- Anna Nowak kupiła keyboard

(2, 4, 1, '2025-01-02'), -- Anna Nowak kupiła słuchawki

(3, 3, 1, '2025-01-03'); -- Marek Wiśniewski kupił mikrofon