HOME

SQL - Introduktion

SELECT

SELECT er nok den mest brugte SQL kommando. Den bruges til at hente data ud af din database.

Syntax SELECT

1
2
3
4

SELECT kolonne_1, kolonne_2,  ...
FROM tabel_navn;
    
SELECT * FROM tabel_navn

Northwind Syntax SELECT

1
2
3
4
5
6
7

select * from Employees;

select
    EmployeeID,
    FirstName,
    LastName
from Employees;

Kommentarer

Det kan være en rigtig god ide at skrive kommentarer til dine SQL koder. Der er to forskellige muligheder for kommentarer

  • På en enkelt linje - her brugere du: –
  • Over flere linjer - her brugere du: /* kommentar */

Eksempler på en kommentar på en linje

1
2
3
4

--Select all
SELECT * FROM Customers;

SELECT * FROM Customers -- WHERE City='Berlin';

Hvis du gerne vil skrive en kommentar der fylder mere end en linje eller det er flere linjer kode du gerne vil ud-kommenter skal du bruge denne metode:

1
2
3
4
5
6
7

/* 
Vælg alle kolonner
og alle poster 
i Customers tabellen 
*/

SELECT * FROM Customers;

Alt imellem /* og */ bliver ignoreret.

DISTINCT

Bruges sammen med SELECT til at returnere unikke værdier. Altså kun en af hver værdi.

Syntax DISTINCT

1
2

    SELECT DISTINCT kolonne_1, kolonne_2,  ...
    FROM tabel_navn;

Northwind Syntax DISTINCT

1

    select distinct Country from Customers;

WHERE

Bruges sammen med SELECT for at udvælge data.
Det er kun de data der opfylder dit krav (WHERE) der vises.

Syntax WHERE

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE betingelse;

Northwind Syntax WHERE

1
2

    select * from Customers
    where Country = 'Denmark';

WHERE kan også bruges sammen med andre SQL kommandoer end SELECT. F.eks. UPDATE og DELETE

AND, OR, NOT

Du kan kombinere WHERE med AND, OR og NOT.

AND og OR bruger du til at udvælge data på mere end én betingelse.

  • AND viser data der opfylder alle betingelser
  • OR viser data hvor det bare er en af betingelserne der er opfyldt

NOT bruges til at vise data der ikke opfylder betingelsen.

Syntax AND

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE betingelse_1 AND betingelse_2 AND betingelse_3 ...;

Northwind Syntax AND

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE betingelse_1 AND betingelse_2 AND betingelse_3 ...;

Syntax OR

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE betingelse_1 OR betingelse_2 OR betingelse_3 ...;

Northwind Syntax OR

1
2
3

    select * from Customers
    where Country = 'Denmark'
    or Country = 'Sweden';

Syntax NOT

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE NOT betingelse;

Northwind Syntax NOT

1
2

    select * from Customers
    where not Country = 'USA';

BETWEEN

BETWEEN bruges til at udvælge et “interval”.
Det kan være tal, tekst eller datoer.

Syntax BETWEEN

1
2
3

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE kolonne_1 BETWEEN værdi_1 AND værdi_2;

BETWEEN har altid dine start og slut værdier med.

IN

IN giver dig mulighed for at bruge flere værdier i en WHERE sætning.

Syntax IN

1
2
3
4
5
6
7

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE kolonne_1 IN (værdi_1, værdi_2, ...);
    
    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    WHERE kolonne_1 IN (SELECT sætning);

ORDER BY

Hvis du vil sortere dine data skal du bruge ORDER BY.

ORDER BY sorterer i stigende orden som standard - ASC.
For at sortere i faldende orden skal du bruge DESC.

Syntax ORDER BY

1
2
3
4
5
6
7

    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    ORDER BY ASC
    
    SELECT kolonne_1, kolonne_2,  ...
    FROM tabel_navn
    ORDER BY DESC

Syntax ORDER BY Northwind

1
2
3
4
5

    select * from Order_Details
    order by UnitPrice ASC;

    select * from Order_Details
    order by UnitPrice DESC;

Funktioner

MySQL har mange funktioner som du kan bruge, nogle eksempler er:

  • DAY()
  • MONTH()
  • YEAR()

Eksempel fra Northwind

1
2
3
4
5
6
7

SELECT 
    OrderID,
    OrderDate,
    DAY(OrderDate) as Dag,
    MONTH(OrderDate) as Måned,
    YEAR(OrderDate) as År
FROM Orders;

Du kan finde en oversigt her Link

Beregninger

Du har også mulighed for at fortage beregninger på dine data, det kan være simple beregninger som det at gange to kolonner med hinanden eller det kan være beregninger hvor du brugere nogle funktioner.

SQL Beregninger

  • Plus: +
  • Minus: -
  • Gange: *
  • Division: /
  • Modulus: %

Eksempel fra Northwind

1
2
3
4
5
6
7
8

SELECT
    OrderID,
    ProductID,
    UnitPrice,
    Quantity,
    Discount,
    UnitPrice * Quantity as Pris_Uden_Rabat
FROM Order_Details;

Brug af Funktioner

Du kan bruge forskellige beregnings funktioner på dine data.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

-- AVG
SELECT AVG(UnitPrice)
FROM Products;

-- MIN
SELECT MIN(UnitPrice)
FROM Products;

-- MAX
SELECT MAX(UnitPrice)
FROM Products;

-- COUNT 
SELECT COUNT(ProductID)
FROM Products;

-- SUM
SELECT
    SUM((UnitPrice * Quantity) - (UnitPrice * Quantity * Discount)) AS Sale
FROM Order_Details;

GROUP BY

GROUP BY-sætningen bruges ofte sammen med en beregnings funktioner som f.eks. AVG, MIN, MAX, COUNT og SUM til at gruppere dit resultat.

Det kan f.eks. være det totale salg på en kunde eller et produkt.

1
2
3
4
5
6
7
8
9
10
11
12
13

SELECT
    Order_Details.OrderID,
    COUNT(Order_Details.Quantity) AS Antal,
    SUM((UnitPrice * Quantity) - (UnitPrice * Quantity * Discount)) AS Sale
FROM Order_Details
GROUP BY Order_Details.OrderID;

SELECT
    Employees.LastName,                            
    COUNT(Orders.OrderID) AS NumberOfOrders
FROM Orders INNER JOIN Employees
ON Orders.EmployeeID = Employees.EmployeeID
GROUP BY LastName:

HAVING

Hvis du vil “udvælge” data på basis af en gruppering (GROUP BY) kan du IKKE bruge WHERE.

Dette eksempel fra Northwind vil ikke virke, da der bruges WHERE.

1
2
3
4
5
6

SELECT 
    Country,
    COUNT(CustomerID)
FROM Customers
GROUP BY Country
WHERE COUNT(CustomerID) > 5;

Når der er fortaget en gruppering på “CustomerID” skal du bruge SQL kommandoen HAVING for at det virker.

Samme eksempel fra Northwind, men med HAVING

1
2
3
4
5
6

SELECT 
    Country,
    COUNT(CustomerID)
FROM Customers
GROUP BY Country
HAVING COUNT(CustomerID) > 5;

Det er muligt at bruge WHERE sammen med GROUP BY det skal bare være så du udvælger på data der ikke er grupperet på.

Eksampel fra Northwind

1
2
3
4
5
6
7

SELECT 
    Country,
    COUNT(CustomerID)
FROM Customers
WHERE Country IN ('UK', 'USA', 'Italy')
GROUP BY Country
HAVING COUNT(CustomerID) > 5;

INDEX

Du kender et index fra en bog, hvor der typisk er et index bageret i bogen. Det gør det nemmere og hurtigere at finde et bestemt ord/emne.

Det sammen gælder indexer i SQL, de gør det hurtigere at finde data.

Som standard oprettes der et index når du opretter en primær nøgle. Dette index er et unikt index - det er jo en primær nøgle.

Du opretter et index med SQL kommandoen CREATE INDEX

1
2
3
4
5

CREATE INDEX index_navn
ON tabel_navn (felt_navn);

CREATE INDEX FK_CustomerID
ON Orders (CustomerID);

Brugeren kan ikke se de indexer der er oprette, men du kan se dem under den enkelte tabel i mappen Indexes

Det er også muligt at oprette et index hvor du kombinere flere kolonner.

Eksempel fra Northwind

1
2

CREATE INDEX Emp_name
ON Employees (LastName, FirstName);

UNIQUE INDEX

Det er muligt at oprette et unikt index, ligesom det index der oprettes ved primær nøglen. Det kan f.eks. bruges til at sikre at en kunde ikke oprettes to gange - kunne f.eks. være kundes CVR nummer.

1
2
3
4
5

CREATE UNIQUE INDEX index_navn
ON tabel_navn (felt_navn);

CREATE UNIQUE INDEX UniqProduct
ON Products (ProductName);

DROP INDEX

Du kan fjerne et index med kommandoen DROP INDEX kombineret med ALTER TABLE

1
2
3
4
5

ALTER TABLE tabel_navn
DROP INDEX index_navn;

ALTER TABLE Employees
DROP INDEX Emp_name;

Hvilke felter

Hvilke felter skal du så oprette indekser på?

Som udgangspunkt bliver der oprettet et unikt index på dine primærnøgle. Ud over det vil det typisk være en fordel at oprette indekser på de felter der er fremmede nøgler.

Dernæst kan du med fordel oprette indekser på de felter hvor der søges meget. Det kan være svært at vide hvilke felter det er, en mulighed er at spørgere brugerne eller bruge et analyse værktøj til at finde disse felter.

Der er dog en ulempe ved oprettelsen af indekser - Det at gemme data bliver langsommere. årsagen er at indekserne skal opdateres med de nye data.

Hvis man skal indsætte eller opdatere store mængder data kan det være en fordel at slette dine indekser først og så oprette dem igen, når indsættelsen af data er færdig.

CASE

En CASE sætning opsætter forskellige betingelser som data så “holdes” op imod og der returneres en værdi i forhold til det.

En CASE sætning virker som en IF-THEN-ELSE sætning.

Når en værdi er SAND, falder indenfor en CASE, så returneres resultatet.

Hvis ingen betingelser er sande, returnerer den værdien i ELSE-klausulen.

1
2
3
4
5
6

CASE
    WHEN betingelse_1 THEN resultat_1
    WHEN betingelse_2 THEN resultat_2
    WHEN betingelse_n THEN resultat_n
    ELSE resultat
END;

Eksempel fra Northwind

1
2
3
4
5
6
7
8
9

SELECT 
    OrderID, 
    Quantity,
CASE
    WHEN Quantity > 30 THEN 'Antal er større end 30'
    WHEN Quantity = 30 THEN 'Antal er 30'
    ELSE 'Antal er under 30'
END AS 'Antal ordre'
FROM Order_Details;

Opret database

For at oprette en database i MySQL, kan du bruge følgende SQL-kommando:

sql CREATE DATABASE databasenavn;

Erstat databasenavn med det navn, du ønsker at give din database. Husk, at SQL-kommandoer i MySQL er case-insensitive, men det er en god praksis at holde sig til enten kun store eller kun små bogstaver for at undgå forvirring.

Datatyper

MySQL understøtter en række forskellige datatyper, som kan kategoriseres i følgende grupper:

Numeriske Datatyper

  • INT / INTEGER: Et heltal.
  • BIGINT: Et større heltal.
  • SMALLINT: Et mindre heltal.
  • TINYINT: Et meget lille heltal.
  • DECIMAL(M, D): Et eksakt decimaltal, hvor M er det totale antal cifre, og D er antallet af decimaler.
  • FLOAT(M, D): Et approksimativt tal med en flydende decimal. M angiver præcision, og D angiver skala.
  • DOUBLE(M, D): Dobbelt præcision flydende decimaltal.

Dato- og Tidstyper

  • DATE: En dato uden tidsangivelse.
  • DATETIME: Dato og tid.
  • TIMESTAMP: Tidsstempel, typisk brugt til at gemme et punkt i tid.
  • TIME: Kun tid.
  • YEAR: Et år, enten som 2 eller 4 cifre.

Strengdatatyper

  • CHAR(M): En fast længde streng, op til 255 tegn.
  • VARCHAR(M): En variabel længde streng, op til 65,535 tegn.
  • TEXT: En lang tekst op til 65,535 tegn.
  • MEDIUMTEXT: En længere tekst op til 16,777,215 tegn.
  • LONGTEXT: En meget lang tekst op til 4,294,967,295 tegn.
  • BLOB: Et Binary Large Object, bruges til at gemme binære data som billeder eller lyd.

Logiske Datatyper

  • BOOLEAN / BOOL: Sandt eller falsk.