Week 2 BIMAIV03 Les A4. Volgorde Soms willen we in het resultaat een bepaalde ordening aanbrengen. Dat doen we met PEILING ORDER BY DatumPartijAantal.

Slides:



Advertisements
Verwante presentaties
2e Kamerverkiezingen 2012.
Advertisements

Enquête Landelijke Makelaars Vereniging LMV via Huislijn.nl onder woningzoekenden over standpunten en consequenties politieke partijen ten aanzien van.
Module 7 – Hoofdstuk 5 (1) SQL – een begin.
Meerdere tabellen: Relaties en Joins
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Relationele databases en
Module 7 – Hoofdstuk 5 (4) SQL – voorwaarden aan groepen en meerdere tabellen.
MySQL-acties Klassikaal: Wijnen.sql. 1.Toon alle wijnen die er zijn. Toon de naam, kleur en prijs. SELECT `naam`,`kleur`,`prijs` FROM `wijnen`
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Het selecteren van data uit meerdere gekoppelde tabellen
SQL Les 01 & 02. SELECT Weergeven van alle gegevens uit een tabel: SELECT * FROM tlbPersonen; Weergeven van alle personen die uit Aruba komen: SELECT.
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Relationele Databases
Relationele Databases Hoofdstuk 10
Databases.
<Mdl01 hoorcollege 1>
LauwersCollege Buitenpost Informatica
Inleiding Databanken: oefeningen 4 Sven Casteleyn 4 Lokaal: 6G HomePage: te bereiken via
Computervaardigheden en Programmatie Universiteit AntwerpenDatabank - Basis 4.1 Computervaardigheden en Programmatie 1rste BAC Toegepaste Biologische Wetenschappen.
Welkom bij de enige onafhanklijke en objectieve nationale kieswijzer
Download en installeer de gereedschappen
Download en installeer de gereedschappen
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Vorige week: Referentiele integriteit
SQL (structured Query Language) DDL (Data Definition Language) DML (Data Manipulation Language) Ontwerp databaseBevraag database.
Kietel nooit een slapende draak
Geschiedenis van de democratische rechtsstaat in Nederland
Workshop PHP Een productencatalogus Met database.
Statistische functies (aggregaatfuncties)
Lesplanning Binnenkomst Intro Vragen huiswerk Uitleg docent 1.3 Zelfstandig werken, met radio?? Afsluiting van de les. Lokaal verlaten.
2e Kamerverkiezingen Wilders Sap Rutten Roemer Pechtholt Samsom Buma Opdracht 1. Zet de juiste naam bij de juiste foto. Opdracht 2.
Staatsinrichting Nederland
SQL ( SERVER ) Les #02: T-SQL. A GENDA Herhaling les 4 Views SELECT…INTO Beheren van tabellen: CREATE ALTER DROP Opdracht voor de volgende les.
LauwersCollege Buitenpost Informatica
2e Kamerverkiezingen Wilders Sap Rutten Roemer Pechtholt Samsom Buma Opdracht 1. Zet de juiste naam bij de juiste foto. Opdracht 2.
Computervaardigheden Hoofdstuk 4 — Databank (Basis)
Woordenschat groep 5 Thema 2 Les 1
7 Databases. STRUCTURED QUERY LANGUAGE Bij het relationele model hoort een programmeertaal waarmee de database benaderd kan worden. In de praktijk wordt.
Lessen Wim Beks PP 2003 Les 24 Vlechtwerk Wim Beks.
24/04/2015IT-Assurance1 IT-Assurance deeltijd 4. Inleiding SQL Introductie in de basisfuncties Bijbehorend lesmateriaal: -AIV-boek van Derksen en Crins.
Hoofdstuk 11 Databasemanagementsystem. hoofdstuk 112 STROKENDIAGRAMMEN llnrvoornaamtussenvachternaamstraathuisnummerpostcodeplaatstelefoongeslachtgebdatumklas.
de zeven kostensoorten
Les 0 Structured Query Language SQL. Programma Les 0 – Introductieopdracht Les 1 Les 2 Les 3 Schriftelijke toets.
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
BIMAIV03 Les A1 BIMAIV03 Les A1 Databases. De gegevens in een database vormen de grondstof voor informatie De informatie wordt opgevraagd in de taal met.
Week 3 BIMAIV03 Les B3 BIMAIV03 Les B3. Opdracht 1 Van een artikel mogen maximaal 300 stuks verkocht worden. Verschillende klanten bestellen een aantal.
Week 3 BIRAIV03 Les B6 BIRAIV03 Les B6. naamtype A. JanssenLunare P. GerritsenGratea J. MolenaarTerra J.M. de WitTerra H.A.M. GeelsbergenLunare T. van.
ANALYSE 3 INFANL01-3 WEEK 8 CMI Informatica. ANALYSE 3- INFANL01-3 ▸ Vorige les ▸ Herhaling ▸ Normaliseerregels ▸ Omzetten ERD ▸ Group by en SET ▸ Proeftentamen.
Week 6 BIMAIV03 les B1. DML en DDL ata D anipulation M anguage L ata D efinition D anguage L.
Week 2 BIMAIV03 Les A3. DISTINCT (1) Van welke uitgevers staan er boeken in deze tabel? BOEKNRTITELUITGEVERPRIJS Word in twaalf dagenMEU€ 22,50.
BIMAIV03 Les A2 BIMAIV03 Les A2 Databases. Kolomexpressies SELECT prijs FROM boeken; SELECT prijs FROM boeken; prijs € 22,50 € 29,50 € 32,90 € 39,50 €
Week 1 BIMAIV03 Les B2 BIMAIV03 Les B2. Uit het voorgaande... CREATE TABLE... Opdracht om een nieuwe tabel binnen de database te creëren. Aandachtspunten.
ANALYSE 3 INFANL01-3 WEEK 6 CMI Informatica. ANALYSE 3- INFANL01-3 ▸ Vorige les ▸ Subqueries met correlaties ▸ Subqueries zonder correlaties ▸ Views ▸
Week 3 BIRAIV03 Les B5 BIRAIV03 Les B5. naampnt Jan10 Truus22 Ineke6 Tabel 1 codeomschrprijs a100stoel€ 160,00 a124tafel€ 255,00 Tabel 2 Voorbeeld.
BIMAIV03 Les A6 BIMAIV03 Les A6. Het resultaat van een query (1) BOEKEN SELECT MAX(prijs) FROM boeken; SELECT MAX(prijs) FROM boeken; BOEKNRTITELUITGEVERPRIJS.
1Informatica in de Tweede Fase Frans Peeters 7 maart 2007 Deze presentatie is downloadable van
Les kiezen, politieke stromingen en partijen
Plannen en optimaliseren
Marketing Week 6 Het mediaplan Les 1.
SQL Les February 2019.
SQL Les 3 17 February 2019.
SQL Les 3 23 February 2019.
SQL Les 1 5 April 2019.
WAARDERING: +++ ZEER GOED
SQL Les 9 12 May 2019.
SQL Les 4 12 May 2019.
Voorlopige uitslagen Waterschap verkiezing 2019
Finance maart 2019.
Databases SQL.
Transcript van de presentatie:

Week 2 BIMAIV03 Les A4

Volgorde Soms willen we in het resultaat een bepaalde ordening aanbrengen. Dat doen we met PEILING ORDER BY DatumPartijAantal 13 nov 2006CDA46 13 nov 2006VVD24 13 nov 2006PvdA33 15 nov 2006CDA44 15 nov 2006VVD22 15 nov 2006PvdA32 20 nov 2006CDA42 20 nov 2006VVD20 20 nov 2006PvdA38

ORDER BY SELECT * FROM peiling ORDER BY partij; SELECT * FROM peiling ORDER BY partij; DatumPartijAantal 13 nov 2006CDA46 13 nov 2006VVD24 13 nov 2006PvdA33 15 nov 2006CDA44 15 nov 2006VVD22 15 nov 2006PvdA32 20 nov 2006CDA42 20 nov 2006VVD20 20 nov 2006PvdA38 PEILING DatumPartijAantal 20 nov 2006CDA42 15 nov 2006CDA44 13 nov 2006CDA46 20 nov 2006PvdA38 15 nov 2006PvdA32 13 nov 2006PvdA33 20 nov 2006VVD20 15 nov 2006VVD22 13 nov 2006VVD24

ORDER BY Tekstueel typealfabetische volgorde Datumtypevan vroeg naar laat Numeriek typevan klein naar groot

ORDER BY op meerdere kolommen SELECT * FROM peiling ORDER BY datum, partij; SELECT * FROM peiling ORDER BY datum, partij; DatumPartijAantal 13 nov 2006CDA46 13 nov 2006VVD24 13 nov 2006PvdA33 15 nov 2006CDA44 15 nov 2006VVD22 15 nov 2006PvdA32 20 nov 2006CDA42 20 nov 2006VVD20 20 nov 2006PvdA38 PEILING DatumPartijAantal 13 nov 2006CDA46 13 nov 2006PvdA33 13 nov 2006VVD24 15 nov 2006CDA44 15 nov 2006PvdA32 15 nov 2006VVD22 20 nov 2006CDA42 20 nov 2006PvdA38 20 nov 2006VVD20

Ascending of Descending SELECT * FROM peiling ORDER BY datum DESC; SELECT * FROM peiling ORDER BY datum DESC; DatumPartijAantal 13 nov 2006CDA46 13 nov 2006VVD24 13 nov 2006PvdA33 15 nov 2006CDA44 15 nov 2006VVD22 15 nov 2006PvdA32 20 nov 2006CDA42 20 nov 2006VVD20 20 nov 2006PvdA38 PEILING DatumPartijAantal 20 nov 2006PvdA38 20 nov 2006VVD20 20 nov 2006CDA42 15 nov 2006PvdA32 15 nov 2006VVD22 15 nov 2006CDA44 13 nov 2006PvdA33 13 nov 2006VVD24 13 nov 2006CDA46

Ascending of Descending SELECT * FROM peiling ORDER BY datum; SELECT * FROM peiling ORDER BY datum; SELECT * FROM peiling ORDER BY datum ASC; SELECT * FROM peiling ORDER BY datum ASC; = voegt niets toe

Groeperen (1) naamdr Kluivert Davids Kluivert Stam2 Vaart vd2 Stam2 maand mei juni juli aug maand voorbeeld:groeperen op de kolom maand naamdrmaand mei juni juli aug Kluivert Davids Kluivert Stam Vaart vd SOCCERDREAMS

maand aug juni juli mei maand het totale aantal dromen per maand het totale aantal dromen naamdrmaand mei juni juli aug Kluivert Davids Kluivert Stam Vaart vd Groeperen (2) SUM(dr)

maand aug juni juli mei naamdrmaand mei juni juli aug Kluivert Davids Kluivert Stam Vaart vd Groeperen (3) SELECT maand, SUM(dr) FROM soccerdreams GROUP BY maand; SELECT maand, SUM(dr) FROM soccerdreams GROUP BY maand;

naamdr Kluivert Davids Kluivert Stam2 Vaart vd2 Stam2 maand mei juni juli aug naamdr Davids Kluivert Stam Vaart vd maand mei juni juli aug juli aug mei 4 naam voorbeeld:groeperen op de kolom naam Groeperen (3) SOCCERDREAMS

naam Davids Kluivert 4 Stam Vaart vd het aantal dromen per naam naamdr Davids Kluivert Stam Vaart vd maand mei juni juli aug juli aug mei 4 Groeperen (4) SUM(dr)

naam Davids Kluivert 4 Stam Vaart vd naamdr Davids Kluivert Stam Vaart vd maand mei juni juli aug juli aug mei 4 Groeperen (4) SELECT naam, SUM(dr) FROM soccerdreams GROUP BY naam; SELECT naam, SUM(dr) FROM soccerdreams GROUP BY naam;

Groepsfuncties SUMSUM MAXMAX AVGAVG MINMIN COUNTCOUNT

Voorbeeld 1 BOEKNRTITELUITGEVERPRIJS Word in twaalf dagenMEU€ 22, WordPerfect 9BB€ 29, Xtal Reports de luxeMEU€ 32, Access voor dummiesBB€ 32, Haal het onderste uit ExcelAS€ 39, Brieven schrijven in WordAS€ 35, Quicksmith 2.0BB€ 79, Inleiding in databasesMEU€ 89, BOEKEN SELECT uitgever, COUNT(*) FROM boeken GROUP BY uitgever; SELECT uitgever, COUNT(*) FROM boeken GROUP BY uitgever; uitgeverExpr1001 AS5 BB5 KLW1 MEU6

Voorbeeld 2 SELECT club, COUNT(*) FROM meerkamp GROUP BY club; SELECT club, COUNT(*) FROM meerkamp GROUP BY club; NAAMVOORNAAMGBJCLUBSPRINTVERKOGELGESLACHT KerkhofsMaarten86Scorpio9,55,59m VerdaasFabian86Scorpio103,966,57m WinterFerdinand de87Scorpio103,856,05m RuttenStijn86Atledo10,43,547,94m Nijs-BikEmile de87Atledo10,43,666,94m HeijmansCoen87Scorpio103,565,42m KronenbergBoyd87Scorpio10,13,744,65m HeesbeenPeter87Spiridon10,53,426,02m --- MEERKAMP clubExpr1001 Atledo6 Scorpio10 Spiridon9

Voorbeeld 3 SELECT gbj, COUNT(*) FROM meerkamp WHERE geslacht = 'm' GROUP BY gbj; SELECT gbj, COUNT(*) FROM meerkamp WHERE geslacht = 'm' GROUP BY gbj; NAAMVOORNAAMGBJCLUBSPRINTVERKOGELGESLACHT KerkhofsMaarten86Scorpio9,55,59m VerdaasFabian86Scorpio103,966,57m WinterFerdinand de87Scorpio103,856,05m RuttenStijn86Atledo10,43,547,94m Nijs-BikEmile de87Atledo10,43,666,94m HeijmansCoen87Scorpio103,565,42m KronenbergBoyd87Scorpio10,13,744,65m HeesbeenPeter87Spiridon10,53,426,02m --- MEERKAMP gbjExpr