import unittest
import psycopg2
import pandas as pd

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_avg_function_used(self):
        with open("query.sql", "r") as file:
            query = file.read()
        condition = "avg" in query.lower()
        _dynamic_test(
            self,
            condition,
            "AVG function is used in the query.",
            "Your query does not use the AVG function."
        )

    def test_surfacearea_condition(self):
        with open("query.sql", "r") as file:
            query = file.read().lower().replace(" ","")
        condition = "where" in query
        _dynamic_test(
            self,
            condition,
            "Query filters records with surfacearea > 300000.",
            "Query does not filter records with surfacearea > 300000."
        )

    def test_correct_average_value(self):
        # Calculate expected average
        data = [
            (1,'Japan ',377829),
            (3,'Mexico',1958201),
            (6,'Sweden',449964),
            (7,'Ukraine',603700),
            (8,'United States',9363520),
            (9,'Thailand',513115),
            (10,'Paraguay',406752),
            (11,'Philippines',300000), # not included (must be strictly > 300000)
            (12,'New Zealand',270534), # not included
            (13,'Norway',323877),
        ]
        filtered = [r[2] for r in data if r[2] > 300000]
        expected_avg = sum(filtered) / len(filtered)
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        result = self.cursor.fetchone()
        if result is not None:
            user_avg = float(result[0])
        else:
            user_avg = None
        condition = user_avg is not None and abs(user_avg - expected_avg) < 0.01
        _dynamic_test(
            self,
            condition,
            f"Query returns the correct average value: {expected_avg}.",
            f"Query does not return the correct average value. Expected: {expected_avg}, Got: {user_avg}."
        )

    def test_query_runs(self):
        with open("query.sql", "r") as file:
            query = file.read()
        try:
            self.cursor.execute(query)
            _dynamic_test(
                self,
                True,
                "Query executes successfully.",
                ""
            )
        except Exception as e:
            _dynamic_test(
                self,
                False,
                "",
                f"Query failed to execute: {e}"
            )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

Dieser Kurs ist ideal für Anfänger, die bereit sind, die Welt von SQL zu erkunden. Ob Sie gerade erst mit dem Datenbankmanagement beginnen oder SQL für Ihre Anwendungsentwicklungsprojekte nutzen möchten, dieser Kurs behandelt die Grundlagen. Sie lernen schnell, das volle Potenzial von SQL zu nutzen – von der Abfrage und Verwaltung von Daten bis hin zur nahtlosen Integration in reale Anwendungen. Am Ende des Kurses verfügen Sie über das nötige Selbstvertrauen und die Fähigkeiten, um praktische Probleme mit SQL zu lösen und Ihren Entwicklungsprozess zu optimieren.

In diesem Abschnitt erfahren Sie, wie die SQL-SELECT-Anweisung verwendet wird, um eine einzelne Tabellenspalte, mehrere Tabellenspalten und alle Tabellenspalten abzurufen. Zudem wird erläutert, wie eindeutige Werte zurückgegeben werden.

In diesem Abschnitt untersuchen wir, wie Daten, die von einer Abfrage zurückgegeben werden, mithilfe der ORDER BY-Klausel organisiert und priorisiert werden können. Diese Klausel wird am Ende einer SELECT-Anweisung platziert und ermöglicht es, die Ergebnisse nach einer oder mehreren Spalten entweder aufsteigend oder absteigend zu sortieren, was eine aussagekräftigere und leichter interpretierbare Datenausgabe ermöglicht.

In diesem Abschnitt lernen wir, wie man mit der WHERE-Klausel der SELECT-Anweisung zurückgegebene Daten filtert. Wir behandeln das Testen auf Gleichheit, Ungleichheit, Wertebereiche größer und kleiner sowie NULL-Werte.

In diesem Abschnitt untersuchen wir, wie Sie Ihre Suchbedingungen durch die Kombination von WHERE-Klauseln mit den Operatoren AND und OR verfeinern können. Außerdem behandeln wir, wie der NOT-Operator verwendet werden kann, um bestimmte Ergebnisse auszuschließen.

In diesem Abschnitt erfahren Sie, was SQL-Aggregatfunktionen sind und wie sie verwendet werden, um Tabellendaten zusammenzufassen.

Herausforderung: Durchschnitt Große Oberfläche

Lösung

Herausforderung: Durchschnitt Große Oberfläche

Lösung