Summary  
This chapter introduces SQL comparison operators in the WHERE clause—such as =, <>, <, <=, >, >=, BETWEEN, and IS NULL—to precisely filter query results based on conditional criteria.  

General domain of usage  
Relational database querying

This video introduces SQL conditional statements with a focus on the WHERE clause operators. You will learn how to use operators such as equals (`=`), not equal (`<>`), less than (`<`), less than or equal to (`<=`), and others to filter data in SQL queries. The video demonstrates practical examples using the `country` table, showing how to retrieve records based on population size and region. By the end, you will understand how to use WHERE clause operators to extract exactly the data you need from a database.

SQL supporta numerose istruzioni condizionali.



## Minore di

Esempi: <br>
Questo esempio elenca tutti i paesi che hanno una popolazione **inferiore a** 2424200:

SELECT name, population
FROM country
WHERE population < 2424200;

## Minore o uguale a

Il seguente esempio recupera tutti i paesi con una popolazione **minore o uguale a** 2424200:

SELECT name, population
FROM country
WHERE population <= 2424200;

## Diverso da

Il seguente esempio recupera tutti i paesi non asiatici:


SELECT name, continent
FROM country
WHERE continent<>'Asia';

import unittest
import psycopg2
import pandas as pd
import re

class TestTask(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 setUp(self):
        with open("query.sql", "r") as file:
            self.query = file.read()

    def test_columns_and_order(self):
        """Check that the selected columns are correct and in the correct order."""
        self.cursor.execute(self.query)
        columns = [desc[0] for desc in self.cursor.description]
        expected_columns = ["name", "population", "region", "capital"]
        condition = columns == expected_columns
        _dynamic_test(
            self,
            condition,
            "Columns are correct and in the correct order.",
            f"Columns are incorrect or not in the correct order. Expected: {expected_columns}, Got: {columns}"
        )

    def test_only_southern_europe(self):
        """Check that only rows with region 'Southern Europe' are returned."""
        self.cursor.execute(self.query)
        rows = self.cursor.fetchall()
        idx_region = [desc[0] for desc in self.cursor.description].index("region")
        incorrect_rows = [row for row in rows if normalize_text(str(row[idx_region])) != normalize_text("Southern Europe")]
        condition = len(incorrect_rows) == 0
        _dynamic_test(
            self,
            condition,
            "All rows have region 'Southern Europe'.",
            f"Rows found with region not 'Southern Europe': {incorrect_rows}"
        )

    def test_expected_rows(self):
        """Check that all expected rows for 'Southern Europe' are present."""
        # Prepare solution for expected rows
        solution_query = """
        SELECT name, population, region, capital
        FROM country
        WHERE region='Southern Europe';
        """
        self.cursor.execute(solution_query)
        expected_rows = self.cursor.fetchall()

        self.cursor.execute(self.query)
        user_rows = self.cursor.fetchall()
        # Compare as sets for unordered row comparison
        condition = set(user_rows) == set(expected_rows)
        missing = set(expected_rows) - set(user_rows)
        extra = set(user_rows) - set(expected_rows)
        if not condition:
            failure_msg = f"Missing rows: {missing}\\nExtra rows: {extra}"
        else:
            failure_msg = ""
        _dynamic_test(
            self,
            condition,
            "All expected rows for 'Southern Europe' are present and no extra rows.",
            failure_msg
        )

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

Questo corso è perfetto per principianti pronti a esplorare il mondo di SQL. Che tu stia iniziando a gestire database o desideri utilizzare SQL per i tuoi progetti di sviluppo applicazioni, questo corso copre gli elementi essenziali. Imparerai rapidamente a sfruttare tutto il potenziale di SQL, dalla query e gestione dei dati all'integrazione fluida nelle applicazioni reali. Al termine del corso, avrai la sicurezza e le competenze per risolvere problemi pratici con SQL e migliorare il tuo processo di sviluppo.

In questa sezione, apprenderemo come utilizzare l'istruzione SELECT di SQL per ottenere una singola colonna di una tabella, più colonne di una tabella e tutte le colonne di una tabella. Scopriremo inoltre come restituire valori unici.

In questa sezione, esamineremo come organizzare e dare priorità ai dati restituiti da una query utilizzando la clausola ORDER BY. Inserita alla fine di un'istruzione SELECT, questa clausola consente di ordinare i risultati in base a una o più colonne, sia in ordine crescente che decrescente, permettendo così una presentazione dei dati più significativa e facilmente interpretabile.

In questa sezione, apprenderemo come filtrare i dati restituiti utilizzando la clausola WHERE dell'istruzione SELECT. Impareremo come testare l'uguaglianza, la disuguaglianza, valori maggiori e minori rispetto a determinati intervalli e valori NULL.

In questa sezione, esploreremo come affinare le condizioni di ricerca combinando le clausole WHERE con gli operatori AND e OR. Verrà inoltre illustrato come l'operatore NOT possa essere utilizzato per escludere determinati risultati.

In questa sezione, apprenderemo cosa sono le funzioni di aggregazione in SQL e come utilizzarle per riassumere i dati delle tabelle.

Gli operatori della clausola WHERE

Minore di

Minore o uguale a

Diverso da

Soluzione