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.

## Mindre enn

Se på følgende eksempler: <br>
Dette eksemplet viser alle land som har en befolkning på **mindre enn** 2424200:

SELECT name, population
FROM country
WHERE population < 2424200;

## Mindre enn eller lik

Følgende eksempel henter alle land med en befolkning **mindre enn eller lik** 2424200:

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

## Ikke lik

Følgende eksempel henter alle ikke-asiatiske land:


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

Dette kurset er ideelt for nybegynnere som ønsker å utforske SQL-verdenen. Enten du nettopp har begynt med databaseadministrasjon eller har som mål å bruke SQL i applikasjonsutviklingsprosjekter, dekker dette kurset det grunnleggende. Du vil raskt lære å utnytte det fulle potensialet til SQL, fra spørring og håndtering av data til sømløs integrering i virkelige applikasjoner. Ved kursets slutt vil du ha selvtillit og ferdigheter til å løse praktiske problemer med SQL og forbedre utviklingsprosessen.

I denne delen skal vi lære hvordan man bruker SQL SELECT-setningen for å hente én tabellkolonne, flere tabellkolonner og alle tabellkolonner. Vi skal også finne ut hvordan man returnerer unike verdier.

I denne delen skal vi utforske hvordan man organiserer og prioriterer dataene som returneres av en spørring ved hjelp av ORDER BY-setningen. Plassert på slutten av en SELECT-setning, lar denne klausulen deg sortere resultatene etter én eller flere kolonner, enten i stigende eller synkende rekkefølge, noe som gir et mer meningsfullt og lett tolkningsbart datautvalg.

I denne delen skal vi lære hvordan man filtrerer returnerte data ved å bruke WHERE-klausulen i SELECT-setningen. Vi skal lære hvordan man tester for likhet, ulikhet, større og mindre enn verdier, samt NULL-verdier.

I denne delen skal vi utforske hvordan du kan forbedre søkekriteriene ved å kombinere WHERE-setninger med AND- og OR-operatorene. Vi vil også dekke hvordan NOT-operatoren kan brukes til å ekskludere bestemte resultater.

I denne delen skal vi lære hva SQL-aggregatfunksjoner er og hvordan de brukes til å oppsummere tabelldata.

WHERE-setningsoperatorer

Mindre enn

Mindre enn eller lik

Ikke lik

Løsning