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 ondersteunt veel voorwaardelijke uitspraken.



## Minder dan

Bekijk de volgende voorbeelden: <br>
Dit voorbeeld toont alle landen met een bevolking van **minder dan** 2424200:

SELECT name, population
FROM country
WHERE population < 2424200;

## Kleiner dan of gelijk aan

Het volgende voorbeeld haalt alle landen op met een bevolking **kleiner dan of gelijk aan** 2424200:

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

## Niet gelijk aan

Het volgende voorbeeld haalt alle niet-Aziatische landen op:


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

Deze cursus is ideaal voor beginners die de wereld van SQL willen verkennen. Of je nu net begint met databasebeheer of SQL wilt gebruiken voor applicatieontwikkeling, deze cursus behandelt de basisprincipes. Je leert snel hoe je het volledige potentieel van SQL benut, van het opvragen en beheren van gegevens tot het naadloos integreren ervan in praktijktoepassingen. Aan het einde van de cursus beschik je over het vertrouwen en de vaardigheden om praktische problemen met SQL op te lossen en je ontwikkelingsproces te verbeteren.

In deze sectie leren we hoe we de SQL SELECT-instructie gebruiken om één tabelkolom, meerdere tabelkolommen en alle tabelkolommen op te halen. We ontdekken ook hoe we unieke waarden kunnen retourneren.

In deze sectie onderzoeken we hoe gegevens die door een query worden opgehaald, kunnen worden georganiseerd en geprioriteerd met behulp van de ORDER BY-clausule. Deze clausule, geplaatst aan het einde van een SELECT-instructie, maakt het mogelijk om resultaten te sorteren op één of meerdere kolommen, in oplopende of aflopende volgorde, waardoor de gegevensuitvoer betekenisvoller en beter interpreteerbaar wordt.

In deze sectie leren we hoe we geretourneerde gegevens kunnen filteren met behulp van de WHERE-clausule van de SELECT-instructie. We behandelen het testen op gelijkheid, ongelijkheid, grotere en kleinere waarden, waarde-intervallen en NULL-waarden.

In deze sectie behandelen we hoe u zoekvoorwaarden kunt verfijnen door WHERE-clausules te combineren met de AND- en OR-operatoren. We bespreken ook hoe de NOT-operator kan worden gebruikt om bepaalde resultaten uit te sluiten.

In deze sectie behandelen we wat de SQL-aggregatiefuncties zijn en hoe deze gebruikt kunnen worden om tabelgegevens samen te vatten.

De WHERE-Clause-Operatoren

Minder dan

Kleiner dan of gelijk aan

Niet gelijk aan

Oplossing