Summary  
This chapter explains how to use the SQL WHERE clause in a SELECT statement to filter rows based on conditions (e.g., equals, greater than, less than, not equal).

General domain of usage  
Relational database querying

This video demonstrates how to use the WHERE clause in SQL to filter data from a table. You will see how to write a SELECT statement with a WHERE clause, specify conditions for filtering rows, and understand where the WHERE clause fits in the query structure. Real examples using the country table will help you see how to retrieve only the rows that match your criteria, such as selecting countries from a specific continent.

Em bancos de dados, as tabelas geralmente armazenam grandes volumes de dados. No entanto, frequentemente há interesse em recuperar apenas partes específicas desses dados, em vez de todo o conjunto. Para isso, é necessário definir as condições para a recuperação dos dados, conhecidas como critérios de filtragem.

Os dados são filtrados utilizando a cláusula `WHERE`, que especifica os critérios de busca em uma instrução `SELECT`. A cláusula `WHERE` aparece imediatamente após o nome da tabela.

Ao especificar um valor de texto, como o nome de um país, é necessário colocar o texto entre aspas simples (`'`).



SELECT name, continent 
FROM country 
WHERE continent='Europe';

A instrução `SELECT` obtém 2 colunas da tabela `country` e retorna apenas as linhas com o valor de continente `'Europe'`.

### Posição da Cláusula

Ao utilizar as cláusulas `ORDER BY` e `WHERE`, é necessário garantir que o `ORDER BY` venha após a cláusula `WHERE`.



SELECT capital, continent 
FROM country 
WHERE continent='Asia'
ORDER BY continent DESC;

import unittest
import psycopg2
import pandas as pd

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 test_query_returns_correct_rows(self):
        """Check that only countries from 'North America' are returned with correct columns."""
        with open("query.sql", "r") as file:
            query = file.read()
        # Run user query
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        df = pd.DataFrame(rows, columns=columns)

        # Solution dataframe
        self.cursor.execute("""
            SELECT id, name, region FROM country WHERE continent='North America';
        """)
        sol_rows = self.cursor.fetchall()
        sol_columns = [desc[0] for desc in self.cursor.description]
        sol_df = pd.DataFrame(sol_rows, columns=sol_columns)

        # Check matching rows and shape
        condition = df.shape == sol_df.shape and df.equals(sol_df)
        _dynamic_test(
            self,
            condition,
            "Query returns only the correct rows from 'North America' with correct columns.",
            f"Query did not return the correct rows or columns for 'North America'. Expected:\\n{sol_df}\\nGot:\\n{df}"
        )

    def test_column_order_and_names(self):
        """Check that columns are exactly id, name, region (in this order)."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        columns = [desc[0] for desc in self.cursor.description]
        expected = ["id", "name", "region"]
        condition = columns == expected
        _dynamic_test(
            self,
            condition,
            "Columns are in the correct order: id, name, region.",
            f"Columns are not in the correct order. Expected: {expected}, Got: {columns}"
        )

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

Este curso é ideal para iniciantes que desejam explorar o mundo do SQL. Seja você alguém começando em gerenciamento de bancos de dados ou buscando utilizar SQL em projetos de desenvolvimento de aplicações, este curso aborda os conceitos essenciais. Você aprenderá rapidamente a aproveitar todo o potencial do SQL, desde consultas e gerenciamento de dados até a integração eficiente em aplicações do mundo real. Ao final do curso, você terá confiança e habilidades para resolver problemas práticos com SQL e aprimorar seu processo de desenvolvimento.

Nesta seção, aprenderemos como utilizar a instrução SELECT do SQL para obter uma coluna de tabela, múltiplas colunas de tabela e todas as colunas de tabela. Também veremos como retornar valores exclusivos.

Nesta seção, exploraremos como organizar e priorizar os dados retornados por uma consulta utilizando a cláusula ORDER BY. Inserida ao final de uma instrução SELECT, essa cláusula permite ordenar os resultados por uma ou várias colunas, em ordem ascendente ou descendente, proporcionando uma saída de dados mais significativa e de fácil interpretação.

Nesta seção, aprenderemos como filtrar os dados retornados utilizando a cláusula WHERE da instrução SELECT. Aprenderemos a testar igualdade, desigualdade, valores maiores e menores dentro de intervalos, e valores NULL.

Nesta seção, exploraremos como refinar suas condições de busca combinando cláusulas WHERE com os operadores AND e OR. Também abordaremos como o operador NOT pode ser utilizado para excluir determinados resultados.

Nesta seção, aprenderemos o que são as funções agregadas do SQL e como utilizá-las para resumir dados de tabelas.

Usando a Cláusula WHERE

Posição da Cláusula

Solução