Summary  
This chapter explains how to sort query results by multiple columns in a specified priority order by listing column names separated by commas in the ORDER BY clause.  

General domain of usage  
Relational database querying

Du kan også sortere efter flere kolonner. Du skal angive kolonnenavnene **adskilt af kommaer**.

Den første kolonne, der angives i sorteringen, vil have **prioritet**, og derefter fortsætter sorteringen efter den anden kolonne.

Syntaksen ser således ud:

```sql
SELECT columns 
FROM table 
ORDER BY column_with_priority, column2, ...
```

Her er et eksempel, der henter tre kolonner og sorterer resultaterne efter to af dem – først efter `population` og derefter efter `capital`: 

SELECT ID, population, capital 
FROM country 
ORDER BY population, capital;

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_selects_correct_columns_and_order(self):
        """Check that the query selects exactly the columns: continent, region, population, capital in that order."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        colnames = [desc[0] for desc in self.cursor.description]
        expected = ["continent", "region", "population", "capital"]
        condition = colnames == expected
        _dynamic_test(
            self,
            condition,
            "Query selects columns in correct order.",
            f"Expected columns {expected}, got {colnames}."
        )

    def test_order_by_continent_population(self):
        """Check that the result is ordered first by continent, then by population (ascending)."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        if not rows or len(rows) < 2:
            _dynamic_test(
                self,
                True,
                "Result has less than 2 rows, ordering cannot be tested.",
                ""
            )
            return
        df = pd.DataFrame(rows, columns=[desc[0] for desc in self.cursor.description])
        # Sort with pandas to expected order
        expected_df = df.sort_values(by=["continent", "population"], ascending=[True, True], na_position='last').reset_index(drop=True)
        user_df = df.reset_index(drop=True)
        condition = expected_df[["continent", "population"]].equals(user_df[["continent", "population"]])
        _dynamic_test(
            self,
            condition,
            "Rows are ordered by continent and then by population.",
            "Rows are not ordered by continent and then by population."
        )

    def test_selects_from_country_table(self):
        """Check that the query selects from the country table (by verifying result matches expected rows from country table)."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        user_rows = self.cursor.fetchall()
        self.cursor.execute("SELECT continent, region, population, capital FROM country ORDER BY continent, population;")
        expected_rows = self.cursor.fetchall()
        condition = user_rows == expected_rows
        _dynamic_test(
            self,
            condition,
            "Query retrieves correct rows from country table.",
            "Query does not retrieve correct rows from country table."
        )

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

Udforsk det grundlæggende i SQL — fra forespørgsler på data til integration i virkelige applikationer. Uanset om du er ny inden for databaseadministration eller ønsker at anvende SQL i dine udviklingsprojekter, dækker dette kursus det væsentlige. Du lærer hurtigt at udnytte det fulde potentiale i SQL, fra at forespørge og håndtere data til problemfri integration i praktiske applikationer. Ved kursets afslutning vil du have selvtilliden og færdighederne til at løse praktiske problemer med SQL og forbedre din udviklingsproces.

I dette afsnit lærer vi at bruge SQL SELECT-sætningen til at hente én tabelkolonne, flere tabelkolonner og alle tabelkolonner. Vi finder også ud af, hvordan man returnerer unikke værdier.

I dette afsnit undersøger vi, hvordan man organiserer og prioriterer de data, der returneres af en forespørgsel ved hjælp af ORDER BY-klausulen. Placeret i slutningen af en SELECT-sætning giver denne klausul dig mulighed for at sortere dine resultater efter én eller flere kolonner, enten i stigende eller faldende rækkefølge, hvilket muliggør en mere meningsfuld og letfortolkelig dataoutput.

I dette afsnit lærer vi, hvordan man filtrerer returnerede data ved hjælp af SELECT-sætningens WHERE-klausul. Vi gennemgår test for lighed, ulighed, større end og mindre end værdier samt NULL-værdier.

I dette afsnit vil vi undersøge, hvordan du kan forfine dine søgebetingelser ved at kombinere WHERE-klausuler med AND- og OR-operatorerne. Vi gennemgår også, hvordan NOT-operatoren kan bruges til at udelukke bestemte resultater.

I dette afsnit vil vi lære, hvad SQL-aggregeringsfunktioner er, og hvordan de bruges til at opsummere tabeldata.

Sortering Efter Flere Kolonner

Løsning