Summary  
This chapter explains how to apply comparison and conditional operators (e.g., =, <>, <, <=, BETWEEN, IS NULL) in a SQL WHERE clause to filter query results.

General domain of usage  
Relational database querying

SQL stöder många jämförelse**operatorer**.



## Mindre än

Detta exempel listar alla länder som har en befolkning på **mindre än** 2424200:

SELECT name, population
FROM country
WHERE population < 2424200;

## Mindre än eller lika med

Följande exempel hämtar alla länder med en befolkning **mindre än eller lika med** 2424200:

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

## Inte lika med

Följande exempel hämtar alla icke-asiatiska länder:


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

Utforska grunderna i SQL, från att hämta och filtrera data med SELECT och WHERE till att sortera resultat med ORDER BY och sammanfatta dem med aggregeringsfunktioner som COUNT, AVG och SUM. Genom praktiska övningar bygger du färdigheter för att säkert kunna göra frågor mot verkliga datamängder.

Upptäck hur du hämtar enskilda, flera och alla kolumner från en tabell med hjälp av SQL SELECT-satsen. Lär dig att returnera unika rader och begränsa antalet resultat som returneras av en fråga.

Upptäck hur du organiserar frågeresultat med hjälp av ORDER BY-satsen. Lär dig att sortera data efter en eller flera kolumner och kontrollera sorteringsriktningen med stigande eller fallande ordning för tydligare resultat.



Upptäck hur du filtrerar frågeresultat med WHERE-satsen. Lär dig att testa för likhet och olikhet, kontrollera värden mot ett intervall och identifiera NULL-värden i dina data.

Upptäck hur du kan förfina dina sökvillkor genom att kombinera WHERE-villkor med operatorerna AND och OR. Lär dig använda operatorn NOT för att exkludera specifika resultat från din fråga.



Upptäck hur du kan sammanfatta tabelldata med hjälp av SQL:s aggregeringsfunktioner. Lär dig att beräkna medelvärden och summor med AVG och SUM, räkna rader med COUNT samt hitta extremvärden med MAX och MIN.



Utmaning: WHERE-Klausulens Operatorer

Mindre än

Mindre än eller lika med

Inte lika med

Utmaning: WHERE-Klausulens Operatorer

Mindre än

Mindre än eller lika med

Inte lika med

Lösning