Top 50 zapytań SQL, które musisz znać! 🖥️💡 Praktyczne przykłady i porady

Wprowadzenie do zapytań SQL

SQL (Structured Query Language) to język służący do komunikacji z relacyjnymi bazami danych. Jego podstawowym celem jest umożliwienie użytkownikom tworzenia, modyfikowania i pobierania danych z baz danych w sposób efektywny i zrozumiały. Dzięki SQL możemy zarządzać zarówno strukturą bazy danych, jak i jej zawartością, niezależnie od konkretnego systemu zarządzania bazą danych (DBMS), takiego jak MySQL, PostgreSQL, Oracle czy Microsoft SQL Server.

Zapytania SQL dzielą się na kilka głównych kategorii, z których każda odpowiada za inny aspekt pracy z danymi:

Zapytania selekcyjne umożliwiają odczyt danych z bazy i prezentowanie ich w żądanym formacie. Są one podstawą do analizy i wizualizacji informacji zgromadzonych w tabelach.
Filtrowanie danych pozwala zawęzić wyniki zapytania według określonych warunków. Dzięki temu można skupić się tylko na interesujących nas rekordach.
Agregacja danych umożliwia podsumowywanie informacji, np. obliczanie średnich, sum czy liczby wystąpień. Tego typu zapytania są często wykorzystywane do raportowania.
Łączenie tabel pozwala zestawiać dane przechowywane w różnych tabelach na podstawie wspólnych wartości. To kluczowa funkcjonalność w relacyjnych bazach danych.
Modyfikacja danych obejmuje dodawanie, edytowanie i usuwanie rekordów w tabelach. To fundamentalne operacje w zarządzaniu danymi.
Zarządzanie strukturą bazy dotyczy tworzenia, zmieniania i usuwania tabel oraz innych obiektów w bazie danych. Pozwala dostosować strukturę bazy do zmieniających się potrzeb aplikacji i użytkowników.

Znajomość SQL jest niezbędna dla analityków danych, programistów, administratorów baz danych i wszystkich, którzy na co dzień pracują z informacjami przechowywanymi w systemach bazodanowych. Opanowanie zapytań SQL pozwala nie tylko sprawnie zarządzać danymi, ale również wydobywać z nich wartościowe informacje wspierające procesy decyzyjne.

Zapytania selekcyjne (SELECT)

Podstawą pracy z bazą danych w SQL jest polecenie SELECT, które służy do pobierania danych z jednej lub wielu tabel. Dzięki niemu możliwe jest przeglądanie zawartości bazy, wybieranie konkretnych kolumn, a także sortowanie i ograniczanie liczby wyników.

Zapytania selekcyjne mogą być bardzo proste – pobierające wszystkie dane z jednej tabeli – ale mogą też przyjmować bardziej złożone formy, umożliwiające zaawansowaną analizę i prezentację informacji. W Cognity często spotykamy się z pytaniami na ten temat podczas szkoleń, dlatego postanowiliśmy przybliżyć go również na blogu.

Najczęstsze zastosowania zapytań SELECT obejmują:

wyświetlanie wszystkich lub wybranych kolumn z tabeli,
zmienianie kolejności wyników według jednej lub wielu kolumn,
ograniczanie liczby zwracanych wierszy,
łączenie danych z różnych tabel (poprzez różne typy JOIN),
tworzenie aliasów dla kolumn i tabel w celu zwiększenia czytelności wyników.

Użycie SELECT jest fundamentem dalszej pracy z SQL i stanowi punkt wyjścia do bardziej zaawansowanych konstrukcji, które pozwalają filtrować, agregować i modyfikować dane w sposób bardziej precyzyjny i kontrolowany.

Filtrowanie danych (WHERE, BETWEEN, LIKE, IN)

Filtrowanie danych to jeden z najważniejszych elementów pracy z bazami danych. Dzięki odpowiednio zastosowanym warunkom możemy zwrócić tylko te rekordy, które spełniają określone kryteria. W SQL do filtrowania danych wykorzystuje się głównie klauzulę WHERE, która może być wspierana przez operatory takie jak BETWEEN, LIKE czy IN.

Poniżej przedstawiono krótkie porównanie tych konstrukcji:

Operator	Zastosowanie	Przykład
`WHERE`	Podstawowe filtrowanie danych na podstawie warunku logicznego	`SELECT * FROM produkty WHERE cena > 100;`
`BETWEEN`	Sprawdza, czy wartość mieści się w określonym zakresie	`SELECT * FROM zamowienia WHERE data BETWEEN '2024-01-01' AND '2024-06-30';`
`LIKE`	Umożliwia dopasowanie wzorca tekstowego z zastosowaniem symboli wieloznacznych (% i _)	`SELECT * FROM klienci WHERE nazwisko LIKE 'Now%';`
`IN`	Sprawdza, czy wartość znajduje się wśród określonego zbioru	`SELECT * FROM produkty WHERE kategoria IN ('elektronika', 'meble');`

Każdy z tych operatorów pozwala w inny sposób zawęzić zbiór wyników i stosowany jest w zależności od konkretnego typu danych oraz potrzeb analizy. Ich odpowiednie użycie wpływa bezpośrednio na wydajność zapytań oraz precyzję zwracanych wyników. Jeśli chcesz nauczyć się, jak praktycznie wykorzystywać te narzędzia w codziennej pracy z bazami danych, sprawdź Kurs SQL podstawowy - praktyczne wykorzystanie języka SQL i budowa baz danych.

Agregacja danych (GROUP BY, HAVING, funkcje agregujące)

Agregacja danych w SQL pozwala na przekształcenie wielu wierszy danych w zwięzłe podsumowania, takie jak suma, średnia czy liczba wystąpień. To kluczowy mechanizm przy przygotowywaniu raportów, analizie danych i prezentowaniu statystyk. W tej sekcji omówimy podstawowe mechanizmy agregacji: funkcje agregujące, klauzulę GROUP BY oraz filtrację wyników zgrupowanych przy pomocy HAVING. Na szkoleniach Cognity pokazujemy, jak poradzić sobie z tym zagadnieniem krok po kroku – poniżej przedstawiamy skrót tych metod.

Funkcje agregujące

Służą do wykonywania operacji matematycznych lub statystycznych na kolumnach. Działają na zestawach danych i zwracają pojedynczą wartość.

COUNT() – liczy liczbę wierszy
SUM() – sumuje wartości
AVG() – oblicza średnią arytmetyczną
MIN() – zwraca najmniejszą wartość
MAX() – zwraca największą wartość

SELECT COUNT(*) AS liczba_zamowien FROM zamowienia;

GROUP BY

Klauzula GROUP BY pozwala pogrupować dane według jednej lub więcej kolumn, dzięki czemu można uzyskać agregaty dla każdej grupy osobno.

SELECT klient_id, SUM(kwota) AS suma_zamowien
FROM zamowienia
GROUP BY klient_id;

Powyższe zapytanie grupuje zamówienia według klienta i oblicza sumę zamówień dla każdego z nich.

HAVING

W przeciwieństwie do WHERE, klauzula HAVING służy do filtrowania wyników już pogrupowanych przez GROUP BY. Jest używana głównie z funkcjami agregującymi.

SELECT klient_id, COUNT(*) AS liczba_zamowien
FROM zamowienia
GROUP BY klient_id
HAVING COUNT(*) > 5;

Ten przykład zwraca tylko tych klientów, którzy złożyli więcej niż pięć zamówień.

Porównanie: WHERE vs HAVING

Kryterium	WHERE	HAVING
Zastosowanie	Filtruje dane przed `GROUP BY`	Filtruje dane po `GROUP BY`
Obsługuje funkcje agregujące	Nie	Tak
Przykład	`WHERE kwota > 100`	`HAVING SUM(kwota) > 500`

Agregacja danych jest nieodzownym elementem pracy z dużymi zbiorami informacji. Dzięki niej można wydobyć wartościowe wnioski, upraszczając i analizując dane w sposób bardziej czytelny i efektywny.

Łączenie tabel (JOIN: INNER, LEFT, RIGHT, FULL)

W relacyjnych bazach danych dane są często rozdzielone na wiele tabel, a zapytania SQL umożliwiają ich łączenie w celu uzyskania pełniejszego obrazu informacji. Do tego celu służą różne typy klauzul JOIN, które pozwalają łączyć dane na podstawie powiązanych kolumn pomiędzy tabelami.

Poniżej przedstawiamy cztery podstawowe typy JOIN i ich główne zastosowania:

Typ JOIN	Opis działania	Wynik
INNER JOIN	Łączy tylko te rekordy, które mają dopasowanie w obu tabelach.	Tylko wspólne dane
LEFT JOIN (LEFT OUTER JOIN)	Zwraca wszystkie rekordy z lewej tabeli i dopasowane z prawej. Jeśli brak dopasowania – uzupełnia wartościami NULL.	Pełne dane z lewej tabeli
RIGHT JOIN (RIGHT OUTER JOIN)	Działa odwrotnie do LEFT JOIN – zwraca wszystkie rekordy z prawej tabeli i dopasowane z lewej.	Pełne dane z prawej tabeli
FULL JOIN (FULL OUTER JOIN)	Zwraca wszystkie rekordy z obu tabel. Braki dopasowania uzupełnia NULL-ami.	Wszystkie dane z obu tabel

Typ JOIN dobierany jest w zależności od kontekstu zapytania i tego, jakie dane chcemy uzyskać.

Przykładowe użycie INNER JOIN:

SELECT Pracownicy.imie, Dzialy.nazwa
FROM Pracownicy
INNER JOIN Dzialy ON Pracownicy.dzial_id = Dzialy.id;

W powyższym przykładzie wyświetlani są tylko ci pracownicy, którzy mają przypisany dział w tabeli Dzialy.

Znajomość różnych typów JOIN jest kluczowa przy pracy z bazami danych, ponieważ pozwala na efektywne zestawianie i analizę rozproszonych informacji. Jeśli chcesz pogłębić swoją wiedzę i poznać więcej praktycznych zastosowań JOIN-ów, sprawdź nasz Kurs SQL średniozaawansowany.

6. Modyfikacja danych (INSERT, UPDATE, DELETE)

SQL pozwala nie tylko na odczyt danych, ale także na ich modyfikację. Do tego celu służą trzy podstawowe instrukcje: INSERT, UPDATE oraz DELETE. Każda z nich pełni inną rolę i znajduje zastosowanie w różnych sytuacjach związanych z zarządzaniem zawartością tabel.

Instrukcja	Zastosowanie	Przykład ogólny
INSERT	Dodawanie nowych rekordów do tabeli	`INSERT INTO produkty (nazwa, cena) VALUES ('Długopis', 2.50);`
UPDATE	Modyfikowanie istniejących danych	`UPDATE produkty SET cena = 2.99 WHERE nazwa = 'Długopis';`
DELETE	Usuwanie rekordów z tabeli	`DELETE FROM produkty WHERE nazwa = 'Długopis';`

Warto pamiętać, że operacje modyfikujące dane mogą być potencjalnie nieodwracalne – szczególnie DELETE oraz UPDATE bez odpowiedniego warunku WHERE. Dlatego tak ważne jest stosowanie ich z rozwagą i często poprzedzanie ich wykonania dodatkowymi zapytaniami weryfikującymi, jakich rekordów one dotyczą.

Podsumowując:

INSERT – dodaje nowe wiersze do tabeli,
UPDATE – zmienia dane w istniejących wierszach,
DELETE – usuwa dane z tabeli.

Dzięki tym trzem instrukcjom możemy aktywnie zarządzać zawartością bazy danych, reagując na zmieniające się potrzeby aplikacji i użytkowników.

Zarządzanie strukturą bazy danych (CREATE, ALTER, DROP)

SQL umożliwia nie tylko pobieranie danych, ale również zarządzanie samą strukturą bazy danych. Do tego celu służą polecenia CREATE, ALTER oraz DROP, które pozwalają tworzyć, modyfikować i usuwać obiekty w bazie danych, takie jak tabele, indeksy czy widoki.

Instrukcja CREATE służy do tworzenia nowych obiektów w bazie danych. Najczęściej wykorzystywana jest do zakładania nowych tabel, w których będą przechowywane dane. Dzięki niej możemy określić nazwy kolumn, typy danych i podstawowe ograniczenia strukturalne.

Polecenie ALTER umożliwia wprowadzanie zmian w już istniejących strukturach. Może to być dodanie nowej kolumny do tabeli, zmiana typu danych istniejącej kolumny lub nawet zmiana nazwy tabeli. Jest to przydatne, gdy projekt bazy danych ewoluuje w trakcie rozwoju aplikacji.

Z kolei DROP służy do usuwania obiektów z bazy danych. Operacja ta jest nieodwracalna i powinna być stosowana ostrożnie, ponieważ powoduje trwałą utratę danych zawartych w usuwanym obiekcie.

Poprawne zarządzanie strukturą bazy danych ma kluczowe znaczenie dla jej wydajności, skalowalności i bezpieczeństwa. Zrozumienie tych poleceń pozwala nie tylko na skuteczne tworzenie środowiska do przechowywania danych, ale również na jego elastyczne dostosowywanie do zmieniających się potrzeb.

Podsumowanie i najlepsze praktyki

Zapytania SQL stanowią fundament pracy z relacyjnymi bazami danych. Opanowanie ich składni i zasad działania pozwala na skuteczne pobieranie, modyfikowanie oraz zarządzanie informacjami przechowywanymi w tabelach. W praktyce biznesowej i technicznej SQL jest niezastąpionym narzędziem do analizy danych, raportowania oraz optymalizacji procesów operacyjnych.

Najważniejszą zaletą SQL jest jego uniwersalność — niemal każda relacyjna baza danych obsługuje ten język w standardzie, choć mogą występować drobne różnice w dialektach między systemami (np. PostgreSQL, MySQL, SQL Server, Oracle). Zrozumienie podstawowych poleceń, takich jak SELECT, WHERE, JOIN czy GROUP BY, pozwala tworzyć zapytania o różnym stopniu złożoności i elastycznie reagować na potrzeby analityczne.

W pracy z SQL warto kierować się kilkoma sprawdzonymi zasadami:

Czytelność zapytań: stosuj wcięcia i aliasy, aby kod był zrozumiały zarówno dla Ciebie, jak i innych użytkowników.
Bezpieczeństwo danych: przy modyfikacjach zawartości bazy zawsze wykonuj kopię zapasową lub testuj zapytania na danych próbnych.
Wydajność: zapytania można optymalizować, np. przez odpowiednie indeksowanie czy unikanie nadmiarowych złączeń.
Dokumentacja: opisuj bardziej złożone zapytania lub procedury, by w przyszłości ułatwić ich zrozumienie i utrzymanie.
Praktyka: regularne ćwiczenia i praca z rzeczywistymi danymi to najlepszy sposób na rozwijanie umiejętności SQL.

Solidne podstawy SQL pozwalają efektywnie działać w wielu obszarach — od analizy danych po projektowanie aplikacji. Warto dbać o jakość tworzonych zapytań i nieustannie doskonalić swoje podejście do pracy z bazami danych. W Cognity łączymy teorię z praktyką – dlatego ten temat rozwijamy także w formie ćwiczeń na szkoleniach.

Majczęściej zadawane pytania i odpowiedzi odnośnie TOP 50 zapytań SQL

Jakie zapytania SQL warto opanować na początku?

Na początku warto opanować przede wszystkim SELECT, WHERE, GROUP BY, HAVING, JOIN, INSERT, UPDATE i DELETE. To podstawowe instrukcje, które pozwalają pobierać dane, filtrować wyniki, łączyć tabele oraz modyfikować rekordy. Dobrym krokiem jest też zrozumienie różnicy między pracą na danych a zarządzaniem strukturą bazy przez CREATE, ALTER i DROP.

Jakie zapytania SQL warto znać na początek?

Na początek warto znać przede wszystkim SELECT, WHERE, GROUP BY, HAVING, JOIN, INSERT, UPDATE i DELETE. To podstawowe konstrukcje, które pozwalają pobierać dane, filtrować wyniki, łączyć tabele, tworzyć podsumowania oraz modyfikować zawartość bazy. Dodatkowo przydają się operatory BETWEEN, LIKE i IN, ponieważ pomagają precyzyjnie zawężać wyniki zapytań.

Jaka jest różnica między WHERE a HAVING w SQL?

WHERE filtruje dane przed grupowaniem, a HAVING filtruje wyniki po użyciu GROUP BY. W praktyce WHERE służy do ograniczania wierszy wejściowych, natomiast HAVING działa na danych już zgrupowanych. Dlatego HAVING stosuje się wtedy, gdy warunek dotyczy wyniku funkcji agregującej, na przykład liczby rekordów lub sumy wartości.

Do czego służy SELECT w SQL?

SELECT służy do pobierania danych z jednej lub wielu tabel. Jest to najważniejsze polecenie na początku nauki SQL, ponieważ umożliwia wyświetlanie wszystkich danych albo tylko wybranych kolumn. Za pomocą SELECT można także sortować wyniki, ograniczać liczbę zwracanych wierszy, używać aliasów oraz przygotowywać dane do dalszego filtrowania i analizy.

Kiedy używać GROUP BY w zapytaniach SQL?

GROUP BY stosuje się wtedy, gdy chcesz podsumować dane dla poszczególnych grup. Jest to przydatne przy raportowaniu, analizie zamówień, klientów lub kategorii produktów. Klauzula ta współpracuje z funkcjami agregującymi i pozwala obliczać wartości dla każdej grupy osobno, zamiast zwracać pojedynczy wynik dla całej tabeli.

Jaka jest różnica między WHERE a HAVING?

WHERE filtruje dane przed grupowaniem, a HAVING filtruje dane po GROUP BY. W praktyce WHERE stosuje się do zwykłych warunków dotyczących pojedynczych wierszy, natomiast HAVING służy do ograniczania wyników agregacji. Najprościej zapamiętać to tak:

WHERE działa przed tworzeniem grup,
HAVING działa po utworzeniu grup,
HAVING współpracuje z funkcjami agregującymi.

Czym różni się INNER JOIN od LEFT JOIN?

INNER JOIN zwraca tylko dopasowane rekordy z obu tabel, a LEFT JOIN zwraca wszystkie rekordy z lewej tabeli oraz dopasowania z prawej. Jeśli po prawej stronie nie ma zgodnych danych, LEFT JOIN uzupełnia wynik wartościami NULL. To ważne rozróżnienie, gdy chcesz znaleźć zarówno wspólne dane, jak i brakujące powiązania.

Kiedy używać operatorów BETWEEN, LIKE i IN w SQL?

BETWEEN, LIKE i IN stosuje się wtedy, gdy trzeba filtrować dane w bardziej precyzyjny sposób. BETWEEN sprawdza zakres wartości, LIKE służy do dopasowywania wzorców tekstowych, a IN pozwala porównać wartość z określoną listą. Dzięki tym operatorom łatwiej zawęzić wyniki bez budowania długich i mniej czytelnych warunków logicznych.

Do czego służą operatory BETWEEN, LIKE i IN w SQL?

Operatory BETWEEN, LIKE i IN służą do precyzyjnego filtrowania danych w klauzuli WHERE. Każdy z nich odpowiada innemu typowi warunku:

BETWEEN sprawdza zakres wartości,
LIKE dopasowuje wzorce tekstowe,
IN porównuje wartość z podanym zbiorem.

Dzięki temu można łatwiej budować czytelne zapytania dopasowane do typu analizowanych danych.

Jak działają funkcje agregujące w SQL?

Funkcje agregujące podsumowują wiele wierszy i zwracają jedną wartość. Są używane w raportach, analizie danych i statystykach. Najczęściej wykorzystuje się je razem z GROUP BY, aby liczyć wyniki dla poszczególnych grup. Do podstawowych funkcji należą:

COUNT() – zlicza wiersze,
SUM() – sumuje wartości,
AVG() – oblicza średnią,
MIN() i MAX() – wskazują wartości skrajne.

Jakie są najczęstsze błędy przy modyfikacji danych w SQL?

Najczęstsze błędy przy modyfikacji danych to użycie UPDATE lub DELETE bez odpowiedniego warunku WHERE. Taka pomyłka może objąć wszystkie rekordy w tabeli. Ryzyko ogranicza wcześniejsze sprawdzenie danych zapytaniem SELECT oraz testowanie operacji na danych próbnych. Ostrożność jest szczególnie ważna, ponieważ część zmian może być trudna do odwrócenia.

Który typ JOIN wybrać: INNER, LEFT, RIGHT czy FULL?

Typ JOIN wybiera się zależnie od tego, jakie rekordy mają znaleźć się w wyniku. INNER JOIN zwraca tylko dane wspólne dla obu tabel. LEFT JOIN zachowuje wszystkie rekordy z lewej tabeli, RIGHT JOIN z prawej, a FULL JOIN pokazuje komplet danych z obu stron. Wybór zależy od tego, czy interesują Cię tylko dopasowania, czy również brakujące powiązania.

Czym różnią się polecenia CREATE, ALTER i DROP?

CREATE tworzy obiekty bazy danych, ALTER je zmienia, a DROP usuwa. Są to podstawowe polecenia do zarządzania strukturą bazy. W praktyce ich zastosowanie wygląda następująco:

CREATE tworzy nowe tabele lub inne obiekty,
ALTER modyfikuje istniejącą strukturę,
DROP trwale usuwa obiekt z bazy.

Te operacje dotyczą struktury, a nie zawartości tabel.

Jakie błędy najczęściej popełnia się przy UPDATE i DELETE?

Najczęstszym błędem przy UPDATE i DELETE jest brak warunku WHERE. Taka pomyłka może spowodować zmianę lub usunięcie wszystkich rekordów w tabeli. Problemem bywa też uruchamianie zapytań bez wcześniejszej weryfikacji, których danych dotyczą. Dlatego przed modyfikacją warto najpierw sprawdzić wynik zapytaniem SELECT i testować operacje na danych próbnych.

Jak pisać czytelne i bardziej wydajne zapytania SQL?

Czytelne i wydajne zapytania SQL powinny być proste, dobrze sformatowane i dopasowane do celu analizy. Pomagają w tym aliasy, logiczne wcięcia oraz unikanie zbędnych złączeń. Wydajność można poprawiać przez rozsądne filtrowanie danych i odpowiednie indeksowanie. Dobrą praktyką jest też dokumentowanie bardziej złożonych zapytań, aby łatwiej je rozwijać i utrzymywać.

Po co w SQL używa się poleceń CREATE, ALTER i DROP?

CREATE, ALTER i DROP służą do zarządzania strukturą bazy danych. Dzięki nim można tworzyć nowe tabele i inne obiekty, zmieniać istniejącą strukturę oraz usuwać niepotrzebne elementy. To ważna część pracy z SQL, ponieważ baza danych musi rozwijać się razem z aplikacją, a poprawnie zaprojektowana struktura wpływa na czytelność, bezpieczeństwo i dalszą pracę z danymi.