SQL-Grundlagen
SELECT, WHERE, ORDER BY, GROUP BY, HAVING, Aggregationen, Aliase, einfache Unterabfragen
1Welche SQL-Anweisung wird verwendet, um Daten aus einer Tabelle abzurufen?
Welche SQL-Anweisung wird verwendet, um Daten aus einer Tabelle abzurufen?
Antwort
Die SELECT-Anweisung ist der grundlegende Befehl zum Lesen von Daten aus einer relationalen Datenbank. Sie ermöglicht die Angabe, welche Spalten aus welcher Tabelle abgerufen werden sollen. Es ist die erste Anweisung, die jeder Entwickler in SQL lernt, da sie die Grundlage aller Leseabfragen bildet.
2Wie wählt man alle Spalten aus einer Tabelle namens 'users' aus?
Wie wählt man alle Spalten aus einer Tabelle namens 'users' aus?
Antwort
Das Sternchen (*) ist eine Abkürzung, die alle Spalten bedeutet. Die Syntax SELECT * FROM users gibt jede Spalte der Tabelle zurück. Obwohl es für die Erkundung praktisch ist, wird in der Produktion aus Gründen der Performance und Klarheit empfohlen, Spalten explizit zu benennen.
3Welche Klausel wird verwendet, um die von einer SELECT-Abfrage zurückgegebenen Zeilen zu filtern?
Welche Klausel wird verwendet, um die von einer SELECT-Abfrage zurückgegebenen Zeilen zu filtern?
Antwort
Die WHERE-Klausel ermöglicht die Angabe von Bedingungen, die Zeilen erfüllen müssen, um in das Ergebnis aufgenommen zu werden. Sie wird vor jeder Aggregation angewendet und akzeptiert Vergleichsoperatoren (=, <, >, !=), logische Operatoren (AND, OR, NOT) und spezielle Prädikate (LIKE, IN, BETWEEN).
Welcher Operator wird verwendet, um nach einem Muster in einer Textspalte zu suchen?
Wie sortiert man Abfrageergebnisse in aufsteigender Reihenfolge nach einer Spalte?
+17 Interview-Fragen
Weitere Data Science & ML-Interviewthemen
Python-Grundlagen
Python Objektorientierte Programmierung
Python-Datenstrukturen
Git-Grundlagen
NumPy-Grundlagen
Pandas-Grundlagen
Jupyter & Google Colab
SQL Joins & fortgeschrittene Abfragen
Fortgeschrittenes Pandas
Visualisierung mit Matplotlib & Seaborn
Interaktive Visualisierungen mit Plotly
Deskriptive Statistik
Inferenzstatistik
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Überwachtes ML: Regression
Überwachtes ML: Klassifikation
Entscheidungsbäume & Ensembles
Unüberwachtes ML
ML-Pipelines & Validierung
Zeitreihen & Prognosen
Grundlagen des Deep Learning
TensorFlow & Keras
CNN und Bildklassifizierung
RNN & Sequenzen
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps und Deployment
Meistere Data Science & ML für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten