Fondamenti di SQL
SELECT, WHERE, ORDER BY, GROUP BY, HAVING, aggregazioni, alias, sottoquery semplici
1Quale istruzione SQL viene utilizzata per recuperare dati da una tabella?
Quale istruzione SQL viene utilizzata per recuperare dati da una tabella?
Risposta
L'istruzione SELECT è il comando fondamentale per leggere dati da un database relazionale. Permette di specificare quali colonne recuperare e da quale tabella. È la prima istruzione che ogni sviluppatore impara in SQL poiché costituisce la base di tutte le query di lettura.
2Come selezionare tutte le colonne da una tabella chiamata 'users'?
Come selezionare tutte le colonne da una tabella chiamata 'users'?
Risposta
Il carattere asterisco (*) è una scorciatoia che significa tutte le colonne. La sintassi SELECT * FROM users restituisce ogni colonna della tabella. Sebbene comoda per l'esplorazione, nominare esplicitamente le colonne è consigliato in produzione per motivi di prestazioni e chiarezza.
3Quale clausola viene utilizzata per filtrare le righe restituite da una query SELECT?
Quale clausola viene utilizzata per filtrare le righe restituite da una query SELECT?
Risposta
La clausola WHERE permette di specificare le condizioni che le righe devono soddisfare per essere incluse nel risultato. Si applica prima di qualsiasi aggregazione e accetta operatori di confronto (=, <, >, !=), operatori logici (AND, OR, NOT) e predicati speciali (LIKE, IN, BETWEEN).
Quale operatore viene utilizzato per cercare un pattern in una colonna di testo?
Come ordinare i risultati di una query in ordine crescente su una colonna?
+17 domande da colloquio
Altri argomenti di colloquio Data Science & ML
Fondamenti di Python
Programmazione Orientata agli Oggetti in Python
Strutture dati Python
Fondamenti di Git
Fondamenti di NumPy
Fondamenti di Pandas
Jupyter & Google Colab
SQL Joins e query avanzate
Pandas avanzato
Visualizzazione con Matplotlib & Seaborn
Visualizzazioni interattive con Plotly
Statistica descrittiva
Statistica inferenziale
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Supervisionato: Regressione
ML Supervisionato: Classificazione
Alberi Decisionali e Ensembles
ML Non Supervisionato
Pipeline ML e Validazione
Serie Temporali e Previsione
Fondamenti di Deep Learning
TensorFlow & Keras
CNN e classificazione di immagini
RNN e Sequenze
Transformers e Attention
NLP e Hugging Face
GenAI e LangChain
MLOps e Deployment
Padroneggia Data Science & ML per il tuo prossimo colloquio
Accedi a tutte le domande, flashcards, test tecnici, esercizi di code review e simulatori di colloquio.
Inizia gratis