Question 1

Welk type JOIN geeft alleen de rijen terug die in beide tabellen een match hebben?

Accepted Answer

INNER JOIN geeft alleen de rijen terug die in beide tabellen een match hebben. Als een rij uit de linkertabel geen match heeft in de rechtertabel (of andersom), wordt deze uitgesloten van het resultaat. Dit is het meest restrictieve en meest gebruikte type JOIN voor het combineren van gerelateerde gegevens.

Question 2

Wat is het resultaat van een LEFT JOIN wanneer de rechtertabel geen match heeft?

Accepted Answer

LEFT JOIN behoudt alle rijen uit de linkertabel, zelfs als er geen match bestaat in de rechtertabel. In dat geval worden de kolommen van de rechtertabel gevuld met NULL-waarden. Dit behoudt de integriteit van de gegevens van de hoofdtabel en voegt tegelijkertijd optionele informatie toe.

Question 3

Hoe vind je klanten die geen bestellingen hebben geplaatst met een JOIN?

Accepted Answer

Om records zonder match te vinden, gebruik je een LEFT JOIN gevolgd door een WHERE-filter op een kolom van de rechtertabel IS NULL. Deze techniek is performanter dan een NOT IN-subquery omdat het voorkomt dat de orderstabel meerdere keren wordt gescand. Dit is een klassiek patroon voor het detecteren van weesdata.

SQL Joins & geavanceerde queries

Welk type JOIN geeft alleen de rijen terug die in beide tabellen een match hebben?

Antwoord

Wat is het resultaat van een LEFT JOIN wanneer de rechtertabel geen match heeft?

Antwoord

Hoe vind je klanten die geen bestellingen hebben geplaatst met een JOIN?

Antwoord

Wat produceert een CROSS JOIN als resultaat?

Wat is een SELF JOIN en wanneer gebruik je het?

Andere Data Science & ML-sollicitatieonderwerpen

Python-basisbeginselen

Python Objectgeoriënteerd Programmeren

Python-datastructuren

Git-Fundamenten

SQL-basisbeginselen

NumPy-grondbeginselen

Pandas-basis

Jupyter & Google Colab

Geavanceerd Pandas

Visualisatie met Matplotlib & Seaborn

Interactieve visualisaties met Plotly

Beschrijvende statistiek

Inferentiële statistiek

Web Scraping

BigQuery & Cloud Data

Feature Engineering

Supervised ML: Regressie

Supervised ML: Classificatie

Beslissingsbomen & Ensembles

Ongesuperviseerd ML

ML Pipelines & Validatie

Tijdreeksen & Voorspelling

Fundamenten van Deep Learning

TensorFlow & Keras

CNN en beeldclassificatie

RNN & Reeksen

Transformers & Attention

NLP & Hugging Face

GenAI & LangChain

MLOps en Deployment

Beheers Data Science & ML voor je volgende gesprek