Dieser Kurs wird nicht mehr gepflegt. Entdecke unsere neuesten Kurse und Labs. Über Feedback auf Discord freuen wir uns.

Projekt in MySQL Skill Tree

Meisterschaft der Datenbankverknüpfungen für Personalinformationen

In diesem Projekt lernen Sie, wie Sie Join-Abfragen verwenden, um relevante Daten aus der Tabelle emp, der Tabelle dept und der Tabelle salgrade in der Personal-Datenbank abzurufen.

ProjektDatenbankMySQL

💡 Dieser Artikel wurde von AI-Assistenten übersetzt. Um die englische Version anzuzeigen, können Sie hier klicken

Lehrplan

★★ Challenge Mode: for Advanced Users
★ Guided Mode: for Beginners

Einführung

Einführung

In diesem Projekt lernst du, wie du mit Join-Abfragen relevante Daten aus der Tabelle emp, der Tabelle dept und der Tabelle salgrade in der Personal-Datenbank abrufen kannst.

👀 Vorschau

Beispiel für eine SQL-Join-Abfrage

🎯 Aufgaben

In diesem Projekt wirst du lernen:

  • Wie du auf die MySQL-Datenbank zugreifst und die Personal-Daten importierst
  • Wie du eine Gleichheitsverknüpfung (Inner-Join) verwendest, um die Namen, Einstellungsdatum und die entsprechenden Abteilungsnamen aus der Mitarbeitertabelle abzurufen
  • Wie du eine Ungleichheitsverknüpfung verwendest, um die Namen, Gehälter und die entsprechende Gehaltsstufeninformation für alle Mitarbeiter aus der Mitarbeitertabelle abzurufen
  • Wie du eine Selbstverknüpfung verwendest, um die Vorgesetzteninformationen des Mitarbeiters mit dem Namen "SMITH" abzurufen
  • Wie du eine linke äußere Verknüpfung verwendest, um alle Abteilungsinformationen und ihre entsprechenden Mitarbeiterinformationen abzurufen

🏆 Errungenschaften

Nach Abschluss dieses Projekts wirst du in der Lage sein:

  • Die verschiedenen Arten von Join-Abfragen zu verstehen und wann sie verwendet werden sollen
  • Daten aus mehreren Tabellen in einer Datenbank mithilfe von Join-Abfragen abzurufen und zu manipulieren
  • Fortgeschrittene SQL-Konzepte anzuwenden, um komplexe Datenabrufsaufgaben zu lösen

Lehrer

labby
Labby
Labby is the LabEx teacher.

Für Sie empfohlen

no data