moon sun
Hilfestellungen für die SQL-Aufgaben

Lösungshinweise für Aufgabe 1

  • (1) Wähle die Spalte Username aus der Tabelle Accounts (SELECT … FROM Accounts).

 

  • (2) Wähle die Spalte Email aus Accounts und sortiere absteigend (ORDER BY … DESC).

 

  • (3) Filtere nach Lebensalter >= 20 und sortiere die Adresse alphabetisch aufsteigend (WHERE, ORDER BY).

 

  • (4) Filtere Videos nach UploadDatum > '2026-01-01' (WHERE mit Datum).

 

  • (5) Suche in ChannelBeschreibung nach dem Wort "Fitness" (WHERE … LIKE '...').

 

  • (6) Filtere Kommentare nach VideoID = 5 und wähle KommentarText (WHERE).

 

  • (7) Verwende Vergleichsoperatoren: UploadDatum >= '2025-10-01' AND UploadDatum <= '2025-12-31'.

 

  • (8) Filtere Accounts nach Stadt "Berlin" (Adresse enthält 'Berlin' oder gleich 'Berlin').

 

  • (9) Berechne AVG(Rating) für VideoID = 1 (AVG()).

 

  • (10) Summiere Ratings aller Kommentare für VideoID = 3 (SUM()).

 

  • (11) Bestimme MAX(Rating) und MIN(Rating) und bilde die Differenz (MAX()-MIN()) für das Video mit der ID 7.

 

  • (129) Berechne AVG(Rating) und COUNT(*) und multipliziere (Aggregatfunktionen).

 

  • (13) Formel: (SUM(Rating) * 100.0) / (COUNT(*) * 5)

 

  • (14) Teile MAX(Rating) durch MIN(Rating)

 

  • (15) Filtere Videos nach LENGTH(Beschreibung) > 20.

 

  • (16) Suche in Beschreibung nach "DIY" (LIKE '...').

 

  • (17) Filtere Kommentare nach ErstellungsDatum mit <,>,>= oder >=.

 

  • (18) Suche mit LIKE in den ChannelNamen aller Kanäle mit geeigneter ChannelBeschreibung.

 

  • (19) Zähle die Accounts (COUNT(*) FROM Accounts).

 

  • (20) Berechne das durchschnittliche Lebensalter (AVG(Lebensalter)).

 

  • (21) Bestimme das maximale Lebensalter (MAX(Lebensalter)).

 

  • (22) Summiere Lebensalter aller Accounts älter als 18 (SUM() mit WHERE).

 

  • (23) Teile SUM(Lebensalter) WHERE Lebensalter > 18 durch COUNT() derselben Menge; Nutze AS für "Durchschnittsalter-Über18".

 

  • (24) Maximalalter für Accounts in "München" mit WHERE Adresse LIKE '%München%', alias "MaxAlterMünchen".

 

  • (25) Berechne Unterschied MAX(Lebensalter) - MIN(Lebensalter) und alias "AlterDifferenz".

 

  • (26) Zähle Videos mit COUNT und multipliziere mit 10; Nutze AS für "ZehnfachVideos2025". Filtere mit <,>,>= oder >=.

 

  • (27) Berechne Geburtsjahr als EXTRACT(YEAR FROM CURRENT_DATE) - Lebensalter; Ergebnis ist eine Näherung.

 

  • (28) Verwende AVG(LENGTH(Beschreibung)) und alias "DurchschnittsBeschreibungslänge".

 

 

  • (29) Nutze COUNT, LIKE '...' und AS .

 

  • (30) Nutze LIKE '...' AND Lebensalter mit <,>,>= oder >=.

 

  • (31) Nutze LIKE, AND, und LENGTH(...).

 

  • (32) wie (31)

 

  • (33) Nutze LIKE und AND.

 

  • (34) wie (33)

 

  • (35) Hier liegt eine neue Situation vor. Es müssen mehrere Tabellen einbezogen werden.

rgehörenden Datensätze beider Tabellenmiteinander verbindet.

  1. Lösungen

    (1)

    SELECT Username
    FROM Accounts;

    (2)

    SELECT Email
    FROM Accounts
    ORDER BY Email DESC;

    (3)

    SELECT Adresse
    FROM Accounts
    WHERE Lebensalter >= 20
    ORDER BY Adresse ASC;

    (4)

    SELECT Title
    FROM Videos
    WHERE UploadDatum > '2026-01-01';

    (5)

    SELECT ChannelBeschreibung
    FROM Channels
    WHERE ChannelBeschreibung LIKE '%Fitness%';

    (6)

    SELECT KommentarText
    FROM Kommentare
    WHERE VideoID = 5;

    (7)

    SELECT Title
    FROM Videos
    WHERE UploadDatum >= '2025-10-01'
      AND UploadDatum <= '2025-12-31';

    (8)

    In (8) sollen die Usernamen aller Accounts angezeigt werden, die in der Stadt "Berlin" wohnen. Beginne mit SELECT Username und filtere Adresse auf 'Berlin' (Adresse enthält 'Berlin').

    SELECT Username
    FROM Accounts
    WHERE Adresse LIKE '%Berlin%';

    (9)

    SELECT AVG(Rating) AS DurchschnittRating
    FROM Kommentare
    WHERE VideoID = 1;

    (10)

    SELECT SUM(Rating) AS Gesamtpunkte
    FROM Kommentare
    WHERE VideoID = 3;

    (11)

    SELECT (MAX(Rating) - MIN(Rating)) AS Differenz
    FROM Kommentare
    WHERE VideoID = 7;

    (12)

    SELECT AVG(Rating) * COUNT(*) AS Produkt
    FROM Kommentare
    WHERE VideoID = 10;

    (13)

    SELECT (SUM(Rating) * 100.0) / COUNT(*) AS ProzentualerAnteil
    FROM Kommentare
    WHERE VideoID = 2;

    (14)

    SELECT MAX(Rating) / MIN(Rating) AS Verhaeltnis
    FROM Kommentare
    WHERE VideoID = 5;

    (15)

    SELECT Title
    FROM Videos
    WHERE LENGTH(Beschreibung) > 20;

    (16)

    SELECT VideoID, Title
    FROM Videos
    WHERE Beschreibung LIKE '%DIY%';

    (17)

    SELECT KommentarText
    FROM Kommentare
    WHERE ErstellungsDatum >='2026-01-01' AND ErstellungsDatum <= '2026-01-07';

    (18)

    SELECT ChannelName
    FROM Channels
    WHERE ChannelBeschreibung LIKE '%Kreativ';

    (19)

    SELECT COUNT(*) AS AnzahlAccounts
    FROM Accounts;

    (20)

    SELECT AVG(Lebensalter) AS DurchschnittLebensalter
    FROM Accounts;

    (21)

    SELECT MAX(Lebensalter) AS MaxAlter
    FROM Accounts;

    (22)

    SELECT SUM(Lebensalter) AS SummeAlterUeber18
    FROM Accounts
    WHERE Lebensalter > 18;

    (23)

    SELECT MAX(Lebensalter) AS MaxAlterMünchen
    FROM Accounts
    WHERE Adresse LIKE '%München%';

    (24)

    SELECT SUM(Lebensalter) / NULLIF(COUNT(*), 0) AS "Durchschnittsalter-Über18"
    FROM Accounts
    WHERE Lebensalter > 18;

    (25)

    SELECT (MAX(Lebensalter) - MIN(Lebensalter)) AS AlterDifferenz
    FROM Accounts;

    (26)

    SELECT (COUNT(*) * 10) AS ZehnfachVideos2025
    FROM Videos
    WHERE UploadDatum >= '2025-01-01' AND UploadDatum <= '2025-12-31';

    (27)

    SELECT (EXTRACT(YEAR FROM CURRENT_DATE) - Lebensalter) AS Geburtsjahr,
           Username,
           Lebensalter
    FROM Accounts;

    (28)

    SELECT AVG(LENGTH(Beschreibung)) AS "DurchschnittsBeschreibungslänge"
    FROM Videos;
    

    (29)

    SELECT COUNT(*) AS AnzahlAccountsBerlin
    FROM Accounts
    WHERE Adresse LIKE '%Berlin%';

    (30)

    SELECT Username, Lebensalter
    FROM Accounts
    WHERE Adresse LIKE '%Berlin%'
      AND Lebensalter > 20;

    (31)

    SELECT AccountID
    FROM Channels
    WHERE ChannelBeschreibung LIKE '%Fitness%'
      AND CHAR_LENGTH(ChannelName) > 15;

    (32)

    SELECT Title
    FROM Videos
    WHERE UploadDatum > '2026-01-01'
      AND CHAR_LENGTH(Beschreibung) > 15;

    (33)

    SELECT Username, Adresse
    FROM Accounts
    WHERE Adresse LIKE '%Hamburg%'
      AND Lebensalter BETWEEN 18 AND 30;

    (34)

    SELECT Username, Email
    FROM Accounts
    WHERE Adresse LIKE '%Berlin%'
      AND Lebensalter > 20
      AND Email LIKE '%@gmail.com';
    

    (35)

    SELECT c.ChannelName
    FROM Channels c
    JOIN Accounts a ON c.AccountID = a.AccountID
    WHERE c.ChannelBeschreibung LIKE '%Reise%'
      AND a.Lebensalter < 25
      AND c.ChannelName LIKE 'Emma%';

 

(1)

Abfrage:
  SELECT Username FROM Accounts WHERE Lebensalter > 25;

Erklärung:
Es werden alle Datensätze aus der Tabelle Accounts ausgewählt, bei denen der Wert im Attribut Lebensalter größer als 25 ist. Von diesen Datensätzen wird ausschließlich der Username in einer einzelnen Spalte ausgegeben.


(2)

Abfrage:
  SELECT COUNT(*) AS AnzahlVideos FROM Videos WHERE UploadDatum >= '2025-01-01' AND UploadDatum <= '2025-12-31';

Erklärung:
Diese Abfrage zählt alle Videos, die zwischen dem 1. Januar 2025 und dem 31. Dezember 2025 hochgeladen wurden. Das Ergebnis wird in einer Spalte mit der Überschrift AnzahlVideos angezeigt.


(3)

Abfrage:
  SELECT ChannelName FROM Channels WHERE ChannelBeschreibung LIKE '%Fit- ness% ';

Erklärung:
Aus der Tabelle Channels werden alle Channelnamen ermittelt, deren ChannelBeschreibung den Textteil „Fitness“ (hier in der Suche als '%Fit- ness% ' angegeben – eventuell mit einem überflüssigen Leerzeichen) enthält. Die Ausgabe erfolgt in einer einzelnen Spalte.


(4)

Abfrage:
  SELECT Title FROM Videos WHERE LENGTH(Beschreibung) > 100;

Erklärung:
Diese Abfrage wählt aus der Tabelle Videos diejenigen Datensätze aus, bei denen die Länge des Attributs Beschreibung mehr als 100 Zeichen beträgt. Zur Ausgabe wird ausschließlich der Titel verwendet.


(5)

Abfrage:
  SELECT KommentarText FROM Kommentare WHERE VideoID = 3;

Erklärung:
Es werden alle Kommentare (genauer: nur der KommentarText) aus der Tabelle Kommentare ausgegeben, die zum Video mit der ID 3 gehören.


(6)

Abfrage:
  SELECT AVG(Lebensalter) AS Durchschnittsalter FROM Accounts;

Erklärung:
Hier wird das durchschnittliche Lebensalter aller Einträge in der Tabelle Accounts berechnet und in einer Spalte (alias Durchschnittsalter) ausgegeben.


(7)

Abfrage:
  SELECT DISTINCT ChannelName FROM Channels
  WHERE AccountID IN (SELECT AccountID FROM Accounts WHERE Lebensalter < 20);

Erklärung:
Zunächst wird eine Unterabfrage ausgeführt, die alle AccountIDs aus der Accounts-Tabelle bestimmt, bei denen das Lebensalter unter 20 liegt. Anschließend werden aus der Tabelle Channels jene Channelnamen (ohne Duplikate) ausgegeben, deren AccountID in dieser Ergebnismenge enthalten ist.


(8)

Abfrage:
  SELECT COUNT(*) AS AnzahlKommentare FROM Kommentare WHERE Erstellungsdatum = '2026-01-01';

Erklärung:
Hier werden alle Kommentare gezählt, die am 1. Januar 2026 erstellt wurden. Das Ergebnis erscheint in einer Spalte mit der Beschriftung AnzahlKommentare.


(9)

Abfrage:
  SELECT VideoID, Title FROM Videos WHERE UploadDatum < '2025-01-01';

Erklärung:
Aus der Tabelle Videos werden für alle Videos, die vor dem 1. Januar 2025 hochgeladen worden sind, die VideoID und der Titel ausgegeben.


(10)

Abfrage:
  SELECT Username, Email FROM Accounts
  WHERE Adresse LIKE '%München%' AND Lebensalter <= 30;

Erklärung:
Diese Abfrage liefert die Usernamen und E-Mail-Adressen all jener Accounts, bei denen im Attribut Adresse der Begriff "München" vorkommt und deren Lebensalter höchstens 30 beträgt.


(11)

Abfrage:
  SELECT AVG(Rating) * 10 AS Skaliertes_DurchschnittsRating FROM Kommentare WHERE VideoID = 1;

Erklärung:
Für alle Kommentare, die zu dem Video mit der ID 1 gehören, wird der Durchschnittswert des Ratings berechnet. Dieser Durchschnittswert wird mit 10 multipliziert, sodass ein skaliertes DurchschnittsRating entsteht, das dann ausgegeben wird.


(12)

Abfrage:
  SELECT SUM(Rating) AS Summe_Vor_2026 FROM Kommentare WHERE ErstellungsDatum < '2026-01-01';

Erklärung:
Es wird die Summe der Ratings aller Kommentare ermittelt, die vor dem 1. Januar 2026 erstellt wurden. Das Ergebnis erhält die Bezeichnung Summe_Vor_2026.


(13)

Abfrage:
  SELECT MAX(Rating) - MIN(Rating) AS Rating_Spanne FROM Kommentare WHERE VideoID = 5;

Erklärung:
Diese Abfrage berechnet für Kommentare zu dem Video mit der ID 5 die Differenz zwischen dem höchsten (MAX) und dem niedrigsten (MIN) Rating. So wird die Spanne der Bewertungen (Rating_Spanne) ermittelt.


(14)

Abfrage:
  SELECT AVG(Rating) * COUNT(*) AS Produkt_Rating FROM Kommentare WHERE Rating > 3;

Erklärung:

Die Abfrage liefert genau eine Ergebnisspalte namens Produkt_Rating und genau eine Zeile — das Ergebnis ist eine Aggregatberechnung über alle Kommentare, bei denen Rating > 3 gilt.

  • AVG(Rating) berechnet den Durchschnitt der Ratings für die gefilterten Zeilen.
  • COUNT(*) zählt die Anzahl dieser gefilterten Zeilen.
  • Das Produkt AVG(Rating) * COUNT(*) entspricht numerisch der Summe der Ratings dieser Zeilen (also SUM(Rating)), weil Durchschnitt × Anzahl = Summe.

Besonderheiten:

  • Gibt es keine Zeilen mit Rating > 3, dann ist COUNT(*) = 0 und AVG(Rating) ist NULL — das Produkt ergibt in SQL in der Regel NULL.
  • Das Ergebnis ist ein einzelner Skalarwert (z. B. 14 für Ratings 4,5,5: AVG = 4.6667, COUNT = 3, Produkt = 14).

(15)

Abfrage:
  SELECT SUM(Rating) * 100.0 / (COUNT(*) * 5) AS Prozentuale_Erreichung FROM Kommentare WHERE AccountID = 10;

Erklärung:
Für alle Kommentare eines Accounts (AccountID = 10) wird die Summe der Ratings ins Verhältnis zur maximal möglichen Gesamtbewertung gesetzt (hier: Anzahl der Kommentare multipliziert mit dem Maximalwert 5). Das Ergebnis wird mit 100 multipliziert, sodass eine prozentuale Erreichung berechnet und als Prozentuale_Erreichung ausgegeben wird.


(16)

Abfrage:
  SELECT SUM(Rating) / COUNT(*) AS Durchschnittliche_Rating_bei_Hoheren_Werten FROM Kommentare WHERE Rating >= 4;

Erklärung:
Es werden nur diejenigen Kommentare berücksichtigt, deren Rating mindestens 4 beträgt. Anschließend wird das arithmetische Mittel (durch Division der Summe der Ratings durch die Anzahl der betrachteten Datensätze) berechnet und ausgegeben.


(17)

Abfrage:
  SELECT ChannelID FROM Channels WHERE ChannelName LIKE 'A%';

Erklärung:
Diese Abfrage gibt alle ChannelIDs aus der Tabelle Channels zurück, deren ChannelName mit dem Buchstaben „A“ beginnt.


(18)

Abfrage:
  SELECT Title FROM Videos WHERE UploadDatum > '2026-01-01' AND LENGTH(Beschreibung) < 50;

Erklärung:
Es werden alle Videos ausgewählt, die nach dem 1. Januar 2026 hochgeladen wurden und deren Beschreibung weniger als 50 Zeichen umfasst. Von diesen wird der Titel ausgegeben.


(19)

Abfrage:
  SELECT COUNT(DISTINCT AccountID) AS AnzahlAktiveAccounts FROM ChannelContent;

Erklärung:
Hier wird die Anzahl der einzigartigen AccountIDs in der Tabelle ChannelContent gezählt, um so die Zahl aktiver Accounts (AnzahlAktiveAccounts) zu ermitteln.


(20)

Abfrage:
  SELECT Lebensalter FROM Accounts WHERE Email LIKE '%@yahoo.com';

Erklärung:
Die Abfrage liefert das Lebensalter der Accounts, deren E-Mail-Adresse den Domainteil „@yahoo.com“ enthält.


(21)

Abfrage:
  SELECT ChannelName FROM Channels WHERE LENGTH(ChannelBeschreibung) > 150;

Erklärung:
Aus der Tabelle Channels werden die Channelnamen aller Kanäle zurückgegeben, deren Beschreibung mehr als 150 Zeichen umfasst.


(22)

Abfrage:
  SELECT COUNT(*) AS AnzahlAccounts FROM Accounts WHERE Lebensalter < 18;

Erklärung:
Diese Abfrage zählt alle Datensätze in der Tabelle Accounts, bei denen das Lebensalter unter 18 Jahren liegt. Das Ergebnis erscheint als AnzahlAccounts.


(23)

Abfrage:
  SELECT Username FROM Accounts WHERE Adresse LIKE '%Hamburg%' AND Lebensalter > 30;

Erklärung:
Hier werden die Usernamen aller Accounts ausgegeben, deren Adresse den Begriff „Hamburg“ enthält und deren Lebensalter größer als 30 ist.


(24)

Abfrage:
  SELECT VideoID, Title FROM Videos WHERE UploadDatum >= '2026-01-01' AND UploadDatum < '2027-01-01';

Erklärung:
Es werden alle Videos aus der Tabelle Videos ausgewählt, die im Jahr 2026 hochgeladen wurden – d.h. UploadDatum liegt zwischen dem 1. Januar 2026 (einschließlich) und dem 1. Januar 2027 (ausschließlich). Für diese Videos werden VideoID und Titel ausgegeben.


(25)

Abfrage:
  SELECT AVG(Lebensalter) AS Durchschnittsalter FROM Accounts WHERE Adresse LIKE '%Köln%';

Erklärung:
Die Abfrage berechnet das durchschnittliche Lebensalter (AVG(Lebensalter)) derjenigen Accounts, deren Adresse den Ort „Köln“ enthält. Das Ergebnis wird mit dem Alias Durchschnittsalter angezeigt.


(26)

Abfrage:
  SELECT DISTINCT KommentarText FROM Kommentare WHERE VideoID = 2 ORDER BY KommentarText ASC;

Erklärung:
Aus der Tabelle Kommentare werden alle unterschiedlichen (DISTINCT) Kommentartexte für das Video mit der ID 2 ermittelt. Das Ergebnis wird alphabetisch (ASC) sortiert ausgegeben.