Abaixo estão 10 exercícios de SQL que abrangem uma variedade de tópicos, desde funções de agregação e string até operadores lógicos e cláusulas de filtragem. Esses exercícios são projetados para serem aplicados em um banco de dados genérico e podem precisar de ajustes para se adequarem a esquemas específicos.

1. Selecione os primeiros 5 registros da tabela clientes, ordenando-os pelo nome em ordem crescente.

   SELECT * FROM Clientes
   ORDER BY primeiro_nome -- Por padrão, a ordem será crescente
   LIMIT 5;
   

   

2. Encontre todos os produtos na tabela produtos que não têm uma descrição associada (suponha que a coluna de descrição possa ser nula).

   SELECT * FROM Produtos
   WHERE descricao IS NULL;
   

   

3. Liste os funcionários cujo nome começa com 'A' e termina com 's' na tabela funcionarios.

   SELECT * FROM Funcionarios
   WHERE nome_funcionario
   LIKE 'A%s';
   

   

4. Exiba o departamento e a média salarial dos funcionários em cada departamento na tabela funcionarios, agrupando por departamento, apenas para os departamentos cuja média salarial é superior a $5000.

   SELECT departamento, AVG(salario) AS media_salario_departamento
   FROM Funcionarios
   GROUP BY departamento
   HAVING media_salario_departamento > 5000;
   

   

5. Selecione todos os clientes da tabela clientes e concatene o primeiro e o último nome, além de calcular o comprimento total do nome completo.

   SELECT CONCAT(primeiro_nome, ' ', ultimo_nome) AS nome_completo,
   	LENGTH(CONCAT(primeiro_nome, ' ', ultimo_nome)) AS tamanho_nome -- Pode-se tirar o espaço também
   FROM Clientes;
   

   

6. Para cada venda na tabela vendas, exiba o ID da venda, a data da venda e a diferença em dias entre a data da venda e a data atual.

   SELECT *,
   	ROUND(JULIANDAY('now') - JULIANDAY(data_venda), 0) AS diferenca_dias
   FROM Vendas; -- Usa a data e a hora (pode causar diferença)
   
   SELECT *,
   	ROUND(JULIANDAY(CURRENT_DATE) - JULIANDAY(data_venda), 0) AS diferenca_dias
   FROM Vendas; -- Usa apenas a data
   

   

7. Selecione todos os itens da tabela pedidos e arredonde o preço total para o número inteiro mais próximo.

   SELECT id_pedido, id_cliente, quantidade, ROUND(preco_unitario, 0) preco_unitario_round, preco_total
   FROM Pedidos -- 'Atualiza' os números da coluna
   
   SELECT *,
   	ROUND(preco_unitario) AS preco_unitario_round
   FROM Pedidos -- 'Adiciona' uma nova coluna com os valores arredondados
   

   

   ‘Substituindo’ os valores da coluna

   

   ‘Adicionando’ uma nova coluna

8. Converta a coluna data_string da tabela eventos, que está em formato de texto (YYYY-MM-DD), para o tipo de data e selecione todos os eventos após '2023-01-01'.

   SELECT id_evento, nome_evento,
   	STRFTIME('%Y-%m-%d', data_evento) AS data_evento_covertida
   FROM Eventos
   WHERE data_evento_covertida < '2024-01-01';
   

   

9. Na tabela avaliacoes, classifique cada avaliação como 'Boa', 'Média', ou 'Ruim' com base na pontuação: 1-3 para 'Ruim', 4-7 para 'Média', e 8-10 para 'Boa'.

   SELECT *,
   CASE
   WHEN pontuacao <= 3 THEN 'Ruim'
   WHEN pontuacao BETWEEN 4 AND 7 THEN 'Média'
   ELSE 'Boa'
   END AS classificacao_avaliacao
   FROM Avaliacoes 
   

   

10. Altere o nome da coluna data_nasc para data_nascimento na tabela funcionarios e selecione todos os funcionários que nasceram após '.

    ALTER TABLE Funcionarios
    RENAME COLUMN data_nasc TO data_nascimento;
    
    SELECT nome_funcionario, -- Nesse caso, o GPT deixou a data como TEXT
    	STRFTIME('%Y-%m-%d', data_nascimento) AS data_nascimento_convertida
    FROM Funcionarios
    WHERE data_nascimento_convertida > '1990-01-01';
    

    

Atividade_3.db