Podzapytania (Subqueries) i Widoki (Views) w SQL

1️⃣3️⃣ Podzapytania (Subqueries) w SQL

Podzapytanie to zapytanie wewnątrz innego zapytania SQL. Służy do wykonywania bardziej złożonych operacji, kiedy jedno zapytanie potrzebuje wyników innego.
Możemy je traktować jak „mini-zapytania”, które dostarczają danych do zapytania głównego.

Podzapytania mogą występować w różnych miejscach:

• w klauzuli WHERE – do filtrowania danych,
• w klauzuli FROM – jako tymczasowa tabela,
• w klauzuli SELECT – do obliczeń w każdej krotce,
• w konstrukcjach EXISTS, IN, ALL, ANY – do testowania warunków logicznych.

🔹 1. Podzapytanie w klauzuli WHERE (jednowartościowe)

To najczęstszy typ podzapytania.
Zapytanie główne wybiera dane na podstawie wartości zwróconej przez podzapytanie.

🧩 Przykład:

Znajdź książki napisane przez autora o nazwisku Sienkiewicz.

SELECT tytul, rok
FROM Ksiazki
WHERE autor_id = (
    SELECT autor_id
    FROM Autorzy
    WHERE nazwisko = 'Sienkiewicz'
);

📘 Opis działania:

1. Podzapytanie wewnętrzne szuka identyfikatora autora autor_id, którego nazwisko to Sienkiewicz.
2. Zapytanie główne wybiera z tabeli Ksiazki tylko te rekordy, w których autor_id jest równy wynikowi podzapytania.

🔸 Takie podzapytanie musi zwrócić jedną wartość (scalar subquery) – w przeciwnym razie wystąpi błąd.

🔹 2. Podzapytanie zwracające wiele wartości (operator IN)

Jeśli podzapytanie zwraca więcej niż jeden rekord, używamy operatora IN.

🧩 Przykład:

Znajdź wszystkie książki autorów, których nazwiska zaczynają się na literę M.

SELECT tytul, rok
FROM Ksiazki
WHERE autor_id IN (
    SELECT autor_id
    FROM Autorzy
    WHERE nazwisko LIKE 'M%'
);

📘 Opis działania:

• Podzapytanie wewnętrzne zwraca listę identyfikatorów autorów, np. [1, 5, 7].
• Zapytanie główne wybiera książki, których autor_id znajduje się na tej liście.

🔸 Operator IN można traktować jak porównanie z „wieloma wartościami jednocześnie”.

🔹 3. Podzapytanie w klauzuli SELECT

Podzapytanie może też zwracać pojedynczą wartość (skalarną) i być użyte w liście kolumn.

🧩 Przykład:

Wyświetl listę autorów wraz z liczbą ich książek.

SELECT
    a.imie,
    a.nazwisko,
    (
        SELECT COUNT(*)
        FROM Ksiazki k
        WHERE k.autor_id = a.autor_id
    ) AS liczba_ksiazek
FROM Autorzy a;

📘 Opis działania:

• Dla każdego autora (a.autor_id) wykonuje się osobne podzapytanie, które liczy książki przypisane do tego autora.
• Wynik jest dodawany jako nowa kolumna liczba_ksiazek.

🔸 To tzw. podzapytanie skorelowane (correlated subquery), ponieważ odnosi się do kolumny z zapytania głównego.

🔹 4. Podzapytanie w klauzuli FROM (tabela pochodna)

Podzapytanie może tworzyć tymczasową tabelę w sekcji FROM. Takie rozwiązanie nazywa się derived table i pozwala na pracę z przetworzonymi danymi.

🧩 Przykład:

Policz średni rok wydania książek, a następnie wybierz te, które są starsze od średniej.

SELECT tytul, rok
FROM (
    SELECT *
    FROM Ksiazki
) AS K
WHERE K.rok < (
    SELECT AVG(rok) FROM Ksiazki
);

📘 Opis działania:

• Podzapytanie w FROM tworzy tymczasową tabelę K.
• W klauzuli WHERE używamy innego podzapytania, które liczy średni rok wydania.
• Wynik to książki starsze od średniej publikacji.

🔹 5. Korelowane podzapytanie (correlated subquery)

To podzapytanie, które odwołuje się do kolumn z zapytania głównego. Wykonuje się dla każdego wiersza osobno – dlatego bywa wolniejsze, ale bardzo elastyczne.

🧩 Przykład:

Znajdź najstarszą książkę każdego autora.

SELECT k.tytul, k.rok, a.nazwisko
FROM Ksiazki k
JOIN Autorzy a ON k.autor_id = a.autor_id
WHERE k.rok = (
    SELECT MIN(rok)
    FROM Ksiazki
    WHERE autor_id = k.autor_id
);

📘 Opis działania:

• Dla każdego wiersza w tabeli Ksiazki podzapytanie szuka najmniejszego roku dla tego samego autora.
• Porównanie k.rok = (MIN(rok)) sprawia, że zostaje tylko najstarsza książka każdego autora.

🔹 6. Podzapytanie z EXISTS

Operator EXISTS sprawdza, czy podzapytanie zwróciło jakiekolwiek wiersze. Nie liczy ich — interesuje nas jedynie, czy wynik istnieje (TRUE/FALSE).

🧩 Przykład:

Znajdź autorów, którzy napisali przynajmniej jedną książkę.

SELECT imie, nazwisko
FROM Autorzy a
WHERE EXISTS (
    SELECT 1
    FROM Ksiazki k
    WHERE k.autor_id = a.autor_id
);

📘 Opis działania:

• Dla każdego autora sprawdzane jest, czy istnieje co najmniej jeden wiersz w tabeli Ksiazki z tym samym autor_id.
• Jeśli tak — warunek EXISTS zwraca TRUE, a autor pojawia się w wyniku.

🔹 7. Porównania z ALL / ANY

Operator ALL wymaga, aby warunek był spełniony dla wszystkich wyników podzapytania. Operator ANY (lub SOME) – aby warunek był spełniony dla przynajmniej jednego.

🧩 Przykład:

Znajdź książki wydane wcześniej niż wszystkie książki Prusa.

SELECT tytul, rok
FROM Ksiazki
WHERE rok < ALL (
    SELECT rok
    FROM Ksiazki
    WHERE autor_id = (
        SELECT autor_id FROM Autorzy WHERE nazwisko = 'Prus'
    )
);

📘 Opis działania:

• Podzapytanie wewnętrzne zwraca lata publikacji książek Prusa.
• Zapytanie główne wybiera tylko te książki, których rok jest mniejszy niż wszystkie te wartości.

🧮 Podsumowanie typów podzapytań w SQL

Typ podzapytania	Miejsce użycia	Zwracany wynik	Typowe operatory	Przykład zastosowania
Jednowartościowe (scalar)	WHERE, SELECT	Pojedyncza wartość (1 rekord, 1 kolumna)	=, <, >	Autor o nazwisku „Sienkiewicz”
Wielowartościowe (multivalue)	WHERE	Lista wartości (wiele rekordów)	IN, NOT IN	Autorzy, których nazwisko zaczyna się na „M”
Korelowane (correlated)	WHERE, SELECT	Zmienny wynik dla każdego wiersza	=, EXISTS	Najstarsza książka danego autora
Zagnieżdżone w FROM (tabela pochodna)	FROM	Zbiór wierszy (tymczasowa tabela)	—	Średni rok wydania książek i porównanie ze średnią
Z operatorem EXISTS / NOT EXISTS	WHERE	Prawda / Fałsz (czy istnieje wynik)	EXISTS, NOT EXISTS	Autorzy, którzy napisali przynajmniej jedną książkę
Z operatorem ALL / ANY / SOME	WHERE	Porównanie z wieloma wartościami	ALL, ANY, SOME	Książki starsze niż wszystkie książki Prusa

1️⃣4️⃣ Widoki (VIEW) w SQL

Widoki (ang. views) to wirtualne tabele, które przechowują zdefiniowane zapytania SQL.
Nie przechowują one fizycznie danych – jedynie zapamiętują zapytanie, które można później traktować tak, jakby było tabelą.

Widok jest więc logiczna reprezentacją danych, utworzoną na podstawie jednej lub kilku tabel.
Dzięki widokom można: - uprościć skomplikowane zapytania, - ukryć złożoność bazy przed użytkownikiem, - zwiększyć bezpieczeństwo (np. pokazywać tylko wybrane kolumny), - tworzyć „stałe raporty” z danych dynamicznych.

---

🔹 1. Tworzenie widoku

Widok tworzymy za pomocą polecenia CREATE VIEW.

Przykład:

Utwórz widok wyświetlający listę książek wraz z nazwiskiem autora.

CREATE VIEW Widok_Ksiazki_Autorzy AS
SELECT
    k.tytul,
    k.rok,
    a.imie,
    a.nazwisko
FROM Ksiazki k
JOIN Autorzy a ON k.autor_id = a.autor_id;

➡️ Po utworzeniu widoku można z niego korzystać tak, jak z każdej innej tabeli:

SELECT * FROM Widok_Ksiazki_Autorzy;

🔹 2. Widoki jako warstwa abstrakcji

Widoki działają jak poziom pośredni między użytkownikiem a fizyczną strukturą bazy danych. Użytkownik nie musi znać szczegółów łączenia tabel, kluczy obcych czy kolumn — wystarczy, że zna nazwę widoku.

Przykład:

Widok pokazujący tylko podstawowe dane o książkach:

CREATE VIEW Widok_Biblioteka_Publiczna AS
SELECT tytul, rok
FROM Ksiazki;

➡️ Użytkownik może wykonać:

SELECT * FROM Widok_Biblioteka_Publiczna;

i otrzymać uproszczony zestaw danych bez dostępu do tabel źródłowych.

🔹 3. Widoki oparte na podzapytaniach

Widoki mogą zawierać podzapytania — dzięki temu można tworzyć widoki analityczne, raportowe, czy agregujące dane.

Przykład:

Widok pokazujący liczbę książek napisanych przez każdego autora:

CREATE VIEW Widok_LiczbaKsiazek AS
SELECT
    a.autor_id,
    a.imie,
    a.nazwisko,
    COUNT(k.ksiazka_id) AS liczba_ksiazek
FROM Autorzy a
LEFT JOIN Ksiazki k ON a.autor_id = k.autor_id
GROUP BY a.autor_id, a.imie, a.nazwisko;

➡️ Następnie możemy wykonać:

SELECT * FROM Widok_LiczbaKsiazek WHERE liczba_ksiazek > 3;

🔹 4. Aktualizowalność widoków

Nie każdy widok można modyfikować (czyli wykonywać INSERT, UPDATE, DELETE).

Widoki są aktualizowalne, jeśli:

• odnoszą się tylko do jednej tabeli,
• nie zawierają GROUP BY, DISTINCT, UNION, HAVING ani funkcji agregujących,
• nie zawierają podzapytań w klauzuli SELECT.

Jeśli widok jest bardziej złożony (np. z JOIN lub GROUP BY), staje się tylko do odczytu.

Przykład – widok aktualizowalny:

CREATE VIEW Widok_AutorzyPodstawowi AS
SELECT autor_id, imie, nazwisko
FROM Autorzy;

Możemy:

UPDATE Widok_AutorzyPodstawowi
SET nazwisko = 'Nowak'
WHERE autor_id = 1;

🔹 5. Usuwanie i modyfikacja widoków

Aby usunąć widok:

DROP VIEW Widok_LiczbaKsiazek;

Aby zmienić definicję widoku:

CREATE OR REPLACE VIEW Widok_LiczbaKsiazek AS
SELECT nazwisko, COUNT(*) AS liczba
FROM Autorzy a
JOIN Ksiazki k ON a.autor_id = k.autor_id
GROUP BY nazwisko;

🔹 6. Zalety i wady widoków

✅ Zalety:

• Uproszczenie złożonych zapytań (abstrakcja)
• Zwiększenie bezpieczeństwa – ograniczony dostęp do danych
• Reużywalność – jedno miejsce definicji raportu
• Możliwość definiowania logicznych perspektyw danych

⚠️ Wady:

• Wydajność – każde odwołanie do widoku powoduje wykonanie zapytania źródłowego
• Ograniczona aktualizowalność
• Złożone widoki mogą utrudniać debugowanie i optymalizację

🧩 Przykład praktyczny – widok zagnieżdżony

Widoki można zagnieżdżać – jeden widok może korzystać z innego.

CREATE VIEW Widok_StarsiAutorzy AS
SELECT autor_id, imie, nazwisko
FROM Autorzy
WHERE rok_urodzenia < 1950;

CREATE VIEW Widok_StarsiAutorzy_LiczbaKsiazek AS
SELECT
    sa.imie,
    sa.nazwisko,
    COUNT(k.ksiazka_id) AS liczba_ksiazek
FROM Widok_StarsiAutorzy sa
JOIN Ksiazki k ON sa.autor_id = k.autor_id
GROUP BY sa.imie, sa.nazwisko;

➡️ Teraz możesz wykonać:

SELECT * FROM Widok_StarsiAutorzy_LiczbaKsiazek
WHERE liczba_ksiazek > 2;

Widoki pozwalają budować hierarchię logicznych perspektyw danych — od prostych po analityczne.

📘 Najważniejsze wnioski

• Widoki nie przechowują danych, lecz definicję zapytania.
• Można je traktować jak „tabele wirtualne”.
• Ułatwiają zarządzanie dostępem do danych i tworzenie raportów.
• Proste widoki są aktualizowalne, złożone — tylko do odczytu.
• Można je zagnieżdżać, tworząc coraz bardziej rozbudowane analizy.