آشنایی با DQL و ساختار کلی دستور Select

در SQL، دستورها به چند دسته اصلی تقسیم می‌شوند:

دسته	توضیح
DDL	تعریف ساختار داده (مثل CREATE, ALTER, DROP)
DML	دستکاری داده (مثل INSERT, UPDATE, DELETE)
DQL	پرس‌وجو از داده‌ها (مانند SELECT)
DCL	کنترل دسترسی (مثل GRANT, REVOKE)
TCL	کنترل تراکنش‌ها (مثل COMMIT, ROLLBACK)

✅ DQL (Data Query Language) وظیفه‌ی واکشی و نمایش داده‌ها را بر عهده دارد.
در واقع، همه چیز در DQL حول محور دستور SELECT می‌چرخد .

---

🧩 دستور SELECT در PostgreSQL

ساختار کلی دستور SELECT به صورت زیر است:

SELECT [DISTINCT] column_list
FROM table_name
[WHERE condition]
[GROUP BY column_list]
[HAVING group_condition]
[ORDER BY column_list [ASC|DESC]]
[LIMIT n OFFSET m];

بیایید هر بخش را بررسی کنیم 👇

---

۱. SELECT – انتخاب ستون‌ها

با SELECT مشخص می‌کنیم کدام ستون‌ها را می‌خواهیم ببینیم:

SELECT first_name, last_name
FROM customers;

🔹 برای انتخاب همه‌ی ستون‌ها:

SELECT * FROM customers;

---

۲. DISTINCT – حذف رکوردهای تکراری

SELECT DISTINCT country
FROM customers;

🔹 نتیجه فقط کشورهای یکتا را نمایش می‌دهد.

---

۳. FROM – منبع داده

بخش FROM مشخص می‌کند داده از کدام جدول یا ویو باید خوانده شود.
مثلاً:

SELECT * 
FROM orders;

---

۴. WHERE – فیلتر کردن رکوردها

برای محدود کردن داده‌ها از شرط WHERE استفاده می‌کنیم:

SELECT * 
FROM customers
WHERE country = 'Germany';

🔹 می‌توان از عملگرها استفاده کرد:

• مقایسه‌ای: =, <>, <, >, <=, >=
• منطقی: AND, OR, NOT
• الگوها: LIKE, ILIKE
• مجموعه‌ای: IN, NOT IN
• محدوده‌ای: BETWEEN ... AND ...

---

۵. GROUP BY – گروه‌بندی داده‌ها

برای محاسبات تجمیعی (مثل میانگین، جمع، تعداد) استفاده می‌شود:

SELECT country, COUNT(*) AS customer_count
FROM customers
GROUP BY country;

---

۶. HAVING – شرط برای گروه‌ها

برخلاف WHERE که روی ردیف‌ها اعمال می‌شود، HAVING روی گروه‌ها اعمال می‌شود:

SELECT country, COUNT(*) AS customer_count
FROM customers
GROUP BY country
HAVING COUNT(*) > 5;

---

۷. ORDER BY – مرتب‌سازی نتایج

SELECT first_name, country
FROM customers
ORDER BY country ASC, first_name DESC;

🔹 ASC = صعودی (پیش‌فرض)
🔹 DESC = نزولی

---

۸. LIMIT / OFFSET – محدود کردن نتایج

برای مثال، فقط ۵ ردیف اول را ببینیم:

SELECT * 
FROM customers
LIMIT 5;

و برای پرش از چند ردیف اول:

SELECT * 
FROM customers
LIMIT 5 OFFSET 10;

---

⚙️ ترتیب اجرای بخش‌های SELECT

یکی از مهم‌ترین مفاهیم در DQL ترتیب واقعی اجرای بخش‌های مختلف است.
SQL از بالا به پایین نوشته می‌شود، ولی از نظر اجرا به شکل زیر عمل می‌کند:

مرحله – ترتیب اجرا	بخش	توضیح
۱	FROM	انتخاب منبع داده
۲	WHERE	فیلتر کردن ردیف‌ها
۳	GROUP BY	گروه‌بندی ردیف‌ها
۴	HAVING	فیلتر کردن گروه‌ها
۵	SELECT	انتخاب ستون‌ها و محاسبه توابع
۶	DISTINCT	حذف تکراری‌ها
۷	ORDER BY	مرتب‌سازی
۸	LIMIT / OFFSET	محدودسازی نتایج

📘 یعنی اگر در SELECT به ستونی اشاره کنید که هنوز در GROUP BY وجود ندارد، خطا می‌گیرید.

---

🧠 نمونه تمرینی (روی دیتابیس Northwind)

SELECT 
    country,
    COUNT(*) AS customer_count,
    AVG(orders_total) AS avg_order
FROM customers
WHERE country IN ('USA', 'Germany', 'UK')
GROUP BY country
HAVING COUNT(*) > 5
ORDER BY avg_order DESC
LIMIT 3;

✅ نتیجه: بین سه کشور آلمان، آمریکا و انگلیس، تعداد مشتریان آن کشور با میانگین سفارشات هر مشتری را بر میگرداند به ترتیب میانگین سفارش (از بزرگ به کوچک)

---

🗃️ معرفی دیتابیس Northwind

Northwind یک دیتابیس نمونه است که شبیه‌سازی یک شرکت بازرگانی صادرات/واردات مواد غذایی را انجام می‌دهد و در آن اطلاعاتی درباره مشتریان، سفارش‌ها، محصولات، تأمین‌کنندگان و کارمندان ذخیره شده است.

در این جلسه، برای آشنایی با DQL از دیتابیس Northwind استفاده میکنیم و بهتر است ابتدا یک نگاه کلی به آن بیندازیم.

---

📋 جداول مهم Northwind

جدول	توضیح کلی	فیلدهای مهم	توضیح فیلدها
customers	اطلاعات مشتریان شرکت	customer_id, company_name, contact_name, country, city	شامل اطلاعات تماس و موقعیت جغرافیایی مشتریان
orders	سفارش‌هایی که مشتریان ثبت کرده‌اند	order_id, customer_id, employee_id, order_date, ship_country, freight	هر ردیف یک سفارش است؛ با شناسه مشتری و کارمند مرتبط می‌شود. منظور از freight در این جدول، هزینه ارسال است.
order_details	جزئیات اقلام هر سفارش	order_id, product_id, unit_price, quantity, discount	اقلامی که در هر سفارش وجود دارند؛ معمولاً برای محاسبه جمع سفارش استفاده می‌شود
products	اطلاعات کالاها و محصولات فروخته‌شده	product_id, product_name, supplier_id, category_id, unit_price, units_in_stock	اطلاعات محصولات و قیمت‌ها
suppliers	اطلاعات تأمین‌کنندگان کالا	supplier_id, company_name, contact_name, country	از چه شرکت‌هایی محصولات خریداری می‌شود
categories	دسته‌بندی محصولات	category_id, category_name, description	هر محصول به یک دسته مربوط است (مثل نوشیدنی، لبنیات و…)
employees	اطلاعات کارمندان شرکت	employee_id, first_name, last_name, title, reports_to, hire_date	کارمندانی که سفارش‌ها را مدیریت می‌کنند
shippers	اطلاعات شرکت‌های حمل‌ونقل	shipper_id, company_name, phone	شرکت‌هایی که وظیفه ارسال کالا را دارند
regions	مناطق جغرافیایی	region_id, region_description	برای دسته‌بندی نواحی مکانی مورد استفاده است
territories	نواحی فروش	territory_id, territory_description, region_id	نواحی خاصی که به هر منطقه مرتبط هستند
employee_territories	رابطه بین کارمندان و نواحی فروش	employee_id, territory_id	هر کارمند ممکن است چند ناحیه فروش داشته باشد

---

🔍 روابط بین جداول

رابطه	نوع ارتباط	توضیح
customers ↔ orders	یک به چند	هر مشتری چند سفارش دارد
orders ↔ order_details	یک به چند	هر سفارش شامل چند محصول است
products ↔ order_details	یک به چند	هر محصول ممکن است در چند سفارش باشد
suppliers ↔ products	یک به چند	هر تأمین‌کننده چند محصول ارائه می‌دهد
categories ↔ products	یک به چند	هر دسته شامل چند محصول است
employees ↔ orders	یک به چند	هر سفارش توسط یک کارمند مدیریت می‌شود
shippers ↔ orders	یک به چند	هر سفارش با یک شرکت حمل‌ونقل ارسال می‌شود

---

📊 چند مثال کاربردی با این جداول

۱️⃣ نمایش لیست مشتریان آلمانی:

SELECT customer_id, company_name, city
FROM customers
WHERE country = 'Germany';

۲️⃣ نمایش تعداد سفارش‌های هر مشتری:

SELECT customer_id, COUNT(*) AS total_orders
FROM orders
GROUP BY customer_id
ORDER BY total_orders DESC;

۳️⃣ محاسبه مبلغ کل هر سفارش:

SELECT 
    o.order_id,
    SUM(od.unit_price * od.quantity * (1 - od.discount)) AS total_amount
FROM orders o
JOIN order_details od ON o.order_id = od.order_id
GROUP BY o.order_id;

۴️⃣ تعداد محصولات هر دسته:

SELECT c.category_name, COUNT(p.product_id) AS total_products
FROM categories c
JOIN products p ON c.category_id = p.category_id
GROUP BY c.category_name;

---

• Northwind یک دیتابیس آموزشی کلاسیک است که تقریباً همه‌ی مفاهیم SQL (از ساده تا پیچیده) را پوشش می‌دهد.
• در آموزش DQL، بیشترین کار ما با جداول customers, orders, order_details, products, و categories خواهد بود.

---

💡 نکته آموزشی

• همیشه از AS برای نام‌گذاری ستون‌های خروجی که نتیجه اعمال یک تابع یا یک عبارت محاسباتی هستند، استفاده کنید.
• اگر نیاز به استفاده از مقدار محاسبه‌شده در ORDER BY دارید، می‌توانید از نام مستعار (alias) که در قسمت ابتدایی دستور Select اختصاص داده‌اید، استفاده کنید.