Pokud se chcete naučit pracovat s databázemi, SQL příkazy jsou tím prvním, co potřebujete ovládat. V tomto komplexním průvodci se naučíte všechny základní příkazy s praktickými příklady, které můžete hned vyzkoušet.
Pro koho je tento článek?
Tento průvodce je určen pro:
-
Začátečníky v datové analytice, kteří se chtějí naučit SQL od základů
-
Testery softwaru, kteří potřebují ověřovat data v databázích
-
Začínající programátory, kteří budou pracovat s databázemi
-
Studenty informatiky a IT, kteří potřebují praktické znalosti SQL
-
Business analytiky, kteří chtějí rozumět datům ve své firmě
Pokud jste úplný začátečník, doporučujeme vám nejprve přečíst náš článek
Zoznám sa s SQL databázami, kde se dozvíte základy o tom, co je databáze a jak funguje.
Co je SQL a proč ho potřebujete
SQL (Structured Query Language) je standardizovaný jazyk, kterým komunikujete s databázemi. Představte si ho jako angličtinu pro počítače – pomocí jednoduchých příkazů říkáte databázi, co má udělat.
Kde se SQL používá:
- E-commerce platformy (Heureka, Alza) – evidence produktů a objednávek
- Bankovnictví – správa klientů a transakcí
- Sociální sítě – uživatelské profily a příspěvky
- Firmy a korporace – reportování, evidence zaměstnanců, CRM systémy
- Mobilní aplikace – téměř každá aplikace má databázi na pozadí
Proč je SQL nenahraditelné:
- Je to nejpoužívanější databázový jazyk na světě
- Funguje podobně ve všech databázích (MySQL, PostgreSQL, MS SQL Server, Oracle)
- Práce s SQL je dobře placená – databázoví specialisté patří mezi nejlépe placené IT pozice
- Je relativně jednoduchý na naučení – základy zvládnete za pár dní
Základní SQL příkazy – DML (Data Manipulation Language)
Toto jsou příkazy, které budete používat denně při práci s daty. Říkají databázi: „vyber tato data“, „vlož tento záznam“, „uprav tento řádek“ nebo „smaž toto“.
SELECT – Výběr dat z databáze
Příkaz SELECT je absolutní základ. Používáte ho ke čtení (zobrazení) dat z tabulek.
Základní syntax:
SELECT sloupec1, sloupec2
FROM název_tabulky;
Praktický příklad: Představte si tabulku zaměstnanci se jménem, příjmením a pozicí.
-- Zobraz jméno a příjmení všech zaměstnanců
SELECT jméno, příjmení
FROM zaměstnanci;
-- Zobraz všechny sloupce (hvězdička znamená "všechno")
SELECT *
FROM zaměstnanci;
-- Zobraz pouze prvních 10 záznamů
SELECT *
FROM zaměstnanci
LIMIT 10;
Tip: Příkaz LIMIT je nesmírně užitečný při práci s velkými tabulkami – nevypisujete zbytečně tisíce řádků.
INSERT - Vkládání nových dat
Příkaz INSERT přidává do databáze nové záznamy.
Syntax:
INSERT INTO název_tabulky (sloupec1, sloupec2, sloupec3)
VALUES (hodnota1, hodnota2, hodnota3);
Praktický příklad:
-- Přidej nového zaměstnance
INSERT INTO zaměstnanci (jméno, příjmení, pozice, plat)
VALUES ('Ján', 'Novák', 'Programátor', 2500);
-- Vložení více záznamů najednou
INSERT INTO zaměstnanci (jméno, příjmení, pozice, plat)
VALUES
('Peter', 'Horák', 'Analytik', 2200),
('Jana', 'Kováčová', 'Dizajnérka', 2000),
('Martin', 'Novotný', 'Tester', 1800);UPDATE - Aktualizace existujících dat
Když potřebujete změnit údaje v existujícím záznamu, použijete UPDATE.
Syntax:
UPDATE název_tabulky
SET sloupec1 = nová_hodnota
WHERE podmínka;
DŮLEŽITÉ: Vždy používejte WHERE podmínku! Bez ní se změní VŠECHNY záznamy v tabulce.
Praktický příklad:
-- Zvyš plat Jánovi Novákovi o 200 eur
UPDATE zaměstnanci
SET plat = plat + 200
WHERE jméno = 'Ján' AND příjmení = 'Novák';
-- Změň pozici všem testerům na "Senior Tester"
UPDATE zaměstnanci
SET pozice = 'Senior Tester'
WHERE pozice = 'Tester';
DELETE - Mazání dat
Příkaz DELETE odstraní záznamy z tabulky.
Syntax:
DELETE FROM název_tabulky
WHERE podmínka;
VAROVANIE: Bez WHERE podmínky smažete CELLOU tabulku!
Praktický příklad:
-- Smaž zaměstnance s ID 5
DELETE FROM zaměstnanci
WHERE id = 5;
-- Smaž všechny zaměstnance s platem nižším než 1000 eur
DELETE FROM zaměstnanci
WHERE plat < 1000;
Práce s tabulkami – DDL (Data Definition Language)
Tyto příkazy slouží k vytváření, úpravě a mazání samotné struktury databáze.
CREATE TABLE - Vytvoření nové tabulky
Syntax:
CREATE TABLE název_tabulky (
sloupec1 datový_typ OMEZENÍ,
sloupec2 datový_typ OMEZENÍ,
...
);Praktický příklad:
CREATE TABLE projekty (
id INT PRIMARY KEY AUTO_INCREMENT,
název VARCHAR(100) NOT NULL,
datum_start DATE,
datum_konec DATE,
rozpočet DECIMAL(10, 2),
stav VARCHAR(50) DEFAULT 'aktivní'
);Vysvětlení datových typů:
- INT – celé číslo
- VARCHAR(n) – text s maximální délkou n znaků
- DATE – datum
- DECIMAL(m,n) – desetinné číslo (m = celkový počet číslic, n = počet desetinných míst)
- PRIMARY KEY – jedinečný identifikátor záznamu
- AUTO_INCREMENT – automatické zvyšování hodnoty
- NOT NULL – hodnota nesmí být prázdná
- DEFAULT – předvolená hodnota
ALTER TABLE - Úprava existující tabulky
Pomocí ALTER TABLE měníte strukturu již existující tabulky.
Praktické příklady:
-- Přidej nový sloupec
ALTER TABLE projekty
ADD COLUMN priorita INT;
-- Změň datový typ sloupce
ALTER TABLE projekty
MODIFY COLUMN rozpočet DECIMAL(15, 2);
-- Přejmenuj sloupec
ALTER TABLE projekty
RENAME COLUMN název TO název_projektu;
-- Odstraň sloupec
ALTER TABLE projekty
DROP COLUMN stav;
DROP TABLE - Smazání tabulky
POZOR: Tento příkaz natrvalo vymaže celou tabulku i s daty!
-- Smaž tabulku projekty
DROP TABLE projekty;
-- Bezpečnější verze – smaže jen pokud tabulka existuje
DROP TABLE IF EXISTS projekty;
Filtrování a třídění dat
Toto jsou nejpoužívanější nástroje při práci s daty. Pomohou vám najít přesně to, co hledáte.
WHERE – Filtrování záznamů
WHERE vám umožní vybrat pouze záznamy, které splňují určité podmínky.
Operátory v WHERE:
- = – rovná se
- != nebo <> – nerovná se
- <, >=, <= – větší, menší, větší nebo rovný, menší nebo rovný
- BETWEEN – v rozmezí
- IN – v seznamu hodnot
- LIKE – podobný vzor (používá se s wildcards % a _)
- IS NULL / IS NOT NULL – je / není prázdný
Praktické příklady:
-- Zaměstnanci s platem vyšším než 2000 eur
SELECT * FROM zaměstnanci
WHERE plat > 2000;
-- Zaměstnanci na pozici Programátor nebo Analytik
SELECT * FROM zaměstnanci
WHERE pozice IN ('Programátor', 'Analytik');
-- Zaměstnanci s platem mezi 1500 a 2500 eur
SELECT * FROM zaměstnanci
WHERE plat BETWEEN 1500 AND 2500;
-- Všichni Peterové (začíná na "Peter")
SELECT * FROM zaměstnanci
WHERE jméno LIKE 'Peter%';
-- Jména končící na "ka" (např. Mária, Veronika)
SELECT * FROM zaměstnanci
WHERE jméno LIKE '%ka';
-- Zaměstnanci bez zadaného telefonu
SELECT * FROM zaměstnanci
WHERE telefon IS NULL;Kombinace podmínek pomocí AND, OR, NOT:
-- Programátoři s platem nad 2500 eur
SELECT * FROM zaměstnanci
WHERE pozice = 'Programátor' AND plat > 2500;
-- Programátoři nebo analytici
SELECT * FROM zaměstnanci
WHERE pozice = 'Programátor' OR pozice = 'Analytik';
-- Všichni kromě testerů
SELECT * FROM zaměstnanci
WHERE NOT pozice = 'Tester';
-- Komplexní podmínka se závorkami
SELECT * FROM zaměstnanci
WHERE (pozice = 'Programátor' OR pozice = 'Analytik')
AND plat > 2000;
ORDER BY – Třídění výsledků
ORDER BY seřadí výsledky podle jednoho nebo více sloupců.
Syntax:
SELECT * FROM název_tabulky
ORDER BY sloupec [ASC | DESC];
- ASC – vzestupně (od nejmenšího po největší) – předvolené
- DESC – sestupně (od největšího po nejmenší)
Praktické příklady:
-- Zaměstnanci seřazení podle platu (od nejnižšího)
SELECT * FROM zaměstnanci
ORDER BY plat ASC;
-- Zaměstnanci seřazení podle platu (od nejvyššího)
SELECT * FROM zaměstnanci
ORDER BY plat DESC;
-- Třídění podle více sloupců
-- Nejprve podle pozice, potom podle platu
SELECT * FROM zaměstnanci
ORDER BY pozice ASC, plat DESC;
-- Top 5 nejlépe placených zaměstnanců
SELECT jméno, příjmení, plat
FROM zaměstnanci
ORDER BY plat DESC
LIMIT 5;
JOINy - Propojování tabulek
JOINy jsou nejsilnější nástroj SQL. Umožňují vám kombinovat data z více tabulek.
Představte si situaci: Máte tabulku zaměstnanci a tabulku oddělení. Chcete vědět, na jakém oddělení pracuje každý zaměstnanec.
INNER JOIN - Nejpoužívanější JOIN
INNER JOIN vrátí pouze záznamy, kde existuje shoda v obou tabulkách.
Příklad:
SELECT
z.jméno,
z.příjmení,
o.název AS oddělení
FROM zaměstnanci z
INNER JOIN oddělení o ON z.oddělení_id = o.id;LEFT JOIN - Všechny záznamy z levé tabulky
LEFT JOIN vrátí všechny záznamy z levé tabulky, i když v pravé neexistuje shoda.
Příklad:
-- Zobraz všechny zaměstnance, i ty bez přiděleného oddělení
SELECT
z.jméno,
z.příjmení,
o.název AS oddělení
FROM zaměstnanci z
LEFT JOIN oddělení o ON z.oddělení_id = o.id;Praktický příklad s více JOINy
-- Zobraz projekty se všemi jejich úkoly a přiřazenými zaměstnanci
SELECT
p.název AS projekt,
u.název AS úkol,
z.jméno,
z.příjmení
FROM projekty p
INNER JOIN úkoly u ON p.id = u.projekt_id
INNER JOIN zaměstnanci z ON u.zaměstnanec_id = z.id
ORDER BY p.název, u.název;Agregační funkce a GROUP BY
Agregační funkce provádějí výpočty nad skupinou záznamů.
Základní agregační funkce
COUNT - počet záznamů
-- Kolik je celkem zaměstnanců?
SELECT COUNT(*) AS počet_zaměstnanců
FROM zaměstnanci;
-- Kolik je zaměstnanců na každé pozici?
SELECT pozice, COUNT(*) AS počet
FROM zaměstnanci
GROUP BY pozice;
SUM - součet hodnot
-- Celková suma platů všech zaměstnanců
SELECT SUM(plat) AS celkové_platy
FROM zaměstnanci;
-- Suma platů podle pozice
SELECT pozice, SUM(plat) AS suma_platů
FROM zaměstnanci
GROUP BY pozice;
AVG - průměr
-- Průměrný plat
SELECT AVG(plat) AS průměrný_plat
FROM zaměstnanci;
-- Průměrný plat podle oddělení
SELECT oddělení, AVG(plat) AS průměrný_plat
FROM zaměstnanci
GROUP BY oddělení;
MIN a MAX - minimum a maximum
-- Nejnižší a nejvyšší plat
SELECT
MIN(plat) AS nejnižší_plat,
MAX(plat) AS nejvyšší_plat
FROM zaměstnanci;GROUP BY - Seskupování dat
GROUP BY seskupí řádky se stejnými hodnotami v určitém sloupci.
Komplexní příklad:
-- Statistika zaměstnanců podle pozice a oddělení
SELECT
pozice,
oddělení,
COUNT(*) AS počet,
AVG(plat) AS průměrný_plat,
MIN(plat) AS min_plat,
MAX(plat) AS max_plat
FROM zaměstnanci
GROUP BY pozice, oddělení
ORDER BY pozice, oddělení;HAVING - Filtrování seskupených výsledků
DŮLEŽITÝ ROZDÍL:
- WHERE filtruje záznamy PŘED seskupením
- HAVING filtruje výsledky PO seskupení
Příklad:
-- Oddělení s více než 5 zaměstnanci
SELECT
oddělení,
COUNT(*) AS počet_zaměstnanců
FROM zaměstnanci
GROUP BY oddělení
HAVING COUNT(*) > 5;
-- Pozice s průměrným platem nad 2000 eur
SELECT
pozice,
AVG(plat) AS průměrný_plat
FROM zaměstnanci
GROUP BY pozice
HAVING AVG(plat) > 2000
ORDER BY průměrný_plat DESC;Reálný příklad krok za krokem
Pojďme si ukázat komplexnější příklad ze života firmy.
Máme 3 tabulky:
- zaměstnanci (id, jméno, příjmení, pozice, plat, oddělení_id)
- oddělení (id, název, rozpočet)
- projekty_zaměstnanci (zaměstnanec_id, projekt_id, hodiny)
Úloha: Zjistěte, kolik hodin odpracovali zaměstnanci na projektech podle oddělení, a zobrazte pouze ta oddělení, kde je celkový odpracovaný čas více než 100 hodin.
SELECT
o.název AS oddělení,
COUNT(DISTINCT z.id) AS počet_zaměstnanců,
SUM(pz.hodiny) AS celkové_hodiny,
AVG(pz.hodiny) AS průměrný_čas_na_projekt,
SUM(z.plat) AS celkové_platy_oddělení
FROM zaměstnanci z
INNER JOIN oddělení o ON z.oddělení_id = o.id
INNER JOIN projekty_zaměstnanci pz ON z.id = pz.zaměstnanec_id
GROUP BY o.název
HAVING SUM(pz.hodiny) > 100
ORDER BY celkové_hodiny DESC;Co se děje krok za krokem:
- Spojíme zaměstnance s jejich odděleními (INNER JOIN)
- Přidáme informace o odpracovaných hodinách (druhý INNER JOIN)
- Seskupíme výsledky podle oddělení (GROUP BY)
- Vypočítáme agregace – počet zaměstnanců, součet hodin, průměr, platy
- Vyfiltrujeme pouze ta oddělení s více než 100 hodinami (HAVING)
- Seřadíme od nejvyššího počtu hodin (ORDER BY DESC)
Nejčastější chyby začátečníků
1. Zapomenutí WHERE podmínky při UPDATE/DELETE
CHYBA:
DELETE FROM zaměstnanci; -- Smaže VŠECHNY zaměstnance!
SPRÁVNĚ:
DELETE FROM zaměstnanci
WHERE id = 5; -- Smaže pouze zaměstnance s ID 5
2. Práce s NULL hodnotami
NULL není totéž jako 0 nebo prázdný řetězec. NULL znamená „neznámá hodnota“.
CHYBA:
SELECT * FROM zaměstnanci
WHERE telefon = NULL; -- Toto NIKDY NEFUNGUJE!
SPRÁVNĚ:
SELECT * FROM zaměstnanci
WHERE telefon IS NULL;
Porovnání s NULL:
-- Zaměstnanci BEZ telefonu
WHERE telefon IS NULL
-- Zaměstnanci S telefonem
WHERE telefon IS NOT NULL
-- NULL v aritmetice (jakákoliv operace s NULL je NULL)
SELECT plat + prémie; -- Pokud prémie je NULL, výsledek je NULL
-- Řešení: použijte COALESCE (nahradí NULL hodnotou)
SELECT plat + COALESCE(prémie, 0) AS celkový_příjem;
3. Nesprávné použití GROUP BY
CHYBA:
SELECT jméno, pozice, COUNT(*)
FROM zaměstnanci
GROUP BY pozice; -- CHYBA: jméno není v GROUP BY!
PRAVIDLO: Pokud používáte GROUP BY, všechny sloupce v SELECT (kromě agregačních funkcí) musí být v GROUP BY.
SPRÁVNĚ:
SELECT pozice, COUNT(*) AS počet
FROM zaměstnanci
GROUP BY pozice;
4. Záměna WHERE a HAVING
CHYBA:
-- Chceme oddělení s průměrem nad 2000
SELECT oddělení, AVG(plat)
FROM zaměstnanci
WHERE AVG(plat) > 2000 -- CHYBA: WHERE nepracuje s agregacemi!
GROUP BY oddělení;
SPRÁVNĚ:
SELECT oddělení, AVG(plat) AS průměrný_plat
FROM zaměstnanci
GROUP BY oddělení
HAVING AVG(plat) > 2000; -- HAVING je správné pro agregace
5. Nesprávné JOINy
CHYBA:
-- Zapomněli jste ON podmínku
SELECT *
FROM zaměstnanci z
INNER JOIN oddělení o; -- CHYBA: chybí ON!
SPRÁVNĚ:
SELECT *
FROM zaměstnanci z
INNER JOIN oddělení o ON z.oddělení_id = o.id;
6. Velká/malá písmena v LIKE
POZOR: LIKE v některých databázích rozlišuje velká/malá písmena!
-- V MySQL nefunguje case-sensitive porovnání automaticky
SELECT * FROM zaměstnanci WHERE jméno LIKE 'peter'; -- Najde i 'Peter'
-- V PostgreSQL JE case-sensitive!
SELECT * FROM zaměstnanci WHERE jméno LIKE 'peter'; -- Nenajde 'Peter'
-- Řešení: ILIKE (PostgreSQL) nebo LOWER/UPPER
SELECT * FROM zaměstnanci WHERE jméno ILIKE 'peter';
SELECT * FROM zaměstnanci WHERE LOWER(jméno) LIKE 'peter'; -- Univerzální
Další užitečné SQL příkazyy
DISTINCT - Odstranění duplicit
-- Seznam unikátních pozic ve firmě
SELECT DISTINCT pozice
FROM zaměstnanci;
-- Kombinace sloupců (unikátní páry)
SELECT DISTINCT pozice, oddělení
FROM zaměstnanci;
UNION - Spojení výsledků
-- Spojení zaměstnanců ze dvou poboček
SELECT jméno, příjmení FROM zaměstnanci_bratislava
UNION
SELECT jméno, příjmení FROM zaměstnanci_kosice;
-- UNION ALL – ponechá duplicity
SELECT jméno FROM zaměstnanci_bratislava
UNION ALL
SELECT jméno FROM zaměstnanci_kosice;
CASE - Podmíněné výrazy (jako IF v SQL)
SELECT
jméno,
plat,
CASE
WHEN plat < 1500 THEN 'Nízký plat'
WHEN plat BETWEEN 1500 AND 2500 THEN 'Průměrný plat'
ELSE 'Vysoký plat'
END AS kategorie_platu
FROM zaměstnanci;Poddotazy (Subqueries)
-- Zaměstnanci s platem vyšším než průměrný plat
SELECT jméno, příjmení, plat
FROM zaměstnanci
WHERE plat > (
SELECT AVG(plat) FROM zaměstnanci
);
-- Zaměstnanci z největšího oddělení
SELECT * FROM zaměstnanci
WHERE oddělení_id = (
SELECT oddělení_id
FROM zaměstnanci
GROUP BY oddělení_id
ORDER BY COUNT(*) DESC
LIMIT 1
);Kdy SQL úplně stačí?
SQL je dostačující pro:
-
Běžné reporty a dashboardy – denní, týdenní, měsíční přehledy
-
Jednoduchou datovou analytiku – součty, průměry, trendy
-
Databázovou správu – vkládání, úpravu, mazání dat
-
ETL procesy – přenos dat mezi systémy
-
Testování – ověřování dat v aplikacích
Přechod k pokročilé datové analytice
SQL má své limity. Pro složitější analytiku potřebujete:
-
Python nebo R - pokročilá statistika, strojové učení
-
Power BI / Tableau - vizualizace a interaktivní dashboardy
-
Excel + Power Query - spojení SQL s excelovými nástroji
Závěr
SQL není raketová věda, ale vyžaduje praxi. Nejlepší způsob, jak se ho naučit, je:
-
Přečíst základy (tento článek)
-
Vyzkoušet si příkazy na vlastní databázi
-
Řešit reálné problémy – práce s reálnými daty
-
Zapsat se na kurz – systematické vzdělávání s mentorem
SQL je brána do světa dat. Zvládnete základy za pár týdnů, ale získáte dovednost, která vám vydrží celou kariéru.
Často kladené otázky (FAQ)
Jak dlouho trvá naučit se SQL?
Základy SQL se dají naučit za 2–4 týdny při denním cvičení 1–2 hodiny. SELECT, INSERT, UPDATE a DELETE zvládnete už během prvního týdne. JOINy a agregace vyžadují další týden praxe. Pro pokročilé SQL techniky (indexy, optimalizace, transakce) počítejte s 2–3 měsíci studia.
Je SQL těžké na naučení?
SQL patří mezi nejjednodušší programovací jazyky. Je blízký přirozenému jazyku – příkazy jako SELECT, WHERE, ORDER BY jsou intuitivní. Nejtěžší části jsou JOINy a vnořené dotazy, ale i ty zvládnete s praxí. Pokud umíte používat Excel, SQL bude pro vás logické.
Potřebuji znát programování pro SQL?
Ne. SQL je deklarativní jazyk – říkáte databázi „co“ chcete, ne „jak“ to má udělat. Na rozdíl od Pythonu nebo Javy nepotřebujete chápat cykly, podmínky ani objektové programování. SQL se dá naučit jako první jazyk.
Kolik stojí SQL databáze?
MySQL a PostgreSQL jsou úplně zdarma a open-source. Microsoft SQL Server má bezplatnou verzi Express. Oracle Database má bezplatnou XE verzi. Pro učení nemusíte platit nic – stačí nainstalovat bezplatnou databázi nebo použít online SQL editory jako SQLFiddle.
Jaký je rozdíl mezi MySQL, PostgreSQL a MS SQL Server?
Všechny používají SQL, ale mají mírné rozdíly v syntaxi a funkcích. MySQL je nejrozšířenější (WordPress, e-shopy), PostgreSQL je nejpokročilejší (banky, fintech), MS SQL Server se používá v korporacích. Pro začátečníka je rozdíl minimální, protože základní příkazy jsou stejné.
Mohu SQL používat bez instalace databáze?
Ano. Existují online SQL editory jako SQLFiddle, DB Fiddle nebo SQL Online IDE. Můžete si vytvářet testovací tabulky přímo v prohlížeči. Pro seriózní učení ale doporučujeme nainstalovat MySQL Workbench nebo pgAdmin.
Proč se SQL stále používá, když existují NoSQL databáze?
SQL databáze garantují konzistenci dat (ACID princip), což je kritické pro finance, zdravotnictví a e-commerce. NoSQL je rychlejší pro obrovské objemy dat, ale SQL je spolehlivější. 90 % firemních aplikací používá SQL. NoSQL SQL nenahrazuje, pouze doplňuje.
Co je těžší – SQL nebo Excel?
Excel je jednodušší na začátek, ale SQL je silnější. V Excelu těžko zpracujete miliony záznamů, v SQL snadno. Kontingenční tabulky v Excelu = GROUP BY v SQL. VLOOKUP v Excelu = JOIN v SQL. Když ovládáte Excel, SQL je přirozený další krok.
Potřebuji SQL certifikát pro práci?
Certifikáty nejsou povinné, ale pomáhají. Oracle, Microsoft a MySQL nabízejí oficiální certifikace. Důležitější než certifikát je portfolio – ukažte na GitHubu své SQL skripty a projekty. Zaměstnavatelé oceňují praxi více než papíry.
Funguje SQL stejně ve všech databázích?
Základní příkazy (SELECT, INSERT, UPDATE, DELETE, JOIN) jsou ve všech databázích stejné. Rozdíly jsou v pokročilých funkcích – datové typy, procedury, triggery. Když se naučíte MySQL, přechod na PostgreSQL je otázka týdnů.
Jak se SQL používá s Pythonem nebo jinými jazyky?
Python se připojuje k SQL databázi pomocí knihoven jako psycopg2 (PostgreSQL) nebo mysql-connector. V kódu píšete SQL příkazy jako řetězce. Například: cursor.execute("SELECT * FROM users WHERE age > 18"). SQL se stará o data, Python o logiku aplikace.
