Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- modul:m290_guko:learningunits:lu10:theorie:a_einfuehrung [2025/11/05 22:50] – gkoch
+++ modul:m290_guko:learningunits:lu10:theorie:a_einfuehrung [2025/11/06 00:18] (aktuell) – gkoch
@@ Zeile 24: / Zeile 24: @@
 === Wozu braucht man das? ===
-  * **Datenanalyse & Reporting** (z.B. Lageberichte für Polizei/Medien)
+  * **Datenanalyse & Reporting** – Beispiel (Einbrüche ZH): Wie viele Fälle gab es pro Jahr?
-  * **Business Intelligence** (Trends, Hotspots je Gemeinde/Jahr)
+    * **Nutzen:** Klare Jahreskurven für **Berichte**, **Dashboards** und **Kurzstatements** (z. B. für Polizei/Medien).
-  * **Produkt-/Web‑Integration** (APIs liefern Rohdaten → Aggregation im Backend/SQL spart App‑Logik)
+  * **Business Intelligence (BI)** – Beispiel (Einbrüche ZH): Welche Gemeinden haben im Schnitt höhere Raten?
-  * **Entscheidungsgrundlagen** (Ressourcen planen, Präventionsmassnahmen priorisieren)
+    * **Nutzen:** **Prioritäten** setzen (Präventionskampagnen, Ressourceneinsatz, Fokus-Orte).
+  * **Produkt-/Web-Integration** – //APIs liefern Rohdaten, Apps brauchen Kennzahlen// Beispiel (YouTube Top 100): Gesamt-Views je Channel → SUM(view_count) pro Channel; durchschnittliche Videolänge → AVG(duration) pro Channel.
+    * **Nutzen:** Das **Backend** liefert fertige Kennzahlen; die **Frontend-Logik** bleibt schlank und schnell.
@@ Zeile 71: / Zeile 73: @@
 ===== 2. GROUP BY – Daten zu Gruppen zusammenfassen =====
-{{ :modul:m290_guko:learningunits:lu10:theorie:group_by-sum.webp |}}
+{{ :modul:m290_guko:learningunits:lu10:theorie:group_by-sum.webp?900 |}}
 <WRAP round 80% box center>
@@ Zeile 111: / Zeile 113: @@
 //Ergebnis: In den Jahren 2018, 2019 und 2024 haben über 15000 Einbrüche total stattgefunden.//
 </WRAP>
-=== Alias in GROUP BY ===
-MySQL: Alias kann verwendet werden. Für Portabilität (z.B. andere SQL‑Dialekte): Ausdruck wiederholen.
 ==== 2.1 Beispiele: Gruppieren nach einem Kriterium ====
 <WRAP round 80% box center>
-**a) Total Einbrüche pro Jahr** <code sql>
+**Total Einbrüche pro Jahr** <code sql>
 SELECT ausgangsjahr,
 SUM(straftaten_total) AS total_faelle
@@ Zeile 125: / Zeile 126: @@
 **Ergebnis (Auszug)**
 ^ ausgangsjahr ^ total_faelle ^
-| 2019 | 5080 |
+| 2009 | 29972 |
-| 2020 | 4525 |
+| 2010 | 26770 |
-| 2021 | 4789 |
+| 2011 | 24394 |
+... etc.
 </WRAP>
-<WRAP round 80% box center>
-**b) Anzahl erfasste Gemeinden pro Jahr**
-<code sql>
-SELECT ausgangsjahr,
-COUNT(DISTINCT gemeindename) AS anzahl_gemeinden
-FROM zh_einbrueche.einbrueche
-GROUP BY ausgangsjahr
-ORDER BY ausgangsjahr; </code>
-**Ergebnis (Auszug)**
-^ ausgangsjahr ^ anzahl_gemeinden ^
-| 2019 | 171 |
-| 2020 | 171 |
-| 2021 | 171 |
-</WRAP>
 ==== 2.2 Beispiele: Gruppieren nach mehreren Kriterien ====
@@ Zeile 157: / Zeile 145: @@
 **Ergebnis (Auszug)**
 ^ ausgangsjahr ^ tatbestand ^ total_faelle ^
-| 2020 | Einbruch | 3100 |
+| 2023 | Einschleichdiebstahl | 1961 |
-| 2020 | Einschleichen | 1425 |
+| 2024 | Einbruchdiebstahl | 5956 |
-| 2021 | Einbruch | 3250 |
+| 2024 | Einbrüche insgesamt | 7998 |
+... etc.
 </WRAP>
-===== 3. HAVING – Gruppen gezielt filtern =====
+===== 3. HAVING – Gruppen filtern =====
 WHERE kann **keine** Aggregatfunktionen enthalten. Wenn Sie **Ergebnisgruppen** (nach GROUP BY) filtern wollen, verwenden Sie **HAVING**.
 <WRAP round 80% box center>
-**Jahre mit über 5'000 Fällen insgesamt** <code sql>
+**Jahre mit über 25'000 Fällen insgesamt** <code sql>
 SELECT ausgangsjahr,
 SUM(straftaten_total) AS total_faelle
 FROM zh_einbrueche.einbrueche
 GROUP BY ausgangsjahr
-HAVING SUM(straftaten_total) > 5000
+HAVING SUM(straftaten_total) > 25000
 ORDER BY total_faelle DESC; </code>
 **Ergebnis (Auszug)**
 ^ ausgangsjahr ^ total_faelle ^
-| 2013 | 6240 |
+| 2009 | 29972 |
-| 2012 | 6115 |
+| 2012 | 28730 |
-</WRAP>
+| 2010 | 26770 |
-<WRAP round 80% box center>
-**Abarbeitungsreihenfolge (vereinfacht)**
-FROM → WHERE → GROUP BY → **Aggregatfunktionen** → HAVING → SELECT → ORDER BY.
 </WRAP>
-===== 4. Häufige Stolpersteine (und wie man sie vermeidet) =====
-* SELECT enthält **ungegruppte Spalten** → Fehlermeldung oder Zufallswerte.
-  → Nur Spalten in GROUP BY **oder** in Aggregaten verwenden.
-* **Division durch 0** bei Anteilen/Quoten.
-  → NULLIF(denominator,0) verwenden.
-* **MySQL‑Spezialität**: Alias in GROUP BY ist erlaubt, aber **nicht portabel**.
-  → Ausdruck wiederholen, wenn Portabilität wichtig ist.
-* **NULLs**: COUNT(spalte) ignoriert NULL → **bewusste Spaltenwahl!**