Tabela samochody zawiera dane przedstawione poniżej: <table><tr><th>id</th><th>klasa_id</th><th>marka</th><th>model</th><th>rocznik</th></tr><tr>
14<tr>15

16<tr>17
<td>ford</td><td>ka</td><td>2017</td></tr><tr>
26<th>27

28<th>29
<td>seat</td><td>toledo</td><td>2016</td></tr><tr>
38</th>39

40</th>41
<td>opel</td><td>zafira</td><td>2018</td></tr><tr>
50<th>51

52<th>53
<td>fiat</td><td>500X</td><td>2018</td></tr><tr>
62</th>63

64</th>65
<td>opel</td><td>insignia</td><td>2017</td></tr></table> Wydając zamieszczone zapytanie SQL, jakie dane zostaną zwrócone: <pre class="code-block">SELECT model FROM samochody WHERE rocznik &gt; 2017 AND marka = "opel";</pre>

Poprawna odpowiedź to 'zafira', ponieważ zapytanie SQL odnosi się do modelu samochodu marki 'opel', którego rocznik jest większy niż 2017. Z analizy danych w tabeli wynika, że tylko model 'opel zafira' (z rocznika 2018) spełnia te warunki. Odpowiedzi 'opel zafira', 'zafira; insignia', 'opel zafira; opel insignia' zawierają dodatkowe informacje, które nie są zgodne z wymaganiami zapytania. Dobrym przykładem zastosowania takiej analizy jest filtrowanie danych w bazach danych, co jest kluczowym procesem w zarządzaniu informacjami. Efektywne posługiwanie się zapytaniami SQL to umiejętność istotna w pracy każdego analityka danych, programisty, czy specjalisty w zakresie baz danych, ponieważ pozwala na wyciąganie precyzyjnych informacji zgodnych z wymaganiami biznesowymi.