Как решать задание 3 ЕГЭ по информатике 2026 — реляционные базы данных

О чём задание

В задании 3 тебе дают несколько связанных таблиц в формате CSV или ODS (обычно 2-3 файла) и задают вопрос вроде «Сколько товаров продано в апреле у поставщика из Москвы» или «На какую сумму Иванов купил продукцию категории Б». Нужно отфильтровать данные по условиям, объединить таблицы по общему ключу и посчитать — количество, сумму или среднее.

Это прямое отражение того, как работают реальные информационные системы. Школьный электронный журнал хранит оценки, расписание и списки учеников в разных таблицах, связанных по ID. Интернет-магазин так же разбивает товары, заказы и покупателей. Умение работать со связанными таблицами — реально полезный навык, который пригодится не только на ЕГЭ.

Задание 3 стоит 1 первичный балл (всего 29 первичных на экзамене), но пропускать его нельзя — оно решается за 5-7 минут при минимальной подготовке. Если ты только начинаешь готовиться — начни с плана подготовки с нуля.

Что такое реляционная БД

Реляционная модель — это способ хранения данных в виде таблиц со строками и столбцами, связанных между собой общими полями.

Пример — онлайн-школа. Есть три таблицы:

Ученики (students.csv):

id	name	class
1	Иванов	11А
2	Петров	11Б
3	Сидорова	11А

Курсы (courses.csv):

id	title	price
10	Информатика	15000
11	Математика	12000

Записи на курсы (enrollments.csv):

student_id	course_id	date
1	10	2026-01-15
1	11	2026-01-20
2	10	2026-02-01
3	11	2026-02-10

Третья таблица — связующая: student_id ссылается на id в таблице учеников (это внешний ключ), course_id — на id в таблице курсов. Чтобы узнать, кто записан на курс «Информатика», нужно:

1. Найти в courses.csv ID курса «Информатика» — это 10.
2. В enrollments.csv отфильтровать строки, где course_id = 10 — получаем student_id = 1, 2.
3. В students.csv найти имена учеников с этими ID — Иванов и Петров.

Это классическая схема задания 3.

Четыре типа задач

1. Фильтрация по простому условию

«Сколько учеников 11А класса записано на курс Математика». Простая фильтрация в одной или двух таблицах с логическим И.

2. Подсчёт по группам

«В каком классе больше всего учеников, записанных на курс Информатика». Нужно сгруппировать результаты по полю и сравнить.

3. Сумма по условию

«На какую сумму ученик Иванов записался на курсы». Складываются цены всех курсов Иванова. Здесь связь идёт через две таблицы.

4. Связь через две и более таблицы

«Средняя цена курса, на который записаны ученики 11А класса». Надо пройти через все три таблицы: из students.csv взять ID учеников 11А, из enrollments.csv взять их курсы, из courses.csv взять цены и усреднить.

Пошаговый алгоритм

1. Прочитай условие целиком. Выпиши, что нужно посчитать и по каким таблицам.
2. Нарисуй схему связей. На черновике: какая таблица с какой связана и через какое поле. Это 30 секунд, но спасает от путаницы.
3. Выбери инструмент. Если условие простое и на одну-две таблицы — Calc. Если три таблицы или хитрая логика — Python.
4. Отфильтруй исходные данные. В Calc — автофильтр, в Python — цикл с условием.
5. Соедини таблицы. В Calc — через ВПР, в Python — через словари.
6. Посчитай итог. Сумма, количество, среднее.
7. Проверь. Посмотри на крайние значения: не получилось ли 0, не стало ли результатом отрицательное число, правдоподобен ли ответ.

Подход 1: LibreOffice Calc

Загрузка CSV

Открой файл через Файл → Открыть. Появится диалог: выбери кодировку UTF-8, разделитель (обычно запятая или точка с запятой), пометь «Разделители — запятая». Нажми OK. Данные загрузятся в таблицу.

Повтори для каждого файла — у тебя откроется несколько окон.

Фильтрация

Выдели шапку первой таблицы, меню Данные → Автофильтр. В колонке появятся стрелочки. Нажми стрелку — выбери нужное значение или задай условие.

Для сложной фильтрации: Данные → Ещё фильтры → Стандартный фильтр, там можно задать до 8 условий с И/ИЛИ.

Связь через ВПР

Функция ВПР(искомое_значение; диапазон; номер_столбца; 0) ищет значение в первом столбце диапазона и возвращает значение из указанного столбца той же строки. Пример:

=ВПР(A2; students.csv.A:C; 2; 0)

Берёт из ячейки A2 значение (ID ученика), ищет его в первом столбце таблицы students.csv, и возвращает значение из второго столбца — имя.

Подсчёт и суммирование

• =СЧЁТЕСЛИ(диапазон; условие) — сколько ячеек удовлетворяет условию.
• =СУММЕСЛИ(диапазон; условие; диапазон_суммы) — сумма по условию.
• =СЧЁТЕСЛИМН(диапазон1; условие1; диапазон2; условие2; ...) — несколько условий И.
• =СУММЕСЛИМН(диапазон_суммы; диапазон1; условие1; ...) — сумма по нескольким условиям.

Пример: сколько записей на курс с ID 10:

=СЧЁТЕСЛИ(enrollments.csv.B:B; 10)

Подход 2: Python

Универсальный инструмент, который справится с любой задачей. На КЕГЭ у тебя установлен Python 3.10+ с модулями csv, sqlite3, а часто и pandas.

Чтение CSV

import csv

def load(path):
    with open(path, encoding='utf-8') as f:
        return list(csv.DictReader(f, delimiter=';'))

students = load('students.csv')
courses = load('courses.csv')
enrollments = load('enrollments.csv')

Каждая таблица становится списком словарей: students[0] = {'id': '1', 'name': 'Иванов', 'class': '11А'}. Все значения — строки, поэтому числа надо явно конвертить через int().

Фильтрация

# Ученики 11А
class_a = [s for s in students if s['class'] == '11А']

# Курсы дороже 13000
expensive = [c for c in courses if int(c['price']) > 13000]

Связь через словарь

Самый удобный приём: построить словарь по ID, чтобы быстро получать данные по ключу.

students_by_id = {s['id']: s for s in students}
courses_by_id = {c['id']: c for c in courses}

# Теперь по каждой записи в enrollments можно подтянуть данные
for e in enrollments:
    student = students_by_id[e['student_id']]
    course = courses_by_id[e['course_id']]
    print(student['name'], 'записался на', course['title'])

SQL через sqlite3

Для сложных задач можно подключить sqlite3, загрузить CSV в таблицы и писать настоящий SQL.

import sqlite3, csv

conn = sqlite3.connect(':memory:')
cur = conn.cursor()
cur.execute('CREATE TABLE students (id INT, name TEXT, class TEXT)')
cur.execute('CREATE TABLE courses (id INT, title TEXT, price INT)')
cur.execute('CREATE TABLE enrollments (student_id INT, course_id INT, date TEXT)')

with open('students.csv', encoding='utf-8') as f:
    for row in csv.DictReader(f, delimiter=';'):
        cur.execute('INSERT INTO students VALUES (?,?,?)',
                    (int(row['id']), row['name'], row['class']))
# Аналогично для courses и enrollments

conn.commit()

Теперь можно писать SQL-запрос:

SELECT s.name, SUM(c.price)
FROM enrollments e
JOIN students s ON s.id = e.student_id
JOIN courses c ON c.id = e.course_id
WHERE s.class = '11А'
GROUP BY s.name
ORDER BY SUM(c.price) DESC

Этот подход мощный, но на экзамене его стоит использовать, только если часто тренировался заранее — иначе время уйдёт на набор boilerplate-кода.

Полноценный разобранный пример

Условие. В файле students.csv хранятся данные учеников, в courses.csv — курсы, в enrollments.csv — записи учеников на курсы. Требуется определить максимальную сумму, на которую записался один ученик из класса 11А.

Данные (упрощённые):

students.csv:

id;name;class
1;Иванов;11А
2;Петров;11Б
3;Сидорова;11А
4;Козлов;11А

courses.csv:

id;title;price
10;Информатика;15000
11;Математика;12000
12;Физика;13000

enrollments.csv:

student_id;course_id;date
1;10;2026-01-15
1;11;2026-01-20
1;12;2026-01-25
3;11;2026-02-10
4;10;2026-02-15
4;12;2026-02-20

Решение через Python.

import csv

def load(path):
    with open(path, encoding='utf-8') as f:
        return list(csv.DictReader(f, delimiter=';'))

students = load('students.csv')
courses = load('courses.csv')
enrollments = load('enrollments.csv')

# Ученики 11А
class_a_ids = {s['id'] for s in students if s['class'] == '11А'}

# Цена по ID курса
price_by_course = {c['id']: int(c['price']) for c in courses}

# Сумма по каждому ученику
totals = {}
for e in enrollments:
    sid = e['student_id']
    if sid in class_a_ids:
        totals[sid] = totals.get(sid, 0) + price_by_course[e['course_id']]

# Максимум
print(max(totals.values()))

Разберём логику:

1. Собираем ID учеников класса 11А в множество — это даёт быструю проверку in.
2. Строим словарь course_id → price: по ID курса мгновенно получаем цену.
3. Идём по всем записям. Если ученик из 11А — прибавляем цену курса к его сумме.
4. Берём максимум.

Проверка вручную. У Иванова: 15000 + 12000 + 13000 = 40000. У Сидоровой: 12000. У Козлова: 15000 + 13000 = 28000. Максимум — 40000. Python вернёт то же.

Решение через LibreOffice Calc.

1. Открыть все три CSV.
2. В enrollments.csv добавить колонку «price», заполнить через ВПР по course_id.
3. Добавить колонку «class» через ВПР по student_id.
4. Применить автофильтр: class = «11А».
5. Применить сводную таблицу (Данные → Сводная таблица): строки — student_id, значения — сумма price.
6. В полученной сводной выбрать максимум.

Способ через Calc быстрее, если ты много тренировался со сводными таблицами. Python универсальнее, если условие хитрее стандартного.

Типичные ошибки

Не учёл связь между таблицами. Считают что-то только по одной таблице, забывая, что вопрос требует данных из другой. Всегда рисуй схему связей перед решением.

Путаница с разделителем CSV. В одних файлах разделитель — ,, в других — ;. Если Python не читает данные или Calc грузит всё в одну колонку, проверь разделитель и передай его явно: csv.DictReader(f, delimiter=';').

Строки вместо чисел. csv.DictReader возвращает все значения как строки. Если сравнить row['price'] > 1000 без int(), получится сравнение строк — и результат будет непредсказуемым. Всегда конвертируй: int(row['price']).

Неправильная фильтрация с И/ИЛИ. Условие «ученики 11А и записанные на Математику» — это два отдельных фильтра, применённых через И. Ошибка — применить один фильтр, потом другой, но без пересечения множеств.

ВПР с неправильной сортировкой. У функции ВПР есть последний параметр — 0 (точное совпадение) или 1 (приблизительное). Если забыл 0, функция может вернуть неверное значение, особенно на неотсортированных данных.

Дубликаты при объединении. Если поле связи не уникально, одна строка из первой таблицы может соединиться с несколькими из второй — и сумма исказится. Всегда проверяй уникальность ключа.

Полный список типичных ошибок по всем заданиям — в разборе ошибок ЕГЭ.

Тайминг

Задание 3 идёт после задания 2. В среднем:

• Прочитать условие, посмотреть файлы: 1 минута
• Нарисовать схему связей: 30 секунд
• Написать Python или настроить Calc: 2-3 минуты
• Получить и проверить ответ: 1-2 минуты

Итого — 5-7 минут. Если уходишь за 10 минут — что-то идёт не так, помечай и двигайся дальше. Время лучше потратить на задание 6 или задание 12, которые тоже по 1 баллу, но требуют концентрации.

Как тренироваться

Неделя 1. Освой базовую работу с CSV: чтение, фильтрация, подсчёт. Реши 10 задач с одной таблицей. Параллельно научись открывать CSV в LibreOffice Calc и применять автофильтр.

Неделя 2. Переходи к задачам с двумя таблицами. Цель — 15 задач, половину реши через Calc (ВПР + СЧЁТЕСЛИ), половину через Python (словари). Сравни, где ты быстрее.

Неделя 3. Задачи с тремя таблицами. 10 штук, обязательно с проверкой ответа вручную на маленьком подмножестве строк.

Неделя 4. Смешанная тренировка: 20 вариантов задания 3 в формате КЕГЭ. Таймер на 7 минут. Главная цель — не ошибаться в связях.

Совет от стобалльников: заведи отдельный файл template.py с готовым кодом чтения CSV и базовыми функциями. На экзамене просто скопируешь шаблон и адаптируешь под задачу — сэкономит 1-2 минуты.

Если хочешь увидеть разбор в формате видео и потренироваться на живых задачах — заходи на тренажёр TuteMe: там все типы задания 3 с автопроверкой, а при ошибке показывается подробный разбор. Для общего понимания структуры экзамена — посмотри что изменилось в ЕГЭ 2026.