Data Science. SQL hub

الذهاب إلى القناة على Telegram

По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo #VRHSZ

إظهار المزيد

الشبكة:Machinelearning روسيا17 732 التكنولوجيات والتطبيقات3 613...

📈 نظرة تحليلية على قناة تيليجرام Data Science. SQL hub

تُعد قناة Data Science. SQL hub (@sqlhub) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 35 942 مشتركاً، محتلاً المرتبة 3 613 في فئة التكنولوجيات والتطبيقات والمرتبة 17 732 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 35 942 مشتركاً.

بحسب آخر البيانات بتاريخ 30 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 45، وفي آخر 24 ساعة بمقدار 0، مع بقاء الوصول العام مرتفعاً.

حالة التحقق: غير موثّقة
معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.57‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.47‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 2 361 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 246 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 11.
الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل sql, индекс, postgres, index, sqlite.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo #VRHSZ”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 31 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

35 942

المشتركون

لا توجد بيانات24 ساعات

لا توجد بيانات7 أيام

+4530 أيام

2 361

عرض المشاهدات

~ 1 24624 ساعات

~ 1 52048 ساعات

6.57%

معدل المشاركة

~ 1

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

35 941

Вы играли в детстве в «Героев меча и магии»? А что, если в них добавить немного дата-аналитики и технологий работы с данными? Yandex Cloud вместе с Forbes запустили мини-игру, отчасти вдохновленную «Героями». ⚔️ В этой игре ты становишься «Героем данных и киберпанка», а привычные инструменты — PostgreSQL, ClickHouse, Trino, DataLens и другие — превращаются в артефакты с уникальными свойствами. Их можно получить у хранителей или создать в кибер-кузнице. 🐉 В проекте можно найти отсылки к классической игре, например, «Аналитики объявили месяц Чистых Логов. Время поиска багов уменьшилось втрое». 🎯 Игроки выбирают героя и помогают ему решить задачи из финтеха, ритейла или промышленности. Для победы нужно собрать нужный набор артефактов и справиться с «дата-хаосом». 🖥 Игра доступна на десктопе и мобильных устройствах. 📊 В дополнение к игровому опыту на лендинге есть реальные примеры, как компании используют решения Yandex Cloud для аналитики и обработки данных в бизнесе. 👉 Подробнее и поиграть можно здесь.

35 941

Полезная шпаргалка по консольным командам Git 👍 В Git полно команд, и если ты часто их забываешь, эта шпаргалка специально для тебя. В репозитории можно быстро почитать об основных командах и концепциях, а затем одним вальяжным нажатием на Ctrl+C скопировать их. Приятный бонус — всё написано на русском. Так что сохраняем! #git #шпаргалка

35 941

Развернуть PostgreSQL в MWS Cloud Platform ⬜️ — быстрее, чем вспомнить пароль от pgAdmin. И точно быстрее, чем объяснить DevOps'у, зачем ещё одна база. Всего несколько минут и у вас:

⏺️готовая база на сетевых или локальных дисках ⏺️постоянный primary endpoint ⏺️безопасное подключение через Private Link ⏺️автоматические бэкапы и обслуживания по твоему расписанию

🎄🎁 И грант до 10 000 ₽ на запуск — чтобы точно не пришлось вспоминать, как настраивать failover вручную. ➡️Развернуть кластер

35 941

📦 Распределенная база данных FoundationDB 🚀 FoundationDB — это распределенная база данных, оптимизированная для обработки больших объемов структурированных данных. Она использует упорядоченное хранилище ключ-значение и поддерживает ACID-транзакции, обеспечивая высокую производительность как для чтения, так и для записи. 🚀Основные моменты: - Поддержка ACID-транзакций для надежности данных. - Высокая производительность для рабочих нагрузок с частыми записями. - Гибкая архитектура для масштабирования на кластерах серверов. - API для взаимодействия на различных языках программирования. 📌 GitHub: https://github.com/apple/foundationdb @sqlhub

35 941

🐘 Postgres использует архитектуру «отдельный процесс на каждое подключение», поэтому в большинстве случаев вам нужен connection pooler. Пул соединений вставляется между приложением и базой: он держит набор постоянных подключений и динамически назначает их входящим запросам. Самый распространённый инструмент - PgBouncer, у которого есть три режима работы. 1) Session pooling - каждое приложение-подключение закрепляется за одним pooled-соединением. 2) Transaction pooling - каждую транзакцию привязывают к pooled-соединению и освобождают сразу после завершения. 3) Statement pooling - каждое выражение получает соединение, но нет поддержки многозапросных транзакций, что сильно ограничивает кейсы. Режим 1 плохо решает проблемы высокой конкуренции Postgres, поэтому обычно не подходит при большом числе подключений. Режим 3 слишком ограничивающий, так как многозапросные транзакции нужны многим приложениям. В итоге режим 2 даёт лучший баланс возможностей и контроля над соединениями. Именно transaction pooling, тот режим, который PlanetScale применяет для всех своих PgBouncer-инстансов. @sqlhub

35 941

🛠 SQL всему голова! 24 декабря в 20:00 на бесплатном уроке поговорим про PostgreSQL FDW: швейцарский нож для интеграций или как я перестал бояться разнородных данных. Будет интересно! 🔭 Разберем Foreign Data Wrappers — встроенную возможность PostgreSQL подключаться к любым внешним источникам данных. Научитесь делать JOIN между MySQL, MongoDB, Redis и даже CSV-файлами в одном SQL-запросе. 📚 Что будет на уроке: ✅ Live demo с 4 БД одновременно: подключим MySQL, MongoDB, Redis и CSV-файл к Postgres, сделаем JOIN в одном запросе ✅ Реальный кейс миграции: как перенести данные с MySQL на Postgres без остановки приложения через postgres_fdw ✅ Production tips: производительность FDW, кэширование, когда использовать, а когда это overkill и лучше ETL 🚩 Приходите узнать, как PostgreSQL превращается в универсальный хаб для всех ваших данных: покажем JOIN таблиц из MySQL и MongoDB в одном запросе, миграцию без downtime и почему это может заменить половину ваших ETL-процессов. 👉 Успейте записаться на бесплатный вебинар: https://otus.pw/az47/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

35 941

Microsoft запустила VibeVoice Realtime на Hugging Face - лёгкую стриминговую text-to-speech модель, которая начинает озвучивать текст примерно за 300 миллисекунд. Идеально для живых данных и разговоров с LLM. huggingface.co/microsoft/VibeVoice-Realtime-0.5B

35 941

🖥 Оптимизация запросов с индексами Индексы могут значительно ускорить выполнение ваших запросов в SQL, особенно на больших таблицах. Убедитесь, что вы создали индексы на колонках, которые часто используются в условиях WHERE и JOIN.


CREATE INDEX idx_customer_lastname ON customers(last_name);

SELECT * FROM customers
WHERE last_name = 'Smith'
ORDER BY first_name;

SELECT COUNT(*) FROM orders
WHERE customer_id IN (SELECT id FROM customers WHERE last_name = 'Smith');

35 941

🖥 Хитрая SQL-задача Одна из самых частых хитрых задач на SQL: достать последний заказ каждого пользователя из таблицы orders(user_id, created_at, amount, id). Многие пишут что-то вроде SELECT user_id, MAX(created_at), amount FROM orders GROUP BY user_id и получают тихий баг: amount не гарантированно принадлежит самому свежему заказу, СУБД просто берёт любое значение из группы. Правильный подход - сначала пронумеровать строки с помощью оконной функции ROW_NUMBER() по каждому пользователю, отсортировав по дате (и, на всякий случай, по id), а потом взять только те записи, где rn = 1. Так вы всегда получите консистентную пару «последняя дата + правильная сумма» без скрытых расхождений.


WITH w AS (
    SELECT
        user_id,
        amount,
        created_at,
        SUM(amount) OVER (
            PARTITION BY user_id
            ORDER BY created_at
            RANGE BETWEEN INTERVAL '3 day' PRECEDING AND CURRENT ROW
        ) AS sum_3d
    FROM payments
)
SELECT DISTINCT user_id
FROM w
WHERE sum_3d > 500;

@sqlhub

35 941

SQLite-Vec — крошечная и портативная vectorDB на базе SQLite SQLite-Vec — это сверхлёгкая и очень быстрая векторная база данных, встроенная прямо в SQLite. Идеальный вариант для on-device RAG, edge-приложений и локальных AI-сценариев без тяжёлой инфраструктуры. Почему это интересно: - Работает поверх обычного SQLite - Минимальный оверхед и высокая скорость - Отлично подходит для локального поиска по эмбеддингам Ключевые возможности: - Matryoshka embedding slicing — работа с усечёнными эмбеддингами - До 32x экономии места за счёт бинарной квантизации - Поддержка метрик L2, cosine и Hamming distance - SQL-запросы для vector search без отдельной vectorDB По сути, это vector search без Kubernetes, без сервисов и без боли — просто SQLite с суперспособностями. Отличный выбор для: - локальных RAG-агентов - десктопных AI-приложений - embedded-систем - офлайн-поиска по знаниям

35 941

📘 На Stepik вышел курс — «SQL для технических собеседований» Теряете офферы на SQL-секции? Знаете синтаксис, но теряетесь на лайвкодинге? Этот курс — прямой путь к прохождению технических интервью. • Базовый SQL: SELECT, WHERE, JOIN — база для любого собеседования • Агрегация: GROUP BY, HAVING — закрываем 80% задач на интервью • Подзапросы, CTE, рекурсии — то, что спрашивают на Middle+ • Оконные функции: ROW_NUMBER, RANK, LAG/LEAD — любимая тема интервьюеров • Оптимизация: индексы, план выполнения — отличает сильных кандидатов • Лайвкодинг: как думать вслух и не зависать под давлением 70+ задач из реальных собеседований в Яндексе, Тинькофф, FAANG Финальный тест — 15 реальных задач за 60 минут Подходит разработчикам, аналитикам, тестировщикам, DevOps 🎓 Сертификат для резюме и LinkedIn 🚀 Скидка 25%, действует 48 часов Старт потока 24 декабря 👉 Пройти курс

35 941

Как MySQL обрабатывает FOREIGN KEY при удалении родительской записи с опцией ON DELETE CASCADE?

Anonymous voting

35 941

Данные — сырьё для гипотез. А без гипотез не получится успешный продукт. В VK аналитики помогают продуктам говорить на языке пользователей. Узнайте, как принципы помогают VK превращать гипотезы в фичи и чем гордятся команды. Переходите по ссылке — вдохновляйтесь и присоединяйтесь.

35 941

🔍 Быстрый клиент PostgreSQL для разработчиков Data Peek — это легкое и быстрое настольное приложение для работы с PostgreSQL, позволяющее разработчикам быстро просматривать данные без лишнего функционала. Поддерживает много вкладок, редактирование данных и визуализацию отношений между таблицами. 🚀Основные моменты: - Мгновенный запуск за 2 секунды - Редактор запросов с подсветкой синтаксиса - Поддержка темного и светлого режимов - Безопасное хранение учетных данных - Анализ производительности запросов 📌 GitHub: https://github.com/Rohithgilla12/data-peek

35 941

Что произойдет при попытке выполнить UPDATE на таблице с триггером BEFORE UPDATE, который изменяет значение обновляемого столбца?

Anonymous voting

35 941

🕒 Расширенный планировщик задач для PostgreSQL pg_timetable - это мощный планировщик задач для PostgreSQL, который предлагает гибкие возможности для автоматизации выполнения SQL-команд и системных программ. Он полностью управляется из базы данных и поддерживает сложные сценарии планирования, включая цепочки задач и автоматическое повторение пропущенных заданий. 🚀 Основные моменты: - Полностью управляемая конфигурация через базу данных - Поддержка YAML для удобного определения цепочек задач - Возможность передачи параметров и автоматического повторения задач - Встроенные задачи, такие как отправка email и импорт файлов - Расширенные возможности планирования по типу cron 📌 GitHub: https://github.com/cybertec-postgresql/pg_timetable @sqlhub

35 941

Только в декабре: скидка 10 % на курсы и программы в IT от НИУ ВШЭ Центр непрерывного образования факультета компьютерных наук НИУ ВШЭ предлагает всем, кто готов начать новый год с погружения в IT-индустрию, скидку 10% на курсы и программы. Профессии: 🟣Специалист по Data Science: старт — 11 февраля, продолжительность — 1.5 года. 🟣Аналитик данных: старт — 25 февраля, продолжительность — 1 год. 🟣Дата-инженер: старт — март-апрель 2026 год, продолжительность — 1 год. Очные курсы: 🟣Алгоритмы и структуры данных: старт — 12 января, продолжительность — 10 занятий. 🟣SQL для анализа данных: старт — 14 января, продолжительность — 10 недель. 🟣Прикладная статистика для машинного обучения: старт — 17 января, продолжительность — 10 недель. 🟣Машинное обучение: старт — 9 февраля, продолжительность — 14 недель. 🟣Глубинное обучение : старт — 19 марта, продолжительность — 10 недель. 🟣Математика для анализа данных: старт — 2 апреля, продолжительность — 21 занятие. 🟣BI-аналитика и визуализация данных: старт — 20 мая, продолжительность — 7 недель. Онлайн-курсы: 🟣Промпт-инжиниринг: нейросети для человека: старт — 30 января, продолжительность — 6 недель. 🟣Python для автоматизации и анализа данных: старт — 3 февраля, продолжительность — 9 недель. 🟣SQL для начинающих : старт — 16 февраля, продолжительность — 2 месяца. 🟣Аналитика в Business Intelligence: старт — 17 февраля, продолжительность — 1 месяц. 🟣LLM: создание и интеграция интеллектуальных ассистентов: старт — 23 марта, продолжительность — 13 недель. 🟣GameDev: разработчик игр: старт — 30 марта, продолжительность — 5 месяцев. 🟣Искусственный интеллект в образовании: старт — 6 апреля, продолжительность — 1 месяц. 🟣Искусственный интеллект для руководителей: старт — 20 апреля. 🟣Frontend-разработчик: старт — апрель 2026 года, продолжительность — 4 месяца. Скидка действует при подаче заявки до 31 декабря. ⚡️ Узнать подробнее о каждой программе НИУ "ВШЭ". ИНН 7714030726. erid:2SDnje4QSab

35 941

🖥 SQL большой гайд. Как правильно выбрать ORM Эта статья - не про «как написать SELECT, а про настоящую инженерную работу: принципы нормализации, дизайн схем, практики оптимизации SQL, работа с транзакциями, и главное - как выбрать и использовать ORM так, чтобы он помогал, а не мешал. Если тебе нужен инструмент, который выдержит рост проекта и не взорвётся через год, здесь ты найдёшь системный подход, проверенные шаблоны и практические примеры, которым уже доверяют зрелые инженерные команды. Готовы? Тогда начинаем строить архитектуру, которую не стыдно масштабировать. https://uproger.com/sql-bolshoj-gajd-kak-pravilno-vybrat-orm/ @sqlhub

35 941

🔥 На stepik вышел курс, который учит Создавать настоящие AI-сервисы, а не просто запускать скрипты? Этот практический курс по Python и FastAPI покажет, как собрать полноценное приложение с ИИ, базой данных, автогенерацией контента и Telegram-ботом. Ты пройдёшь путь от первого HTTP-запроса до рабочего сервиса, который сам генерирует текст через ИИ, сохраняет данные, отправляет результаты по расписанию и отвечает пользователям. Никакой теории ради теории - только практические шаги, из которых рождается реальный продукт. 🎁 48 часов действует скидка в 40% процентов 👉 Начать учиться на Stepik

35 941

📌 Durable Execution Engine на SQLite: • Durable Execution (DE) - это подход, который позволяет выполнять длинные многошаговые процессы так, чтобы после сбоя можно было продолжить с последнего успешного шага, а не запускать всё заново. • В статье показан простой Proof of Concept - Persistasaurus: лёгкий DE-движок на Java, который использует SQLite как хранилище состояния. • Потоки (flows) пишутся как обычный Java-код: методы помечаются аннотациями @Flow и @Step, а их прогресс автоматически сохраняется. Если процесс падает, можно безопасно перезапустить его без повторного выполнения шагов. • Идея не новая, но современная Java + SQLite позволяют сделать удивительно компактное и понятное решение без тяжёлой инфраструктуры. Почему это полезно: • Упрощает работу с долгоживущими процессами • Избавляет от повторных вычислений и экономит ресурсы • Подходит для прототипов, внутренних сервисов и задач средней сложности Что учитывать: • Это только прототип - для реальных больших систем нужно масштабирование, отказоустойчивость, параллелизм и дополнительные инструменты • SQLite отлично подходит для простых сценариев, но не для высоконагруженных распределённых систем 🔗 Читаем тут: morling.dev/blog/building-durable-execution-engine-with-sqlite/