Data Science. SQL hub

🖥 Большой справочник по SQL на русском 📌Скачать @sqlhub

🖥 Полезные тренажеры SQL Тренажеры, которые могут пригодится для "оттачивания" навыков и подготовки к собеседованиям. Конечно, нет ничего лучше реальных задач, но иногда реальных нет. Когда у меня была такая ситуация, я прорешала задачи на Hakerrank и это помогло мне в дальнейшем пройти собеседование. Там же, например на Hakerrank, можно получить сертификаты для подтверждения своего уровня. ● Hakerrank ● Strata scratch ● SQLBolt ● W3schools ● Курс по основам SQL, состоящий из 19 небольших уроков с лёгкой подачей @sqlhub

🖥 Advanced SQL Injection Cheatsheet Этот репозиторий содержит расширенную методологию всех типов SQL иньекций. 🖥 Github @sqlhub

🖥 CREATE INDEX в SQL Если столбец имеет ограничение CREATE INDEX, то данные извлекаются быстрее, если мы используем именно этот столбец для извлечения данных. Индекс — это объект базы данных, создаваемый с целью повышения производительности поиска данных. Таблицы в базе данных могут иметь большое количество строк, которые хранятся в произвольном порядке, и их поиск по заданному критерию путем последовательного просмотра таблицы строка за строкой может занимать много времени. Словно закладка в книге, индекс помогает быстро получить доступ к требуемым данным в таблице, согласно SQL-запросу. Таким образом, использование индексов позволяет ускорить получение данных. Например: -- Создаем таблицу CREATE TABLE Colleges ( college_id INT PRIMARY KEY, college_code VARCHAR(20) NOT NULL, college_name VARCHAR(50) ); -- Создаем индекс CREATE INDEX college_index ON Colleges(college_code); Здесь мы создаем индекс с именем college_index в таблице Colleges, используя столбец college_code. Примечание: Увидеть разницу в скорости при малом количестве данных в таблице проблематично. Однако при большом количестве данных можно легко заметить разницу в скорости между использованием индексов и без них. CREATE UNIQUE INDEX для уникальных значений Если нужно создать индексы для уникальных значений в столбце, следует использовать ограничение CREATE UNIQUE INDEX. Например: -- Создаем уникальный индекс CREATE UNIQUE INDEX college_index ON Colleges(college_code); Здесь мы создаем уникальный индекс с именем college_index в таблице Colleges, используя столбец college_code. Удалить индекс из таблиц Для удаления индекса из таблицы используется оператор DROP INDEX. Например: SQL Server DROP INDEX Colleges.college_index; PostgreSQL, Oracle DROP INDEX college_index; MySQL ALTER TABLE Colleges DROP INDEX college_index; Здесь мы удаляем ограничение college_index из таблицы Colleges. Примечание: Удаление индекса означает, что удаляется только индекс. Данные в исходной таблице остаются неизменными. @sqlhub

Хотите дорасти до уверенного Middle Data Engineer, но текущего стека не хватает? На курсе «Инженер данных» от karpov.courses опытные специалисты из VK, Яндекс Go, Sbermarket и Ozon помогут дополнить ваш арсенал современными инструментами для хранения и обработки больших данных. За 5 месяцев вы научитесь: ● Работать с реляционными и MPP базами данных ● Автоматизировать ETL-пайплайны ● Проектировать традиционные и облачные хранилища ● Применять ML-модели на больших данных ● Строить дашборды для мониторинга DWH платформы Здесь вас ждут интересные проекты и настоящая инфраструктура: Greenplum, Hadoop, Kubernetes, Spark, Hive, Kafka, Airflow, Tableau. По итогам обучения вы станете крепким Middle специалистом с широким набором прикладных навыков, а наш HR доведёт вас до оффера в хорошую компанию. Курс стартует 11 мая, учитесь уже сейчас, так как с 15 мая цена вырастет!

🖥 Подборка бесплатных курсов по SQL Собрали для вас список бесплатных курсов по SQL от базовых до продвинутых. 1. SQL for Data Analysis 2. Интерактивный тренажер по SQL 3. Kaggle: Intro to SQL 4. Advanced SQL 5. Introduction to Structured Query Language (SQL) 6. Advanced Databases and SQL Querying 7. Databases and SQL for Data Science with Python 8. Oracle SQL – A Complete Introduction 9. Intro to SQL 10. Advanced SQL 11. Oracle SQL Basics 12. Beginners Guide to SQL 13. SQL for Data Science 14. Introduction to Databases and SQL Querying 15. Intro to Relational Databases #SQL #курсы #бд @sqlhub

🖥 Ограничение CHECK в SQL Ограничение CHECK используется для указания условия, которое должно быть выполнено для вставки значения в таблицу. Например: CREATE TABLE Orders ( order_id INT PRIMARY KEY, amount INT CHECK (amount > 0) ); Здесь столбец amount принимает значения только больше 0, это является условием для проверки. Теперь давайте попробуем вставить данные в таблицу Orders. Пример №1 -- Вставляем значение 100. -- Данные добавлены INSERT INTO Orders(amount) VALUES(100); Пример №2 -- Вставляем значение -5. -- Ошибка при добавлении данных INSERT INTO Orders(amount) VALUES(-5); Примечание: Ограничение CHECK используется для проверки данных только при вставке. Чтобы проверить, существует ли строка, следует использовать оператор EXISTS. ❗️Создать именованное ограничение CHECK Популярной практикой является создание именованных ограничений, чтобы их было легче изменять и удалять. Например: -- Создаем именнованое ограничение amountCK для столбца amount. -- Ограничение проверяет, чтобы значение для вставки было больше 0 CREATE TABLE Orders ( order_id INT PRIMARY KEY, amount INT, CONSTRAINT amountCK CHECK (amount > 0) ); ❗️Ограничение CHECK в существующей таблице Мы можем добавить ограничение CHECK к существующей таблице, используя оператор ALTER TABLE. Например: -- Добавляем неименованное ограничение CHECK ALTER TABLE Orders ADD CHECK (amount > 0); Также можно добавить и именованное ограничение CHECK: -- Добавляем именованное ограничение CHECK - amountCK ALTER TABLE Orders ADD CONSTRAINT amountCK CHECK (amount > 0); Примечание: Если мы попытаемся добавить ограничение amount > 0 к столбцу, значение которого уже меньше 0, мы получим ошибку. ❗️Удалить ограничение CHECK Мы можем удалить ограничение CHECK, используя оператор DROP. Например: SQL Server, PostgreSQL, Oracle -- Удаляем ограничение CHECK - amountCK ALTER TABLE Orders DROP CONSTRAINT amountCK; MySQL -- Удаляем ограничение CHECK - amountCK ALTER TABLE Orders DROP CHECK amountCK; @sqlhub

Мы - команда разработчиков компании РЕЛЭКС разрабатываем ультрасовременную высокопроизводительную реляционную СУБД SoQoL. В нашем канале вы сможете узнать и обсудить: · С какими сложностями мы сталкиваемся при разработке СУБД? · Какие решения используем и почему? · Почему не стали разрабатывать еще один Postgres? · Как протестировать альфа-версию SoQoL? · Как принять участие в пилотном проекте с новой СУБД? Подписывайтесь 🤝 на канал и будьте в курсе последних новостей разработки CУБД SoQoL https://t.me/soqol_dbms

🖥 BACKUP DATABASE в SQL Важно регулярно создавать резервные копии базы данных, чтобы данные не были потеряны в случае повреждения базы данных (БД). В SQL мы можем создавать резервные копии БД с помощью оператора BACKUP DATABASE. Например: BACKUP DATABASE orders TO DISK = 'C:\orders_backup.bak'; Здесь мы создаем файл резервной копии базы данных orders на диске C с именем orders_backup.bak. Примечание: Распространено использование расширения .bak для файлов резервных копий БД, однако это не является обязательным. Резервное копирование только новых изменений в SQL В SQL мы также можем сделать резервную копию только новых изменений по сравнению с предыдущей резервной копией, используя команду WITH DIFFERENTIAL. Например: BACKUP DATABASE orders TO DISK = 'C:\orders_backup.bak' WITH DIFFERENTIAL; Здесь мы добавляем только новые изменения в предыдущий файл резервной копии. Следовательно, эта команда работает быстрее, нежели создание резервной копии БД с нуля. Восстановление базы данных из резервной копии Для восстановления файла резервной копии в системе управления базой данных (СУБД) используется оператор RESTORE DATABASE. Например: RESTORE DATABASE orders FROM DISK = 'C:\orders_backup.bak'; Здесь мы восстанавливаем файл резервной копии orders_backup.bak в базе данных orders. @sqlhub

🖥 Оператор FULL OUTER JOIN в SQL Оператор FULL OUTER JOIN объединяет две таблицы на основе общего столбца и выбирает не только записи с совпадающими значениями в этих столбцах, но и все оставшиеся строки из обеих таблиц. Например: SELECT Customers.customer_id, Customers.first_name, Orders.amount FROM Customers FULL OUTER JOIN Orders ON Customers.customer_id = Orders.customer; На картинке видно как отработает данный код. Здесь мы выбираем столбцы customer_id и first_name (из таблицы Customers) и столбец amount (из таблицы Orders). В результате получаем те строки, в которых есть совпадение между customer_id (таблицы Customers) и customer (таблицы Orders) вместе со всеми остальными строками из обеих таблиц. Синтаксис оператора FULL OUTER JOIN Синтаксис оператора FULL OUTER JOIN следующий: SELECT столбцы FROM таблица1 FULL OUTER JOIN таблица2 ON таблица1.имя_столбца = таблица2.имя_столбца; Оператор FULL OUTER JOIN с оператором WHERE Вот пример использования оператора FULL OUTER JOIN с оператором WHERE: SELECT Customers.customer_id, Customers.first_name, Orders.amount FROM Customers FULL OUTER JOIN Orders ON Customers.customer_id = Orders.customer WHERE Orders.amount >= 500; Здесь мы объединяем две таблицы и выбираем строки, в которых сумма (amount) больше или равна 500. Оператор FULL OUTER JOIN с псевдонимами AS Мы можем использовать псевдонимы AS с оператором FULL OUTER JOIN, чтобы сделать наш код короче и чище. Например: SELECT C.cat_name, P.prod_title FROM Categories AS C FULL OUTER JOIN Products AS P ON C.cat_id = P.cat_id; Здесь мы выбираем общие строки между таблицами Categories и Products. @sqlhub

🖥 Как в sql посчитать количество повторяющихся значений Можно попробовать использовать функцию COUNT() в сочетании с оператором GROUP BY. Предположим, у нас есть таблица "orders" с колонками "customer_name" и "order_date", и мы хотим посчитать, сколько заказов было сделано каждым клиентом. Мы можем написать следующий SQL-запрос: SELECT customer_name, COUNT(*) as order_count FROM orders GROUP BY customer_name Этот запрос выберет все уникальные значения из колонки "customer_name" в таблице "orders" и подсчитает количество строк, связанных с каждым уникальным значением. Результатом запроса будет таблица со столбцами "customer_name" и "order_count", в которой каждая строка будет показывать клиента и количество его заказов. @sqlhub

🖥 Как работает CASE SQL Оператор CASE в SQL используется для создания условий, когда нужно выполнить различные операции в зависимости от значения столбца или выражения. Оператор CASE может быть использован в двух форматах: CASE без ELSE: SELECT column1, CASE WHEN column2 = 'value1' THEN 'result1' WHEN column2 = 'value2' THEN 'result2' END AS column3 FROM table; В этой форме оператора CASE используется блок WHEN для проверки значения столбца column2. Если значение равно value1, то будет возвращено значение result1. Если значение равно value2, то будет возвращено значение result2. Если значение не соответствует ни одному из условий, то для столбца column3 будет возвращено значение NULL. CASE с ELSE: SELECT column1, CASE column2 WHEN 'value1' THEN 'result1' WHEN 'value2' THEN 'result2' ELSE 'result3' END AS column3 FROM table; В этой форме оператора CASE используется значение столбца column2 в блоке CASE. Если значение равно value1, то будет возвращено значение result1. Если значение равно value2, то будет возвращено значение result2. Если значение не соответствует ни одному из условий, то будет возвращено значение result3. Оба формата оператора CASE могут использоваться в запросах на выборку данных в SQL. Они позволяют создавать условия, когда нужно выполнить различные операции в зависимости от значения столбца или выражения. @sqlhub

Прокачать скилл с нуля и устроиться работать аналитиком данных можно всего за 2 месяца. Учебная программа одобрена экспертным советом Томского государственного университета. Почему мы? 📚  Официальный образовательный партнер Томского государственного университета 🏅  Преподаватели-практики с высокой экспертизой 🎓  Удостоверение о повышении квалификации установленного образца 🙍‍♀️  Поддержка тьютора в зачислении и обучении 🙌  Увлеченное коммьюнити и новые полезные контакты 👥  Сотни довольных выпускников прошлых лет Приглашаем принять участие: — Студентов старшего курса и выпускников — Женщин в декрете и неработающих мам детей до 7 лет — Безработных и лиц под риском увольнения — Лиц 50 лет и старше, предпенсионеров Подробные условия участия на сайте проекта. У нас есть и другие программы! 👨‍💻 Тестировщик ПО 🖌 Графический дизайн 🎲 Системный аналитик 📊 Аналитик маркетплейсов Подайте заявку и начните учиться уже через 2 недели! https://clck.ru/34GSDU

🖥 Как создать временную таблицу в sql запросе Для создания временной таблицы используется ключевое слово TEMPORARY в команде CREATE TABLE: CREATE TEMPORARY TABLE название_таблицы Удобно создавать временную таблицу на выборке из другой таблицы: CREATE TEMPORARY TABLE customer_temp SELECT * FROM customer; @sqlhub

Try Redis — тренажёр для освоения Redis БД Redis — это удобное и быстрое хранилище данных класса NoSQL, которое хранит и работает с данными типа «ключ — значение». Redis известен своей высокой производительностью, простотой и универсальностью. А потренироваться в использовании вам поможет тренажёр Try Redis, который может генерировать запросы: https://try.redis.io/ #redis @sqlhub

🖥 Создание базы данных для маркетплейса с помощью SQL В этой статье мы разработаем БД для практики. В этом проекте перед вами стоит задача создать реляционную базу данных для веб-сайта, предлагающего продажу подержанных автомобилей. Общее описание этого проекта заключается в том, что любой желающий может предлагать свои товары (подержанные автомобили) в виде рекламы, а потенциальные покупатели могут осуществлять поиск по нескольким категориям. ▪ Читать дальше @sqlhub

Хотите самостоятельно и оптимально готовить срезы и витрины данных? 📊 Приходите учиться этому 25 апреля 20:00 на открытый урок онлайн-курса «Data Warehouse» в OTUS. Начинаем обучение с важной темы: «Аналитика ключевых метрик компании с использованием dbt Metrics».  На вебинаре вы узнаете: - Что такое семантический слой, и в чем разница между метрикой и витриной данных - О правилах декларативной конфигурации метрик в yaml - Как использовать продвинутые возможности dbt Metrics (derived metrics, secondary calculations) Продолжить обучение вы сможете уже на курсе. Возможны разные формы оплаты. Спикер: Артемий Козырь, Analytics Engineer в британской компании Wheely. Имеет 7+ лет опыта в области хранилищ данных, ELT pipelines, анализа данных и визуализации. Для участия пройдите вступительный тест 👉 https://otus.pw/sktk/ Нативная интеграция. Информация о продукте на сайте otus.ru

🖥 Создание базы данных для маркетплейса с помощью SQL В этой статье мы разработаем БД для практики. В этом проекте перед вами стоит задача создать реляционную базу данных для веб-сайта, предлагающего продажу подержанных автомобилей. Общее описание этого проекта заключается в том, что любой желающий может предлагать свои товары (подержанные автомобили) в виде рекламы, а потенциальные покупатели могут осуществлять поиск по нескольким категориям. ▪ Читать дальше @sqlhub

🖥 Как работает like в SQL Думаю можно ответить так - оператор LIKE используется для сравнения значений в столбцах с шаблоном, который вы задаете. Он позволяет искать строки, которые содержат определенные символы или фразы. Шаблон запроса: SELECT column_name(s) FROM table_name WHERE column_name LIKE pattern; Пример: SELECT * FROM customers WHERE last_name LIKE 'Sm%'; Этот запрос вернет все строки из таблицы customers, в которых last_name начинается с букв "Sm". Оператор LIKE чувствителен к регистру символов, то есть "A" и "a" будут восприниматься как разные символы. Однако, для того чтобы выполнить поиск, игнорируя регистр символов, можно использовать функцию UPPER или LOWER, например: SELECT * FROM employees WHERE UPPER(first_name) LIKE '%JOHN%'; @sqlhub

💪 Пройди тест по MS SQL и проверь свои знания. Ответишь — пройдешь на углубленный курс "MS SQL Server разработчик" от OTUS по специальной цене + получишь запись мастер-класса от преподавателя курса🎁 . 📌 ПРОЙТИ ТЕСТ: https://otus.pw/s4Xo/ Нативная интеграция. Информация о продукте www.otus.ru