ch
Feedback

不要被骗子欺骗!Telemetrio 会找到并标记这些频道 👉 如果想查看标记,请订阅

SQL и Анализ данных

SQL и Анализ данных

前往频道在 Telegram

Базы данных и всё, что с ними связано! Сотрудничество: @haarrp РКН № 6766085482

显示更多

📈 Telegram 频道 SQL и Анализ данных 的分析概览

频道 SQL и Анализ данных (@databases_tg) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 12 480 名订阅者,在 技术与应用 类别中位列第 10 113,并在 俄罗斯 地区排名第 51 480 位。

📊 受众指标与增长动态

自 невідомо 创建以来,项目保持高速增长,吸引了 12 480 名订阅者。

根据 15 十一月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 49,过去 24 小时变化为 -2,整体触达仍然可观。

  • 认证状态: 未认证
  • 互动率 (ER): 平均受众互动率为 14.38%。内容发布后 24 小时内通常能获得 6.09% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 1 794 次浏览,首日通常累积 760 次浏览。
  • 互动与反馈: 受众积极参与,单帖平均反应数为 8。
  • 主题关注点: 内容集中在 sql, индекс, user_id, строка, субд 等核心主题上。

📝 描述与内容策略

作者将该频道定位为表达主观观点的平台:
“Базы данных и всё, что с ними связано! Сотрудничество: @haarrp РКН № 6766085482”

凭借高频更新(最新数据采集于 16 十一月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。

12 480
订阅者
-224 小时
-297 天
+4930 天
帖子存档
Rust, который наконец становится понятным 🦀 Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отде
Rust, который наконец становится понятным 🦀 Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли? Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы. Ты разберёшь: Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой. 🔥 Rust с нуля 🔥 5–6 часов в неделю 🔥 Практика после каждого урока 🔥 Подойдёт после Python, JavaScript, Java и других языков 🔥 Можно начать сразу В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага. Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/

4 курса на программиста за 90 секунд на примере заказа пиццы Алгоритм считает цену, HTTP-запрос несёт заказ на сервер, база данных сохраняет его в таблицу, а автотесты и деплой выкатывают новую версию приложения. Весь путь от первого курса до диплома на одном заказе пиццы. https://www.youtube.com/shorts/3g0YYKICRc4

Какое ключевое слово используется в оконных функциях PostgreSQL для определения группы строк, к которым применяется функция?
Anonymous voting

Запрос вернул строки. В какой момент они были верны? Изоляция и конкурентные изменения становятся особенно заметны, когда дан
Запрос вернул строки. В какой момент они были верны? Изоляция и конкурентные изменения становятся особенно заметны, когда данные распределены между узлами. На конференции HighLoad++ 2026 разберем инженерные случаи, где свойства системы влияют на результат работы с БД. Андрей Бородин разберет чтение с реплик PostgreSQL: аномалии изоляции и поиск актуального мастера. Максим Рауба, Ozon, покажет, как разбирать гонки при обновлении данных в master- и masterless-системах на примере WMS. Два доклада о том, как свойства распределенной системы влияют на корректность чтения и обновления данных. 30 ноября и 1 декабря 2026, кампус СКОЛКОВО, Москва. Очно и онлайн. Посмотреть программу #реклама О рекламодателе

SQL-задача: почему этот запрос не возвращает ни одной строки? Есть две таблицы:

users
+----+--------+
| id | name   |
+----+--------+
| 1  | Alex   |
| 2  | Maria  |
| 3  | John   |
| 4  | Kate   |
+----+--------+

banned_users
+---------+
| user_id |
+---------+
| 2       |
| NULL    |
+---------+
Выполняем запрос:

SELECT *
FROM users
WHERE id NOT IN (
    SELECT user_id
    FROM banned_users
);
Что вернёт запрос? A. Alex, John, Kate B. Alex, Maria, John, Kate C. Maria D. Пустой результат Здесь спрятана одна из самых коварных особенностей SQL: трёхзначная логика и поведение NULL в операторе NOT IN. Какой вариант правильный? И почему?

PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым
PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым важно понимать не только синтаксис запросов, но и поведение базы под нагрузкой. Вы построите учебный сервис заказов, исследуете планы запросов, воспроизведёте блокировки и разберёте MVCC, WAL и vacuum. https://github.com/justxor/postgresql-deep-dive-ru

SQL-ловушка: оконная функция считает не так, как вы ожидаете Даже опытные разработчики иногда ошибаются с SUM() OVER(). Что вернёт этот запрос в PostgreSQL?

WITH sales(id, amount) AS (
    VALUES
        (1, 10),
        (2, 10),
        (3, 20)
)
SELECT
    id,
    SUM(amount) OVER (
        ORDER BY amount
    ) AS running_total
FROM sales
ORDER BY id;
Какой будет столбец `running_total`? А) 10, 20, 40 Б) 20, 20, 40 В) 10, 10, 40 Г) Запрос завершится ошибкой На первый взгляд обычная накопительная сумма. Но PostgreSQL по умолчанию использует оконный фрейм, поведение которого при одинаковых значениях сортировки легко упустить. Какой вариант правильный и что изменится, если явно указать ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW?

Какой оператор используется для получения строк, которые есть в первом результате запроса, но отсутствуют во втором?
Anonymous voting

💼 Войти в ИБ можно начать сегодня вечером, с телефона Не обязательно бросать работу и покупать курс за сотни тысяч, чтобы по
💼 Войти в ИБ можно начать сегодня вечером, с телефона Не обязательно бросать работу и покупать курс за сотни тысяч, чтобы понять, твоё ли это. Начать можно с бесплатного мини-курса! ➡️ Начать в Telegram
За пару часов разберёшься, чем вообще занимаются в кибербезопасности: что защищают, как работают атаки, как устроена защита и какие есть профессии с их зарплатами. Открывается в мессенджере, проходится по дороге с работы, без сайтов и долгих регистраций.
А дальше, если зацепит, прямо в боте можно записаться на бесплатный разбор карьерного трека: куда идти с твоим опытом и как.

SQL-задача с подвохом: почему `LAG()` неправильно объединяет интервалы? Есть интервалы. Нужно объединить пересекающиеся и соприкасающиеся:

start_at | end_at
---------+-------
1        | 10
2        | 3
9        | 12
15       | 18
18       | 20
Ожидаемый результат:

1  | 12
15 | 20
Ловушка: сравнить начало интервала с концом предыдущего через LAG(end_at). Для [9,12] предыдущий интервал – [2,3]. Кажется, появился разрыв. Но [9,12] пересекается с более ранним [1,10]. Нужен максимальный конец среди всех предыдущих строк. Решение для PostgreSQL:

WITH bounds AS (
    SELECT *,
        MAX(end_at) OVER (
            ORDER BY start_at, end_at
            ROWS BETWEEN UNBOUNDED PRECEDING
                     AND 1 PRECEDING
        ) AS prev_max
    FROM intervals
),
groups AS (
    SELECT *,
        SUM(CASE
            WHEN prev_max IS NULL
              OR start_at > prev_max THEN 1
            ELSE 0
        END) OVER (
            ORDER BY start_at, end_at
            ROWS UNBOUNDED PRECEDING
        ) AS grp
    FROM bounds
)
SELECT MIN(start_at) AS start_at,
       MAX(end_at) AS end_at
FROM groups
GROUP BY grp
ORDER BY start_at;
Разбор: MAX() находит границу уже просмотренных интервалов. Начало правее неё – новая группа. Накопительная сумма нумерует группы, а MIN/MAX собирают итоговые границы. Условие > объединяет соприкасающиеся интервалы. Если соприкосновение объединять нельзя, используйте >=. Предполагаем, что границы не NULL и start_at < end_at.

Модель OpenAI опровергла ETH и взялась за задачу тысячелетия OpenAI заявила о трех открытиях своих моделей: опровержении ETH,
Модель OpenAI опровергла ETH и взялась за задачу тысячелетия OpenAI заявила о трех открытиях своих моделей: опровержении ETH, доказательстве гипотезы Какея и существовании теории Янга-Миллса. OpenAI опубликовала сразу три результата, которые получили ее внутренние модели: в гармоническом анализе, теории сложности и квантовой теории поля. Каждый из них, если подтвердится, закрывает вопрос, над которым специалисты бились десятилетиями. Сама компания называет эти рукописи «сырыми исследовательскими данными» и впервые отдает их на разбор внешним группам ученых. https://uproger.com/openai-eth-yang-mills-kakeya/

AI Data Science Team — команда специалистов по анализу данных на базе искусственного интеллекта поможет вам выполнять стандартные задачи в 10 раз быстрее.

Вопрос с собеседования по ML: зачем делить на корень из d в attention? Разбор популярного вопроса на собеседованиях по машинному обучению: почему в attention скалярное произведение делят на корень из d. Показываем на реальных расчётах, как без этого softmax насыщается, а градиенты пропадают. Сохрани, чтобы не завалить на интервью.

Какой метод партиционирования в PostgreSQL разделяет данные на основе вхождения значения в определенные диапазоны (например, даты)?
Anonymous voting

One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных
One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных в антифрод — чтобы разбирать тренды мошенничества, находить скрытые паттерны и превращать их в правила защиты. Готов к таким задачам — добро пожаловать на One Day Offer: отбор за один день, разбор реальных кейсов, быстрая обратная связь. 24 октября, онлайн, регистрация и подробности — здесь!

🧩 SQL-задача: опечатка, которую база не заметит

CREATE TABLE users (user_id INT PRIMARY KEY);
CREATE TABLE orders (order_id INT PRIMARY KEY, buyer_id INT);

INSERT INTO users VALUES (1), (2), (3);
INSERT INTO orders VALUES (101, 1);

SELECT user_id
FROM users
WHERE user_id IN (
    SELECT user_id FROM orders
);
Что вернёт запрос? Ошибку, только 1 или всех пользователей? 👇 Разбор Вернёт 1, 2, 3. В orders нет user_id, поэтому SQL находит колонку во внешнем запросе. Подзапрос становится коррелированным: для каждого пользователя он возвращает его собственный ID по одному разу на каждую строку orders. Пока в orders есть строки, условие истинно для каждого пользователя. Если таблица пуста, запрос не вернёт ничего. Правильный вариант:

SELECT u.user_id
FROM users AS u
WHERE u.user_id IN (
    SELECT o.buyer_id
    FROM orders AS o
);
💡 Указывайте алиасы таблиц: o.user_id вызвал бы ошибку и сразу выдал опечатку. #SQL

Как не дать проекту по переходу на российскую базу данных превратиться в долгострой и сожрать вашу прибыль? Ответ: увидеть ми
Как не дать проекту по переходу на российскую базу данных превратиться в долгострой и сожрать вашу прибыль? Ответ: увидеть миграцию вживую! 27 октября в Москве, в Кибердоме, пройдёт День СУБД 2026 от «Диасофт». В программе: 📍 Демо переноса схемы с MS SQL и Oracle без переписывания кода – на сцене, с реальной консолью 📍 Кейсы клиентов с цифрами и сроками 📍 Готовый чек-лист и методика оценки трудоёмкости миграции 📍 Личные консультации с архитекторами Digital Q.DataBase – без тикетов и SLA 📍 3 часа нетворкинга с теми, кто уже завершил переход Формат офлайн. Участие бесплатное, но количество мест ограничено. 📅 27 октября, 14:00–23:00 📍 Москва, Кибердом 🔗 Регистрация

🦀 SurrealDB заменяет RocksDB собственным движком на Rust. Команда выпустила SurrealKV 1.0 под лицензией Apache 2.0. В Surrea
🦀 SurrealDB заменяет RocksDB собственным движком на Rust. Команда выпустила SurrealKV 1.0 под лицензией Apache 2.0. В SurrealDB 4 он станет единственным движком постоянного хранения. В тестах разработчиков, где каждый коммит сохраняется на диск до подтверждения, SurrealKV обошёл RocksDB: ⚡ Точечное чтение в 7,95 раза ⚡ Обновление в 6,10 раза ⚡ Создание записей в 26,8 раза В основе ускорения: radix tree для данных в памяти, групповая запись коммитов в журнал и дешёвые операции чтения. Есть транзакции с изоляцией снимков, история версий и шифрование данных на диске. Цифры зависят от режима: без синхронного сохранения RocksDB быстрее на записи. Каждый результат получен за один прогон, а необычно большой разрыв на создании записей авторы пока не объяснили. https://surrealdb.com/blog/we-are-replacing-rocksdb-with-surrealkv-1-0

🔎 Конец программирования: создатель InfluxDB считает, что код скоро перестанут писать и читать люди Пол Дикс, основатель Inf
🔎 Конец программирования: создатель InfluxDB считает, что код скоро перестанут писать и читать люди Пол Дикс, основатель InfluxData и автор InfluxDB, опубликовал эссе «The end of programming». Его тезис: ручное написание кода и построчное ревью вымирают. Софт будут производить агенты, а люди будут проверять результат работы системы, в сам код почти не заглядывая. Главный аргумент Дикса связан с Bun 1.4. Рантайм переписали с Zig на Rust, это больше миллиона новых строк. Сделал это один разработчик, Джаред Самнер, вместе с предрелизной Fable 5 и почти безлимитным бюджетом на токены. Он собрал харнесс для параллельной работы агентов, и за 11 дней они сделали 6778 коммитов. По API это стоило бы около $165 тысяч. На возражение, что переписывать готовую программу легко, ведь старая версия служит эталоном, Дикс отвечает так: если есть система верификации и толковое направление, ИИ доводит до рабочего состояния очень сложный софт. Его собственные эксперименты на форке InfluxDB. Интеграцию с Apache Iceberg, где задействованы API, CLI, компактор, манифесты и S3, Fable собрала за 14 часов: Дикс только описал архитектуру, а дальше работали сабагенты с код-ревью. Репликацию данных с edge-узлов в центральный кластер модель сделала за 28 часов, сама развернула в AWS и чинила баги по логам и метрикам. Система крутится до сих пор. Обе фичи пока остаются прототипами, а держать агента в постоянном цикле улучшений Дикс не может себе позволить: по его оценке, это сотни тысяч долларов в месяц. По словам Дикса, в Anthropic и OpenAI разработчики уже выпускают десятки и сотни PR в неделю. Они строят системы, промпты и инструменты проверки и не читают каждую строку. Остальная индустрия придёт к этому примерно через год. К концу 2027 года интеллект уровня Fable должен стать достаточно дешёвым для работы на полный день, а железо вроде Cerebras даст в 10-100 раз больше токенов в секунду. При этом Дикс не обещает мгновенной революции. Из-за инерции организаций ручной код с построчным ревью во многих компаниях проживёт ещё лет десять. И вместе с полезным софтом нас ждёт море слопа. Самыми продуктивными станут те, кто управляет агентами, строит харнессы, фабрики софта и системы QA. Главными вопросами будут «что мы хотим выпустить?» и «что мы готовы поддерживать?». https://pauldix.com/the-end-of-programming

Трюк Карпаты сработал: локальная LLM на Mac M5 выдает 117 токенов в секунду Как open-source движок Uzu от Mirai обходит потол
Трюк Карпаты сработал: локальная LLM на Mac M5 выдает 117 токенов в секунду Как open-source движок Uzu от Mirai обходит потолок пропускной способности памяти на Apple M5 и разгоняет Qwen3.5 9B с 22 до 117 токенов в секунду: квантизация, спекулятивный декодинг, Weaver и бенчмарк против llama.cpp и MLX. https://uproger.com/uzu-uskorenie-lokalnyh-llm-apple-m5/