SQL Academy: всё о реляционных БД и SQL

Как стать тестировщиком с нуля Без связей и без дорогих курсов Привет, меня зовут Данииль, и я никогда не думал, что буду как-то связан с IT Но когда в 18 лет я узнал про тестирование, мой путь начался так:

• изучал кучу теории в течение года • пытался понять, как устроено тестирование • выгорал и бросал обучение

😕 И первую работу я нашёл только спустя ГОД За это время я совершил кучу ошибок. Но сейчас я Senior QA с 5-летним опытом Проанализировав свой путь, я понял, что на самом деле работает И записал видео, где рассказываю:

• какие варианты я пробовал на пути к первой работе • чем на самом деле занимается тестировщик • как найти работу быстрее, чем за полгода

👋 Это разбор реального пути: как с нуля дойти до первой работы тестировщиком с хорошей зарплатой 👉 Смотри видео в закрепе

Views vs Materialized Views: в чем разница? Когда вы только начинаете работать с SQL, вам быстро надоедает писать один и тот же запрос на 20 строк с кучей джоинов. Чтобы не копипастить код, его можно сохранить прямо в базе. Для этого есть два способа: обычные Views (вьюхи) и материализованные. Что такое View? Это просто запрос, которому дали имя. База не создает новую таблицу и не копирует данные. Она просто запоминает ваш SELECT. Когда вы пишете SELECT * FROM my_view, база «под капотом» подставляет ваш исходный код и выполняет его заново. Представьте, что вам постоянно нужно видеть комнаты вместе с именами владельцев. Чтобы не джойнить таблицы каждый раз руками, делаем так:

CREATE VIEW room_owners AS
SELECT r.id, r.home_type, u.name as owner_name
FROM Rooms r
JOIN Users u ON r.owner_id = u.id;

Теперь можно просто писать SELECT * FROM room_owners. База будет каждый раз пересчитывать джойн. Плюс в том, что данные всегда актуальные. Минус: если в таблицах миллионы строк, такая View начнет подтормаживать. Что такое Materialized View Здесь база выполняет запрос один раз и сохраняет результат в отдельную скрытую таблицу. Это спасение для тяжелых расчетов. Например, если мы хотим посчитать общую выручку по каждой комнате за всё время:

CREATE MATERIALIZED VIEW room_stats AS
SELECT room_id, SUM(total) as total_earned
FROM Reservations
GROUP BY room_id;

Результат читается мгновенно, потому что сумма уже посчитана и лежит на диске. Но есть нюанс: данные в ней «застывают». Если пришла новая бронь, сумма не изменится, пока вы не обновите View командой:

REFRESH MATERIALIZED VIEW room_stats;

Что выбрать? Все зависит от того, что вам важнее: скорость или актуальность. Если данные нужны «прямо сейчас» — делайте обычную View. Если вы строите отчет за прошлый месяц, который не меняется каждую секунду — Materialized View сэкономит кучу ресурсов.

Устали от бесконечных миграций схемы под каждый новый атрибут в логах? Выбираете между скоростью запросов и гибкостью хранения динамических JSON? На живом примере разберем стратегии работы с полуструктурированными данными в ClickHouse: ✅Schema-on-Read vs Schema-on-Write: Когда и какой подход выбрать для баланса скорости, гибкости и стоимости. ✅Гибридные модели и Native JSON: Практическое использование современных возможностей ClickHouse. ✅Настройка и типичные запросы: Пишем DDL и сравниваем производительность разных подходов на реальных данных. Спикер — Никита Елисеев, Senior Data Engineer. Узнайте из первых рук, как строить эффективные решения, а не костыли. Зарегистрируйтесь, чтобы получить работающие решения и перестать «ломать» данные под базу: регистрация Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Как быстро разобраться в связях БД без боли и ручного рисования? Разбор легаси-кода или проектирование сложной архитектуры часто превращается в бесконечную отрисовку схем. Инструмент ERflow автоматизирует эту рутину, превращая SQL-код в наглядные ER-диаграммы. Что полезного внутри: 🔹 Мгновенная визуализация: генерирует ER-модель из вашего SQL за считанные секунды. 🔹 Data Lineage: помогает отследить происхождение полей даже в очень запутанных запросах. 🔹 Автоматизация: есть API для встраивания в CI/CD процессы. 🔹 Синхронизация: ER-графы можно создавать с нуля, а SQL и описания связей обновятся автоматически. Отличный инструмент для подготовки ТЗ, спецификаций и быстрого онбординга в проект. 👉 Попробовать: ERflow.ru

🚀 Вопросы с собеседования на позицию intern аналитика в Тинькофф: разбор SQL 🚀 Сегодня мы разберем некоторые интересные вопросы по SQL, которые могут встретиться на собеседовании в Тинькофф. 📊🔍 1️⃣ Может ли измениться результат запроса, если в LEFT JOIN поменять местами таблицы ? Да, если поменять местами таблицы в LEFT JOIN, результат запроса кардинально изменится. Все потому, что LEFT JOIN берет все строки из "левой" таблицы, дополняя их данными из "правой". Смена местами меняет логику: теперь "правая" становится "левой" и наоборот. Это влияет на то, какие строки и как будут включены в результат. 🔄 2️⃣ 5 + NULL это сколько? В SQL, когда вы выполняете арифметическую операцию с NULL, результатом всегда будет NULL. Это связано с тем, что NULL представляет собой неопределенное значение, и любая операция с неопределенным значением также является неопределенной. Таким образом, 5 + NULL будет равно NULL. 3️⃣ Какие функции умеют возвращать значения из предыдущих/последующих строк для заданной строки таблицы ? В SQL, чтобы работать с данными из строк до и после текущей, используются оконные функции. Эти функции обеспечивают доступ к значениям предыдущих/последующих строк: ℹ️LEAD(): Получает данные из строки после текущей, позволяя смотреть вперед на заданное количество строк. ℹ️ LAG(): Доступ к данным из строки перед текущей, предоставляя возможность анализировать предыдущие значения. ℹ️ FIRST_VALUE() и LAST_VALUE(): Возвращают первое и последнее значение в наборе строк соответственно, идеально для сравнения текущих значений с крайними в диапазоне. ℹ️ NTH_VALUE(): Дает значение из конкретной позиции в окне, полезно для нахождения конкретных точек данных в последовательности. Для тех, кто хочет углубиться в тему оконных функций: https://sql-academy.org/ru/guide/windows-functions #задание_из_собеседования #tinkoff #intern #analytic

IT + Зимняя Олимпиада = ? Запускаем конкурс: представьте, что вы — участники олимпийской айтишной сборной. В какой роли выступите? Условия 1. Поставить на посте реакцию, которая связана с вашим любимым зимним видом спорта — посмотрим, сколько у нас тут лыжников, сноубордистов, фигуристов или любителей саней 🏂🎿⛸🛷 2. Быть подписанным на канал @rnd2gis 3. Нажать кнопку «Участвовать» Итоги 23 февраля  3 участника получат промокоды по 3000 рублей на бронирование в Отелло. Приятность, если захотите сменить обстановку на Сочи или Шерегеш после спринта. Реклама. ООО "ДУБЛЬГИС". ИНН 5405276278. erid: 2W5zFGWMDzQ

🚀 BroCapGPT — AI-сервис автоматического решения CAPTCHA для разработчиков, автоматизаторов, QA-специалистов и DevOps. Если распознавание капч тормозит ваши процессы, этот сервис решает проблему с помощью AI-алгоритмов и облачной инфраструктуры, обеспечивая быструю и точную обработку популярных типов CAPTCHA. 🔧 Что получает IT-аудитория: • ⚡ Высокая скорость — большинство капч решаются за секунды • 📈 Стабильная работа под нагрузкой • 🧠 Поддержка популярных видов капч • 💰 Оплата за разгаданные капчи 📣 Пользователи отмечают удобство API, стабильную скорость и выгодное соотношение цены и качества. 👉 Подходит для автоматизации, парсинга данных, авторегов, QA-тестирования, backend-скриптов и других задач, где CAPTCHA мешает работе. 🔗 Telegram - https://t.me/brocapgptbot?start=tg6 erid: 2W5zFHqNDPE

🔥 Бесплатный интенсив по ChatGPT и созданию НЕЙРОСТРУДНИКОВ без опыта программирования🔥 Вы узнаете, как использовать ChatGPT в профессиональных целях, создавать нейросотрудников на заказ и зарабатывать на ИИ от 150.000р в месяц. Простое понимание основ, без сложного кода! Что будет на интенсиве? 🧬 Теория: как создаются нейро-сотрудники с GPT на Python 🧬 Практика: мы создадим нейро-консультанта, нейро-HR, нейро-маркетолога и др. Интенсив - максимально простой и доступный, без какого-либо сложного программирования. Ведущий интенсива - Senior AI-разработчик нейросетей с 2003 года и основатель Университета искусственного интеллекта - Дмитрий Романов. 🤖Присоединяйтесь к нашему бесплатному интенсиву и разберитесь в этой увлекательной теме с нами!

SQL & AI: Друзья или враги? Еще пару лет назад мы обсуждали, заменит ли нейросеть разработчика. В 2026 году ответ стал очевиден: AI не заменил SQL-специалиста, но он радикально изменил правила игры. Сегодня разбираемся, как превратить AI в мощного союзника и где расставлены ловушки, в которые попадают даже мидлы. 🤝 Почему AI - ваш лучший друг 🔹Прощай, шаблонный код Написать 10 однотипных JOIN или сложную структуру CASE WHEN нейросеть может за секунды. Это экономит до 40% времени на рутине. 🔹Объяснение чужого кода Получили в наследство legacy-запрос на 200 строк без единого комментария? AI отлично справляется с декомпозицией и объяснением логики «человеческим» языком. 🔹Генерация синтетических данных Нужно быстро наполнить таблицу для тестов, соблюдая типы данных и связи? AI сделает это лучше любого скрипта-заполнителя. ⚠️ Почему AI - коварный враг Главная проблема в том, что AI галлюцинирует уверенно. 🔹Каша из диалектов Модель может предложить изящное решение на функциях PostgreSQL (например, DISTINCT ON), которые просто не существуют или работают иначе в вашей версии MySQL или ClickHouse. 🔹Производительность — не приоритет по умолчанию Если не попросить специально оптимизировать запрос, AI выдаст код, который просто «работает». Он часто предлагает вложенные подзапросы там, где эффективнее CTE или оконные функции, и редко думает об использовании индексов. 🔹Отсутствие контекста БД Нейросеть не знает объема ваших данных, наличия индексов и специфики «железа». Запрос, который AI посчитал идеальным, может «положить» ваш прод в пиковую нагрузку. 💡 Как выжить в эпоху AI-SQL? Чтобы оставаться востребованным профи, фокус должен сместиться с «написания кода» на его аудит и архитектуру. 🔹Валидация — это закон Никогда не копируйте код из чата в консоль без проверки EXPLAIN ANALYZE. 🔹AI как ревьюер Попробуйте обратный подход — скормите нейросети свой рабочий запрос и спросите: «Как это оптимизировать?». Иногда она подсвечивает неочевидные узкие места. 🔹Изучайте теорию глубже Чем лучше вы понимаете работу планировщика запросов и индексов, тем проще вам будет увидеть «галлюцинацию» в ответе нейросети. AI - это не замена мозга, а мощный инструмент. Он делает вас быстрее, но очень важно валидировать самостоятельно любой ее ответ.

🔥 БЕСПЛАТНЫЙ ИНТЕНСИВ по написанию 9 НЕЙРОСЕТЕЙ на Python за 1 вечер🔥 Узнайтё всё о профессии AI-разработчика всего за 1 день! Простое понимание основ, без сложного кода! Создавайте нейросети, автоматизируйте бизнес-задачи и зарабатывайте на AI-решениях. 📌 Темы решаемых задач: 1. Классификация людей входящих/выходящих из автобуса 2. Классификация отзывы на Tesla 3. Оценка выброса СО2 по параметрам машины 4. Прогнозирование тренда цены золота 5. Сегментация изображения для робота доставщика 6. Обнаружение людей без касок на стройке/производстве 7. Трекинг людей на видео 8. Распознавание речи 9. Генерация изображений с помощью Stable diffusion Интенсив - максимально простой и доступный, без какого-либо сложного программирования. 📚Регистрируйтесь прямо сейчас и получите подарок — бесплатный доступ к 21 AI-вебинару! 🤖 Присоединяйтесь к нашему бесплатному интенсиву и разберитесь в этой увлекательной теме с нами!

❓Как менять статусы объектов в процессе — и не утонуть в сервисных задачах Когда по процессу движется бизнес-объект — заказ, договор или заявка на кредит, то нужно изменять его статус в зависимости от пройденных этапов. При этом часто на статусы многое завязано и хочется видеть изменения на модели процесса. 💡 Решение в лоб — на каждое изменение ставить сервисную задачу, которая пропишет нужный атрибут сущности в прикладной системе. Будет все наглядно, но схема быстро захламляется однотипными элементами. Как быть? 👉 Можно моделировать смену статусов событиями — они компактнее. Но мы же хотим иметь исполняемую модель, чтобы статус менялся не только «на бумаге». А навесить бизнес-логику на события — задача нетривиальная. Не хочется городить сложные решения ради такой мелочи. ❗️Мы нашли лайфхак, как сохранить лаконичность схем и обойтись без лишнего кода. Как именно? 👇 Ответ — в Телеграм-канале BPM Developers. #реклама О рекламодателе

🔥 БЕСПЛАТНЫЙ КУРС ПО СОЗДАНИЮ НЕЙРО-СОТРУДНИКОВ НА GPT И ДРУГИХ LLM 🔥 Ищете практический и углубленный курс, чтобы освоить создание нейро-сотрудников? Мы создали курс из 5 объемных занятий. Это именно то, что нужно, чтобы прокачать свои навыки абсолютно бесплатно! 📌 Темы занятий: 1. Введение в мир нейро-сотрудников 2. Как работают LLM и их аналоги 3. Создание базы знаний для нейро-сотрудника (RAG) 4. Тестирование и отладка нейро-сотрудников 5. Интеграция нейро-сотрудников в Production Вот 5 тем курса - он максимально простой и доступный, общеобразовательный, без какого-либо сложного программирования 📚Прохождение этого курса, скорее всего, займет у вас от 1 до 3 часов 🤖 Присоединяйтесь к нашему бесплатному курсу и разберитесь в этой увлекательной теме с нами!

Soft Delete, Hard Delete или Архив? Как правильно удалять данные 🗑️ Задача: Пользователь нажал «Удалить аккаунт». Что делать базе? Стереть навсегда? Скрыть? Или перенести в чулан? Разбираем три стратегии. 1️⃣ Hard Delete (Физическое удаление) 🧨 Классический DELETE. Данные исчезают, место освобождается. Плюсы: 🔹 Максимальная скорость работы базы (таблицы компактные). 🔹 Соблюдение GDPR (право на забвение). 🔹 Нет проблем с уникальностью (email можно использовать повторно сразу). Минусы: Данные не восстановить без бэкапа. Опасность «битых ссылок», если забыли настроить каскадное удаление (Foreign Keys). 2️⃣ Soft Delete (Мягкое удаление) 👻 Мы не удаляем строку, а ставим метку deleted_at = NOW(). Данные лежат на месте, но приложение делает вид, что их нет. Плюсы: 🔹 Легко восстановить («Ой, я случайно!»). 🔹 Сохраняется история и связи. Минусы: 🔸 Раздувание таблицы: База хранит тонны «мертвых» данных, индексы тормозят. 🔸 Сложность запросов: Везде нужно писать WHERE deleted_at IS NULL. 🔸 Проблема уникальности: Если bob@site.com удален «мягко», создать нового Боба с тем же email не даст уникальный индекс (нужен частичный индекс). 3️⃣ Archiving (Архивирование / Cold Storage) 📦 Гибридный подход. Данные удаляются из основной («горячей») таблицы, но перед этим переносятся в отдельную таблицу-архив (users_archive). Как это работает: 🔹Стартуем транзакцию. 🔹INSERT данные в таблицу архива. 🔹DELETE данные из основной таблицы. 🔹Коммит. Плюсы: ✅ Основная таблица летает (в ней только активные данные). ✅ История сохранена (в архиве). ✅ Нет проблем с уникальными индексами в основной таблице. Элегантный перенос одной командой (PostgreSQL) :

WITH moved_rows AS (
    DELETE FROM users
    WHERE id = 101
    RETURNING *
)
INSERT INTO users_archive
SELECT * FROM moved_rows;

Всем привет! На канале Data analysis | Анализ данных | DA разбираются темы и вопросы, которые должен знать аналитик данных, имеющий опыт 3-6 лет. Все темы взяты из реальных вакансий, опубликованных на hh.ru. Будет полезно, если вы являетесь аналитиком данных (начинающим или опытным) или работаете по смежной профессии, либо просто интересуетесь базами данных, Python, SQL, экономикой и финансами и всеми производными от этих тем. Список разобранных вопросов: 🐍 Python:

— Эмбеддинги предложений — Алгоритм кластеризации — Кластеризация текстовой информации — Визуализация: Matplotlib — Визуализация: Seaborn — Python в Tableau — Python + SQL: Cx_oracle — Большие данные в Python: Dask — Массовая загрузка файлов в БД — Продвинутая запись в Excel: XlsxWriter — Аномалии в данных — Аномалии в данных: применение скользящих средних — Автоматизация подбора чисел — Анализ динамики

📖 SQL:

— PARTITION (оконные функции) — PARTITION (партиционирование) — Процедуры: разбор IN | OUT | IN OUT — Процедуры: объявления и исключения — PACKAGE (пакеты) — Циклы LOOP, WHILE, FOR — CURSOR — Индексы — Представления (Views) — Материализованные и нематериализованные views — Hints (хинты) — EXPLAIN PLAN — TRIGGER (триггеры)

📖 Базы данных:

— Какие бывают базы данных — Виды БД наглядно — ACID и BASE — OLAP-кубы — Проектирование баз данных — Разница между БД и DWH — Витрины данных — ETL и ELT процессы — Звездочка, снежинка, Data Vault — Слои данных в DWH — Нормализация

⚙️ Инструменты:

— Обзор Hadoop — Обзор Hive — Обзор Impala — Обзор Airflow — Обзор ClickHouse — Tableau — Arenadata Catalog — Qlik Sense — Informatica PowerCenter

🐞 А/Б тестирование:

— Основы А/Б тестов — А/Б тесты на практике — Математические методы проверки результатов — Инструменты А/Б тестирования

📊 Работа с данными:

— Парадокс Симпсона — Банковские клиенты — Клиентская информация в банковском DWH — Банковские продукты — Продуктовая информация в банковском DWH — Счета, баланс и фин рез в банковском DWH — Качество данных — Метаданные — Source-to-Target Mapping

В ближайшем будущем будем разбирать 👇 — Больше про SQL и базы данных: архитектуру и т.п. — Больше питоновских библиотек и кейсов — Про банковские данные — Актуальные инструменты, в частности BI-инструменты и ETL-инструменты

🔥 БЕСПЛАТНЫЙ КУРС ПО AI-БИБЛИОТЕКАМ ДЛЯ IT 🔥 Отдаем 5 практических углубленных занятий с изучением ключевых AI-библиотек для IT. Простое понимание основ, без сложного кода! Это именно то, что нужно, чтобы прокачать свои навыки абсолютно бесплатно! 📌 Темы занятий: 1. Введение в AI-библиотеки 2. Библиотеки для компьютерного зрения 3. Библиотеки для NLP и LLM 4. Библиотеки: табличные данные и временные ряды 5. Общие AI-библиотеки и полезные инструменты Вот 5 тем курса - он максимально простой и доступный, общеобразовательный, без какого-либо сложного программирования 📚Прохождение этого курса, скорее всего, займет у вас от 1 до 3 часов 🤖 Присоединяйтесь к нашему бесплатному курсу и разберитесь в этой увлекательной теме с нами!

Мини-квиз по дате и времени в PostgreSQL 1️⃣ Вопрос 1: Парсинг даты одной функцией

SELECT to_date('16-08-2024', 'DD-MM-YYYY');

a) 16/08/2024 b) 2024-16-08 c) 2024-08-16 d) Ошибка парсинга Правильный ответ: c) 2024-08-16 2️⃣ Вопрос 2: Разница в днях

SELECT DATE '2024-03-15' - DATE '2024-03-01';

a) 13 b) 14 c) 15 d) 16 Правильный ответ: b) 14 3️⃣ Вопрос 3: Номер недели (ISO) для актуальной даты

SELECT EXTRACT(WEEK FROM DATE '2026-01-01');

a) 0 b) 1 c) 52 d) 53 Правильный ответ: b) 1 4️⃣ Вопрос 4: Переход через полночь

SELECT TIMESTAMP '2024-08-16 23:00:00' + INTERVAL '2 hours';

a) 2024-08-16 25:00:00 b) 2024-08-17 00:00:00 c) 2024-08-17 01:00:00 d) 2024-08-16 23:02:00 Правильный ответ: c) 2024-08-17 01:00:00

🔥 БЕСПЛАТНЫЙ КУРС ПО СОЗДАНИЮ НЕЙРО-СОТРУДНИКОВ НА GPT И ДРУГИХ LLM 🔥 Ищете практический и углубленный курс, чтобы освоить создание нейро-сотрудников? Мы создали курс из 5 объемных занятий. Это именно то, что нужно, чтобы прокачать свои навыки абсолютно бесплатно! 📌 Темы занятий: 1. Введение в мир нейро-сотрудников 2. Как работают LLM и их аналоги 3. Создание базы знаний для нейро-сотрудника (RAG) 4. Тестирование и отладка нейро-сотрудников 5. Интеграция нейро-сотрудников в Production Вот 5 тем курса - он максимально простой и доступный, общеобразовательный, без какого-либо сложного программирования 📚Прохождение этого курса, скорее всего, займет у вас от 1 до 3 часов 🤖 Присоединяйтесь к нашему бесплатному курсу и разберитесь в этой увлекательной теме с нами!

Хочу стать DevOps-инженером. С чего начать? ➡️ С базы, конечно же – автоматизации, развертывания, масштабирования и управления приложениями в контейнерах. 15 декабря Слёрм запускает новый поток курса «Kubernetes: База» для инженеров. 🔸Научим разворачивать инфраструктуру k8s, обслуживать кластер и его сервисы 🔸Подготовим к работе в DevOps-проектах 🔸Расскажем, как поддерживать k8s, находить неисправности и решать проблемы 🔸Покажем, как внедрить CI/CD, настраивать мониторинг и управлять контейнеризированными приложениями Внутри: 👉 73% практики и работы со стендами 👉 5 онлайн-встреч со спикерами 👉 итоговая сертификация В подарок — подготовительные курсы по Ansible и Docker🔥 ➡️Узнать подробности и занять место — по ссылке.

5 ФАТАЛЬНЫХ ОШИБОК В ГРАФИКАХ, КОТОРЫЕ ПОДРЫВАЮТ ДОВЕРИЕ К ВАШЕМУ АНАЛИЗУ Забирайте гайд с разбором основных ошибок в канале Сделай это красиво. Автор — Алексей Смагин, дата-журналист и аналитик Яндекса. ГАЙД ПОДОЙДЁТ: — дизайнерам и СММ — аналитикам данных и продуктовым аналитикам — научным сотрудникам и исследователям — руководителям, которые работают с отчётностью — всем, кто делает презентации с графиками Умение анализировать — это круто. Но заказчики не видят вашу работу, они видят итоговые выводы. А от их оформления зависит, оценят ли результат. Научиться делать графики — это быстро и легко. Достаточно исключить базовые ошибки — и ваша инфографика сразу будет выглядеть профессиональнее. Подписывайтесь и забирайте гайд в закрепе: https://t.me/+J4Ynm_2Vnw42NDI6

🔄 Миграция на российскую СУБД без переписывания кода 25 ноября в 14:00 (МСК) — вебинар о переходе с MS SQL или Oracle на Digital Q.DataBase с минимальными издержками. 💡 На вебинаре узнаете: 1️⃣ Как Digital Q.DataBase объединила три диалекта — T-SQL, PL/SQL и PL/pgSQL. 2️⃣ Как мигрировать ПО с любой СУБД без переписывания кода. 3️⃣ Что входит в поставку (включая то, что другие вендоры лицензируют отдельно). 4️⃣ Как получить бесплатную версию Digital Q.DataBase. 🏆 Digital Q.DataBase: — Сертификация ФСТЭК 4-го уровня — 1 место в рейтинге CNews Market «Конвергентные СУБД» 👥 Для кого: Разработчики, администраторы БД, CIO, CDTO, руководители проектов импортозамещения. 🎤 Спикер: Андрей Жуйков, руководитель направления 📅 25 ноября | 🕐 14:00 (МСК) | 💻 Онлайн, бесплатно 👉 Регистрация #реклама О рекламодателе