SQL Ready | Базы Данных

⚡️ Айтишник из «VISION» скупил курсы айти школ и выложил гигабайты материалов к себе Каждый найдет что-то по душе: 1202 ГБ — Python 1811 ГБ — Frontend 1100 ГБ — C / C++ / C# 804 ГБ — Java 411 ГБ — SQL & БД 309 ГБ — DevOps 998 ГБ — ИБ & Хакинг 773 ГБ — Kotlin / Swift 189 ГБ — PHP 201 ГБ — GoLang 170 ГБ — Rust 167 ГБ — QA / Тестирование 310 ГБ — 1C + Лицензии 495 ГБ — Машинное обучение 704 ГБ — Аналитика Данных 991 ГБ — Дизайн Материалы в закрепе, постоянно пополняются👆🏻

Всем привет 👋🏼 Ровно год назад я создал этот канал и не только (не важно что 12 июля, главное первый пост был 8 сентября 😁). Спасибо всем кто подписан на этот склчик, особенно благодарю тех, кто ставит реакции. 🖥 За это время контент намного стал лучше, с таких постов, до таких как сейчас. Но кстати всё равно, раньше тоже круто было, можете перейти в закреп и там посмотреть на старые постики. В общем, поздравляю сам себя с годовщиной! 🥳

🖥 Функции для работы с массивами! В этой шпаргалке собраны 8 методов для сбора, развертывания, подсчёта и преобразования массивов и строк. Короткие примеры помогут быстро ориентироваться в аналитических запросах и готовить данные для отчётов, API или BI-инструментов. ➡️ SQL Ready | #шпора

erid: 2W5zFJvmTRS RYBE — одежда с твоим языком программирования. Где два айтишника могут познакомиться? В офисе и на конференции. Нам этого мало. Мы захотели объединить людей, у которых одни интересы. Дать возможность узнать друг друга. В метро, на прогулке, в офисе, на конференции, в походе, в баре, в самолёте. В каком-то смысле это мерч для твоего языка программирования. А что еще? - отшиваемся в Москве; - плотный премиум-хлопок; - фичи типа люверсов для крепления пропуска, кармана для наушников и салфетки для очков Выбирай свой язык, заказывай, выбирай в подарок, носи сам: http://rybe.store/ Наш tg: @rybe_store

🖥 Транзакции и блокировка строк! При конкурентных изменениях данных важно исключить конфликты. Используем транзакции, блокировки строк и правильный уровень изоляции. Создадим таблицу счетов:

CREATE TABLE Accounts (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    balance DECIMAL(10,2)
);

Начинаем транзакцию и блокируем строку:

SET TRANSACTION ISOLATION LEVEL REPEATABLE READ; -- защита от грязных чтений
BEGIN;

SELECT balance FROM Accounts 
WHERE id = 1 FOR UPDATE; -- эксклюзивная блокировка строки

Выполняем перевод и фиксируем результат:

UPDATE Accounts SET balance = balance - 500 WHERE id = 1;
UPDATE Accounts SET balance = balance + 500 WHERE id = 2;
COMMIT; -- сохраняем изменения

Откат транзакции:

ROLLBACK; -- можно вызвать до COMMIT при ошибке

🔥 FOR UPDATE ставит row-level exclusive lock: другие транзакции ждут, пока вы завершите свою. ➡️ SQL Ready | #практика

🖥 Накопительные итоги — running totals без циклов! Хотите видеть, как растут продажи день за днём или отслеживать баланс по пользователям? С функциями SQL можно посчитать нарастающий итог прямо в одном запросе. Сегодня в посте:

• Считаем общий running total по датам. • Считаем накопительные суммы отдельно для каждого пользователя. • Контролируем диапазон расчёта с ROWS BETWEEN.

Это делает SQL-запросы компактными, наглядными и готовыми к использованию в отчётах. ➡️ SQL Ready | #гайд

🔥Прими участие в Хакатоне Т1 в Нижнем Новгороде и поборись за призовой фонд 600 000 рублей! 📅 Когда: 19 – 22 сентября 🌐 Формат: онлайн + финал на площадке  Участвуй, если ты: 🔹студент тех/ИТ-направлений; 🔹развиваешься в dev, аналитике, дизайне, AI/DS/ML, DevOps; 🔹сможешь быть в Нижнем Новгороде 22-09. Выбери свой кейс: 🔸PingTower — сервис круглосуточного отслеживания доступности сайтов и мгновенных уведомлений о сбоях, позволяющий бизнесу не терять клиентов. 🔸HR Консультант — ИИ-консультант для карьерных сценариев и поиска талантов по умным фильтрам. Почему стоит участвовать: 🔻Кейс в портфолио и полезная обратная связь от менторов Т1; 🔻Шанс проявить себя, чтобы начать карьеру в одной из крупнейших ИТ-компаний; 🔻Реальный опыт командной работы. Регистрация открыта!   ➡️ Успей до 17 сентября по ссылке   Ты не из Нижнего Новгорода? Смотри расписание хакатонов в других городах.  #реклама О рекламодателе

Проверяем дубликаты и считаем уникальные значения! В больших таблицах важно быстро находить повторяющиеся записи и понимать, сколько уникальных элементов. Это полезно для контроля качества данных и аналитики. Создадим таблицу пользователей:

CREATE TABLE users (
    user_id INT,
    email VARCHAR(100)
);

INSERT INTO users VALUES
(1, 'alice@mail.com'),
(2, 'bob@mail.com'),
(3, 'alice@mail.com'),
(4, 'carol@mail.com'),
(5, 'bob@mail.com');

Запрос для выявления дубликатов и подсчёта уникальных email:

SELECT email, COUNT(*) AS cnt,
       CASE WHEN COUNT(*)>1 THEN 'Duplicate' ELSE 'Unique' END AS status
FROM users
GROUP BY email;

Функция COUNT() + GROUP BY группирует одинаковые значения, а CASE сразу классифицирует их как дубликаты или уникальные. Результат:

email           | cnt | status
-----------------------------
alice@mail.com  | 2   | Duplicate
bob@mail.com    | 2   | Duplicate
carol@mail.com  | 1   | Unique

🔥 Это простой способ контролировать качество данных, выявлять ошибки и готовить отчёты для команды. ➡️ SQL Ready | #практика

❤️ Codedex — учи SQL через приключение! Здесь ты научишься создавать таблицы, фильтровать данные, использовать операторы и агрегатные функции — всё через увлекательные и практические задания. 📌 Оставляю ссылочку: codedex.io ➡️ SQL Ready | #ресурс

🖥 Анализируем музыкальные тренды! Хотим узнать, какие жанры и исполнители сейчас популярны, и в какие дни они слушаются чаще всего. Это помогает прогнозировать и подобрать рекомендации для плейлистов. В этом посте:

• EXTRACT(DOW FROM play_time) — выделяем день недели прослушивания. • EXTRACT(HOUR FROM play_time) — смотрим, в какие часы включают музыку. • COUNT(*) + GROUP BY — считаем, сколько треков играло по жанрам и времени. • ORDER BY — сортируем, чтобы увидеть пики популярности.

В итоге получаем SQL-инструмент для поиска «вирусных» жанров и артистов. ➡️ SQL Ready | #задача

GROUP BY с HAVING — фильтруем агрегированные данные! Когда нужно сгруппировать данные и одновременно применить фильтр к агрегатам, обычный WHERE не работает. HAVING позволяет фильтровать уже агрегированные результаты. Посчитаем количество заказов на каждого клиента:

SELECT CustomerID, COUNT(*) AS OrdersCount
FROM Orders
GROUP BY CustomerID;

Теперь выберем только тех клиентов, у кого больше 5 заказов:

SELECT CustomerID, COUNT(*) AS OrdersCount
FROM Orders
GROUP BY CustomerID
HAVING COUNT(*) > 5;

Можно комбинировать разные агрегаты, например сумма и среднее:

SELECT CustomerID, SUM(TotalAmount) AS Total, AVG(TotalAmount) AS AvgOrder
FROM Orders
GROUP BY CustomerID
HAVING SUM(TotalAmount) > 1000;

🔥 Но помните: фильтр с HAVING применяется после агрегации — сначала агрегируем, потом фильтруем. ➡️ SQL Ready | #практика

🖥 Какие фильмы лидируют в каждом жанре по среднему рейтингу и количеству отзывов? Для этого посчитаем среднюю оценку, количество голосов и выведем позицию фильма внутри жанра. В этом посте:

• JOIN — объединяем фильмы, жанры и оценки в единую выборку. • AVG + COUNT — считаем средний рейтинг и количество отзывов. • RANK + PARTITION BY — ранжируем фильмы внутри каждого жанра.

В итоге получаем топ фильмов по каждому жанру с учётом рейтинга и популярности. ➡️ SQL Ready | #задача

🖥 Напоминалка по группировке и агрегатам PRO! Приёмы для построения сводных таблиц прямо в SQL: от обычных группировок до динамических комбинаций измерений. В шпаргалке собраны примеры с ROLLUP, CUBE, GROUPING SETS, а также полезные функции GROUPING() и HAVING для тонкой аналитики. ➡️ SQL Ready | #шпора

В России можно посещать IT-мероприятия хоть каждый день: как оффлайн, так и онлайн Но где их находить? Как узнавать о них раньше, чем когда все начнут выкладывать фотографии оттуда? Переходите на канал IT-Мероприятия России. В нём каждый день анонсируются мероприятия со всех городов России 📆 в канале размещаются как онлайн, так и оффлайн мероприятия; 👩‍💻 можно найти ивенты по любому стеку: программирование, frontend-backend разработка, кибербезопасность, дата-аналитика, osint, devops и другие; 🎙 разнообразные форматы мероприятий: митапы с коллегами по цеху, конференции и вебинары с известными опытными специалистами, форумы и олимпиады от важных представителей индустрии и многое другое А чтобы не искать по разным форумам и чатам новости о предстоящих ивентах: 🚀 IT-мероприятия России — подписывайся и будь в курсе всех предстоящих мероприятий!

Сравнение с предыдущей строкой с LAG() Хотите узнать, как меняется значение от предыдущей записи? В аналитике это частая задача, и решается с помощью функции LAG() Создадим таблицу:

CREATE TABLE sales (
    id INT,
    customer VARCHAR(100),
    amount DECIMAL(10,2)
);

Запрос с LAG():

SELECT id, customer, amount,
       LAG(amount, 1) OVER (
           PARTITION BY customer
           ORDER BY id
       ) AS prev_amount
FROM sales;

Пример для клиента с 3 заказами:

id | customer | amount | prev_amount
------------------------------------
10 | Ivanov   | 500    | NULL
12 | Ivanov   | 700    | 500
15 | Ivanov   | 650    | 700

Функция LAG() берёт значение из предыдущей строки в пределах группы. NULL появляется, если предыдущей строки нет. Это позволяет быстро вычислять разницу между заказами:

SELECT id, customer, amount,
       amount - LAG(amount, 1) OVER (PARTITION BY customer ORDER BY id) AS diff
FROM sales;

🔥 Так что LAG — незаменимый инструмент для анализа изменений без подзапросов и джойнов. ➡️ SQL Ready | #практика

🖥 Анализируем сезонность продаж! Хотим понять, в какие месяцы и дни недели продажи растут, а в какие падают. Это важно для планирования акций, скидок и оптимизации работы склада и персонала. В этой задаче:

• EXTRACT(MONTH FROM order_date) — чтобы выделить месяц заказа. • EXTRACT(DOW FROM order_date) — чтобы выделить день недели. • COUNT(*) + GROUP BY — считаем количество заказов по каждому месяцу и дню недели. • ORDER BY — сортируем результат для наглядного анализа.

В итоге получаем инструмент для планирования продаж и оптимизации ресурсов. ➡️ SQL Ready | #задача

ЧЕБУРНЕТУ БЫТЬ!🤭

Медный купол по-немногу накрывает, а ты даже не знаешь как действовать?

Ниже даю список каналов спецов из сферы кибербеза, которые уже придумали все за тебя: HACK WARRIOR. - парни уже давно сели на измену и активно постируют контент на тему защиты своих личных данных в интернете, чтобы не сел ты. SecureSnake - канал безопасника однажды сильно пострадавшего от халатного отношения к своей интернет-гигиене. Собственно, поэтому и стал безопасником... INFOSEC LIZARD - твой личный криптонит от любых кибер-угроз в сети. Я бы не хотел, чтобы в будущем ты пожалел о том, что пролистал этот пост. Оставайся в безопасности.

🖥 Сегодня разбираем две полезные функции: 1. LEAST(a, b, c, …) — возвращает минимальное значение из списка аргументов. Полезно, когда нужно быстро определить наименьший показатель среди нескольких столбцов или метрик. 2. GREATEST(a, b, c, …) — возвращает максимальное значение из списка аргументов. Используется для поиска наибольшего значения среди нескольких колонок или показателей. Обе функции помогают сравнивать значения внутри одной строки, упрощая аналитику и расчёт рейтингов, KPI или оценки рисков. ➡️ SQL Ready | #метод