SQL Ready | Базы Данных

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

🖥 Разбираем методы работы со строками! В первой части мы рассмотрели базовые методы. Во второй — функции для поиска, трансформации, разбиения и динамического форматирования строк. Они помогают эффективно нормализовать данные, готовить отчёты и работать с пользовательским вводом. ➡️ SQL Ready | #шпора

Пачка слитых курсов по программированию за 10000руб за подписку! Да-да, RECURA дает бесплатные курсы по таким направлениям: • Python (64гб видео) • Linux (45гб курсов) • PHP (34гб видео) • Go (23гб видео) • Docker (37гб видео) • C# (26гб видео) • Java (45гб видео) • SQL (41гб видео) • Другое (214гб видео) Лучшие курсы от топовых школ. Не упусти!🔥

❤️ Нашёл суперполезную статью на Хабре о работе с командой COPY в PostgreSQL В этой статье: • Как COPY FROM и COPY TO работают быстрее и надежнее, чем массовые INSERT; • Показан безопасный staging-поток с unlogged-таблицей; • Подсказано, как отследить прогресс загрузки через pg_stat_progress_copy; • Освещено использование COPY из кода на Python, Go и Rust с готовыми примерами;

🔊 Рекомендую продолжить на Habr!

➡️ SQL Ready | #статья

🖥 Рассмотрим сводные отчёты! С ними можно строить отчёты с подытогами по группам, общими итогами и всеми комбинациями категорий. Помогают отличать обычные строки от итоговых, чтобы отчёты были корректными и наглядными. В этомгайде:

• Подытоги по отделам и ролям с ROLLUP. • Все комбинации группировок с CUBE. • Фильтрация и обработка итогов через GROUPING().

Используя эти функции, вы сможете создавать сложные аналитические отчёты быстрее, с меньшим количеством кода. ➡️ SQL Ready | #гайд

🥇 Большая база материалов, курсов и собеседований! Подборка топовых каналов по всем направлениям в IT с большой базой вопросов с реальных собеседований: 👩‍💻 C# 🤖 ML Engineer 👩‍💻 C/C++ 🖥 Data Science 👩‍💻 Java 👩‍💻 Python 🖥 PHP 👩‍💻 Frontend 👣 Rust 👣 Golang 👩‍💻 Node.js 💻 DevOps 👩‍💻 QA 👩‍💻 Android 👩‍💻 iOS 👩‍💻 Game Dev 🖥 Общее IT 👨‍💻 Вакансии База обновляется еженедельно — всегда актуальные вопросы с последних собеседований. 💸 Хочешь оффер в Big Tech? Готовься с нами!