Data Science. SQL hub
По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo #VRHSZ
Mostrar más📈 Análisis del canal de Telegram Data Science. SQL hub
El canal Data Science. SQL hub (@sqlhub) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 35 980 suscriptores, ocupando la posición 3 620 en la categoría Tecnologías y Aplicaciones y el puesto 17 762 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 35 980 suscriptores.
Según los últimos datos del 03 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 99, y en las últimas 24 horas de -1, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.10%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.48% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 196 visualizaciones. En el primer día suele acumular 1 252 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 9.
- Intereses temáticos: El contenido se centra en temas clave como sql, индекс, postgres, index, sqlite.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“По всем вопросам- @workakkk
@itchannels_telegram - 🔥лучшие ит-каналы
@ai_machinelearning_big_data - Machine learning
@pythonl - Python
@pythonlbooks- python книги📚
@datascienceiot - ml книги📚
РКН: https://vk.cc/cIi9vo
#VRHSZ”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 04 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
io_method=worker принёс в Postgres. Вместе с ним можно было задать io_workers=X, то есть количество background workers, выделенных под I/O. Бенчмарки 17 vs 18 - на картинке ниже.
В 19-й версии это расширили: теперь пул может динамически расти через четыре настройки:
io_min_workers - минимальный размер пула I/O workers
io_max_workers - максимальный размер пула
io_worker_idle_timeout - скорость уменьшения пула
io_worker_launch_interval - скорость увеличения пула
По сути, теперь это больше похоже на I/O connection pool, а не на простую статическую настройку.
Мне нравится это направление. Жду бенчмарки. Скоро?pip install, лицензия MIT.
https://github.com/kjgpta/tracesage
NULL <> 'new value'
не возвращает true. В SQL NULL ломает привычную логику сравнений.
Вместо этого можно писать так:
UPDATE users
SET email = :new_email
WHERE id = :id
AND email IS DISTINCT FROM :new_email;
Зачем это нужно:
1. обновляешь строку только если значение реально изменилось
2. корректно работаешь с NULL
3. не плодишь лишние записи в WAL
4. не триггеришь лишние updated_at, triggers и replication events
Особенно полезно в API, где фронт постоянно присылает одни и те же данные.
Маленький оператор, который делает SQL сильно аккуратнее.