SQL Pro

Трюк дня. Извлечение имени, отчества и фамилии из строки с полным именем. Решение.

SELECT
SUBSTRING_INDEX (SUBSTRING_INDEX (fullname, ' ', 1), ' ', -1) AS name,
IF (LENGTH (fullname) - LENGTH (REPLACE (fullname, ' ', '')) > 1,  
       SUBSTRING_INDEX(SUBSTRING_INDEX (fullname, ' ', 2), ' ', -1), NULL) 
           AS middlename,
SUBSTRING_INDEX (SUBSTRING_INDEX (fullname, ' ', 3), ' ', -1) AS surname
FROM customers;

#tips

Трюк дня. Извлечение имени, отчества и фамилии из строки с полным именем В столбце fullname таблицы customers содержится имя, отчество и фамилия в следующем формате: 'name middlename surname'. Напишите MySQL-запрос, который извлечет name, middlename и surname в отдельные столбцы. Если middlename не существует, то в результате в middlename должен быть NULL. Например, из 'Alena Igorevna Petrova' должны получиться 3 столбца: • name = 'Alena', • middlename = 'Igorevna', • surname = 'Petrova'. А из строки 'Jack Powers' получится следующее: • name = 'Jack', • middlename = NULL, • surname = 'Powers'. Решение будет вечером. #tips

🔥24 июня в 20.00 мск. приглашаем на открытый урок: "Отказоустойчивый и высоко-доступный кластер RabbitMQ" На вебинаре разберём практические подходы к созданию отказоустойчивой и высоко-доступной очереди сообщений для высоконагруженных систем. 📌 Что будет: — Запуск и настройка кластера: Quorum Queues и Mirrored Queues (синхронная репликация) — Синхронизация очередей и обеспечение согласованности — Dead Letter Queue + правильные настройки durability — Гарантии доставки для Producer: баланс между надёжностью и производительностью — Asynchronous cluster-to-cluster message routing: Exchange Federation и Shovels 🎯 После вебинара вы сможете: — Самостоятельно развернуть отказоустойчивый кластер RabbitMQ — Настраивать Quorum Queues и Mirrored Queues под разные сценарии — Правильно работать с Dead Letter Queues и гарантиями доставки — Организовывать межкластерное взаимодействие сообщений — Проектировать надёжные асинхронные коммуникации в микросервисной архитектуре 👉 Регистрация открыта: https://vk.cc/cYRCK4 Вебинар приурочен к старту курса «Высоконагруженные системы: архитектура и масштабирование». 🎁При покупке курса вы получите в подарок мини-курс по Kafka, который поможет подготовиться к собеседованию в бигтех Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Задача. Напишите SQL запрос. Есть таблица transactions - картинка номер 1 (верхняя) Где cash_flow — это выручка минус затраты за каждый день. Нужно написать запрос, чтобы получить нарастающий итог для денежного потока каждый день таким образом, чтобы в конечном итоге получилась таблица в такой форме - картинка номер 2 (нижняя) Ответ: SELECT date, cash_flow, SUM(cash_flow) OVER (ORDER BY date ASC) AS cumulative_cf FROM transactions;

Готов к космическому разгону AI‑продукта?  Приходи на One Day Offer для Product Analysts! 🚀 20 июня команда GigaChat планирует найти будущего коллегу — продуктового аналитика, который поможет вывести LLM‑платформу на новую орбиту. Ты будешь: ✔️ анализировать поведение пользователей;   ✔️ проводить A/B‑тесты;  ✔️ создавать дашборды;  ✔️ работать с метриками.  А ещё ты станешь частью крупнейшего IT‑комьюнити. Хочешь влиять на продукт для миллионов? Регистрируйся на One Day Offer прямо сейчас!

Вопрос на SQL собеседовании. Как вы понимаете SELF JOIN? Ответ: SELF JOIN используется для соединения таблицы с ней самой. При этом каждая строка таблицы соединяется с самой собой и с другими строками — в зависимости от заданных условий. Синтаксис: SELECT a.column_name, b.column_name FROM table a, table b WHERE condition; SELF JOIN часто используется тогда, когда у разных полей одной таблицы могут быть одинаковые значения. Например, один и тот же участник музыкальной группы может быть и вокалистом, и, например, клавишником. Если из базы музыкальных групп понадобится извлечь те, где вокалист и клавишник — одно лицо, потребуется SELF JOIN. #sql #собеседование

Ответ на предыдущий вопрос: Неверное выражение BillingYear в условии WHERE. Несмотря на то, что он определен как алиас в выборке SELECT перед WHERE, логический порядок обработки условий отличается. Правильный запрос будет выглядеть так:

SELECT Id, YEAR(BillingDate) AS BillingYear
FROM Invoices
WHERE YEAR(BillingDate) >= 2010;

#sql #собеседование

Вопрос на SQL собеседовании. Что не так с этим запросом? Исправьте его, если нужно.

SELECT Id, YEAR(BillingDate) AS BillingYear 
FROM Invoices
WHERE BillingYear >= 2010;

Ответ будет вечером. #sql #собеседование

Альтернатива вашим планам на пятничный вечер — 27 марта, при условии, что вы любите базы данных: ✔️ Как не угробить чувствительные данные на DBaaS ✔️ FoundationDB vs Cassandra 5 — битва титанов в Авито ✔️ S3 в Авито: как 100 000+ бакетов не превращаются в хаос Все это и многое другое — на Avito Database Meetup в московском офисе Avito (или на онлайн-трансляции). Нашли ссылку

Задача SQL. Дана таблица PERSONS (Сотрудники) - картинка

📝 Курс от OTUS: «Администрирование PostgreSQL. Экспертный уровень» — продвинутое погружение в работу с базой данных PostgreSQL в любых средах. Освойте управление PostgreSQL на экспертном уровне: от настройки локальной инфраструктуры до развёртывания высокодоступных кластеров в облаках и Kubernetes. Научитесь автоматизировать процессы, оптимизировать производительность и экономить ресурсы — без лишних сервисов и избыточных затрат. 🔥 Приглашаем на серию из 2 бесплатных вебинаров курса — для DevOps‑инженеров, SRE, архитекторов данных, администраторов БД и разработчиков, которые хотят выйти на новый уровень владения PostgreSQL. 🔧💾 📅 26 марта в 20:00 МСК: «Путешествие запроса в PostgreSQL: от разбора до исполнения (от parser до executor)» На вебинаре разберём, как PostgreSQL превращает текст запроса в результат — вскроем «чёрный ящик» и изучим каждый этап: • От текста к дереву: как работают лексер и парсер, что такое parse tree и query tree, и зачем нужен rule rewriter (на примере того, как VIEW превращается в подзапрос). • Планировщик изнутри: как оптимизатор строит plan nodes, оценивает стоимость через статистику (pg_statistic, correlation, MCV) и почему иногда ошибается. • Executor и runtime: как plan tree исполняется итераторной моделью (Volcano model), где живут данные в памяти. • Как читать EXPLAIN ANALYZE, чтобы видеть реальные узкие места. Результат: вы поймёте, как именно PostgreSQL обрабатывает запросы, научитесь осознанно оптимизировать производительность — без метода подбора индексов. Уйдёте с чётким алгоритмом анализа и устранения «узких мест». 📅 9 апреля в 20:00 МСК: «PostgreSQL как векторная база данных: ИИ‑поиск без лишних сервисов» На вебинаре разберём, как использовать PostgreSQL с расширением pgvector для семантического поиска и RAG‑систем — без внедрения отдельной векторной БД. Программа: • Работа с pgvector: установка, типы данных, индексы. • Сравнение PostgreSQL и специализированных векторных БД по скорости и точности. • Проектирование гибридного поиска (точный + семантический) в рамках одной базы. • Выбор между индексами IVFFlat и HNSW для своей задачи. • Примеры RAG‑запросов с комбинацией tsvector и векторного поиска. • Успешные кейсы использования PostgreSQL для ИИ. Результат: вы сможете добавить ИИ‑функции в продукт без усложнения инфраструктуры. Уйдёте с готовым планом внедрения векторного поиска на базе PostgreSQL. 🎯 Почему стоит участвовать: - Получите практические инструменты: разбор реальных кейсов, шаблоны конфигураций, чек‑листы для аудита производительности. - Изучите современные решения: pg_probackup, Wal‑G, pg_rewind, pgvector. - Научитесь автоматизировать: используйте Terraform для установки ВМ и Ansible для развёртывания ПО. - Разберётесь в облаках: отличия GCP, Yandex Cloud, SberCloud, VKCloud и как эффективно работать в каждом. - Сможете задать вопросы практикующим инженерам и архитекторам PostgreSQL в прямом эфире. - Примените знания сразу после вебинаров: с готовыми скриптами и инструкциями. 👉 Регистрируйтесь сейчас, а мы напомним о вебинаре накануне. OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Вопрос на SQL собеседовании. Какой оператор имеет больший приоритет AND или OR (если они используются совместно)? Ответ: AND имеет больший приоритет, нежели OR #sql #собеседование

🐘 Бесплатная конференция по PostgreSQL — Москва, 19 марта PG BootCamp Russia 2026 — комьюнити-конференция российского сообщества PostgreSQL с подтвержденным официальным международным статусом. Мероприятие бесплатное, онлайн+офлайн, ориентировано на администраторов БД, разработчиков, инженеров, аналитиков, архитекторов. Эксперты из Tantor, Яндекс, СберТех, Тензор, Хи-квадрат, Luxms BI и других компаний выступят по темам, связанным с разработкой, эксплуатацией и взаимодействием PostgreSQL с другими системами. В предварительной программе:

📎Решение застарелых архитектурных проблем PostgreSQL для современных нагрузок и масштабирования 📎Временные таблицы для Postgres. Почему это важно для платформы 1С и что можно улучшить? 📎Разделение Compute и Storage: архитектурный прорыв для PostgreSQL в облаке 📎Опыт вынесения OLAP-нагрузки на реплику 📎Highload "из ниоткуда": когда проблема не в СУБД, а в клиентской архитектуре 📎Опыт эксплуатации, проблемы и производительность PostgreSQL на Эльбрус, Baikal-S, Loongson, Repka Pi, x86 📎Поиск проблем планирования запросов до их воздействия на производительность 📎Тестирование, баги и уроки работы с патчем 64-битного счетчика транзакций PostgreSQL 📎Работа с логами PostgreSQL 📎…и другие (всего 25 выступлений)

🗓 19 марта 📍 Москва, офлайн + онлайн ➡️ БЕСПЛАТНАЯ РЕГИСТРАЦИЯ

Вопрос на SQL собеседовании. Чем NULL отличается от 0 Ответ: 0 - это число. NULL - это не число, а также NULL не является значением пустой строки. NULL используется для указания того, что данные отсутствуют, неизвестны, неприменимы. NULL не равен ничему, даже другому NULL. #sql #собеседование

📊 Data Warehouse Analyst: создавайте сквозные аналитические решения и управляйте данными на новом уровне 🚀 Освойте продвинутый инструментарий для работы с данными и постройте хранилище, которое даст бизнесу точные инсайты — и поможет принимать решения на основе фактов. 💡 🎓 Мы подготовили для вас 3 бесплатных вебинара курса «Data Warehouse Analyst» — для системных аналитиков, BI‑аналитиков, аналитиков данных и инженеров данных, которые хотят разобраться в современных подходах к построению хранилищ данных. 🔍 🗓 25 февраля в 20:00 МСК: Как выглядит DWH в реальных компаниях: финтех, e-commerce, маркетплейсы На вебинаре: • Примеры архитектур DWH в финтехе, e-commerce и маркетплейсах: источники данных, слои, инструменты • Ключевые различия в требованиях к данным, скорости обновления и качеству аналитики • Типовые архитектурные решения и ошибки, с которыми сталкиваются команды на практике 🗓 11 марта в 20:00 МСК: Почему нельзя ограничиваться только Data Vault в архитектуре хранилища данных Что будет на вебинаре: • Разбор концепции Data Vault: сильные стороны и типичные сценарии использования • Практические ограничения Data Vault: сложность аналитических запросов, низкая производительность для отчетности, отсутствие семантики • Интеграция Data Vault в современную архитектуру: зачем нужны дополнительные слои (Data Mart, семантический слой, BI-оптимизированные модели) 🗓 23 марта в 22:00 МСК: Современный DWH в 2026: какие технологии реально нужны, а какие — хайп Что разберём: • Актуальный технологический стек для построения DWH в 2026 году • Разбор трендов: какие решения оправданы на практике, а какие создают избыточную сложность • Кейсы внедрения DWH: от теоретических подходов к измеримым результатам 🔥 Количество мест ограничено! Регистрируйтесь сейчас — мы напомним о каждом вебинаре накануне: 👉OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576