اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
SQL и БД Learning
رفتن به کانال در Telegram
№ 5060218708 Изучаем SQL с нуля По всем вопросам @mascarov_valentin Реклама на бирже - https://telega.in/c/SQl_and_DB_Learning
نمایش بیشتر9 714
مشترکین
-324 ساعت
-197 روز
-4730 روز
آرشیو پست ها
9 714
#Вопросы_с_собеседования
Как выполнить сопоставление без учёта регистра с использованием регулярных выражений в PostgreSQL?
Чтобы выполнить сопоставления без учета регистра с использованием регулярного выражения, мы можем использовать выражение POSIX (~*) из операторов сопоставления с образцом. Например:
'interviewbit' ~* '.*INTervIewBit.*'
9 714
Мы — команда разработчиков компании РЕЛЭКС разрабатываем ультрасовременную высокопроизводительную реляционную СУБД SoQoL.
СУБД SoQoL не является форком какого-либо продукта. Разработка системы была начата с чистого листа.
В нашем канале вы сможете узнать и обсудить:
◾ С какими сложностями мы сталкиваемся при разработке СУБД?
◾ Какие решения используем и почему?
◾ Почему не стали разрабатывать еще один Postgres?
◾ Как скачать и протестировать бета-версию SoQoL?
◾ Как принять участие в пилотном проекте с новой СУБД?
Подписывайтесь 🤝 на канал и будьте в курсе последних новостей разработки CУБД SoQoL https://tglink.io/44f8b2231f94?erid=LjN8KBmar
Реклама. АО НПП "РЕЛЭКС". ИНН 3664031210.
9 714
Не все типы репликации одинаково полезны, или почему две MySQL лучше одной
Смотреть статью
9 714
#Вопросы_с_собеседования
Объясните, как SQL обрабатывает запрос с множественными JOIN операторами, содержащими условия как на INNER, так и на LEFT JOIN, и как это влияет на производительность запроса. Приведите пример.
SQL выполняет операции JOIN последовательно в том порядке, в котором они указаны в запросе, если только оптимизатор запросов не решит изменить порядок для повышения эффективности. INNER JOIN строго соединяет строки, удовлетворяющие условиям соединения, в то время как LEFT JOIN включает все строки из левой таблицы, даже если соответствующие строки в правой таблице отсутствуют. Смешивание этих двух типов JOIN может значительно повлиять на результаты запроса и его производительность. Если запрос содержит неоптимизированные или избыточные JOIN, это может привести к увеличению времени выполнения за счет большего объема обрабатываемых данных и сложности операций соединения.
SELECT A.*, B.*, C.*
FROM A
INNER JOIN B ON A.id = B.a_id
LEFT JOIN C ON A.id = C.a_id
WHERE A.some_column = 'some_value';
В этом запросе сначала выполняется INNER JOIN между таблицами A и B, а затем LEFT JOIN с таблицей C. Результат может быть значительно отличаться, если поменять порядок JOIN, и это может повлиять на производительность запроса.
9 714
Почему растет потребность в специалистах с опытом PostgreSQL?
Рынок ощущает острый дефицит специалистов, которые глубоко понимают PostgreSQL и могут помочь в миграции, проектировании и эффективном управлении базами данных. 3 из 5 компаний уже перешли с Oracle и MS SQL на PostgreSQL.
Онлайн-курс «PostgreSQL для администраторов баз данных и разработчиков» отвечает задачам рынка. Фишка программы в том, что вы получите знания с точки зрения практики.
В результате, за 4 месяца месяца обучения вы:
- Освоите синтаксис и особенности работы в PostgreSQL;
- Научитесь настраивать кластер PostgreSQL на оптимальную производительность;
- Изучите пути решения проблем работы с большими объемами данных в PostgreSQL.
- Поймете, как организовывать систему резервного копирования и восстанавливать кластер после сбоя.
Обучение начнется 29.01.24 г., но все кто записался в группу до новогодних праздников, получат 20% скидку на полную стоимость курса: https://clck.ru/37DhcC
Уже осталось меньше половины мест
9 714
#Вопросы_с_собеседования
Какая разница между реляционной базой данных и графовой базой данных, и какая из них лучше для работы с социальными сетями?
Реляционная база данных организована в виде таблиц, связанных между собой по ключам, а графовая база данных использует графовую модель и хранит данные в виде узлов и связей между ними.
Для работы с социальными сетями лучше подходит графовая база данных. Социальные сети характеризуются сложными связями между пользователями, например, дружба, подписки и взаимодействия. Графовые базы данных эффективно моделируют такие связи и обеспечивают быстрый доступ к информации, связанной с каждым пользователем и его связями.
9 714
Прыжок по облакам: кейс миграции MS SQL Server из Azure в VK Cloud
В этом материале разобрали процесс миграции PaaS MS SQL Server с гигабайтами данных из Azure в VK Cloud, отличия от работы иностранными инструментами, с возникшие проблемы, важные выводы.
Смотреть статью
9 714
Если не указывается ни NULL, ни NOT NULL, то столбец интерпретируется так, как будто указано...
9 714
Лучшие вопросы средней сложности по SQL на собеседовании аналитика данных
Смотреть статью
9 714
Что такое логирование и с чем его едят разработчики?
Расскажет Кирилл Мухин на бесплатном открытом уроке «Система логирования в PostgreSQL» от OTUS
Логирование помогает разработчикам лучше понимать работу своего приложения, улучшать его качество и обеспечивать безопасность и производительность.
На вебинаре рассмотрим различные способы реализации логирования запросов и хранимых процедур стандартным средствами, а также расширениями PopstgreSQL
📅 Встречаемся 27 декабря в 20:00 мск в рамках курса «PostgreSQL для администраторов баз данных и разработчиков»
Для участия и получения записи регистрируйтесь прямо сейчас: https://clck.ru/37Ckr6
9 714
#Вопросы_с_собеседования
Объясните, что такое фантомное чтение в транзакциях баз данных, и какие меры могут быть приняты для его предотвращения?
Фантомное чтение — это явление в базах данных, когда транзакция повторно читает данные и обнаруживает строки, которых раньше не было, из-за изменений, внесенных другой недавно завершенной транзакцией. Это может привести к неконсистентности данных, если одна транзакция основывается на предыдущем чтении, которое было сделано до внесения изменений.
Для предотвращения фантомного чтения можно использовать строгие уровни изоляции транзакций, например, уровень сериализуемости, который гарантирует, что транзакции выполняются так, как если бы они происходили в отдельной последовательности, а не параллельно. Это может быть достигнуто с помощью механизмов блокировки строк, предотвращающих другие транзакции от внесения изменений в строки, которые используются текущей транзакцией, или с помощью многоуровневых версий снимков данных (MVCC), которые предоставляют каждой транзакции консистентный снимок базы данных на определенный момент времени.
9 714
JSON_MODIFY в Microsoft SQL Server
JSON_MODIFY - это функция в Microsoft SQL Server, которая позволяет изменять свойства в объекте JSON и возвращать измененный объект JSON.
Синтаксис использования функции JSON_MODIFY выглядит следующим образом: JSON_MODIFY ( expression , path , newValue )
- expression: Это объект JSON, который вы хотите изменить.
- path: Это путь к свойству, которое вы хотите изменить. Он должен быть в формате “$.ключ”, где “ключ” - это имя свойства, которое вы хотите изменить.
- newValue: Это новое значение, которое вы хотите присвоить свойству.
Функция также может использоваться в сочетании с другими функциями JSON в SQL Server, такими как JSON_VALUE и JSON_QUERY, для манипулирования JSON-данными.
9 714
🌐 Пройди короткий тест и узнай, суждено ли тебе залететь в самую инновационную IT-нишу
🔥 Лотерея беспроигрышная:
✔️ответишь — получишь 2 бесплатных урока из топового обучения,
🔙 затруднишься — поймешь, где знания проседают и сможешь это исправить!
🕑 Дерзай, это займёт пару минут твоего времени: https://clck.ru/37Bszd
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
9 714
Трюк на SQL
Один из интересных и полезных трюков в SQL - использование общих табличных выражений (Common Table Expressions, CTE) для создания временных наборов результатов, которые могут быть использованы в более сложных запросах. CTE обеспечивают более чистый и организованный подход к написанию сложных запросов, особенно при работе с рекурсивными запросами или при необходимости разделения запроса на несколько логических частей.
В этом примере CTE используется для рекурсивного обхода иерархических данных, например, структуры организации. Сначала выбираются сотрудники без менеджеров (верхний уровень иерархии), затем рекурсивно добавляются их подчиненные. Это очень полезно для работы с древовидными структурами данных, такими как организационные схемы, категории продуктов и т.д.
