SQL Ready | Базы Данных

⚡️ Специалисты из CodeGuard собрали для вас тонны обучающего материала: 📱 Обучение и задачи по Python t.me/CodeGuard_Python 🤔 InfoSec & Хакинг t.me/CodeGuard_PySec 👩‍💻 Знания и навыки Linux & Bash t.me/CodeGuard_Linux 🖥 Книги, курсы, утилиты и гайды t.me/CodeGuard_Academy 📱 Инсайды и обзоры IT-сферы t.me/CodeGuard_SciencePop 💼 Фриланс, карьера и работа IT t.me/CodeGuard_VacancyIT

📌 Инструменты, гайды, шпаргалки практические гайды.

📂 Напоминалка по оптимизации производительности БД! Например, грамотное индексирование ускоряет выборки в разы, шардирование помогает масштабировать систему под высокий трафик, а репликация повышает отказоустойчивость и снижает нагрузку на основной узел. На изображении — структурированное напоминание о ключевых метриках, типах нагрузок и практических стратегиях оптимизации. Сохрани, чтобы не забыть! ➡️ SQL Ready | #ресурс

ALL и ANY в SQL — учимся использовать для сравнения с подзапросами! Эти операторы предназначены для сравнения результатов одного SELECT с результатами второго SELECT из подзапроса, что может быть удобно в некоторых случаях: если подзапрос возвращает небольшое количество строк или когда нужно сравнить значение хотя бы с одним значением из подзапроса. Представим, что нам нужно найти все продукты, цена которых выше, чем цена любого продукта в категории Discount:

SELECT product, price 
FROM products
WHERE price > ALL (SELECT price FROM products WHERE category = 'Discount');

Теперь найдем всех клиентов, заказавших хотя бы один продукт с ценой выше 1000 рублей:

SELECT DISTINCT customer_id 
FROM orders
WHERE product_id = ANY (SELECT product_id FROM products WHERE price > 1000);

И найдем всех клиентов, которые заказывали продукты из определенной категории:

SELECT DISTINCT customer_id
FROM orders
WHERE product_id = ANY (SELECT product_id FROM products WHERE category = 'Electronics');

🔥 Но помните, что использование ALL и ANY возможно только с подзапросами и может быть неэффективным, если подзапрос возвращает большое количество строк. ➡️ SQL Ready | #практика

🖥 Какие API-маршруты действительно тормозят систему? В производительных системах реальный UX определяется не средним временем ответа, а редкими хвостовыми задержками, из-за которых важны именно p95 и p99. Сегодня в задаче:

• Посчитаем ключевые перцентильные метрики (p50/p95/p99) по каждому маршруту; • Определим, какие запросы регулярно превышают собственный p99; • Увидим, какие эндпоинты “убивают” отклик сервиса под нагрузкой;

Такой анализ помогает быстро находить узкие места API и контролировать качество работы системы. ➡️ SQL Ready | #задача

❗️ Команде российских хакеров удалось взломать систему безопасности ChatGPT Всего в несколько хитрых промтов вы можете: • ПОЛНОСТЬЮ снять любую цензуру с ChatGPT • получить ПОЖИЗНЕННЫЙ бесплатный доступ к ChatGPT Pro и ChatGPT 5.1 • использовать ИИ для поиска ЛЮБОЙ информации: от номера телефона до геолокации конкретного человека. Все инструкции хакеры выложили в закрытый канал. Тем временем, OpenAI бьёт тревогу и пытается добиться блокировки. Сохраняйте, пока есть доступ: https://t.me/+gTxF_qGW8ucxNjcy

RETURNING: получение данных прямо из DML! Во многих СУБД (например, PostgreSQL, Oracle и др.) оператор RETURNING позволяет вернуть значения вставленных, обновлённых или удалённых строк без дополнительного SELECT. Вставляем строку и сразу получаем созданный ID:

INSERT INTO users (name, email)
VALUES ('Anna Ivanova', 'anna@example.com')
RETURNING id;

Обновляем запись и возвращаем изменённое значение:

UPDATE accounts
SET balance = balance + 500
WHERE id = 10
RETURNING balance AS new_balance;

Удаляем строку и получаем данные до удаления:

DELETE FROM orders
WHERE id = 42
RETURNING order_date, amount;

Возвращаем множество строк:

UPDATE products
SET price = price * 1.10
WHERE category = 'Books'
RETURNING id, price;

🔥 RETURNING упрощает логику: нет необходимости выполнять дополнительный запрос, чтобы получить новые данные — они доступны сразу в рамках одного DML. ➡️ SQL Ready | #практика

GitHub теперь в Telegram! Самый прогерский канал, где за 10 минут ты научишься: / Пробив по фото и номеру в ТГ // Как взломать вебку подруги /// Мануал по OSINT разведке Подписывайся, нас уже сотни тысяч: >@GitHub

☕️ CodeAbbey — тренажёр алгоритмического мышления! Сайт с огромной коллекцией задач по программированию, от самых простых до тех, что реально заставят подумать. Учиться можно на абсолютно любом языке. Отличный способ подтянуть логику, научиться писать аккуратный код и подготовиться к собесам. 📌 Оставляю ссылочку: codeabbey.com ➡️ SQL Ready | #ресурс

🖥 Методы для работы с датой и временем в PostgreSQL! Эта шпаргалка охватывает наиболее используемые функции PostgreSQL для получения текущего времени, извлечения компонентов дат, расчета интервалов, округления временных меток и преобразования Unix-времени. Подходит для разработки систем, где критична точная и предсказуемая работа с временными значениями. ➡️ SQL Ready | #шпора

❖ Что делать в случае отключения России от глобального Интернета? ❖ Как не сливать государству гигабайты своих данных? ❖ Как обойти «глушилку» мобильной связи в регионах? В 2025 году любое государство готово залезть к вам в прямую кишку ради контроля персональных данных. И тендеция только набирает обороты. Чтобы щупальца РКН, правоохранителей и мошенников не коснулись вашей жизни, держите в подписках «cybr.» Анонимный хакер из российской группировки рассказывает как обходить ограничения, не оставлять «цифровые следы» и пользоваться топовыми нейронками без ограничений. Сохраняйте, пока в стране во всю закручивают гайки, такие каналы — на вес золота: @cybr.

QUALIFY: фильтрация после оконных функций! Иногда нужно фильтровать строки после вычисления оконных функций. В большинстве диалектов SQL для этого нужен подзапрос, но в ряде СУБД (Snowflake, BigQuery, Teradata, Oracle 23c) есть конструкция QUALIFY, позволяющая делать это напрямую. Отбираем строки только с первым местом внутри категории:

SELECT id, category, score,
       RANK() OVER (
           PARTITION BY category
           ORDER BY score DESC
       ) AS rnk
FROM results
QUALIFY rnk = 1;

Фильтруем строки, где разница с предыдущим значением больше 50:

SELECT id, value,
       value - LAG(value) OVER (
           ORDER BY id
       ) AS diff_prev
FROM metrics
QUALIFY diff_prev > 50;

Оставляем топ-3 самых больших заказов каждого клиента:

SELECT customer_id, order_id, amount,
       ROW_NUMBER() OVER (
           PARTITION BY customer_id
           ORDER BY amount DESC
       ) AS rn
FROM orders
QUALIFY rn <= 3;

🔥 QUALIFY помогает писать чище и короче, избавляя от лишних подзапросов. Особенно полезен в аналитических задачах с большим числом оконных функций. ➡️ SQL Ready | #практика

🖥 Selectivity — почему индекс может не сработать? Селективность определяет, сколько строк проходит через фильтр, и именно по этому показателю оптимизатор выбирает план запроса. Сегодня в гайде:

• Как селективность влияет на выбор плана; • Почему один и тот же запрос может работать по-разному на разных данных; • Как устаревшая статистика приводит к “не тем” решениям оптимизатора.

Эта тема, помогает понимать реальные причины поведения плана. ➡️ SQL Ready | #гайд

⚡️Слита База из 1000+ топовых курсов и материалов для айтишников Отсортировали их для вашего удобства и выложили в телеграм-каналы по категориям: 🖥 Python — 1558+ материалов 👩‍💻 Frontend — 1241+ материалов 👩‍💻 Backend — 1095+ материалов 📊 SQL & Data — 978+ материалов 🤖 Нейросети – 855+ материалов 🎨 Веб-дизайн — 824+ материалов 📚 Книги по IT — 779+ материалов Всё лучшее про IT бесплатно — уже на Базе 🚀

Как увидеть фрагментацию таблиц? Часто производительность падает из-за накопления устаревших (dead) кортежей, которые остаются после UPDATE/DELETE до следующего VACUUM. Посмотреть их реальный объём можно напрямую из системной статистики:

SELECT relname,
       n_dead_tup,
       n_live_tup
FROM pg_stat_all_tables
WHERE relname = 'orders';

n_dead_tup — количество устаревших кортежей, n_live_tup — актуальные строки. Чтобы быстро найти самые “раздутые” таблицы, отсортируем по dead-tup:

SELECT relname, n_dead_tup
FROM pg_stat_all_tables
ORDER BY n_dead_tup DESC
LIMIT 10;

Хотите оценить степень фрагментации? Сравните dead/live в процентах:

SELECT relname,
       n_dead_tup,
       n_live_tup,
       round(100.0 * n_dead_tup / (n_live_tup + 1), 2) AS dead_ratio
FROM pg_stat_all_tables;

🔥 Это позволяет быстро увидеть, где появляются накладные расходы на I/O и почему планы запроса деградируют. ➡️ SQL Ready | #совет

🖥 Как восстановить состояние LRU-кэша после серии обращений? Возьмём последовательность обращений к ключам и с помощью SQL определим, какие из них “выжили” в памяти при ограниченном размере кэша. Сегодня в задаче:

• Найдём последнее обращение к каждому ключу, определив его актуальность на момент завершения всех операций. • Отсортируем элементы по “новизне” использования и применим ограничение capacity; • Получим итоговое состояние LRU-кэша;

Такой подход позволяет анализировать поведение кэшей и логи обращений без процедурного кода. ➡️ SQL Ready | #задача

Нужны ChatGPT, Cursor, но дорого? 😎 Lama Agent — топовые модели (GPT-5, Claude, Gemini) внедряются прямо в IDE и пишут код за вас! - 150 запросов в день(4500 в месяц) - Всего за ₽699 - Доступен в ✴️ VS Code, 👩‍💻 JetBrains, ✴️ Claude Code, PyCharm 😲 Lama Bot — тг-бот с лучшими нейросетями! - 150 запросов в день - Всего за ₽499 в месяц (есть и бесплатные модели) - Бери и пользуйся — быстро и без рекламы 😱 Lama AI — узнавай самым первым о последних новостях из мира AI, IT и гик индустрии. Цена — бесценно.

🖥 Функции для работы с JSON в MySQL! В этой шпаргалке собраны ключевые функции и операторы MySQL для чтения, обновления, проверки и формирования JSON-структур. Материал охватывает извлечение значений, модификацию полей, работу с объектами и массивами, а также проверку вложенных данных. Подходит для хранения метаданных, гибких профилей и других полуструктурированных данных. ➡️ SQL Ready | #шпора

Хотите найти дубликаты по нескольким полям и оставить только самые свежие или правильные записи? Используйте оконную функцию ROW_NUMBER() по ключам, которые должны быть уникальны:

ROW_NUMBER() OVER (
  PARTITION BY email, phone
  ORDER BY updated_at DESC
)

Первая строка в группе (dup_rank = 1) - оригинал. Все остальные - реальные дубликаты, которые можно чистить. Чтобы увидеть только те строки, которые должны быть удалены:

SELECT *
FROM (
  SELECT *, ROW_NUMBER() OVER (
    PARTITION BY email, phone ORDER BY updated_at DESC
  ) AS dup_rank
  FROM users
) t
WHERE dup_rank > 1;

🔥 Подходит для очистки данных, поиска дубликатов, контроля миграций и проверки внешних интеграций. ➡️ SQL Ready | #совет

🖥 Bitmap Scan — быстрые выборки по нескольким фильтрам! Когда фильтры задействуют несколько индексов, Index Scan может работать неэффективно. Bitmap Scan объединяет результаты этих индексов и читает только нужные страницы. Сегодня в гайде:

• Как bitmap объединяет несколько индексов; • Что означает BitmapAnd в плане выполнения; • Почему эта техника ускоряет сложные фильтры на больших таблицах.

Прием позволяет эффективно обрабатывать сложные фильтры и стабильно работать с большими таблицами. ➡️ SQL Ready | #гайд

Полгода поиска vs оффер за 2 дня Вот такой отзыв прилетел недавно в чат пользователей ии-ассистента для поиска работы. "Небольшой", как и количество дней, потраченных на поиск работы с ассистентом Софи 😅 Итого у Софьи: ▫️ Полгода самостоятельных поисков ▫️ 2 дня использования ии-ассистента ▫️ Тестовое задание и собеседование ▫️ Оффер на позицию мидл дизайнера! Это самое быстрое трудоустройство среди пользователей Софи. И подтверждение того, что даже во время трехдневного тестового периода можно успеть урвать свой оффер) Набор на бесплатное тестирование ассистента совсем скоро. В этом канале. Места будут ограничены. Не пропусти ⏰