Data Science. SQL hub

🖥 Задача.Cамая высокая зарплата в подразделении. В таблице Employee хранятся сведения о сотрудниках компании. В каждой записи этой таблицы содержатся сведения об идентификаторе (Id) сотрудника, о его имени (Name), о зарплате (Salary) и о подразделении компании, где он работает (Department). +----+-------+--------+--------------+ | Id | Name | Salary | DepartmentId | +----+-------+--------+--------------+ | 1 | Joe | 70000 | 1 | | 2 | Jim | 90000 | 1 | | 3 | Henry | 80000 | 2 | | 4 | Sam | 60000 | 2 | | 5 | Max | 90000 | 1 | +----+-------+--------+--------------+ В таблице Department содержатся сведения о подразделениях компании. +----+----------+ | Id | Name | +----+----------+ | 1 | IT | | 2 | Sales | +----+----------+ Напишите SQL-запрос, который находит в каждом из подразделений сотрудников с максимальной заработной платой. Например, для вышеприведённых таблиц подобный запрос должен возвращать результаты, представленные следующей таблицей (при этом порядок строк в таблице значения не имеет): +------------+----------+--------+ | Department | Employee | Salary | +------------+----------+--------+ | IT | Max | 90000 | | IT | Jim | 90000 | | Sales | Henry | 80000 | +------------+----------+--------+ ▍Решение: команда IN Команда IN позволяет задавать в инструкции WHERE условия, соответствующие использованию нескольких команд OR. Например, две следующие конструкции идентичны: WHERE country = ‘Canada’ OR country = ‘USA’ WHERE country IN (‘Canada’, ’USA’). Здесь мы хотим получить таблицу, содержащую название подразделения (Department), имя сотрудника (Employee) и его заработную плату (Salary). Для этого мы формируем таблицу, в которой содержатся сведения об идентификаторе подразделения (DepartmentID) и о максимальной зарплате по этому подразделению. Далее мы объединяем две таблицы по условию, в соответствии с которым записи в результирующую таблицу попадают только в том случае, если DepartmentID и Salary есть в ранее сформированной таблице. SELECT Department.name AS 'Department', Employee.name AS 'Employee', Salary FROM Employee INNER JOIN Department ON Employee.DepartmentId = Department.Id WHERE (DepartmentId , Salary) IN ( SELECT DepartmentId, MAX(Salary) FROM Employee GROUP BY DepartmentId ) @sqlhub

⁉️ «Почему база данных прилегла отдохнуть?» Если вас хоть раз мучил этот вопрос, приглашаем на открытый урок 13 марта в 20:00. На занятии вместе с Алексеем Железным, Data Engineer в Wildberries, мы обсудим вопросы оптимизации производительности. ✅ О чем поговорим: Какие проблемы с производительностью будоражат хранителей DWH. О существующих подходах, ключевых принципах и практики оптимизации. Как легко положить базу данных – конечно же, для того, чтобы так не делать. ⚠️ Урок пройдет в рамках онлайн-курса OTUS «PostgreSQL для администраторов баз данных и разработчиков». Курс можно приобрести в рассрочку. Готовьте вопросы и записывайтесь на вебинар! 👉 ЗАРЕГИСТРИРОВАТЬСЯ https://otus.pw/uLRC/

🖥 Пересаживание учеников Мэри — учительница в средней школе. У неё есть таблица seat, хранящая имена учеников и сведениях об их местах в классе. Значение id в этой таблице постоянно возрастает. Мэри хочет поменять местами соседних учеников. Вот таблица исходного размещения учеников: +---------+---------+ | id | student | +---------+---------+ | 1 | Abbot | | 2 | Doris | | 3 | Emerson | | 4 | Green | | 5 | Jeames | +---------+---------+ Вот что должно получиться после пересаживания соседних учеников: +---------+---------+ | id | student | +---------+---------+ | 1 | Doris | | 2 | Abbot | | 3 | Green | | 4 | Emerson | | 5 | Jeames | +---------+---------+ Напишите запрос, который позволит учительнице решить вышеописанную задачу. Обратите внимание на то, что если количество учеников является нечётным — последнего ученика никуда пересаживать не надо. ▍Решение: использование оператора WHEN SQL-конструкцию CASE WHEN THEN можно рассматривать как оператор if в программировании. В нашем случае первый оператор WHEN используется для проверки того, назначен ли последней строке в таблице нечётный идентификатор. Если это так — строка не подвергается изменениям. Второй оператор WHEN отвечает за добавление 1 к каждому нечётному идентификатору (например — 1, 3, 5 превращается в 2, 4, 6) и за вычитание 1 из каждого чётного идентификатора (2, 4, 6 превращаются в 1, 3, 5). SELECT CASE WHEN((SELECT MAX(id) FROM seat)%2 = 1) AND id = (SELECT MAX(id) FROM seat) THEN id WHEN id%2 = 1 THEN id + 1 ELSE id - 1 END AS id, student FROM seat ORDER BY id @sqlhub

🖥 Тонкости дедубликации с DISTINCT Исключить дубли из выборки можно просто добавив к SQL-запросу ключевое слово DISTINCT. Однако, это простое решение не всегда будет верным. Чтобы гарантировать отсутствие дубликатов в наборе данных, СУБД необходимо сравнить все строки друг с другом, отсеяв повторы. Это требует много ресурсов ЦП и памяти для хранения всех строк, т.к. их нужно сравнивать друг с другом в памяти, даже если на низком уровне идет работа с хэшем. Кроме того, DISTINCT уменьшает параллелизм вычислений, снижая скорость выполнения запроса. DISTINCT удаляет дубликаты, но не разрешает неправильные соединения и фильтры, которые на практике чаще всего и приводят к повторам, например, из-за CROSS JOIN или использования RANK вместо ROW_NUMBER, что приводит к дублированию из-за плохо определенного окна раздела. Подробности с примерами кода смотрите здесь: https://jmarquesdatabeyond.medium.com/sql-like-a-pro-please-stop-using-distinct-31bdb6481256 @sqlhub

🔥 Top it channels ⭐️ Нейронные сети @data_analysis_ml - data science @vistehno - chatgpt ведет блог, решает любые задачи и отвечает на любые ваши вопросы. @aigen - сети для генерации картинок. видео, музыки и многого другого. @neural – погружение в нейросети. 🖥 SQL базы данных @sqllib - библиотека баз данных @sqlhub - повышение эффективности кода с грамотным использованием бд. @chat_sql - чат изучения бд. 🖥 Machine learning @ai_ml – погружение в нейросети, ai, Chatgpt, midjourney, машинное обучение. @machinelearning_ru – машинное обучении на русском от новичка до профессионала. @machinelearning_interview – подготовка к собеседованию. @datascienceiot – бесплатные книги Machine learning @ArtificialIntelligencedl – канал о искусственном интеллекте @machinee_learning – чат о машинном обучении @datascienceml_jobs - работа ds, ml @Machinelearning_Jobs - чат работы мл 🖥 Python @pythonl - главный канал самого популярного языка программирования. @pro_python_code – учим python с ментором. @python_job_interview – подготовка к Python собеседованию. @python_testit - проверочные тесты на python @pythonlbooks - современные книги Python @python_djangojobs - работа для Python программистов @python_django_work - чат обсуждения вакансий 🖥 Javascript / front @react_tg - - 40,14% разработчиков сайтов использовали React в 2022 году - это самая популярная библиотека для создания сайтов. @javascript -канал для JS и FrontEnd разработчиков. Лучшие практики и примеры кода. Туториалы и фишки JS @Js Tests - каверзные тесты JS @hashdev - погружение в web разработку. @javascriptjobjs - отборные вакансии и работа FrontEnd. @jsspeak - чат поиска FrontEnd работы. 🖥 Java @javatg - выучить Java с senior разработчиком по профессиональной методике. @javachats - чат для ответов на вопросы по Java @java_library - библиотека книг Java @android_its - Android разработка @java_quizes - тесты Java @Java_workit - работа Java @progersit - шпаргалки ит 👣 Golang @Golang_google - восхитительный язык от Google, мощный и перспективный. @golang_interview - вопросы и ответы с собеседований по Go. Для всех уровней разработчиков. @golangtests - интересные тесты и задачи GO @golangl - чат изучающих Go @GolangJobsit - отборные вакансии и работа GO @golang_jobsgo - чат для ищущих работу. @golang_books - полезные книги Golang @golang_speak - обсуждение языка Go 🖥 Linux @linux -топ фишки, гайды, уроки по работе  с Linux. @linux chat - чат linux для обучения и помощи. @linux_read - бесплатные книги linux 👷‍♂️ IT работа @hr_itwork -кураторский список актуальных ит-ваканнсии 🤡It memes @memes_prog - ит-мемы ⚙️ Rust @rust_code - Rust избавлен от болевых точек, которые есть во многих современных яп @rust_chats - чат rust #️⃣ c# c++ C# - объединяет лучшие идеи современных языков программирования @csharp_cplus чат С++ - Универсальность. Возможно, этот главный плюс C++. 📓 Книги @programming_books_it - большая библиотека. программиста @datascienceiot -ds книги @pythonlbooks - python библиотека. @golang_books - книги Golang @frontendbooksit - front книги @progersit - ит-шпаргалки @linux_read - Linux books @java_library - Java books 🖥 Github @github_code - лучшие проекты с github @bigdatai - инструменты по работе с данными 🖥 Devops Devops - специалист общего профиля, которому нужны обширные знания в области разработки. 📢 English for coders @english_forprogrammers - Английский для программистов 💡 ChatGpt bot @Chatgpturbobot - бесплатный бот ChatGpt

💨10 практик по именованию таблиц и полей в БД Если бы каждый разработчик и аналитик соблюдал простые правила, реверс-инжиниринг стал бы приятным развлечением, а не трудоемкой работой. Чтобы облегчить работу с БД себе и коллегам, попробуйте эти простые правила: 1. Разделять слова подчеркиванием, если имя атрибута или таблицы БД состоит из 2-х и более слов. Это понятнее стиля camelCase, улучшает читаемость и снижает зависимость от платформы. Например, word_count. 2. Называть таблицы и столбцы полным и семантически понятными именами без привязки к типам данных. Экономия пары символов не даст ничего, кроме путаницы. Допустимо применять сокращения только там, где это всем известная аббревиатура. 3. Писать название атрибута со строчной буквы, чтобы избежать путаницы с ключевыми словами SQL в верхнем регистре. Это также повысит скорость набора текста. 4. Не использовать цифры в названии таблиц и столбцов. 5. Называть таблицы понятно, но кратко. 6. Называть таблицы и столбцы в единственном числе. Например, author вместо authors 7. Называть таблицы-связки в алфавитном порядке. Например, author_book 8. При создании индекса называть его по имени таблицы и столбца. Например, CREATE INDEX person_ix_first_name_last_name ON person (first_name, last_name); 9. Для столбцов типа Boolean к имени добавлять префикс is_ или has_ . Например, is_admin или has_membership. 10. Для столбцов типа Date-Time к имени добавлять суффикс _at или _time. Например, ordered_at или order_time. @sqlhub

🖥 Оператор SQL IN на понятных примерах Оператор SQL IN является одним из наиболее полезных операторов для фильтрации данных в SQL. Он позволяет выбрать строки из таблицы, которые содержат одно или несколько значений, указанных в списке. Синтаксис SQL IN Синтаксис оператора SQL IN очень прост и понятен. Он выглядит следующим образом: SELECT column1, column2, ... FROM table_name WHERE column_name IN (value1, value2, ...); где column1, column2, ... — названия столбцов таблицы, которые нужно выбрать, table_name — название таблицы, column_name — название столбца, по которому нужно выполнить фильтрацию, а value1, value2, ... — значения, которые нужно найти. Примеры использования SQL IN Для лучшего понимания работы оператора SQL IN, рассмотрим несколько примеров. Допустим, у нас есть таблица employees с полями id, name, department и salary. Мы хотим выбрать всех сотрудников из отдела sales и marketing. Мы можем сделать это, используя оператор SQL IN следующим образом: SELECT * FROM employees WHERE department IN ('sales', 'marketing'); Этот запрос вернет все строки из таблицы employees, где значение столбца department равно sales или marketing. Оператор SQL IN также может быть использован с подзапросами. К примеру, мы можем выбрать всех сотрудников, чья зарплата выше среднего значения по всей таблице: SELECT * FROM employees WHERE salary IN (SELECT AVG(salary) FROM employees); Этот запрос выберет все строки из таблицы employees, где значение столбца salary равно средней зарплате по всей таблице «employees». @sqlhub

PostgreSQL под капотом PostgreSQL — одна из наиболее популярных баз данных среди разработчиков. Интересно, из чего же она состоит? Данная серия статей разбирает PostgreSQL на уровне кода: Часть 1: Введение Часть 2: Цикл сервера Часть 3: Подготовка бэкэнда Часть 4: Инициализация бэкэнда Часть 5: Цикл бэкэнда #sql #c #бд

🖥 MySQL ускорение SQL запросов Ускорение SQL запросов в MySQL может быть достигнуто следующими способами: 1. Индексы: использование индексов может ускорить поиск и сортировку данных в ваших таблицах. 2. Оптимизация структуры таблиц: важно убедиться, что структура таблиц оптимизирована для выполнения запросов. 3. Оптимизация запросов: проверьте ваши запросы на оптимизацию, убедитесь, что вы используете правильные операторы JOIN и индексы для улучшения производительности. 4. Кэширование данных: использование кэширования данных может ускорить выполнение повторяющихся запросов. 5. Использование представлений: использование представлений может упростить запросы и улучшить их читаемость. 6. Ограничение размера выборки: используйте оператор LIMIT, чтобы выбрать только необходимые данные, это уменьшит время выполнения запроса. 7. Минимизация дубликатов данных: дубликаты данных могут увеличить размер таблицы и уменьшить производительность запросов. Удаляйте дубликаты данных или используйте оптимизированные структуры данных, такие как нормализованные таблицы. 8. Оптимизация памяти: оптимизируйте использование памяти вашей базы данных, чтобы уменьшить время обработки запросов. 9. Мониторинг производительности: важен для определения причин низкой производительности и для поиска способов ее улучшения. Он включает в себя слежение за показателями, такими как загруженность процессора, использование памяти, время ответа на запросы и т. д. 10. Использование индексов: используйте индексы, чтобы ускорить поиск данных в таблице. Обеспечьте, чтобы ваши индексы были актуальными и эффективными. 11. Оптимизация объединений: используйте оптимальные методы объединения, такие как внутреннее или внешнее объединение, чтобы ускорить выполнение запросов. 12. Использование хранимых процедур: хранимые процедуры могут ускорить выполнение повторяющихся запросов. 13. Использование кеширования: используйте кеширование, чтобы ускорить выполнение запросов и уменьшить нагрузку на базу данных. 14. Оптимизация конфигурации сервера: оптимизируйте конфигурацию сервера, такую как количество памяти и число потоков, чтобы улучшить производительность базы данных. 15. Оптимизация структуры таблиц: периодически оценивайте структуру таблиц и выполняйте необходимые изменения, чтобы улучшить производительность. 16. Оптимизация запросов: проверяйте и оптимизируйте свои SQL-запросы, чтобы улучшить их производительность. 17. Ограничение данных: ограничивайте количество возвращаемых данных, чтобы улучшить производительность. 18. Мониторинг производительности: мониторинг производительности поможет вам выявить проблемы и найти способы их устранения. 19. Обновление ПО: регулярно обновляйте ПО, используемое вашей базой данных, чтобы воспользоваться последними улучшениями производительности. 20. Использование индексов: правильное использование индексов может существенно улучшить производительность SQL-запросов. Обратите внимание, что нет единого решения для улучшения производительности SQL-запросов, и каждый случай может быть уникален. Важно понимать причины низкой производительности и применять соответствующие техники для улучшения. @sqlhub

🖥 Как откатить часть транзакции внутри функции или процедуры? На SQL вы можете сделать так: BEGIN; INSERT INTO table1 VALUES (1); SAVEPOINT my_savepoint; INSERT INTO table1 VALUES (2); ROLLBACK TO SAVEPOINT my_savepoint; --rollback previous command INSERT INTO table1 VALUES (3); COMMIT; Внутри функции или процедуры код выше завершится с ошибкой, например в is_sql.sql. Но вы можете откатить часть SQL команд в транзакции через подтранзакции: DO $TEST$ BEGIN -- here you can write DDL commands, for example, adding or deleting a table or its section -- and/or -- here you can write DML commands that modify data in tables and, thus, check the operation of triggers -- rollback all test queries raise exception using errcode = 'query_canceled'; EXCEPTION WHEN query_canceled THEN --don't do anything END $TEST$; #postgre @sqlhub

Приглашаем на вебинар о нетипичных сценариях использования Yandex Data Transfer 14 марта, 12:00–13:00 На мероприятии разберём: 🔸 какие задачи можно решить с помощью Yandex Data Transfer; 🔸 как построить пайплайны внутри платформы данных и между сервисами облака; 🔸 какие особенности трансферов стоит учесть в работе. Мы продемонстрируем сценарии для CDC, поставки из очередей и загрузки данных в витрины, которые вы сможете реализовать самостоятельно. Вас также ждёт Q&A-сессия. Присылайте вопросы в чат трансляции — спикер ответит на них в прямом эфире. Участие бесплатное, нужно только зарегистрироваться ➡️

🖥 Структура sql-запросов Общая структура запроса выглядит следующим образом: SELECT ('столбцы или * для выбора всех столбцов; обязательно') FROM ('таблица; обязательно') WHERE ('условие/фильтрация, например, city = 'Moscow'; необязательно') GROUP BY ('столбец, по которому хотим сгруппировать данные; необязательно') HAVING ('условие/фильтрация на уровне сгруппированных данных; необязательно') ORDER BY ('столбец, по которому хотим отсортировать вывод; необязательно') SELECT, FROM SELECT, FROM — обязательные элементы запроса, которые определяют выбранные столбцы, их порядок и источник данных. Выбрать все (обозначается как *) из таблицы Customers: SELECT * FROM Customers Выбрать столбцы CustomerID, CustomerName из таблицы Customers: SELECT CustomerID, CustomerName FROM Customers WHERE WHERE — необязательный элемент запроса, который используется, когда нужно отфильтровать данные по нужному условию. Очень часто внутри элемента where используются IN / NOT IN для фильтрации столбца по нескольким значениям, AND / OR для фильтрации таблицы по нескольким столбцам. Фильтрация по одному условию и одному значению: select * from Customers WHERE City = 'London' Фильтрация по одному условию и нескольким значениям с применением IN (включение) или NOT IN (исключение): select * from Customers where City IN ('London', 'Berlin') select * from Customers where City NOT IN ('Madrid', 'Berlin','Bern') Фильтрация по нескольким условиям с применением AND (выполняются все условия) или OR (выполняется хотя бы одно условие) и нескольким значениям: select * from Customers where Country = 'Germany' AND City not in ('Berlin', 'Aachen') AND CustomerID > 15 select * from Customers where City in ('London', 'Berlin') OR CustomerID > 4 GROUP BY GROUP BY — необязательный элемент запроса, с помощью которого можно задать агрегацию по нужному столбцу (например, если нужно узнать какое количество клиентов живет в каждом из городов). При использовании GROUP BY обязательно: перечень столбцов, по которым делается разрез, был одинаковым внутри SELECT и внутри GROUP BY, агрегатные функции (SUM, AVG, COUNT, MAX, MIN) должны быть также указаны внутри SELECT с указанием столбца, к которому такая функция применяется. Группировка количества клиентов по городу: select City, count(CustomerID) from Customers GROUP BY City Группировка количества клиентов по стране и городу: select Country, City, count(CustomerID) from Customers GROUP BY Country, City Группировка продаж по ID товара с разными агрегатными функциями: количество заказов с данным товаром и количество проданных штук товара: select ProductID, COUNT(OrderID), SUM(Quantity) from OrderDetails GROUP BY ProductID Группировка продаж с фильтрацией исходной таблицы. В данном случае на выходе будет таблица с количеством клиентов по городам Германии: select City, count(CustomerID) from Customers WHERE Country = 'Germany' GROUP BY City Переименование столбца с агрегацией с помощью оператора AS. По умолчанию название столбца с агрегацией равно примененной агрегатной функции, что далее может быть не очень удобно для восприятия. select City, count(CustomerID) AS Number_of_clients from Customers group by City @sqlhub

🖥 SQL запрос SELECT: значение и примеры SELECT SQL — оператор запроса, который возвращающает определённый набор данных из базы данных. Список столбцов выборки задаётся в части оператора, которая называется предложением оператора SELECT. Синтаксис SELECT SQL SELECT column1, column2, ... FROM table_name; Здесь column1, column2, … — это имена полей таблицы, из которой выбираются данные. Если вы хотите выбрать все поля, доступные в таблице, используйте следующий синтаксис: SELECT * FROM table_name; Примеры использования SELECT SQL Если у вас есть таблица employees со столбцами id, name, age, department, salary, вы можете выбрать только имена и возраст всех сотрудников следующим образом: SELECT name, age FROM employees; Чтобы выбрать все столбцы из таблицы, вы можете использовать символ *: SELECT * FROM employees; Вы также можете использовать оператор WHERE для фильтрации данных по определенным условиям. Например, чтобы выбрать только имена и возраст сотрудников младше 30 лет, используйте такой запрос: SELECT name, age FROM employees WHERE age < 30; Кроме того, есть ORDER BY для сортировки результатов по определённому столбцу. Например, можно отсортировать сотрудников по возрасту в порядке убывания: SELECT * FROM employees ORDER BY age DESC; SQL SELECT может использоваться для выполнения вычислительных операций над столбцами данных, например, для вычисления общей суммы или среднего значения. Чтобы вычислить среднюю зарплату всех сотрудников, напишем такой запрос: SELECT AVG(salary) FROM employees; Все эти примеры демонстрируют основы оператора SELECT в SQL. Также вы можете почитать о других основных командах SQL. @sqlhub

🖥 Оператор LIKE в SQL: примеры и синтаксис LIKE SQL — это оператор, который используется для поиска строк, содержащих определённый шаблон символов. Синтаксис LIKE SQL Использовать оператор LIKE в SQL очень просто: достаточно прописать стандартную команду выбора SELECT * FROM и задать условие через WHERE, где и будет использован оператор LIKE. Шаблон LIKE SQL: SELECT column1, column2, ... FROM table_name WHERE columnN LIKE pattern; Существует два подстановочных знака, которые используются в сочетании с оператором LIKE: % — знак процента представляет собой ноль, один или несколько символов; _ — подчёркивание представляет собой один символ. Примеры использования LIKE SQL Представим, что вы хотите найти все имена, начинающиеся с буквы J. Для этого достаточно использовать следующий запрос: SELECT * FROM table_name WHERE name LIKE 'J%'; В данном случае символ % используется для указания любого количества символов после J. Таким образом, запрос найдёт все имена, которые начинаются с буквы J, независимо от того, какие символы следуют за ней. Ещё один пример — поиск всех адресов электронной почты, содержащих слово gmail. Для этого можно использовать следующий запрос: SELECT * FROM table_name WHERE email LIKE '%gmail%'; Здесь символы % используются для указания, что слово gmail может быть в любом месте в адресе электронной почты. Также можно использовать символ _ для указания одного символа. Например, запрос ниже найдет все имена, состоящие из шести символов. Эти имена должны начинаться с буквы J и заканчиваться буквой n: SELECT * FROM table_name WHERE name LIKE 'J____n'; Здесь каждый символ _ указывает на любой один символ. Иногда символы % и _ сами могут быть частью искомой строки. В таких случаях их нужно экранировать. Например, запрос ниже найдет все имена, содержащие символ %: SELECT * FROM table_name WHERE name LIKE '%\%%'; @sqlhub

🔎 13 Инструкций SQL для решения 90% ваших задач по обработке данных Независимо от того, являетесь ли вы новичком в SQL или имеете некоторый опыт работы с ним, эта статья предоставит вам ценную информацию для подготовки к интервью и практические советы по работе с данными . ▪ Статья @sqlhub

27 февраля стартовал финал совместного профиля «Искусственный интеллект» НТО и Академии искусственного интеллекта для школьников БФ Сбербанка «Вклад в будущее» 📌 3 дня продлится командная работа над финальной задачей. Sber AI подготовил задание по разработке алгоритма, который анализирует видео и отвечает на вопросы по его содержанию. Такое решение позволит ускорить анализ видеоинформации, а также проводить эффективный поиск по видеопоследовательностям. 📌Подробности по ссылке: https://www.ng.ru/news/760842.html По итогам командам-победителям вручат приглашения на оплачиваемую стажировку в Сбер и компании-партнеры по направлению «Машинное обучение». Призовой фонд превышает 4 млн рублей

🖥 Задание. Самые заказываемые пары товаров Проанализируйте поведение покупателей и определите, какие продукты часто покупаются вместе. Напишите запрос, который возвращает пары товаров, которые чаще всего приобретались вместе, а также сколько раз эти товары были приобретены вместе. Не включайте пары одного и того же продукта или пары, которые уже были перечислены (например, если вы перечисляете пару продуктов A и B, не перечисляйте также пару продуктов B и A). Пример результирующей таблицы: | id1 | id2 | count | |-----|-----|-------| | 17 | 63 | 4 | | 38 | 40 | 3 | | 49 | 72 | 3 | | 2 | 88 | 2 | Столбцы в результате ▪id1 - id первого товара из пары ▪id2 - id второго товара ▪count - количество раз, когда эту пару товаров заказывали в одном заказе Пишите свое решение в комментариях👇 @sqlhub

Аналитика будущего доступная сегодня Какой профит можно получить от сочетания BI, Process Mining, Task Mining и Automation в одной системе? Все ответы вы получите на вебинаре «Развитие системы активной бизнес-аналитики Proceset», который состоится 2 марта в 16:00. Спикеры: Александр Бочкин, генеральный директор Инфомаксимум и эксперт в Process Mining, Task Mining и Business Intelligence; Виталий Гудулин, руководитель департамента развития продуктов Инфомаксимум. Программа вебинара: Архитектура системы активной бизнес-аналитики Proceset Как в системе работает связка технологий Business Intelligence – Process Mining – Task Mining – Automation. Дашборд за 10 минут Self-service в деле: в режиме реального времени покажем, как быстро и просто построить любой дашборд без навыков программирования и привлечения сторонних специалистов. Обновления Proceset Кратко про основные нововведения и улучшения системы за последние полгода. Сессия «Вопрос – ответ» Все интересующие вопросы можно направить как заранее в форме, так и задавать по ходу мероприятия. Регистрируйтесь здесь

🖥 Задача Существует банковская система, где клиент может совершать транзакции и устанавливать лимит на свой аккаунт. Также клиент может сам устанавливать себе лимит, пример: 01.01.2023 клиент установил лимит в 1000руб. 02.01.2023 совершил транзакцию на 900руб, остаток лимита составляет 100руб, 03.01.2023 совершает транзакцию на 500руб, остаток лимита равен -400, соответственно лимит превышен(limit_exceed = true). 10.01.2023 клиент устанавливает лимит в 2000руб, остаток лимита = 1600, лимит не превышен. Решение select * from solva.transactions tsolva.transactions t left join( select * ,lead(setting_date,1,current_date) over(partition by user_account order by setting_date) - interval 'days 1' to_date from limits ) l on l.user_account = t.account_from and t.date_time between l.setting_date and l.to_date where t.limit_exceeded = true --теперь не нужно and t.account_from = l.user_account and t.date_time between :startdate and :enddate; Пишите свое решение в комментариях👇 @sqlhub