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
Показати більше📈 Аналітичний огляд Telegram-каналу Data Science. SQL hub
Канал Data Science. SQL hub (@sqlhub) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 36 020 підписників, посідаючи 3 735 місце в категорії Технології та додатки та 17 602 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 36 020 підписників.
За останніми даними від 10 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 33, а за останні 24 години на 1, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 9.03%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.94% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 254 переглядів. Протягом першої доби публікація в середньому набирає 1 421 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 8.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як sql, индекс, postgres, index, sqlite.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 11 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
npx azimutt explore $db_url
Azimutt — это многофункциональный инструмент для изучения баз данных
Позволяет быстро перемещаться по БД, облегчает документирование и анализ данных.
Быстрый старт с Docker:
docker run -d --name azimutt \
--env-file <path_to_your_env_file> \
-p 4000:4000 \
ghcr.io/azimuttapp/azimutt:main
🖥 GitHub
🟡 Исследовать свою БД с Azimutt онлайн
🟡 Доки
@sqlhubpip install -U pymilvus
Milvus — это векторная база данных с открытым исходным кодом, которая подходит для ИИ-приложений любого масштаба (почти) — от запуска демонстрационного чатбота в Jupyter Notebook до создания веб-поиска, обслуживающего миллиарды пользователей.
Можно установить Milvus локально и использовать для создания, хранения и поиска векторов.
🖥 GitHub
🟡 Доки
@sqlhubsudo apt-get install -y gcc cmake build-essential git libssl-dev libgflags2.2 libgflags-dev libexpat1-dev libapr1-dev libaprutil1-dev libmxml-dev geos-devel
В качестве языка запросов TDengine использует чистый SQL. В дополнение к нему TDengine предлагает собственные функции для лучшего анализа временных рядов.
Быстрый старт с Docker:
docker run -d -p 6030:6030 -p 6041:6041 -p 6043-6060:6043-6060 -p 6043-6060:6043-6060/udp tdengine/tdengine
🖥 GitHub
🟡 Доки
@sqlhubdocker run \
--name spicedb \
-p 50051:50051 \
authzed/spicedb \
serve \
--grpc-preshared-key "somerandomkeyhere"
🖥 GitHub
🟡 Доки
@sqlhubgit clone -b release-3.6 https://github.com/vesoft-inc/nebula-docker-compose.git
cd nebula-docker-compose/
docker-compose up -d
NebulaGraph — это популярная база данных для графов с открытым исходным кодом, способная обрабатывать большие объемы данных с задержкой в миллисекунды, быстро масштабироваться и выполнять быструю графовую аналитику.
Широко используется в социальных сетях, рекомендательных системах, графах знаний, безопасности, в приложениях с искусственным интеллектом и т. д.
NebulaGraph способна хранить графы с сотнями миллиардов вершин и триллионами ребер и обслуживать запросы с миллисекундной задержкой.
🖥 GitHub
🟡 Доки
@sqlhubpipx install harlequin
Harlequin может работать практически в любой среде, на любом терминале. Для работы используется fish в tmux на Alpine по SSH? Harlequin будет работать в этой среде. Windows cmd? Без проблем.
Harlequin поддерживает работу почти со всеми БД, скоро завезут ещё (при желании можно создать свой адаптер для своей БД)
🟡 Страничка Harlequin
🖥 GitHub
🟡 Доки
@sqlhubbrew install sqlpage
SQLpage — это open-source конструктор веб-приложений, основанный только на SQL. Он предназначен для специалистов по изучению данных и аналитиков, чтобы они могли быстро создавать веб-приложения, не заботясь о концепциях веб-программирования.
С помощью SQLPage достаточно писать простые .sql-файлы, содержащие запросы к БД для выбора, группировки, обновления, вставки и удаления данных, чтобы получить веб-страницы, отображающие данные в виде текста, списков, графиков и форм.
🖥 GitHub
🟡 Доки
@sqlhubcurl https://install.memgraph.com | sh
Memgraph — это open-source БД, созданная для потоковой передачи данных в реальном времени и совместимая с Neo4j.
Memgraph особенно актуальна для тех, кто изучает взаимосвязанные данные, которые можно представить в виде графа
Memgraph может напрямую подключиться к потоковой инфраструктуре и может получать данные из таких источников, как Kafka, SQL или обычные CSV-файлы.
Memgraph реализована на C/C++ и использует архитектуру in-memory first, чтобы гарантировать постоянную максимальную производительность и отсутствие сюрпризов.
Соответствует требованиям ACID и обладает высокой доступностью.
🖥 GitHub
🟡 Доки
@sqlhubpip install jupysql duckdb-engine
JupySQL — это форк ipython-sql с множеством исправленных ошибок и массой новых возможностей
JupySQL позволяет выполнять SQL-запросы и строить графики для больших наборов данных в Jupyter с помощью команд %sql, %%sql и %sqlplot.
JupySQL совместим со всеми основными БД (PostgreSQL, MySQL, SQL Server и др.), хранилищами данных (типа Snowflake, BigQuery, Redshift) и движками (SQLite и DuckDB).
🖥 GitHub
🟡 Доки
@sqlhubwget https://raw.githubusercontent.com/matrixorigin/mo_ctl_standalone/main/install.sh && sudo -u $(whoami) bash +x ./install.sh
mo_ctl set_conf MO_PATH="yourpath" # Set custom MatrixOne download path
mo_ctl set_conf MO_DEPLOY_MODE=git # Set MatrixOne deployment method
MatrixOne — это гиперконвергентная облачная распределенная БД со структурой, которая разделяет хранение, вычисления и транзакции, образуя единый движок данных HSTAP.
Этот механизм позволяет единой системе баз данных справляться с различными бизнес-нагрузками, такими как OLTP, OLAP и потоковые вычисления.
MatrixOne поддерживает развертывание и использование в публичных и частных облаках, обеспечивая совместимость с различными инфраструктурами.
🖥 GitHub
🟡 Доки
@sqlhubdocker run --name cnosdb -p 8902:8902 -d cnosdb/cnosdb:community-latest
docker exec -it cnosdb sh
cnosdb-cli --port 8902
🖥 GitHub
🟡 Доки
@sqlhub