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
Ko'proq ko'rsatish📈 Telegram kanali Data Science. SQL hub analitikasi
Data Science. SQL hub (@sqlhub) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 36 073 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 727-o'rinni va Rossiya mintaqasida 17 610-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 36 073 obunachiga ega bo‘ldi.
31 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 143 ga, so‘nggi 24 soatda esa -13 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 8.65% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.79% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 123 marta ko‘riladi; birinchi sutkada odatda 1 369 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 8 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent sql, индекс, postgres, index, sqlite kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“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”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 01 Noyabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
pip install piccolo
piccolo playground run
Piccolo — это быстрый, простой в освоении ORM и конструктор запросов.
Особенности Piccolo:
— поддержка sync и async
— встроенная платформа для тестирования запросов
— отлично интегрируется с iPython и VSCode
🖥 GitHub
🟡 Доки
@sqlhubcurl https://sh.edgedb.com --proto '=https' -sSf1 | sh
EdgeDB — это БД, поддерживающая сложные иерархические запросы; EdgeDB собрала в себе лучшее реляционных БД, графовых БД и ORM.
🖥 GitHub
🟡 Доки
@sqlhubgit clone git@github.com:<your-username>/beekeeper-studio.git beekeeper-studio
cd beekeeper-studio/
yarn install
yarn run electron:serve
Beekeeper Studio без проблем работает на всех платформах: Linux, MacOS и Windows
🖥 GitHub
@sqlhubInnovation" рекомендованы для пользователей, желающих получать доступ к новым функциям как можно раньше. Эти версии публикуются каждые 3 месяца и поддерживаются только до выхода следующего значительного релиза (например, поддержка ветки 9.0 прекратится с появлением ветки 9.1).
Примерно через год планируется выпустить LTS-релиз, который будет рекомендован для внедрений, требующих стабильности и длительной поддержки. После LTS-релиза будет создана новая ветка "Innovation" — MySQL 10.0.
Главные изменения в MySQL 9.0:
При выполнении конструкции "EXPLAIN ANALYZE INTO" добавлена возможность сохранения вывода в формате JSON в пользовательскую переменную, которая затем может использоваться в качестве аргумента в функциях для работы с JSON.
sqlEXPLAIN ANALYZE FORMAT=JSON INTO @variable select_stmt
Разрешено оформление выражений "CREATE EVENT", "ALTER EVENT" и "DROP EVENT" в виде параметризованных запросов внутри хранимых процедур. Создание параметризованного запроса осуществляется с использованием выражения PREPARE, а выполнение - выражения EXECUTE.
CREATE PROCEDURE sp(n INT)
BEGIN
SET @s1 = "CREATE EVENT e ON SCHEDULE EVERY ";
SET @s2 = " SECOND
STARTS CURRENT_TIMESTAMP + INTERVAL 10 SECOND
ENDS CURRENT_TIMESTAMP + INTERVAL 2 MINUTE
ON COMPLETION PRESERVE
DO
INSERT INTO d.t VALUES ROW(NULL, NOW(), FLOOR(RAND()*100))";
SET @s = CONCAT(@s1, n, @s2);
PREPARE ps FROM @s;
EXECUTE ps;
DEALLOCATE PREPARE ps;
END
Добавлены две новые системные таблицы, содержащие сведения о системных переменных: variables_metadata - содержит информацию об именах, области действия, типах и диапазонах значений всех поддерживаемых MySQL-сервером системных переменных; global_variable_attributes - содержит значения атрибутов, выставленных для глобальных переменных, таких как offline_mode и read_only.
Удалён ранее объявленный устаревшим серверный плагин mysql_native_password, обеспечивающий аутентификацию при помощи паролей.
Вместо mysql_native_password рекомендуется перейти на использование плагина caching_sha2_password, применяющего для хэширования алгоритм SHA2 вместо SHA1.
Добавлено 15 переменных для настройки и инспектирования движка MLE (Multilingual Engine Component), позволяющего использовать в хранимых процедурах и функциях код на языках, отличных от SQL.
@sqlhubdocker run --pull=always -tip 6543:3000 ghcr.io/xtdb/xtdb-standalone-ea
🖥 GitHub
🟡 Доки
@sqlhubgit clone https://github.com/IceFireDB/IceFireDB.git IceFireDB-NoSQL
cd IceFireDB-NoSQL
make && ls ./bin/IceFireDB
Один из компонентов IceFireDB — IceFireDB-SQLite, — децентрализованная база данных SQLite. Предоставляет удобный механизм для построения глобальной распределенной системы баз данных. Поддерживает запись данных в IceFireDB-SQLite по протоколу MySQL. IceFireDB-SQLite хранит данные в SQLite и синхронизирует их между узлами в автоматической сети P2P.
🖥 GitHub
🟡 Доки
@sqlhubnpx 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
@sqlhub