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 35 817 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 794-o'rinni va Rossiya mintaqasida 18 091-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 35 817 obunachiga ega bo‘ldi.
24 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -67 ga, so‘nggi 24 soatda esa 0 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 8.18% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.71% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 2 930 marta ko‘riladi; birinchi sutkada odatda 1 329 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 11 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 25 Iyun, 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.
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
Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
