Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Data Science. SQL hub

Kanalga Telegram’da o‘tish

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

Tarmoq:Machinelearning Rossiya17 593 Texnologiyalar & Aralashmalar3 722...

📈 Telegram kanali Data Science. SQL hub analitikasi

Data Science. SQL hub (@sqlhub) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 36 075 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 722-o'rinni va Rossiya mintaqasida 17 593-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 36 075 obunachiga ega bo‘ldi.

01 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 121 ga, so‘nggi 24 soatda esa -14 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

Tasdiqlash holati: Tasdiqlanmagan
Jalb etish (ER): Auditoriya o‘rtacha 9.02% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.80% ini tashkil etuvchi reaksiyalarni to‘playdi.
Post qamrovi: Har bir post o‘rtacha 3 254 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 7 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 02 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.

36 075

Obunachilar

-1424 soatlar

-777 kun

+12130 kun

3 254

Post ko'rishlar

~ 1 36924 soatlar

~ 1 66548 soatlar

9.02%

Muloqot nisbati

Ma'lumot yo'q

Kuniga postlar

Ads index

beta

Postlar arxiv

36 073

🖥 SQL генератор Выпущена Sqlcode 8b на базе Llama-3! Вероятно, это лучшая на данный момент модель размером <10B для преобразования текста в SQL. Работает лучше, чем gpt-4-turbo и claude opus для генерации SQL запросов. ▪Github: https://github.com/defog-ai/sql-eval ▪Weights: https://huggingface.co/defog/llama-3-sqlcoder-8b/ ▪Demo (optimized for postgres): https://defog.ai/sqlcoder-demo/ @data_analysis_ml

36 073

👣 goqu — go-библиотека для построения и выполнения SQL-запросов — go get -u github.com/doug-martin/goqu/v9 Без проблем поддерживает Postgres, MySQL, SQLite3, SQLServer и кастомные диалекты 🖥 GitHub @Golang_google

36 073

💻Маленькая загадка для любителей PostgreSQL 🟡В таблице получилось дублирование cat_id, хотя это primary key. Что должно быть на месте -- do some things, чтобы это было возможно?

CREATE TABLE cats (
    cat_id bigint,
    name varchar(128) NOT NULL,
    PRIMARY KEY (cat_id)
);

INSERT INTO cats VALUES (1, 'Tihon'), (2, 'Marfa');

SELECT * FROM cats;
 cat_id | name
--------+-------
      1 | Tihon
      2 | Marfa
(2 rows)

-- do some things

SELECT * FROM cats;
 cat_id | name
--------+--------
      1 | Tihon
      2 | Marfa
      1 | Tihon2
(3 rows)

Для такого эффекта на месте --do some things должно быть наследование таблиц. Понятно же, почему так происходит? @sqlhub

36 073

erid: LjN8KEpJ7 Состоялся коммерческий релиз СУБД SoQoL SoQoL — это инновационная российская СУБД, созданная с нуля на основе новейших достижений, потребностей рынка, глубоких научных знаний и богатого опыта команды экспертов в области разработки программного обеспечения. СУБД SoQoL не имеет ограничений специализированных СУБД и: 🔵 работает с большими дисковыми массивами данных; 🔵 реализует все требования ACID без исключений; 🔵 предоставляет различные уровни изоляции транзакций; 🔵 и конечно же поддерживает хорошо знакомый пользователям стандарт ANSI SQL. СУБД SoQoL представляет собой транзакционную систему управления базами данных с производительностью, кратно превосходящей ведущие системы, как на рынке России, так и за его пределами. Больше информации о СУБД SoQoL: https://tglink.io/5ab848321abf

36 073

💻Эксперименты с временными таблицами PostgreSQL Чтобы лучше понять работу TEMP TABLE в PostgreSQL, нужно просто поглубже в них погрузиться, проверить разные гипотезы — именно с практикой и придёт понимание. Так что держите — здесь подробное исследование TEMP TABLE, рассмотрение временных таблиц под разными углами 📎 Исследование 🖥 GitHub @sqlhub

36 073

✅ Изучите тонкости и важные параметры MySQL на практическом открытом уроке «MySQL: оптимизация производительности» от OTUS 🔹На практическом занятии разберём основные способы оптимизации производительности СУБД MySQL. Научимся диагностировать нагрузку, анализировать запросы. Поговорим о настройке важнейших параметров конфигурации. 🔹В результате урока вы сможете понять причины проблем производительности, научитесь проводить анализ нагрузки и параметры конфигурации MySQL. 👉 Регистрация https://otus.pw/Um71/?erid=LjN8KB7md

36 073

💻Установка PostgreSQL из исходников Держите полезную статью о том, как собрать PostgreSQL 16 версии из исходников, инициализировать кластер и запустить его на сервере Debian 12 Причины по которым вам может понадобится собирать PostgreSQL из исходников: ⏩для дистрибутива нет готового пакета; ⏩нужно собрать PostgreSQL с нестандартными параметрами. План статьи ├╼ Сборка и установка ├╼ Создание кластера ├╼ Запуск и остановка кластера ├╼ Установка расширений PostgreSQL ├╼ Создание и запуск второго кластера ╰╼ Создание службы SystemD для кластеров 📎 Статья @sqlhub

36 073

💻pgvector — расширение PostgreSQL для работы с векторами Open-source решение для хранения и поиска векторов в Postgres. Сами данные для векторов можно получить, например, из ML-модели и вставить в таблицу с колонкой типа vector. Или данные можно создать в PostgreSQL как гистограмму определенных категорий. В этом случае можно значения в массивах real[], integer[] или double precision[], numeric[] привести к типу ::vector. 🖥 GitHub 🟡 Пример использования pgvector на Хабре @sqlhub

36 073

Очное обучение Data Science для начинающих в НИУ ВШЭ — старт 16 мая «Специалист по Data Science»: первая программа переподготовки, аккредитованная Альянсом в сфере ИИ. Вы изучите все направления современного анализа данных: от основ программирования и дискретной математики до машинного обучения, нейронных сетей, обработки Big Data и не только. Старт: 16 мая Продолжительность: 1.5 года Полная программа и регистрация: по ссылке. Реклама. НИУ ВШЭ. ИНН 7714030726 Erid: 2SDnjdXFxWd

36 073

⚡️ Тинькофф разбор заданий на стажировку! ▪Видео ▪Задачи @machinelearning_interview

36 073

Repost from Golang

👣 sqlc — генерирование типобезопасного кода из SQL — go install github.com/sqlc-dev/sqlc/cmd/sqlc@latest sqlc позволяет создавать полностью безопасный для типов идиоматический Go-код из SQL. Как это работает: — пишем SQL-запрос — запускаем sqlc для генерации Go-кода — теперь можем вызывать методы, созданные sqlc, из другого приложения 🖥 GitHub 🟡 Доки 🟡 Демонстрация @Golang_google

36 073

💻Промпт — в SQL-запрос при помощи Chat2DB 🟡Chat2DB — AI-инструмент, который позволяет преобразовывать промпты на естественном языке в SQL-запросы. Позволяет легко манипулировать данными, создавать отчёты и проводить анализ без знания SQL. 🟡Для pro-версии есть нативное приложение, pro-версия поддерживает все популярные СУБД: MySQL, PostgreSQL, H2, SQLite, MariaDB, ClickHouse, MongoDB, Redis, Snowflake и остальные 🖥 GitHub 🟡 Доки 🟡 Протестировать можно тут @sqlhub

36 073

✅ Изучаем конфигурации PostgreSQL на открытом практическом уроке от OTUS 🔹На вебинаре рассмотрим оптимальные способы конфигурирования PostgreSQL, а также научимся тестировать наши конфигурации при помощи sysbanch, pgbench и бонус. Вебинар будет полезен разработчикам SQL, архитекторам и DBA. 👉 Регистрация https://clck.ru/3AM8KY?erid=LjN8K75EJ

36 073

💻 Настройка логической репликации PostgreSQL Репликация PostgreSQL представляет из себя способ реализации отказоустойчивого кластера. Инструкция написана на примере PostgreSQL 14, но она также будет работать для PostgreSQL более ранних версий (до 10). Логическая репликация добавлена в PostgreSQL с версии 10. Она позволяет: 🟡Объединить несколько баз в одну. 🟡Использовать особые условия для передачи данных подписчику. 🟡Дать доступ к реплицированным данным другим группам пользователей. 🟡Разделить данные из нескольких баз между несколькими другими базами данных. 🟡Передать инкрементальные изменения в одной или нескольких базах в момент редактирования информации. 🟡Упростить условия для настройки репликации: могут использоваться разные мажорные версии PostgreSQL, а также платформы операционных систем. Используемые в данном руководстве команды, применимы для операционных систем Linux. Если PostgreSQL работает под Windows, данную инструкцию можно использовать как шпаргалку для настройки конфигурационных файлов СУБД. 📎 Перейти к настройке репликации @sqlhub

36 073

💻 PostgreSQL — настройка Postgres экспортера В этой статье настраиваем экспортера, для сбора метрик с базы на PostgreSQL 📎 Статья @sqlhub

36 073

Нет опыта – нет работы? Как ML-специалисту или аналитику получить первый оффер? Требования на рынке к DS-специалистам растут и умения решать задачи по шаблону уже недостаточно. Работодатели ищут тех, кто понимает проблемы бизнеса и может предложить решения к ним. Именно этому можно научиться в Симуляторе Data Science от karpov.courses. В Симуляторе вас ждёт: — 80+ реальных задач бизнеса разного уровня сложности из разных индустрий: ретейла, финтеха, фудтеха, рекламы и других. — После решения задачи, вы сможете посмотреть решение от команды симулятора и перенять лучшие практики. — Уникальные пет-проекты для портфолио, которые вы будете разрабатывать в команде под менторством экспертов индустрии. Симулятор ежемесячно пополняется новыми задачами, а еще приобретая Симулятор вы получаете доступ к живому комьюнити из 500+ специалистов. Присоединяйтесь на Симулятор до 10.05.2024 и получите скидку 5% по промокоду DSSQLHUB: https://clc.to/erid_LjN8KD7pe Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627.

36 073

🖥 DrawDB Крутой инструмент для создания баз данных и генерации SQL запросов. Создание диаграмм займет всего несколько секунд, вы сможете экспортировать готовые скрипты и настроить свой редактор без необходимости создания учётной записи. ▪ GitHub @sqlhub

36 073

Repost from Machine learning Interview

⭐️ Data Science разбор реальной задачи с собеседования. Прогнозирование оттока клиентов. ▪Смотреть ▪Данные ▪Ноутбук @machinelearning_interview

36 073

👣 Convex Conve jgtycjhc векторная бд проект в 200 тысяч строк Convex, "реактивной" базы данных, созданной с нуля на Rust. Она включает в себя набор клиентских библиотек, которые интегрируются с интерфейсным кодом приложения, и обеспечивает кэширование данных и обновления в режиме реального времени.

git clone https://github.com/get-convex/convex-backend.git
cd convex-backend

▪Github ▪Docs @sqlhub