SQL и Анализ данных
Kanalga Telegram’da o‘tish
Базы данных и всё, что с ними связано! Сотрудничество: @haarrp РКН № 6766085482
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali SQL и Анализ данных analitikasi
SQL и Анализ данных (@databases_tg) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 12 575 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 9 976-o'rinni va Rossiya mintaqasida 52 111-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 12 575 obunachiga ega bo‘ldi.
13 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -86 ga, so‘nggi 24 soatda esa 1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 10.24% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 5.92% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 1 288 marta ko‘riladi; birinchi sutkada odatda 744 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 6 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent sql, индекс, user_id, строка, субд kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Базы данных и всё, что с ними связано!
Сотрудничество: @haarrp
РКН № 6766085482”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 14 Iyul, 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.
12 575
Obunachilar
+124 soatlar
-87 kunlar
-8630 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Ma'lumot yo'q
Muammo bormi? Iltimos, sahifani yangilang yoki bizning qo'llab-quvvatlash boshqaruvchimizga murojaat qiling>.
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+13
0 kanalda
Iyun '26
+32
0 kanalda
Get PRO
May '26
+90
0 kanalda
Get PRO
Aprel '26
+79
0 kanalda
Get PRO
Mart '26
+144
0 kanalda
Get PRO
Fevral '26
+171
1 kanalda
Get PRO
Yanvar '26
+212
3 kanalda
Get PRO
Dekabr '25
+118
0 kanalda
Get PRO
Noyabr '25
+248
4 kanalda
Get PRO
Oktabr '25
+89
0 kanalda
Get PRO
Sentabr '25
+186
2 kanalda
Get PRO
Avgust '25
+272
1 kanalda
Get PRO
Iyul '25
+439
46 kanalda
Get PRO
Iyun '25
+183
0 kanalda
Get PRO
May '25
+339
3 kanalda
Get PRO
Aprel '25
+346
0 kanalda
Get PRO
Mart '25
+587
0 kanalda
Get PRO
Fevral '25
+832
19 kanalda
Get PRO
Yanvar '25
+754
5 kanalda
Get PRO
Dekabr '24
+923
7 kanalda
Get PRO
Noyabr '24
+1 736
45 kanalda
Get PRO
Oktabr '24
+8 262
265 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 13 Iyul | +1 | |||
| 12 Iyul | +1 | |||
| 11 Iyul | +1 | |||
| 10 Iyul | +3 | |||
| 09 Iyul | +2 | |||
| 08 Iyul | +1 | |||
| 07 Iyul | 0 | |||
| 06 Iyul | 0 | |||
| 05 Iyul | +3 | |||
| 04 Iyul | +1 | |||
| 03 Iyul | 0 | |||
| 02 Iyul | 0 | |||
| 01 Iyul | 0 |
Kanal postlari
SQL-задача с подвохом посложнее
Нужно найти пользователей, у которых последний заказ был оплачен.
Есть таблица:
orders
id | user_id | status | created_at
1 | 10 | paid | 2026-01-01
2 | 10 | cancelled | 2026-01-05
3 | 20 | paid | 2026-01-03
4 | 30 | failed | 2026-01-02
WITH ranked AS (
SELECT *,
ROW_NUMBER() OVER (
PARTITION BY user_id
ORDER BY created_at DESC
) AS rn
FROM orders
WHERE status = 'paid'
)
SELECT *
FROM ranked
WHERE rn = 1;
WHERE status = 'paid' срабатывает до ROW_NUMBER().
То есть SQL сначала выбрасывает все неоплаченные заказы, а потом ищет последний среди оставшихся оплаченных.
Пользователь 10 попадёт в результат, хотя его реальный последний заказ — cancelled.
Правильно так:
WITH ranked AS (
SELECT *,
ROW_NUMBER() OVER (
PARTITION BY user_id
ORDER BY created_at DESC, id DESC
) AS rn
FROM orders
)
SELECT *
FROM ranked
WHERE rn = 1
AND status = 'paid';
| 2 |  Algebra, Topology, Differential Calculus, and Optimization Theory For Computer Science and Machine Learning
Недавно был обновлен огромный PDF-учебник по математике на 2204 страницы:
Внутри - алгебра, топология, дифференциальное исчисление и теория оптимизации для Computer Science и Machine Learning.
Найти можно здесь:
https://cis.upenn.edu/~jean/gbooks/geomath.html | 1 102 |
| 3 |  +2🌟 TabFM: модель для работы с табличными данными от Google
Google Research опубликовала модель машинного обучения для классификации и регрессии на табличных данных. TabFM делает прогнозы на ранее не встречавшихся таблицах без отдельной тренировки под каждый набор данных.
Табличные данные лежат в основе множества прикладных задач - от прогноза оттока клиентов до выявления финансового мошенничества. Десятилетиями здесь доминировали алгоритмы на основе деревьев решений, которые требуют долгого подбора параметров и выстраивания признаков под каждую новую задачу.
TabFM использует подход, заимствованный у LLM - обучение в контексте.
Модель получает всю таблицу целиком как единый запрос и определяет связи между столбцами и строками прямо в момент прогноза, не меняя своих внутренних параметров. Эту архитектуру Гугл описывает как гибрид двух ранее опубликованных решений TabPFN и TabICL.
TabFM обучалась на сотнях миллионов сгенерированных таблиц, построенных с помощью структурных причинных моделей.
Разработку проверили на бенчмарке TabArena, который ранжирует системы по итогам прямых сравнений между собой. Тестирование включало 38 наборов для классификации и 13 для регрессии, размером от 700 до 150 000 строк.
По результатам TabFM обошла тщательно настроенные отраслевые решения TabPFN-3, AutoGluon и RealMLP.
В ближайшие недели TabFM будет встроена в сервис Google BigQuery, там классификацию и регрессию можно будет запускать одной SQL-командой, без специальных знаний в области ML.
📌Лицензирование: Tabfm Non-commercial
🟡Блогпост
🟡Модель
🖥GitHub
@ai_machinelearning_big_data
#AI #ML #TabFM #Google | 1 719 |
| 4 |  `O_DIRECT`: когда база данных обходит page cache
В Linux флаг O_DIRECT позволяет читать и писать файл почти напрямую, минуя page cache ядра.
Зачем это нужно базам данных?
У PostgreSQL, MySQL, RocksDB и других систем часто уже есть свой buffer pool.
Если ещё и ядро будет кэшировать те же страницы, получится двойное кэширование и лишняя трата памяти.
Но у O_DIRECT есть неприятное условие: всё должно быть выровнено по блоку.
• buffer
• file offset
• размер чтения / записи
Например, под 4 KB блоки нельзя просто так прочитать 123 байта в любой `malloc`-буфер.
Промахнулся с alignment — read() вернёт EINVAL.
Именно поэтому низкоуровневый I/O в базах выглядит таким странным: там важны не только данные, но и то, как они лежат в памяти. | 1 458 |
| 5 | Как называется специальная схема в PostgreSQL, где хранятся временные таблицы, созданные в рамках текущей сессии? | 1 781 |
| 6 |  Мы годами строили предсказуемые монолиты и микросервисы, но AI превратил PDLC в Дикий Запад, где старые паттерны проектирования больше не работают. Хватит делать вид, что ты контролируешь ситуацию, просто прикрываясь новой версией TOGAF.
Приходи 1 июля на Arch.Meetup, где мы поговорим про архитектурный подход AI disrupt PDLC, и вместе со спикерами из Сбера, Вебпрактик и Газпром нефти будем учиться управлять этим хаосом, пока нейросети не начали проектировать системы вместо нас.
🔗Выбирай удобный формат и регистрируйся по ссылке
📍Встречаемся очно на Кутузовском 32, а ссылку для онлайн пришлем накануне. | 1 810 |
| 7 |  SQL-инъекция за 40 секунд: Лайт против L
Разбираем SQL-инъекцию на пальцах в формате Лайт против L. Что это такое, как обычная строка ввода меняет логику запроса, к чему это приводит и какими способами реально закрыть дыру. Коротко, по делу и так, чтобы запомнилось.
Больше таких видео: https://www.youtube.com/shorts/c4gBi094jkU
@sqlhub | 1 880 |
| 8 | Какая системная переменная в функции PL/pgSQL позволяет узнать, была ли команда (например, UPDATE) выполнена успешно и затронула ли она строки? | 1 873 |
| 9 |  🚀XSQUARE 6.6 — большой релиз уже скоро!
🎨 Новая дизайн-система
— три уровня кастомизации, настройки layout и расширенные CSS-переменные и анонс «Менеджера визуальных тем». Обновленный подход к созданию сайтов и личных кабинетов на XSQUARE.
⚙️ Что ещё в релизе
— Обновлённая компонентно-ориентированная архитектура jsAPI
— Kanban-доски в библиотеке UI-компонентов
— Работа с 4 типами СУБД на уровне ядра + дорожная карта до конца 2026
— Объявляем о поддерxжке MS SQL Server/РЕД БД на уровне ядра!
📦 XDAC 6.0
— Database Reverse Proxy Server
— Поддержка DML и выгрузка больших объёмов данных
— Уже 5 типов БД на уровне ядра
☁️ Развёртывание
— VK Cloud, Yandex Cloud, Selectel, TimeWeb, Docker, архитектуры x86/ARM/e2k/LoongArch.
🔥 И главное — идём в массы! Анонсируем тарифы для малого и среднего бизнеса, условия для физлиц и бесплатные тарифы.
25 июня в 11:00 МСК
🎯 Зарегистрироваться на вебинар
Реклама. ООО "ХИ-КВАДРАТ". ИНН 7718990614. erid: 2W5zFHBrDcV | 829 |
| 10 |  Вы можете выучить SQL по «Тетради смерти»
О времена, о нравы) | 1 872 |
| 11 |  🌟 MolmoMotion: модель прогнозирования движения объектов в трёхмерном пространстве
Институт Аллена (Ai2) выпустил MolmoMotion - модель, которая предсказывает, как отмеченный в кадре объект будет двигаться в ближайшие секунды.
На вход подаётся кадр или короткая видеоистория, на видимом в сцене предмете отмечаются опорные точки, и добавляется текстовая инструкция (например, "подвинь и поверни деревянную миску с фруктами").
На выходе модель строит траекторию этих точек в трёхмерном пространстве, в метрах относительно камеры.
Под капотом - модель Molmo 2 на 4 млрд параметров. Институт обучил 2 версии:
🟢Авторегрессионный вариант, который достраивает траекторию по шагам;
🟠Версию на основе flow-matching для случаев, когда у действия есть несколько вероятных продолжений.
🟡В открытый релиз вошли только 2 AR-чекпойнта
🟢H3-F30 для типичного видео: 3 кадра истории и прогноз примерно на 2 секунды при 15 FPS;
🟢H1-F32 - когда доступен лишь один кадр.
🟡Помимо моделей опубликованы датасет и бенчмарк
MolmoMotion-1M - набор из 1,16 млн видео, который охватывает 736 типов движения и около 5,6 тыс. объектов.
PointMotionBench состоит из 2,7 тыс. размеченных людьми видеоклипов из сетов DAVIS, HOT3D и WorldTrack.
По замерам Ai2, на этом бенче MolmoMotion точнее всех методов, с которыми его сравнивали, включая генераторы видео и более простые базовые модели.
В симуляции система управления на базе MolmoMotion успешно выполняла 76,3% операций "взять и переставить" против 56,0% у аналога на Molmo 2, а при генерации видео модель улучшила движение по всем пяти измеряемым показателям.
Среди ограничений авторы называют использование лишь 8 точек на объект при обучении. Этого достаточно для общей траектории, но мало для точного описания сложных деформаций.
📌Лицензирование: Apache 2.0 License
🟡Блогпост
🟡Релиз на HuggingFace
🟡Техотчёт
🖥Github
@ai_machinelearning_big_data
#AI #ML # #MolmoMotion #Ai2 | 1 545 |
| 12 |  +4⚡️AI-системы давно вышли за пределы экспериментов и прототипов.
Но между обученной моделью и решением, которое стабильно работает в продакшене, остается много инженерных задач.
На конференции SmartData 2026 разберут, как строить надежные data-платформы, проектировать ML-инфраструктуру и работать с современными AI-сценариями.
🗓23–24 сентября, Москва + online
Первые доклады уже появились в программе:
— LLM и современные подходы к AI;
— проектирование data-платформ и хранилищ;
— потоковая обработка данных;
— ML-пайплайны и запуск моделей в продакшене.
SmartData — конференция про инженерию данных для backend-разработчиков, аналитиков и ML-инженеров.
🖥В программе — практический опыт, архитектурные решения и разбор технологий изнутри.
Программа будет пополняться, а следить за новыми темами можно на сайте и через email-рассылку конференции.
До встречи на SmartData 2026! | 295 |
| 13 |  +4⚡️AI-системы давно вышли за пределы экспериментов и прототипов.
Но между обученной моделью и решением, которое стабильно работает в продакшене, остается много инженерных задач.
На конференции SmartData 2026 разберут, как строить надежные data-платформы, проектировать ML-инфраструктуру и работать с современными AI-сценариями.
🗓23–24 сентября, Москва + online
Первые доклады уже появились в программе:
— LLM и современные подходы к AI;
— проектирование data-платформ и хранилищ;
— потоковая обработка данных;
— ML-пайплайны и запуск моделей в продакшене.
SmartData — конференция про инженерию данных для backend-разработчиков, аналитиков и ML-инженеров.
🖥В программе — практический опыт, архитектурные решения и разбор технологий изнутри.
Программа будет пополняться, а следить за новыми темами можно на сайте и через email-рассылку конференции.
До встречи на SmartData 2026! | 1 904 |
| 14 |  Тест прошёл. А PostgreSQL вообще в курсе?
Интеграционные тесты часто выглядят надёжно ровно до того момента, пока приложение не встречается с настоящей базой.
На локалке всё зелёное. В CI всё зелёное. Моки довольны. In-memory база тоже не против. А потом в проде внезапно выясняется, что реальный PostgreSQL иначе обрабатывает запрос, constraint не даёт сохранить данные, транзакция ведёт себя не так, как ожидалось, а Redis показывает проблему, которую тесты вообще не могли поймать.
Именно поэтому Testcontainers в .NET так хорошо заходят для интеграционных тестов. Вместо имитации базы вы поднимаете настоящий PostgreSQL, Redis или другой сервис в Docker-контейнере, прогоняете приложение против реальной зависимости и удаляете контейнер после тестов.
Это даёт намного больше уверенности, чем тесты против подмены. При этом не нужен общий тестовый сервер, который кто-то сломал, не почистил или настроил иначе.
В хорошей схеме контейнеры запускаются через fixture, приложение получает connection string динамически, версии образов фиксируются, а настройка прячется за небольшими helper-классами. Сам тест при этом остаётся читаемым: он проверяет бизнес-сценарий, а не превращается в простыню из настройки базы и очистки состояния.
Есть важный нюанс. Общие fixtures ускоряют тесты, но требуют дисциплины со shared state. Когда изоляция важнее скорости, лучше использовать отдельные fixtures и не ловить фантомные падения из-за данных, оставшихся от соседнего теста.
Мне нравится этот подход именно за баланс. Вы тестируете не идеальную игрушечную модель приложения, а поведение, максимально близкое к реальному окружению. Но без боли ручной инфраструктуры.
Поэтому в следующий раз, когда интеграционный тест прошёл против in-memory базы, стоит задать неприятный вопрос: а настоящая база с ним согласится? | 1 777 |
| 15 |  Классика | 2 124 |
| 16 |  Одна маленькая звёздочка в SQL может незаметно просадить весь backend.
На первый взгляд всё логично: зачем перечислять поля, если можно забрать из таблицы сразу всё? На тестах быстро, в разработке удобно, проблем не видно.
Но потом в таблицу добавляют тяжёлый JSON, аватар, длинный текст или служебные данные. И старый код внезапно начинает таскать лишние мегабайты на каждый запрос.
Дальше всё сыпется по цепочке: растёт трафик, запросы тормозят, память уходит быстрее, кэш работает хуже, а любое изменение схемы становится рискованнее.
Поэтому в продакшене лучше выбирать только те поля, которые реально нужны приложению.
Звёздочка удобна для быстрой проверки. Но в рабочем коде это та самая лень, которая потом больно бьёт по продакшену.
#sql #backend #database #postgresql #mysql #разработка #программирование #devtips #webdev | 2 375 |
| 17 | Сегодня вместо опроса настоящий хакатон: Ozon Tech запустил Робозон с задачами по автоматизации складов и призовым фондом 15 000 000 рублей.
Три трека:
— имитационное моделирование сортировочного центра;
— инженерные решения для автоматизированной сортировки;
— системы компьютерного зрения для классификации товаров.
Всё на реальных данных, и решать можно онлайн. Команду можно собрать свою или вписаться в существующую на платформе хакатона. И до 6 сентября есть время предложить решение.
Тех, кто пройдёт в финал, организаторы привезут на E-CODE. На конференции пройдёт и защита, и награждение. Проезд и проживание за счёт компании.
Регистрация до 11 июля.
Задачи уже выложены на сайте | 2 140 |
| 18 |  ⚡️ Ling & Ring 2.6: новый техрепорт и open-weight модели
Ant Ling выпустили технический отчёт по Ling & Ring 2.6 и открыли два base checkpoint.
Главное:
* 7:1 Hybrid Linear Attention: 7 Lightning Attention слоёв + 1 MLA слой, чтобы сделать 256K context практичнее
* KPop RL: адаптивный Binary KL вместо uniform KL, прирост SWE-bench Verified с 70.8% до 76.28%
* ~4× token efficiency: больше “интеллекта” на меньшее число output-токенов
* Ling-2.6-flash: 104B, быстрый inference
* Ling-2.6-1T: trillion-scale flagship
* Ring-2.6-1T: deep reasoning и long-horizon agentic задачи
Суть релиза: команда оптимизирует не только модель, а всю связку architecture + training + agentic capability.
Открыты:
* Ling-2.6-1T-base
* Ling-2.6-flash-base
* код и inference-стек
📑 Full technical report: http://arxiv.org/abs/2606.15079
🧱 Ling-2.6-1T-base:
http://huggingface.co/inclusionAI/Ling-2.6-1T-base
🧱 Ring-2.6-flash-base:
http://huggingface.co/inclusionAI/Ling-2.6-flash-base
💻 Code:
http://github.com/inclusionAI/Ling-V2.5
⚙️ Inference:
http://github.com/inclusionAI/linghe | 2 022 |
| 19 |  Google Research представила Gemini-SQL2 - новую систему text-to-SQL на базе Gemini 3.1 Pro.
Она превращает вопросы на обычном языке в исполняемые SQL-запросы, позволяя получать данные из баз без ручного написания кода.
На бенчмарке BIRD система показала state-of-the-art результат - 80,04% execution accuracy.
BIRD реально запускает запрос и проверяет, возвращает ли он правильный результат.
https://x.com/GoogleResearch/status/2065475343205740911
@data_analysis_ml | 1 951 |
| 20 | Как получить значение текущего года в SQL? | 2 289 |
