SQL Ready | Базы Данных

🖥 Selectivity — почему индекс может не сработать? Селективность определяет, сколько строк проходит через фильтр, и именно по этому показателю оптимизатор выбирает план запроса. Сегодня в гайде:

• Как селективность влияет на выбор плана; • Почему один и тот же запрос может работать по-разному на разных данных; • Как устаревшая статистика приводит к “не тем” решениям оптимизатора.

Эта тема, помогает понимать реальные причины поведения плана. ➡️ SQL Ready | #гайд

⚡️Слита База из 1000+ топовых курсов и материалов для айтишников Отсортировали их для вашего удобства и выложили в телеграм-каналы по категориям: 🖥 Python — 1558+ материалов 👩‍💻 Frontend — 1241+ материалов 👩‍💻 Backend — 1095+ материалов 📊 SQL & Data — 978+ материалов 🤖 Нейросети – 855+ материалов 🎨 Веб-дизайн — 824+ материалов 📚 Книги по IT — 779+ материалов Всё лучшее про IT бесплатно — уже на Базе 🚀

Как увидеть фрагментацию таблиц? Часто производительность падает из-за накопления устаревших (dead) кортежей, которые остаются после UPDATE/DELETE до следующего VACUUM. Посмотреть их реальный объём можно напрямую из системной статистики:

SELECT relname,
       n_dead_tup,
       n_live_tup
FROM pg_stat_all_tables
WHERE relname = 'orders';

n_dead_tup — количество устаревших кортежей, n_live_tup — актуальные строки. Чтобы быстро найти самые “раздутые” таблицы, отсортируем по dead-tup:

SELECT relname, n_dead_tup
FROM pg_stat_all_tables
ORDER BY n_dead_tup DESC
LIMIT 10;

Хотите оценить степень фрагментации? Сравните dead/live в процентах:

SELECT relname,
       n_dead_tup,
       n_live_tup,
       round(100.0 * n_dead_tup / (n_live_tup + 1), 2) AS dead_ratio
FROM pg_stat_all_tables;

🔥 Это позволяет быстро увидеть, где появляются накладные расходы на I/O и почему планы запроса деградируют. ➡️ SQL Ready | #совет

🖥 Как восстановить состояние LRU-кэша после серии обращений? Возьмём последовательность обращений к ключам и с помощью SQL определим, какие из них “выжили” в памяти при ограниченном размере кэша. Сегодня в задаче:

• Найдём последнее обращение к каждому ключу, определив его актуальность на момент завершения всех операций. • Отсортируем элементы по “новизне” использования и применим ограничение capacity; • Получим итоговое состояние LRU-кэша;

Такой подход позволяет анализировать поведение кэшей и логи обращений без процедурного кода. ➡️ SQL Ready | #задача

Нужны ChatGPT, Cursor, но дорого? 😎 Lama Agent — топовые модели (GPT-5, Claude, Gemini) внедряются прямо в IDE и пишут код за вас! - 150 запросов в день(4500 в месяц) - Всего за ₽699 - Доступен в ✴️ VS Code, 👩‍💻 JetBrains, ✴️ Claude Code, PyCharm 😲 Lama Bot — тг-бот с лучшими нейросетями! - 150 запросов в день - Всего за ₽499 в месяц (есть и бесплатные модели) - Бери и пользуйся — быстро и без рекламы 😱 Lama AI — узнавай самым первым о последних новостях из мира AI, IT и гик индустрии. Цена — бесценно.

🖥 Функции для работы с JSON в MySQL! В этой шпаргалке собраны ключевые функции и операторы MySQL для чтения, обновления, проверки и формирования JSON-структур. Материал охватывает извлечение значений, модификацию полей, работу с объектами и массивами, а также проверку вложенных данных. Подходит для хранения метаданных, гибких профилей и других полуструктурированных данных. ➡️ SQL Ready | #шпора

Хотите найти дубликаты по нескольким полям и оставить только самые свежие или правильные записи? Используйте оконную функцию ROW_NUMBER() по ключам, которые должны быть уникальны:

ROW_NUMBER() OVER (
  PARTITION BY email, phone
  ORDER BY updated_at DESC
)

Первая строка в группе (dup_rank = 1) - оригинал. Все остальные - реальные дубликаты, которые можно чистить. Чтобы увидеть только те строки, которые должны быть удалены:

SELECT *
FROM (
  SELECT *, ROW_NUMBER() OVER (
    PARTITION BY email, phone ORDER BY updated_at DESC
  ) AS dup_rank
  FROM users
) t
WHERE dup_rank > 1;

🔥 Подходит для очистки данных, поиска дубликатов, контроля миграций и проверки внешних интеграций. ➡️ SQL Ready | #совет

🖥 Bitmap Scan — быстрые выборки по нескольким фильтрам! Когда фильтры задействуют несколько индексов, Index Scan может работать неэффективно. Bitmap Scan объединяет результаты этих индексов и читает только нужные страницы. Сегодня в гайде:

• Как bitmap объединяет несколько индексов; • Что означает BitmapAnd в плане выполнения; • Почему эта техника ускоряет сложные фильтры на больших таблицах.

Прием позволяет эффективно обрабатывать сложные фильтры и стабильно работать с большими таблицами. ➡️ SQL Ready | #гайд

Полгода поиска vs оффер за 2 дня Вот такой отзыв прилетел недавно в чат пользователей ии-ассистента для поиска работы. "Небольшой", как и количество дней, потраченных на поиск работы с ассистентом Софи 😅 Итого у Софьи: ▫️ Полгода самостоятельных поисков ▫️ 2 дня использования ии-ассистента ▫️ Тестовое задание и собеседование ▫️ Оффер на позицию мидл дизайнера! Это самое быстрое трудоустройство среди пользователей Софи. И подтверждение того, что даже во время трехдневного тестового периода можно успеть урвать свой оффер) Набор на бесплатное тестирование ассистента совсем скоро. В этом канале. Места будут ограничены. Не пропусти ⏰

☕️ Essential SQL — это обучающий ресурс для тех, кто хочет освоить язык SQL с нуля! Он предлагает пошаговые уроки, которые помогают разобраться в основах работы с базами данных, научиться писать запросы и уверенно применять знания на практике. 📌 Оставляю ссылочку: essentialsql.com ➡️ SQL Ready | #ресурс

🖥 Функции преобразования данных в MySQL! Шпаргалка по основным функциям для приведения типов, изменения кодировок, форматирования чисел и дат, а также построения условных выражений. Эти инструменты используются при нормализации входных данных, подготовке результатов для отображения и создании гибкой логики внутри SQL-запросов. ➡️ SQL Ready | #шпора

Страх, что ты застрянешь на своей текущей работе навсегда – съедает изнутри. А мысль, что “я слишком глуп для айти“ – ломает на части… Работа, где: — ты просыпаешься без желания — живёшь от зарплаты до зарплаты — и каждый день как “день сурка” И где мечты о нормальных деньгах, интересных задачах – просто мечты. По статистике, так живет каждый второй. Но может быть по-другому, просто ты смотришь на айти и думаешь:

«Было бы круто… Но я же ничего не знаю. Да и поздно уже»

Но вот правда: Айти – не для гениев. Айти – для тех, кто готов начать с нуля, шаг за шагом идти к мечте. В канале Старт карьеры IT есть всё, чтобы начать карьеру: – объяснения понятным языком, мини-гайды, примеры, разборы и многое другое бесплатно. Всё, чтобы ты наконец почувствовал: «Я могу. Это реально» и уверенно начал строить карьеру в IT. Подписывайся, и забирай более полезных 20 материалов для старта: https://t.me/+qsYIZVYeoa84MDkx

Нужно понять, какие строки изменились с прошлого дня? Не обязательно хранить историю, можно сравнить сами строки по хешу. Соберем все поля строки в единый структурированный объект:

row(id, email, status, updated_at)

И посчитаем хеш от всей строки:

md5(row(... )::text)

Теперь можно сравнить два снапшота:

SELECT u_new.id
FROM users_new u_new
JOIN users_old u_old ON u_old.id = u_new.id
WHERE md5(row(u_new.*)::text) <> md5(row(u_old.*)::text);

Если нужно показать, что именно изменилось, добавьте JSON-представление строки:

row_to_json(u_new.*)

🔥 Работает на разных объёмах данных без транзакционных логов. ➡️ SQL Ready | #совет

⚡️ В сети начали массово сливать курсы и книги известных онлайн школ по айти Вот отсортированная база с тонной материала (постепенно пополняется): (363 видео, 87 книги) — Python (415 видео, 68 книги) — Frontend (143 видео, 33 книги) — ИБ/Хакинг (352 видео, 89 книги) — С/С++/C# (343 видео, 87 книги) — Java/QA (176 видео, 32 книги) — Git/Linux (174 видео, 91 книги) — DevOps (167 видео, 53 книги) — PHP/1С (227 видео, 83 книги) — SQL/БД (114 видео, 77 книги) — Сисадмин (107 видео, 43 книги) — BA/SA (181 видео, 32 книги) — Go/Rust (167 видео, 43 книги) — Kotlin/Swift (112 видео, 24 книги) — Flutter (137 видео, 93 книги) — DS/ML (113 видео, 82 книги) — GameDev (183 видео, 37 книги) — Дизайн (136 видео, 33 книги) — PM/HR Скачивать ничего не нужно — все выложили в Telegram

🖥 Сколько денег теряет продукт, когда система “лежит”? Когда продукт недоступен, каждая минута стоит денег: падают заказы, транзакции не проходят, пользователи уходят. Сегодня в задаче:

• Выделим непрерывные последовательности ошибок, чтобы отделить реальные инциденты от разовых сбоев. • Посчитаем длительность каждого инцидента на основе временных меток, получим время недоступности сервиса. • Оценим финансовый ущерб, умножив длительность простоя на среднюю выручку в минуту”.

Отчет позволяет не просто зафиксировать сбои, но и посчитать ущерб от каждого окна простоя. ➡️ SQL Ready | #задача

Программисты, это вам 👇 Держите 5 каналов, которые реально помогают изучать программирование и IT с полного нуля: 🖥 Easy Coder — все направления IT. 👩‍💻 Easy Python — всё о Python. 🌐 Easy WebDev — Frontend, Backend. 🔠 Easy InfoSec — ИБ, Хакинг. 🐱 Easy GitHub — лучшее с GitHub. Тонны полезной инфы для любого уровня подготовки ✔️

MERGE: атомарная вставка или обновление! Оператор MERGE позволяет реализовать обновление данных и вставку новых записей в рамках одной операции. Это особенно важно при обработке данных, поступающих из внешних систем, где часть ключей может совпадать, а часть — быть новыми. Создаём таблицу:

CREATE TABLE clients (
    id NUMBER PRIMARY KEY,
    name VARCHAR2(200) NOT NULL,
    email VARCHAR2(200) UNIQUE NOT NULL,
    updated_at DATE DEFAULT SYSDATE NOT NULL
);

Подготавливаем входящие данные с помощью CTE:

WITH incoming AS (
    SELECT 10 AS id,
           'Ivan Petrov' AS name,
           'ivan@example.com' AS email
    FROM dual
)

Здесь мы формируем набор входных данных, который будет использован оператором MERGE как источник. Теперь выполняем MERGE, используя CTE как таблицу-источник:

MERGE INTO clients c
USING incoming i
ON (c.id = i.id)
WHEN MATCHED THEN
    UPDATE SET
        c.name = i.name,
        c.email = i.email,
        c.updated_at = SYSDATE
WHEN NOT MATCHED THEN
    INSERT (id, name, email, updated_at)
    VALUES (i.id, i.name, i.email, SYSDATE);

Операция выполняется одной DML-командой, что исключает необходимость выполнять отдельный SELECT. Проверяем результат:

SELECT * FROM clients WHERE id = 10;

🔥 Пример выше предназначен для Oracle. Оператор MERGE также поддерживается в SQL Server, DB2, Snowflake, BigQuery и PostgreSQL 15+. Синтаксис в разных СУБД может отличаться. ➡️ SQL Ready | #практика

🖥 Как база выбирает путь выполнения? Оптимизатор не исполняет запрос построчно, он перестраивает его, выбирая наиболее дешёвую стратегию по статистике и форме данных. Сегодня в гайде:

• Почему SQL переставляет JOIN’ы и фильтры; • Как нестабильные функции и устаревшая статистика меняют план; • Где оптимизатор может дать неожиданный результат по производительности.

Понимание оптимизатора показывает, какие шаги реально выполняет база и почему выбран именно такой план. ➡️ SQL Ready | #гайд

Все надоело и пропал интерес, чувствуешь себя амебой и хочется только залипать в телефоне. Бывает? Homo Manifestans — канал для айтишников, у которых периодически опускаются руки и отключается мозг, ибо переработки и постоянная тревожность не приводят к другим исходам 🤗 ✓ Как научиться отвлекаться от работы и отдыхать? ✓ Как совместить кучу рабочих задач и время с семьей? ✓ Как справиться с прокрастинацией? ✓ Как не растерять запал, даже если начальник и коллеги 💩 и кажется, что ничего не выходит? Подписывайтесь на канал @vadimpetrovpsi и научитесь работать без упахивания, выгорания и ущерба для личной жизни! Псс. Заходите в закреп — там много полезного, и даже бесплатный мини-курс по выходу из апатии: 👉 https://t.me/+Aj2t2KX5kFdkNzE6