SQL Ready | Базы Данных

👋🏼 Приветствую!

Ровно год назад я создал этот канал и не только (не важно что 12 июля, главное первый пост был 8 сентября 😁).

Спасибо всем кто подписан на мой склчик, особенно благодарю тех, кто ставит реакции.

🖥 За это время контент намного стал лучше, с таких постов, до таких как сейчас.

Но кстати всё равно, раньше тоже круто было, можете перейти в закреп и там посмотреть на старые постики.

В общем, поздравляю сам себя с годовщиной! 🥳

🖥 Функции для работы с массивами!

В этой шпаргалке собраны 8 методов для сбора, развертывания, подсчёта и преобразования массивов и строк. Короткие примеры помогут быстро ориентироваться в аналитических запросах и готовить данные для отчётов, API или BI-инструментов.

➡️ SQL Ready | #шпора

🖥 Транзакции и блокировка строк!

При конкурентных изменениях данных важно исключить конфликты. Используем транзакции, блокировки строк и правильный уровень изоляции.

Создадим таблицу счетов:

CREATE TABLE Accounts (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    balance DECIMAL(10,2)
);

Начинаем транзакцию и блокируем строку:

SET TRANSACTION ISOLATION LEVEL REPEATABLE READ; -- защита от грязных чтений
BEGIN;

SELECT balance FROM Accounts 
WHERE id = 1 FOR UPDATE; -- эксклюзивная блокировка строки

Выполняем перевод и фиксируем результат:

UPDATE Accounts SET balance = balance - 500 WHERE id = 1;
UPDATE Accounts SET balance = balance + 500 WHERE id = 2;
COMMIT; -- сохраняем изменения

Откат транзакции:

ROLLBACK; -- можно вызвать до COMMIT при ошибке

🔥 FOR UPDATE ставит row-level exclusive lock: другие транзакции ждут, пока вы завершите свою.

➡️ SQL Ready | #практика

🖥 Накопительные итоги — running totals без циклов!

Хотите видеть, как растут продажи день за днём или отслеживать баланс по пользователям? С функциями SQL можно посчитать нарастающий итог прямо в одном запросе.

Сегодня в посте:

• Считаем общий running total по датам.

• Считаем накопительные суммы отдельно для каждого пользователя.

• Контролируем диапазон расчёта с ROWS BETWEEN.

Это делает SQL-запросы компактными, наглядными и готовыми к использованию в отчётах.

➡️ SQL Ready | #гайд

🖥 Анализируем музыкальные тренды!

Хотим узнать, какие жанры и исполнители сейчас популярны, и в какие дни они слушаются чаще всего. Это помогает прогнозировать и подобрать рекомендации для плейлистов.

В этом посте:

• EXTRACT(DOW FROM play_time) — выделяем день недели прослушивания.

• EXTRACT(HOUR FROM play_time) — смотрим, в какие часы включают музыку.

• COUNT(*) + GROUP BY — считаем, сколько треков играло по жанрам и времени.

• ORDER BY — сортируем, чтобы увидеть пики популярности.

В итоге получаем SQL-инструмент для поиска «вирусных» жанров и артистов.

➡️ SQL Ready | #задача