TGViewer
Channel Public Channel
SQL Ready | Базы Данных

SQL Ready | Базы Данных

@sql_ready

Авторский канал про Базы Данных и SQL
Ресурсы, гайды, задачи, шпаргалки.
Информация ежедневно пополняется!

Cотрудничество: @energy_c

РКН: https://clck.ru/3QREBc
Subscribers
17.5K
Photos
1.4K
Videos
114
Links
766

Showing posts older than #1075 · Back to latest

Older Posts 8 shown
Post #1073 2.13K
😎 Code — кладезь знаний по SQL на русском!

Это не просто справочники - это структурированный учебник и тренажёр в одном месте. Ты найдёшь понятные теоретические объяснения и сразу приступишь к практике: каждая тема содержит примеры и задачи, которые можно решать прямо на сайте.

📌 Оставляю ссылочку: code.mu

➡️ SQL Ready | #ресурс
  • 👍 17
  • ❤ 9
  • 🔥 5
Post #1068 2.15K
🖥 Разбираемся с MATCH_RECOGNIZE — поиском паттернов прямо!

Этот инструмент позволяет находить последовательности событий: рост цены и её падение, пропуски активности пользователей.

Что важно знать:
• PATTERN описывает последовательность (например, рост => падение)

• DEFINE задаёт правила для каждого шага;

• Можно строить аналитику для временных рядов, активности, безопасности.


MATCH_RECOGNIZE делает SQL гибким и превращает его в язык сценариев — без циклов и внешних процедур.

➡️ SQL Ready | #гайд
  • ❤ 11
  • 🔥 9
  • 👍 8
  • 🤝 2
Post #1066 2.13K
Распределяем события по типам — GROUP BY + агрегаты!

Когда нужно понять, какие типы событий встречаются чаще, обычный WHERE не помогает — нужна агрегация.

Посчитаем количество каждого типа события:
SELECT EventType, COUNT(*) AS EventCount
FROM Logs
GROUP BY EventType;


Теперь выберем только популярные типы с более чем 100 событиями:
SELECT EventType, COUNT(*) AS EventCount
FROM Logs
GROUP BY EventType
HAVING COUNT(*) > 100;


Можно сразу добавить среднее время отклика для каждого типа:
SELECT EventType,
COUNT(*) AS EventCount,
AVG(ResponseTime) AS AvgResponse
FROM Logs
GROUP BY EventType
HAVING COUNT(*) > 100;


🔥 Важно: сначала агрегируем по типу события, потом фильтруем по количеству или другим метрикам — так легко выявлять «тяжёлые» или проблемные категории.

➡️ SQL Ready | #практика
  • 👍 14
  • 🔥 10
  • ❤ 6
  • 🤝 1
Post #1065 1.73K

Forwarded from IT Ready

☕️ Чуть не забыл, знали, что каждый 256-й день в году отмечается День программиста?

И как раз сегодня — этот самый день!

Кстати, 256 не с проста:
Это 2 в степени 8, то есть максимальное количество значений, которые может хранить один байт — основа работы компьютеров.

В невисокосный год праздник выпадает на 13 сентября, а в високосный — на 12-е.


Так что, поздравляю всех программистов! ❤️
  • ❤ 16
  • 👍 15
  • 🔥 8
Post #1060 1.85K
🖥 Псевдоколонки — аналитика «рядом с рядком»

С помощью ROW_NUMBER, RANK, DENSE_RANK, NTILE и PERCENT_RANK можно добавлять к каждой строке информацию о её позиции, ранге или квантиле прямо в запросе.

В этом гайде:
• Присвоение уникальных номеров строкам с ROW_NUMBER();

• Разбор разницы между RANK() и DENSE_RANK() при одинаковых значениях;

• Сегментация с NTILE() и относительное положение с PERCENT_RANK().


Это позволяет строить топ-N, сегментировать клиентов и анализировать данные.

➡️ SQL Ready | #гайд
  • 🔥 12
  • 👍 9
  • ❤ 6
  • 🤝 1
Post #1059 1.44K

Forwarded from GMONIT – Fullstack Observability платформа

«О безопасности подумаем позже» — так рассуждают многие специалисты в погоне за быстрым релизом. Но такая спешка создает слабые места в коде, которые рано или поздно приводят к инцидентам.

18 сентября на техническом вебинаре «Когда разработчику нужно задуматься об ИБ? Observability безопасности» обсудим:

🛡 Ред флаги в работе программистов. 
🛡 Обеспечение безопасности на каждом этапе SDLC.
🛡 План действий для непосредственного первого звена в цикле разработки.

Также покажем, как платформа GMonit позволяет выстроить непрерывный процесс мониторинга приложений и находить уязвимости.

⏰ Время встречи: 17:00–18:00 (Мск)

🔗 Регистрация по ссылке!
  • ❤ 3
  • 👍 1
  • 🤝 1
Post #1058 1.74K
☕️ Познавательная статья с Хабра, в которой автор реализует полноценный SQL‑пайплайн когортного анализа!

В этой статье:
• Определение исходной точки на примере таблицы заказов
• Шаблон построения когорт и связывание с заказами через CTEs
• Разбор edge-кейсов, построение LTV по когортам и RFM-анализ с сегментацией


🔊 Продолжай чтение на Habr!


➡ SQL Ready | #статья
  • ❤ 11
  • 🔥 7
  • 👍 5
Post #1053 1.92K
🖥 Анализируем игровые ставки и выигрыши!

Сегодня разберём мини-задачу по геймификации: соберём отчёт по ставкам и выигрышам игроков. Поймем баланс игры, выявим активных участников и посчитаем прибыль системы.

В этой задаче:
• Считаем общий объём ставок и выигрышей;

• Определяем топ-5 игроков и их «удачливость»;

• Смотрим итоговый доход системы.


Такой приём можно использовать не только в играх, но и в любых системах с «ставками» и «возвратами»

➡️ SQL Ready | #задача
  • 👍 18
  • 🔥 9
  • ❤ 6
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →