SQL Ready | Базы Данных

RETURNING: получение данных прямо из DML!

Во многих СУБД (например, PostgreSQL, Oracle и др.) оператор RETURNING позволяет вернуть значения вставленных, обновлённых или удалённых строк без дополнительного SELECT.

Вставляем строку и сразу получаем созданный ID:

INSERT INTO users (name, email)
VALUES ('Anna Ivanova', 'anna@example.com')
RETURNING id;

Обновляем запись и возвращаем изменённое значение:

UPDATE accounts
SET balance = balance + 500
WHERE id = 10
RETURNING balance AS new_balance;

Удаляем строку и получаем данные до удаления:

DELETE FROM orders
WHERE id = 42
RETURNING order_date, amount;

Возвращаем множество строк:

UPDATE products
SET price = price * 1.10
WHERE category = 'Books'
RETURNING id, price;

🔥 RETURNING упрощает логику: нет необходимости выполнять дополнительный запрос, чтобы получить новые данные — они доступны сразу в рамках одного DML.

➡️ SQL Ready | #практика

☕️ CodeAbbey — тренажёр алгоритмического мышления!

Сайт с огромной коллекцией задач по программированию, от самых простых до тех, что реально заставят подумать.
Учиться можно на абсолютно любом языке. Отличный способ подтянуть логику, научиться писать аккуратный код и подготовиться к собесам.

📌 Оставляю ссылочку: codeabbey.com

➡️ SQL Ready | #ресурс

🖥 Методы для работы с датой и временем в PostgreSQL!

Эта шпаргалка охватывает наиболее используемые функции PostgreSQL для получения текущего времени, извлечения компонентов дат, расчета интервалов, округления временных меток и преобразования Unix-времени. Подходит для разработки систем, где критична точная и предсказуемая работа с временными значениями.

➡️ SQL Ready | #шпора

QUALIFY: фильтрация после оконных функций!

Иногда нужно фильтровать строки после вычисления оконных функций. В большинстве диалектов SQL для этого нужен подзапрос, но в ряде СУБД (Snowflake, BigQuery, Teradata, Oracle 23c) есть конструкция QUALIFY, позволяющая делать это напрямую.

Отбираем строки только с первым местом внутри категории:

SELECT id, category, score,
       RANK() OVER (
           PARTITION BY category
           ORDER BY score DESC
       ) AS rnk
FROM results
QUALIFY rnk = 1;

Фильтруем строки, где разница с предыдущим значением больше 50:

SELECT id, value,
       value - LAG(value) OVER (
           ORDER BY id
       ) AS diff_prev
FROM metrics
QUALIFY diff_prev > 50;

Оставляем топ-3 самых больших заказов каждого клиента:

SELECT customer_id, order_id, amount,
       ROW_NUMBER() OVER (
           PARTITION BY customer_id
           ORDER BY amount DESC
       ) AS rn
FROM orders
QUALIFY rn <= 3;

🔥 QUALIFY помогает писать чище и короче, избавляя от лишних подзапросов. Особенно полезен в аналитических задачах с большим числом оконных функций.

➡️ SQL Ready | #практика

🖥 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

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