Чат ОАЭ

Чат для поиска и публикации информации на территории ОАЭ

О канале
Полная статистика

Последние посты канала

imageИзображение недоступно для предпросмотра

❔

Что такое хэширование и почему оно необходимо? Хэширование — это преобразование любых входных данных (строки, файла) в уникальную строку фиксированной длины, называемую хэш-суммой.

    
        Пароль: mySecret123

Хэш: 7f8b9cafb15d0f5e0a7e3c8b52e1d4a9f0b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6{}

Где используется? 🔵Пароли: В базах данных хранятся их хэши, а не сами пароли. 🔵Целостность данных: Сравнивая хэши, система проверяет, не был ли файл изменен. 🔵Структуры данных: Лежит в основе словарей (dict) и множеств (set), обеспечивая быстрый поиск по ключу. 🔖Что такое хэш функция? Хэш-функция — это алгоритм, который преобразует данные в хэш (хэш-сумму) 🔜Хэш функция всегда выдаёт одинаковый хэш для одинаковых входных данных, но даже небольшое изменение входных данных полностью меняет результат. Вычисление происходит быстро, а восстановить исходную информацию из хэша практически невозможно. 📚 Дополнительные материалы для прочтения: Хэширование в Python 🧑‍💻@IT_Python_ZheglY | #python #программирование #данные #hash

20:29

20.10.2025

imageИзображение недоступно для предпросмотра

❔

Что такое индексы в БД и зачем они нужны? Индексы — это специальные структуры данных, которые ускоряют поиск в таблицах, подобно оглавлению в книге. Они создают упорядоченные ссылки на данные для быстрого доступа. 🎯 Ключевые принципы и рекомендации: 🔵B-Tree — сбалансированное дерево с временем поиска O(log n). Идеален для большинства операций: диапазоны, сортировки, поиск по префиксу. Используйте для полей с высокой кардинальностью. 🔵Hash — использует хеш-функции с временем поиска O(1). Молниеносен для точного совпадения, но не поддерживает диапазоны. Идеален для первичных ключей и уникальных идентификаторов. 🔵GIN — обратный индекс со временем поиска O(log n + k), где k — количество результатов. Незаменим для полнотекстового поиска, массивов, JSON-данных. Требует значительной памяти.

    
        -- B-tree индекс для поиска по email
CREATE INDEX idx_users_email ON users(email);

-- Hash индекс для точного поиска ID
CREATE INDEX idx_orders_hash ON orders USING HASH(order_id);

-- GIN для полнотекстового поиска
CREATE INDEX idx_articles_gin ON articles USING GIN(to_tsvector(content));

-- Составной индекс по фамилии и возрасту
CREATE INDEX idx_users_name_age ON users(last_name, age);

-- Анализ использования индекса в запросе
EXPLAIN ANALYZE SELECT * FROM users WHERE email = 'test@example.com';{}

⚡️ Важные ограничения: 🔵 Индексы ускоряют чтение, но замедляют запись 🔵Каждое изменение данных требует обновления индексов 🔵Избыточные индексы занимают память и снижают производительность 🔵Выбор индекса зависит от конкретных запросов приложения 🔜Оптимальная индексация требует анализа рабочих нагрузок и баланса между скоростью чтения и стоимостью записи. 📚 Дополнительные материалы для прочтения: Как устроено индексирование баз данных | Habr 🧑‍💻@IT_Python_ZheglY | #python #программирование #данные #базыданных #структурыданных #sql