SQL Community

🖥 SQL совет: как избежать хитрой ошибки с LEFT JOIN Одна из самых коварных SQL-ошибок возникает при использовании LEFT JOIN вместе с условиями в WHERE. Типичная ситуация: Ты делаешь LEFT JOIN, чтобы сохранить строки из основной таблицы, а потом незаметно превращаешь его в INNER JOIN. Почему так происходит Если в WHERE есть условие на колонку из присоединенной таблицы, строки с NULL автоматически отфильтровываются. В итоге: - LEFT JOIN есть - но результат как у INNER JOIN - данные «пропадают», и баг сложно заметить Правильное правило Все условия для таблицы из LEFT JOIN: - должны быть в ON - а не в WHERE Иначе ты теряешь строки, где JOIN не сработал. Когда это особенно опасно - отчеты и аналитика - подсчет метрик - поиск «отсутствующих» данных - антиджойны Эта ошибка не ломает запрос. Она ломает доверие к данным.

Чем больше компания, тем больше вызовов 😱Был десяток команд разработки – теперь их сотни. Единицы развертываний в день превращаются в тысячи.Как в этом потоке сохранить контроль, прозрачность и управляемость? Как можно автоматизировать рутинные процессы? Разрозненные инструменты и отсутствие единой картины тормозят скорость и снижают качество доставки – что делать?🎯Если у вас нет ответа на эти вопросы, вашей компании стоит внедрить IT-решение, которое станет "единым источником правды". Оно автоматизирует учет IT-компонентов, управление стендами и планирование поставок, сокращая время на рутину и повышая надежность процессов. Название такого решения – Digital Q.CMDB.Диасофт посвятит этому решению вебинар, который состоится 23 декабря в 14:00 🗓Эксперты познакомят вас с решением, расскажут про вызовы масштабирования и затронут практику: от бизнес-требований до поставки.Welcome: регистрируйтесь по ссылке! Реклама. ООО "ДИАСОФТ ЭКОСИСТЕМА". ИНН 9715403607.

В условиях повышенных требований к отказоустойчивости и импортозамещению инфраструктуры вопросы бесперебойной работы систем управления базами данных (СУБД) выходят на первый план ⚡️Но как не потерять базу данных и обеспечить высокую доступность – в том числе на импортозамещенном ПО?Для этого есть решение, которое обеспечивает комплексную настройку и оптимизацию IT- инфраструктуры (серверы, виртуализация, ОС, СУБД и др.) под прикладные системы, чтобы обеспечить им высокую производительность, отказоустойчивость и стабильную работу, в том числе на импортонезависимом стеке, — и это Digital Q.SystemIntegration 🎯Ему посвящен вебинар, который пройдет 18 декабря в 14:00!Эксперты Диасофт также разберут:▪️практические подходы к построению высокодоступных кластеров на базе PostgreSQL и его форков.▪️реальные кейсы и проблемы (VACUUM, влияние горизонта транзакций) + их решения.Регистрируйтесь по ссылке!Реклама. ООО "ДИАСОФТ". ИНН 7715560268.

⚠️ SQL-совет по безопасности, который игнорируют даже опытные разработчики Никогда не собирайте SQL-запросы через конкатенацию строк (особенно когда добавляете параметры типа WHERE name = '" + user + "'"). Так вы открываете дверь для SQL-инъекций, даже если “данные вроде чистые”. ✔ Всегда используйте параметризованные запросы или prepared statements — они экранируют данные, а движок БД понимает структуру отдельно от значений. Пример безопасного подхода:

    
        
SELECT * FROM users WHERE email = ?
{}
    

передаете значение отдельно. 🧠 Бонус: параметризация улучшает кеширование запросов и часто ускоряет работу БД. Подписывайся, больше фишек каждый день !

✔️ OpenAI наблюдает взрывной рост корпоративного ИИ. Компания опубликовала отчет «The state of enterprise AI», который указывает на масштабную трансформацию бизнес-процессов под влиянием ИИ. База корпоративных клиентов превысила 1 миллион организаций, а число Enterprise-мест за год выросло в 9 раз. Главным трендом стало качественное изменение сценариев использования: потребление ризонинг-токенов подскочило на 320%. Это говорит о том, что бизнес перешел от простых чат-ботов к решению многоступенчатых инженерных и аналитических задач. Статистика выявила четкую корреляцию между глубиной погружения в технологии и продуктивностью. Сотрудники, использующие GPT-5 Thinking и Deep Research, экономят более 10 часов в неделю, при этом потребляя в 8 раз больше ресурсов модели, чем обычные пользователи. Особенно заметен разрыв в разработке: там генерируют код через ИИ в 17 раз активнее. openai.com ✔️ Anthropic передала управление протоколом MCP в некоммерческий фонд. Model Context Protocol передан организации Agentic AI Foundation, действующей в структуре Linux Foundation. Это стратегический шаг: технология универсального стандарта для подключения ИИ-моделей к внешним базам данных и инструментам, теперь гарантированно останется нейтральной и открытой. Соучредителями нового фонда вместе с Anthropic выступили OpenAI и Block, а поддержку инициативе оказывают Google, Microsoft и AWS. За год существования MCP добился массовости: протокол используют ChatGPT, Gemini, Claude и VS Code, а число загрузок SDK превысило 97 млн. Переход под эгиду Linux Foundation ставит MCP в один ряд с Kubernetes и PyTorch. Теперь развитие стандарта будет определяться сообществом, что важно для создания совместимой экосистемы ИИ-агентов. anthropic.com ✔️ Китай ограничит использование чипов Nvidia H200 вопреки разрешению на экспорт от США. Власти КНР планируют ввести строгие ограничения на доступ и эксплуатацию Nvidia H200. Это решение готовится на фоне одобрения экспорта данных чипов со стороны администрации США. Несмотря на неожиданный «зеленый свет» из Вашингтона, Пекин демонстрирует осторожность в вопросах использования зарубежного железа. Конкретные детали и механизмы новых барьеров пока не обнародованы. МИД Китая в ответ на запросы ограничился стандартным заявлением о важности взаимовыгодного сотрудничества, не прояснив судьбу поставок. ft.com ✔️ Google выпустит умные очки с ИИ в 2026 году. Google официально подтвердила планы по запуску линейки смарт-очков с ИИ в 2026 году. Техногигант намерен потеснить Марка Цукерберга на этом рынке, объединив усилия с Samsung, Warby Parker и корейским фешн-брендом Gentle Monster. В разработке находятся 2 типа устройств. Первый вариант - оправа с аудиосистемой для голосового взаимодействия с ИИ, второй - модель с встроенными дисплеями для навигации и перевода в реальном времени. Чтобы сохранить вес и габариты на уровне обычных очков, инженеры решили перенести основную вычислительную нагрузку на сопряженный смартфон. cnbc.com ✔️ Инженеры EPFL превратили панцири лобстеров в детали для биогибридных роботов. В EPFL предложили неожиданное решение для робототехники: использование пищевых отходов в качестве готовых экзоскелетов. В рамках концепции, которую авторы назвали «робототехникой мертвой материи», панцири лобстеров перерабатываются в функциональные механические узлы. Процесс создания био-гибридов состоит из заполнения оболочки мягким эластомером, установку приводов и покрытия конструкции силиконом, а природная структура панциря обеспечивает идеальный баланс прочности и гибкости. Опытные образцы смогли поднимать вес до 500 граммов и выполнять захват помидора без повреждений. Инновация решает сразу две задачи: снижает стоимость производства и уменьшает углеродный след, превращая отходы в ресурсы. news.epfl.ch @ai_machinelearning_big_data #news #ai #ml

🎯 SQL хитрый трюк, который реально экономит время Когда выбираешь строки с максимумом/минимумом - не делай два запроса. Получай значение и саму строку одной командой с оконной функцией:

    
        
SELECT *
FROM sales
QUALIFY ROW_NUMBER() OVER (ORDER BY amount DESC) = 1;
{}
    

Что это даёт? Не нужно сначала находить MAX(amount), а потом искать строку с этим значением. Один запрос — меньше нагрузки, быстрее читается. Работает для любых ранжирований: топ-N, bottom-N, лидеры, фильтрации по метрикам. Меняешь DESC → ASC и получаешь минимум. А если нужен топ-5 — просто ROW_NUMBER заменяешь на RANK или ограничиваешь < 5. Быстро, чисто, без лишних подзапросов.

16 декабря пройдёт третья конференция Arch.Conf by Sber, где мы говорим об ИТ-архитектуре вместе с большим сообществом. Вас ждёт keynote-доклад от топ-менеджеров Сбера, 2 стрима, 10 докладов от лидеров отрасли, дискуссии и детальный разбор актуальных вопросов. ▪️ «Архитектура AI-native» — обсудим паттерны построения мультиагентных систем, технологии построения агентов, подходы к работе с эмпатией и борьбу с галлюцинациями агентов. ▪️ «Архитектура — двигатель бизнеса» — поговорим о конкретных архитектурных практиках, которые позволяют откликаться на вызовы рынка быстрее всех. Участвовать — проще простого: ✔️ Выбрать удобный формат. ✔️ Зарегистрироваться по ссылке!

⚡️ SQL-совет: Используйте filtered indexes (условные индексы) - они ускоряют выборки на больших таблицах, но мало кто о них знает. Пример для таблицы заказов, где статус "active" запрашивается чаще всего:

    
        
CREATE INDEX idx_orders_active
ON orders(status)
WHERE status = 'active';
{}
    

Плюсы: - индекс меньше → быстрее в памяти, - оптимизатор выбирает его при типичных запросах, - запросы по активным записям работают значительно быстрее. Мало кто использует условные индексы, а зря. Они умеют избавлять от лишних full scan почти бесплатно.

Полиглот – человек, знающий много языков 😛 IT-полиглот – функциональность для ускоренного перехода с Oracle и MS SQL 🤖 Но обо всем по порядку: Основная сложность перехода на российскую СУБД — не поиск аналога, а обеспечение комплексного перехода с единой ответственностью, гарантиями регуляторов и прозрачной экономикой проекта. Digital Q.DataBase от Диасофт решает эту задачу кардинально. Система обеспечивает переход с зарубежных СУБД без переписывания кода приложений. Новая функциональность "Полиглот" в Digital Q.DataBase обеспечивает непосредственное исполнение запросов, написанных на диалектах SQL ведущих зарубежных СУБД: Oracle (PL/SQL), Microsoft SQL Server (T-SQL), а также PostgreSQL (PL/pgSQL). 🆓 Диасофт запустил бесплатную версию СУБД Digital Q.DataBase. Решение подходит для всех категорий пользователей, включая коммерческие организации и госучреждения. Скачивайте дистрибутив бесплатно на сайте! Реклама. ООО "ДИАСОФТ ЭКОСИСТЕМА". ИНН 9715403607.

🚀 Обрабатывайте данные больше объёма RAM с автоматическим spillover в DuckDB Обычно, когда датасет превышает доступную память, инструменты падают или требуют ручного чанкинга и дорогого железа. DuckDB решает проблему иначе: он автоматически сбрасывает промежуточные данные на диск, если памяти не хватает. Пример:

    
        
duckdb.sql("SET memory_limit = '500MB'")
duckdb.sql("SET temp_directory = '/tmp/duckdb_temp'")

result = duckdb.sql(f"SELECT * FROM '{parquet_path}'").df()
{}
    

Итог: - у вас 10GB Parquet - оперативка только 500MB - DuckDB сам делает чанки + сбрасывает overflow на диск - запрос успешно выполняется ✔ Так вы работаете с большими данными без сложных пайплайнов и апгрейда железа.