SQL Ready | Базы Данных

Как понять, что PostgreSQL работает на устаревшей статистике? PostgreSQL хранит информацию о последнем сборе статистики:

    
        SELECT relname,
       last_analyze,
       last_autoanalyze,
       n_live_tup
FROM pg_stat_user_tables;{}
    

last_analyze — когда статистика обновлялась вручную, last_autoanalyze — когда это делал autovacuum. Чтобы быстро найти проблемные таблицы, отсортируем по размеру:

    
        SELECT relname,
       n_live_tup,
       last_analyze,
       last_autoanalyze
FROM pg_stat_user_tables
ORDER BY n_live_tup DESC;{}
    

Большая таблица + старый last_analyze — оптимизатор работает вслепую. В таком случае достаточно обновить статистику:

    
        ANALYZE;{}
    

Или точечно, для одной таблицы:

    
        ANALYZE orders;{}
    

🔥 Это помогает объяснить внезапную деградацию запросов и понять, почему индекс игнорируется. ➡️ SQL Ready | #совет

📱 Держите 6 хороших каналов по искусственному интеллекту и программированию для любого уровня! Выбирай направление: 📱 Нейросети — @neuro_prompt 🤖 AI-инструменты — @ai_prompt 📱 Python — @python_prompt 🤔 InfoSec & Хакинг — @infosec_prompt 👩‍💻 IT Новости — @it_news 😄 IT Мемы — @it_memes Промпты, обучение, шпаргалки и полезные ресурсы на каждую тему!

📂 Напоминалка по SQL Injection (SQLi)! Например, простая инъекция вроде OR 1=1 может вернуть все данные из таблицы, а blind SQLi позволяет вытаскивать информацию даже тогда, когда приложение не показывает ошибки и результаты запросов. На картинке — основные типы SQL-инъекций, которые важно знать при работе с базами данных и backend-логикой. Сохрани, чтобы не забыть! ➡️ SQL Ready | #ресурс

🖥 Ищем клиентов без единого заказа — полезный приём для выявления неактивных пользователей и повышения конверсии! Цель — найти всех зарегистрированных пользователей, которые так и не оформили ни одного заказа. Это поможет вернуться к ним с акциями или напоминаниями. Основные моменты:

• LEFT JOIN — соединяем таблицы, чтобы сохранить всех клиентов, даже тех, у кого нет заказов. • WHERE o,id IS NULL — отбираем только тех, для кого заказов не найдено. • SELECT — выводим имя, email и дату регистрации.

➡ SQL Ready | #задача

Изоляция рунета ближе, чем ты думаешь

Loading … ██████████████] 99%

Роскомнадзору дали карт-бланш на блокировки, а «белые списки» сайтов тестируют уже в десятках регионов. И гайки будут закручиваться только сильнее. Чтобы в одночасье не лишиться доступа к свободному Интернету, просто сохрани Only Hack. Тут профессиональный хакер делится фишками, с которыми доступ к глобальной сети у тебя будет даже в случае ядерного апокалипсиса. Не жди момента «Х». Перестрахуйся подпиской.

NULL и NOT IN — тонкость SQL, приводящая к логическим ошибкам! При использовании NOT IN в SQL можно получить логически неверный результат без ошибок выполнения. Причина — трёхзначная логика и наличие NULL в данных. Представим таблицы:

    
        customers(id)
orders(id, customer_id){}
    

Нужно найти клиентов, у которых нет заказов. Интуитивный вариант:

    
        SELECT id
FROM customers
WHERE id NOT IN (
    SELECT customer_id
    FROM orders
);{}
    

Если подзапрос возвращает хотя бы одно значение NULL, результат этого запроса будет пустым, даже если клиенты без заказов существуют. Это происходит потому, что NOT IN сводится к серии сравнений, а любое сравнение с NULL возвращает неопределённый результат. Попытка исправить ситуацию фильтрацией:

    
        SELECT id
FROM customers
WHERE id NOT IN (
    SELECT customer_id
    FROM orders
    WHERE customer_id IS NOT NULL
);{}
    

Формально запрос корректен, но требует постоянного контроля и легко ломается при изменении подзапроса. Надёжный вариант — использовать NOT EXISTS:

    
        SELECT c.id
FROM customers c
WHERE NOT EXISTS (
    SELECT 1
    FROM orders o
    WHERE o.customer_id = c.id
);{}
    

NOT EXISTS корректно обрабатывает NULL и предназначен именно для проверок отсутствия связанных строк. 🔥 Используй NOT EXISTS для анти-джойнов и проверок отсутствия данных, а NOT IN — только при полном контроле результата подзапроса. ➡️ SQL Ready | #практика