Sql базы данных

🐘 Postgres использует архитектуру «отдельный процесс на каждое подключение», поэтому в большинстве случаев вам нужен connection pooler. Пул соединений вставляется между приложением и базой: он держит набор постоянных подключений и динамически назначает их входящим запросам. Самый распространённый инструмент - PgBouncer, у которого есть три режима работы. 1) Session pooling - каждое приложение-подключение закрепляется за одним pooled-соединением. 2) Transaction pooling - каждую транзакцию привязывают к pooled-соединению и освобождают сразу после завершения. 3) Statement pooling - каждое выражение получает соединение, но нет поддержки многозапросных транзакций, что сильно ограничивает кейсы. Режим 1 плохо решает проблемы высокой конкуренции Postgres, поэтому обычно не подходит при большом числе подключений. Режим 3 слишком ограничивающий, так как многозапросные транзакции нужны многим приложениям. В итоге режим 2 даёт лучший баланс возможностей и контроля над соединениями. Именно transaction pooling, тот режим, который PlanetScale применяет для всех своих PgBouncer-инстансов. @sqlhub

🛠 SQL всему голова! 24 декабря в 20:00 на бесплатном уроке поговорим про PostgreSQL FDW: швейцарский нож для интеграций или как я перестал бояться разнородных данных. Будет интересно! 🔭 Разберем Foreign Data Wrappers — встроенную возможность PostgreSQL подключаться к любым внешним источникам данных. Научитесь делать JOIN между MySQL, MongoDB, Redis и даже CSV-файлами в одном SQL-запросе. 📚 Что будет на уроке: ✅ Live demo с 4 БД одновременно: подключим MySQL, MongoDB, Redis и CSV-файл к Postgres, сделаем JOIN в одном запросе ✅ Реальный кейс миграции: как перенести данные с MySQL на Postgres без остановки приложения через postgres_fdw ✅ Production tips: производительность FDW, кэширование, когда использовать, а когда это overkill и лучше ETL 🚩 Приходите узнать, как PostgreSQL превращается в универсальный хаб для всех ваших данных: покажем JOIN таблиц из MySQL и MongoDB в одном запросе, миграцию без downtime и почему это может заменить половину ваших ETL-процессов. 👉 Успейте записаться на бесплатный вебинар: https://otus.pw/az47/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Microsoft запустила VibeVoice Realtime на Hugging Face - лёгкую стриминговую text-to-speech модель, которая начинает озвучивать текст примерно за 300 миллисекунд. Идеально для живых данных и разговоров с LLM. huggingface.co/microsoft/VibeVoice-Realtime-0.5B

🖥 Оптимизация запросов с индексами Индексы могут значительно ускорить выполнение ваших запросов в SQL, особенно на больших таблицах. Убедитесь, что вы создали индексы на колонках, которые часто используются в условиях WHERE и JOIN.

    
        
CREATE INDEX idx_customer_lastname ON customers(last_name);

SELECT * FROM customers
WHERE last_name = 'Smith'
ORDER BY first_name;

SELECT COUNT(*) FROM orders
WHERE customer_id IN (SELECT id FROM customers WHERE last_name = 'Smith');{}
    

🖥 Хитрая SQL-задача Одна из самых частых хитрых задач на SQL: достать последний заказ каждого пользователя из таблицы orders(user_id, created_at, amount, id). Многие пишут что-то вроде SELECT user_id, MAX(created_at), amount FROM orders GROUP BY user_id и получают тихий баг: amount не гарантированно принадлежит самому свежему заказу, СУБД просто берёт любое значение из группы. Правильный подход - сначала пронумеровать строки с помощью оконной функции ROW_NUMBER() по каждому пользователю, отсортировав по дате (и, на всякий случай, по id), а потом взять только те записи, где rn = 1. Так вы всегда получите консистентную пару «последняя дата + правильная сумма» без скрытых расхождений.

    
        
WITH w AS (
    SELECT
        user_id,
        amount,
        created_at,
        SUM(amount) OVER (
            PARTITION BY user_id
            ORDER BY created_at
            RANGE BETWEEN INTERVAL '3 day' PRECEDING AND CURRENT ROW
        ) AS sum_3d
    FROM payments
)
SELECT DISTINCT user_id
FROM w
WHERE sum_3d > 500;{}
    

@sqlhub

SQLite-Vec — крошечная и портативная vectorDB на базе SQLite SQLite-Vec — это сверхлёгкая и очень быстрая векторная база данных, встроенная прямо в SQLite. Идеальный вариант для on-device RAG, edge-приложений и локальных AI-сценариев без тяжёлой инфраструктуры. Почему это интересно: - Работает поверх обычного SQLite - Минимальный оверхед и высокая скорость - Отлично подходит для локального поиска по эмбеддингам Ключевые возможности: - Matryoshka embedding slicing — работа с усечёнными эмбеддингами - До 32x экономии места за счёт бинарной квантизации - Поддержка метрик L2, cosine и Hamming distance - SQL-запросы для vector search без отдельной vectorDB По сути, это vector search без Kubernetes, без сервисов и без боли — просто SQLite с суперспособностями. Отличный выбор для: - локальных RAG-агентов - десктопных AI-приложений - embedded-систем - офлайн-поиска по знаниям

📘 На Stepik вышел курс — «SQL для технических собеседований»Теряете офферы на SQL-секции? Знаете синтаксис, но теряетесь на лайвкодинге? Этот курс — прямой путь к прохождению технических интервью.• Базовый SQL: SELECT, WHERE, JOIN — база для любого собеседования• Агрегация: GROUP BY, HAVING — закрываем 80% задач на интервью• Подзапросы, CTE, рекурсии — то, что спрашивают на Middle+• Оконные функции: ROW_NUMBER, RANK, LAG/LEAD — любимая тема интервьюеров• Оптимизация: индексы, план выполнения — отличает сильных кандидатов• Лайвкодинг: как думать вслух и не зависать под давлением70+ задач из реальных собеседований в Яндексе, Тинькофф, FAANGФинальный тест — 15 реальных задач за 60 минутПодходит разработчикам, аналитикам, тестировщикам, DevOps🎓 Сертификат для резюме и LinkedIn🚀 Скидка 25%, действует 48 часовСтарт потока 24 декабря👉 Пройти курс

Данные — сырьё для гипотез. А без гипотез не получится успешный продукт. В VK аналитики помогают продуктам говорить на языке пользователей. Узнайте, как принципы помогают VK превращать гипотезы в фичи и чем гордятся команды. Переходите по ссылке — вдохновляйтесь и присоединяйтесь.

🔍 Быстрый клиент PostgreSQL для разработчиков Data Peek — это легкое и быстрое настольное приложение для работы с PostgreSQL, позволяющее разработчикам быстро просматривать данные без лишнего функционала. Поддерживает много вкладок, редактирование данных и визуализацию отношений между таблицами. 🚀Основные моменты: - Мгновенный запуск за 2 секунды - Редактор запросов с подсветкой синтаксиса - Поддержка темного и светлого режимов - Безопасное хранение учетных данных - Анализ производительности запросов 📌 GitHub: https://github.com/Rohithgilla12/data-peek