В Oracle AI Database 26ai появилась возможность управлять тем, попадают ли ограничения базы данных в JSON Schema.
Для этого используются два режима

PRECHECK — включает ограничения БД в JSON Schema.
NOPRECHECK — исключает ограничения из JSON Schema.

Если использовать PRECHECK, ограничения вроде NOT NULL, CHECK, диапазонов значений и других правил будут перенесены в JSON Schema. Это позволяет приложениям выполнять валидацию ещё до отправки данных в базу.
При использовании NOPRECHECK ограничения не включаются в схему, а проверка и определение допустимых значений остаются на стороне базы данных.

Функция доступна в Oracle AI Database 26ai и помогает синхронизировать правила валидации между БД и приложением.

👉 @SQLPortal

Ближайший релиз PostgreSQL 19 получит поддержку графовых запросов.

С помощью SQL/PGQ можно будет работать со связями напрямую через SQL:

→ социальные сети
→ рекомендательные системы
→ выявление мошенничества
→ графы зависимостей

PostgreSQL больше не ограничивается ролью реляционной базы данных.

Он постепенно превращается в универсальную платформу для хранения и обработки данных любых типов.

👉 @SQLPortal

PostgreSQL 19 — это гораздо больше, чем просто развитие поддержки JSON.

Что появится в новой версии:

→ графовые запросы через SQL/PGQ
→ GROUP BY ALL
→ REPACK CONCURRENTLY
→ параллельный autovacuum
→ логическая репликация без перезапуска сервера
→ репликация sequence
→ более подробный ввод-вывод в EXPLAIN ANALYZE
→ новые представления pg_stat_lock и pg_stat_recovery
→ онлайн-проверка контрольных сумм (checksums)

PostgreSQL продолжает превращаться в систему, изначально ориентированную на эксплуатацию в production-среде. Всё больше задач по масштабированию, обслуживанию, мониторингу и репликации теперь решаются встроенными средствами базы данных.

👉 @SQLPortal

Инженерия данных становится намного проще, когда вы перестаёте изучать случайные инструменты и начинаете двигаться по понятному пути.

Любой пайплайн начинается с основ: как перемещаются данные, где они хранятся и как различные системы взаимодействуют друг с другом.

Дальше идёт фундамент:

• SQL для работы с данными и запросов
• Python для автоматизации задач
• Базы данных для хранения информации
• Хранилища данных (Data Warehouses) для аналитики
• Облачные платформы для масштабирования систем

Когда эти основы становятся понятны, можно переходить следующему этапу. Вы учитесь очищать и обрабатывать «грязные» данные, проектировать надёжные модели, работать со Spark, разбираться в форматах файлов, строить сквозные пайплайны и использовать инструменты оркестрации, такие как Airflow, Dagster или Prefect.

Именно здесь теория начинает превращаться в практические навыки, востребованные на рынке. Настоящий рост начинается тогда, когда вы создаёте собственные проекты, документируете процесс обучения, делаете шаблоны, публикуете заметки и делитесь своими знаниями с другими.

Потому что Data Engineering — это не только знание инструментов. Это понимание полного жизненного цикла данных:

Источник → Сбор → Хранение → Преобразование → Предоставление

Эта схема объединяет весь путь в одном месте: от фундаментальных знаний до проектов, полезных ресурсов, каналов для обучения и шагов по созданию собственного портфолио.

Важное напоминание для всех новичков:

• Начинайте с малого.
• Развивайтесь последовательно.
• Осваивайте по одному уровню за раз.
• Делитесь тем, что создаёте.

Именно так инженерия данных начинает складываться в единую понятную картину.

👉 @SQLPortal

SQL JOINs: мини-шпаргалка

Простая и наглядная памятка по основным JOIN-операциям в SQL: схемы, запросы и краткие пояснения

Сохраняем за лайк ❤️

👉 @SQLPortal

Что нового в PostgreSQL 19?

PostgreSQL 19 продолжает одну важную тенденцию. Postgres превращается во что-то гораздо большее, чем просто реляционная база.

Самые интересные новинки:

Графовые запросы через SQL/PGQ
PostgreSQL 19 научился выполнять SQL Property Graph Queries. Теперь можно запрашивать связи прямо на SQL, без отдельной графовой базы. Пригодится для соцсетей, рекомендаций, поиска мошенничества и графов зависимостей.

GROUP BY ALL
Вместо того чтобы перечислять все колонки в GROUP BY, пишешь GROUP BY ALL. Postgres сам группирует по неагрегатным колонкам. Меньше шаблонного кода, меньше ошибок.

WAIT FOR LSN
Фича для приложений, которые используют реплики чтения. Позволяет подождать, пока реплика догонит основную базу, прежде чем читать данные. Полезно для консистентности «прочитал то, что написал».

Лучшая поддержка JSON
Postgres и дальше улучшает работу с полуструктурированными данными, не теряя при этом SQL, индексы, соединения и транзакции.

PostgreSQL 19 пока в бете. Детали могут поменяться к релизу. Но направление понятно. Postgres потихоньку становится одной платформой под всё: реляционные данные, документы, графы, аналитика и векторы для AI.

👉 @SQLPortal

Хочешь быстро прокачать SQL?

Вот 4 курса, которые помогут поднять уровень:

1️⃣ SQL Basics for Data Science
[https://programmingvalley.com/course/learn-sql-basics-for-data-science-free-course]

2️⃣ Google Data Analytics
[https://programmingvalley.com/course/google-data-analytics-free-course]

3️⃣ IBM Data Science
[https://programmingvalley.com/course/ibm-data-science-free-course]

4️⃣ Google Business Intelligence
[https://programmingvalley.com/course/google-business-intelligence-free-course]

Подойдут как для изучения основ SQL, так и для освоения анализа данных, BI-инструментов и работы с данными в реальных проектах.

👉 @SQLPortal

Подарок для новичков: бесплатный интерактивный курс «Aprende SQL»

Если хотите освоить SQL или подтянуть базу, забирайте полезную находку. На сайте собраны интерактивные уроки и практические задания, есть встроенная песочница, где можно сразу выполнять запросы и закреплять знания.

Ставь лайк и погнали учиться ❤️

☝️ Ссылка источник

@SQLPortal

ДЕНЬ 1 из серии «20 дней SQL для начинающих».

Каждый аналитик данных начинает свой путь с SQL. Прежде чем переходить к дашбордам, машинному обучению или бизнес-аналитике, важно понять, как хранятся данные и как к ним обращаться с помощью запросов.

Начните с этих 6 базовых концепций и заложите прочный фундамент для дальнейшего изучения SQL.

Сохраните эту дорожную карту, чтобы вернуться к ней позже.

👉 @SQLPortal

Открытый инструмент для работы с SQL-базами данных!

Визуализируйте, редактируйте и проектируйте базы данных с помощью удобного визуального интерфейса:

✓ Интерактивные диаграммы ваших таблиц
✓ Экспорт схемы базы данных в изображение PNG
✓ Поддержка MySQL, PostgreSQL, SQLite и других СУБД

http://app.chartdb.io

👉 @SQLPortal

ДЕНЬ 2 из серии «20 дней SQL для начинающих».

Большинство новичков в SQL сразу переходят к изучению JOIN. Но любой SQL-запрос начинается с одной команды:
SELECT

Сначала освойте эти 5 основных концепций:

• SELECT * выбрать все столбцы
• Выбор конкретных столбцов
• DISTINCT получить только уникальные значения
• Псевдонимы (Aliases) переименование столбцов или таблиц
• LIMIT ограничение количества возвращаемых строк

Когда вы уверенно освоите SELECT, изучать остальные возможности SQL станет гораздо проще.

Сохраните эту шпаргалку и сегодня же попробуйте выполнить каждый из этих запросов на учебной базе данных.

👉 @SQLPortal

SQL в Python: руководство по работе с данными

Знаешь SQL и хочешь понять, как делать то же самое в Pandas? Это руководство покажет как привычные SQL-запросы выглядят в мире Python 👊

👉 @SQLPortal

День 3 из серии «20 дней изучения SQL для начинающих».

Большинство баз данных содержат тысячи строк. Настоящее мастерство не в том, чтобы видеть все данные, а в том, чтобы быстро находить именно те, которые нужны.

Освойте эти 6 способов фильтрации данных и начните писать SQL-запросы как настоящий аналитик данных.

Сохраните эту шпаргалку, чтобы она всегда была под рукой.

👉 @SQLPortal

Принёс полезное инструмент для обучения PostgreSQL

PostgreSQL-песочница с практическими уроками по SQL, транзакциям, индексам, PostGIS и не только. Всё работает в браузере. Заходи и учись на реальных данных 👍

👉 @SQLPortal

День 4 из серии «20 дней изучения SQL для начинающих».

Большинство SQL-запросов работают не с точными совпадениями, а с поиском по шаблону.

Изучите эти базовые конструкции:

• LIKE — поиск по шаблону
• % — подстановочный символ для любого количества символов
• _ — подстановочный символ для одного любого символа
• IN — поиск по нескольким заданным значениям
• NOT IN — исключение заданных значений

Освоив фильтрацию по шаблонам и спискам значений, вы сможете находить нужные данные гораздо быстрее.

Сохраните эту SQL-шпаргалку она ещё не раз пригодится.

👉 @SQLPortal

Читерский набор для разработчика делюсь находкой

Здесь есть буквально всё, короткие удобные шпаргалки по самым нужным темам. Git, SQL-запросы, Docker, RegEx, Bash, Python, JS, HTTP-коды, архитектура REST и многое другое.

Держи под рукой чтобы ускорить рабочий процесс ⌨️

👉 @SQLPortal

День 5 из серии «20 дней изучения основ SQL для начинающих»

Данные становятся по-настоящему полезными, когда они правильно упорядочены.

Сортировка помогает:

• находить лидеров и лучшие результаты;
• выявлять тенденции;
• быстрее анализировать данные.

Освойте эти 6 способов сортировки в SQL, и ваши запросы сразу станут более эффективными и информативными.

Сохраните эту шпаргалку, чтобы вернуться к ней позже.

👉 @SQLPortal

Принёс полезную шпаргалку по SQL: основы, JOIN-запросы и агрегация

Изучите базовые операции SQL: выборку данных, объединение таблиц с помощью JOIN, агрегирование с функциями COUNT, AVG, SUM и создание подзапросов. Эта шпаргалка станет вашим надежным помощником в ежедневной работе с SQL ✏️

Полная PDF версия тут ⬇️

👉 @SQLPortal

День 6 из серии «20 дней изучения основ SQL для начинающих».

Сырые данные сами по себе не дают ответов на бизнес-вопросы. Это делают агрегатные функции SQL.

Освойте эти 5 базовых функций:

• COUNT() — подсчёт количества записей
• SUM() — вычисление суммы
• AVG() — расчёт среднего значения
• MIN() — поиск минимального значения
• MAX() — поиск максимального значения

Освоив их, вы научитесь превращать набор строк в полезную аналитику и получать ценные инсайты из данных.

Сохраните эту шпаргалку по SQL, чтобы всегда иметь её под рукой.

👉 @SQLPortal

Откопал полезную платформу для подготовки к собесам «DataLemur»

Коллекция практических задач по SQL, статистике, машинному обучению и Python, предназначенных для подготовки к собеседованиям в крупных компаниях в сфере аналитики данных и data science

Практикуйся прокачивай свои скиллы и уверенно проходи интервью в Google, Amazon и других гигантах 😎

👉 @SQLPortal

День 7 из серии «20 дней изучения основ SQL для начинающих».

Сырые данные часто содержат слишком много информации, чтобы сразу увидеть закономерности.

Оператор GROUP BY помогает объединить тысячи строк в понятные сводные результаты и получить ценные инсайты.

Научитесь агрегировать данные с помощью:
• COUNT() — подсчёт количества записей
• SUM() — вычисление суммы
• AVG() — расчёт среднего значения
• Группировка по нескольким полям (GROUP BY по нескольким столбцам)

Освоив GROUP BY, вы сможете строить отчёты, анализировать данные и получать сводную информацию всего несколькими SQL-запросами.

Сохраните эту шпаргалку — GROUP BY является одним из самых важных навыков, которые нужно освоить при изучении SQL.

👉 @SQLPortal