C#razy
99 subscribers
215 photos
46 videos
2 files
345 links
Путь в IT, рост, менторство, поддержка, прокачка, мотивация

👨‍💻 Senior .NET dev с 12+ лет опыта
📚 Учусь в MIT по Computer Science
🖥 100+ дней подряд LeetCode
⚒️ Работаю на зарубеж
💻 Веду блог про рост в IT с нуля
🧭 Помогаю понять, куда двигаться
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Прошел SQL50 на LeetCode

Вообщем пока делал ежедневные задачи, решил и повспоминать MS SQL и порешать на нём задачи и за одно получить ачивку. По сути это решение 50 популярных задач на SQL

Когда-то начал просто с ежедневных задач - #dailychallenge, чтобы не терять и набрать форму. Одни задачи были лёгкими, другие заставляли поломать голову. Но постепенно я втянулся. По сути чаще стал использовать CTE

CTE (Common Table Expression) - это временное имя для набора данных, которое можно использовать внутри запроса, как будто это отдельная таблица. Пишется с помощью WITH и делает SQL-код понятнее и читаемее, особенно при сложных подзапросах или рекурсивных операциях.

Пример:
WITH SalesByPerson AS (
SELECT SalesPersonID, SUM(TotalDue) AS TotalSales
FROM Sales
GROUP BY SalesPersonID
)
SELECT * FROM SalesByPerson WHERE TotalSales > 10000;


➡️ Писал всё на MS SQL, это мой основной инструмент потому что они с C# всегда рядом. С LeetCode пришлось адаптироваться к их синтаксису, иногда гуглить про оконные функции -_-

Были задачи, которые решал за 5 минут. А были такие, где сидел по полчаса и переписывал решение несколько раз. Но в итоге я вот что понял, что каждый такой момент переписывания учил меня чему-то новому: где лучше использовать подзапрос, а где то GROUP BY или как правильно соединять таблицы через JOIN 😅

➡️ Зачем вообще это делал?
Потому что даже с опытом важно держать навык в тонусе. SQL - это фундамент в любой системе, где есть данные, его лучше знать чем не знать. А ещё я планирую в будущем попробовать pandas в Python для работы с аналитикой - и хорошее знание SQL тут точно пригодится.

Pandas в Python - это популярная библиотека для работы с табличными данными. С ней можно быстро фильтровать, группировать, сортировать данные и делать аналитику - как в Excel или SQL, но прямо в коде.
Пример:
import pandas as pd

df = pd.read_csv("sales.csv")
high_sales = df[df["Total"] > 10000]
print(high_sales)


➡️ После SQL50 я стал чувствовать себя намного увереннее и это ощущение стоит всех затраченных часов.

Если ты думаешь: "А стоит ли начинать?" - однозначно стоит, просто повторить и пройтись по типовым задачам. Не нужно бежать марафон за день. Просто начни с одной задачи в день. А потом сам не заметишь, как прокачаешься.

#leetcode
#sql

💡 Channel | Chat
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍2