Проблемы при переходе с MS SQL на PostgreSQL: типы данных

В этой статье автор продолжит серию и поделится проблемами некоторых различий типов данных в MS SQL и PostgreSQL.

Базы данных

Как собрать полноценную платформу для обработки, хранения и визуализации данных в едином интерфейсе

В гибридной инфраструктуре локальный и облачный контуры можно соединить через Cloud Interconnect по приватному каналу. Это позволяет распределять нагрузки между собственными мощностями и облаком в рамках одной инфраструктурной схемы.

Для работы с данными Yandex Cloud обновила on-premises-платформу Stackland, которая разворачивается внутри инфраструктуры компании. Теперь на ее базе можно собрать полноценную платформу данных из готовых PaaS-компонентов: ClickHouse и PostgreSQL для хранения и обработки, Object Storage и Trino для аналитики, Airflow для оркестрации процессов и DataLens для визуализации.

Для оптимизации хранения Intelligent Tiering автоматически распределяет данные между тремя классами Object Storage в зависимости от частоты обращения. А Billing API позволяет отслеживать расходы с детализацией до отдельных сервисов и ресурсов.

Таким образом, компании могут объединять локальную и облачную инфраструктуру, разворачивать платформу данных в собственном контуре и управлять затратами без необходимости собирать каждый компонент с нуля.

Базы данных

Теория баз данных

В этом видеоуроке автор подробно разбирает основы баз данных.

00:55 Содержание
01:59 БД и СУБД: MySQL vs PostgreSQL
03:58 Состав БД: индексы, транзакции, триггеры
07:10 SQL vs NoSQL
11:40 Типы данных
15:27 Как описывать поля в ТЗ
17:31 Типы связей
19:55 Выбор типа поля
24:00 Как описывать связи в ТЗ
27:17 Как проектировать связи в БД
30:34 Ключи Primary и Foreign
34:30 Нормализация
36:48 Лайфхаки
39:18 Миграции, сиды, дампы

Смотреть это видео на youtube: youtu.be/YdCGGBUCoDQ

Excel - основа для анализа финансов

📌 Полезные приёмы, гайды, лайфхаки эксель и финансового анализа для начинающих на канале @fin_analytics.

Подписывайся и становись финансистом: @fin_analytics

Как был создан потоковый SQL-движок

Потоковый SQL-движок обеспечивает, чтобы результаты SQL-запросов всегда оставались актуальны, и их не приходилось пересчитывать. Даже в тех случаях, когда меняются данные, на которых основан запрос.

Базы данных

Открываете любое приложение — а там уже готовая подборка, как будто вас знают

Ленты, подборки товаров, плейлисты — все это собирает не человек, а система, которая учится на том, что вы смотрели и на что нажимали. Как именно она решает, что показать первым, — тема отдельная и интересная, особенно для тех, кто и так работает с данными каждый день.

30 сентября в 18:00 мск пройдет бесплатный вебинар karpovꓸcourses и AI Talent Hub ИТМО «Как устроена ваша лента: машинное обучение в рекомендательных системах».

Разберут: 
- как из ваших действий собирается персональная лента; 
- какую роль в этом играют данные и машинное обучение; 
- как на реальных примерах устроены такие системы внутри.

Спикеры — Юлия Лим, менеджер по продукту программ ДПО AI Talent Hub ИТМО, и Денис Амбросов, инженер по машинному обучению, стрим-лид направления модельных рисков и рисков систем искусственного интеллекта.

Регистрируйтесь по ссылке — https://clc.to/erid_2W5zFJjEQVf  
Запись эфира придет всем зарегистрированным.

Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFJjEQVf

Основы работы в Oracle SQL Developer

В этом видеоуроке автор подробно и наглядно разбирает основы работы с бесплатной визуальной средой разработки Oracle SQL Developer, а также основные преимущества и недостатки использования данной среды.

Смотреть это видео на youtube: youtu.be/yZHAI9wfaE0

Деревья ltree в PostgreSQL – простым языком

В этой статье автор подробно разберет иерархические деревья ltree в PostgreSQL и расскажет о базовых приёмах извлечения данных из таких деревьев.

Базы данных

Как ХК «Авангард» автоматизировал бизнес-аналитику?

После переезда на новую арену у клуба вырос объём данных о продажах билетов, кейтеринге и мерчандайзинге. Чтобы оперативно работать с этой информацией, «Авангард» автоматизировал отчётность и построил дашборды на Yandex DataLens и Yandex Cloud. Теперь бизнес-пользователи могут практически в реальном времени анализировать фактический спрос и сравнивать его с прогнозом. А с помощью нейроаналитика в DataLens можно просто задать вопрос по данным — система сама найдёт нужную информацию и сформулирует ответ. За три года выручка от продажи билетов выросла более чем на 80%. Подробнее о кейсе — в ролике.

👉 Узнать больше о Yandex DataLens

Как мы продукт на PostgreSQL переводили

В этой статье автор поделится своими наработками как научить приложение работать с СУБД PostgreSQL и провести первую миграцию боевой системы.

Базы данных