SQL Ready | Базы Данных
15.4K subscribers
1.2K photos
66 videos
2 files
581 links
Авторский канал про Базы Данных и SQL
Ресурсы, гайды, задачи, шпаргалки.
Информация ежедневно пополняется!

Автор: @energy_it

РКН: https://clck.ru/3QREBc

Реклама на бирже: https://telega.in/c/sql_ready
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
☕️ Neon — интерактивный учебник по базам данных!

Хочешь научиться работать с базами данных - от простых запросов до глубоких фич PostgreSQL? На Neon ты найдёшь полное руководство: как начать, как писать запросы, работать с транзакциями и продвинутыми темами вроде CTE, индексов и триггеров.

📌 Оставляю ссылочку: neon.com

➡️ SQL Ready | #ресурс
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥16👍6🤝6
🖥 Знаете, как посчитать средний интервал между событиями в SQL?

Если нужно посчитать время между событиями (например, между заказами, логинами или платежами). Есть простой и эффективный способ — функция LAG().

Сначала берём дату текущего и предыдущего события для каждого пользователя:
LAG(order_date) OVER (PARTITION BY user_id ORDER BY order_date)


Считаем разницу между ними:
order_date - LAG(order_date) OVER (PARTITION BY user_id ORDER BY order_date)


Чтобы получить средний промежуток:
SELECT user_id,
AVG(order_date - LAG(order_date) OVER (PARTITION BY user_id ORDER BY order_date)) AS avg_gap
FROM orders;


🔥 Так вы узнаете, среднюю частоту заказов по каждому пользователю, без подзапросов, без циклов.

➡️ SQL Ready | #совет
Please open Telegram to view this post
VIEW IN TELEGRAM
👍157🔥6🤝1
25😁10👍5🤝1
🖥 SQL-анализ «домашних» локаций пользователей!

У каждого пользователя есть десятки отметок с координатами — по ним можно определить, где он бывает чаще всего.

В этой задаче:
Округлим координаты, чтобы объединить близкие точки;

Посчитаем частоту появлений по каждой зоне;

Найдём точку с максимальным количеством визитов — «дом».


В результате получаем инструмент геоаналитики, который помогает определять зоны активности и строить персональные рекомендации.

➡️ SQL Ready | #задача
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍137🤝6🔥2😁2
Рейтинг активности пользователей в SQL!

Пример практического запроса для аналитики: определяем самых активных пользователей по количеству действий.

Создаём таблицу:
CREATE TABLE actions (
user_id INT,
action_type TEXT
);


Добавляем данные:
INSERT INTO actions VALUES
(1, 'login'), (1, 'purchase'),
(2, 'login'), (2, 'comment'),
(3, 'login');


Считаем количество действий:
SELECT user_id, COUNT(*) AS total_actions
FROM actions
GROUP BY user_id
ORDER BY total_actions DESC;


Добавляем ранжирование:
SELECT
user_id,
COUNT(*) AS total_actions,
RANK() OVER (ORDER BY COUNT(*) DESC) AS rank
FROM actions
GROUP BY user_id;


🔥 Простой способ построить лидерборд или отчет по вовлеченности.

➡️ SQL Ready | #практика
Please open Telegram to view this post
VIEW IN TELEGRAM
13👍9🤝6👎1
🖥 Обработка ошибок и исключений!

В этой шпаргалке собраны приёмы для безопасного перехвата ошибок и управления транзакциями. Корректная обработка исключений делает систему устойчивой, предотвращает сбои и сохраняет целостность данных.

➡️ SQL Ready | #шпора
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13🔥64🤝3
😁30👍10🔥6
🖥 ROWS vs RANGE, логика временной аналитики!

Многие знают оконные функции, но редко задумываются: ROWS строит окна по количеству строк, RANGE — по значению (например, времени).

Сегодня в посте:
Как работает ROWS BETWEEN … - окно по строкам.

Как использовать RANGE BETWEEN INTERVAL … - окно по времени.

Пример: получаем максимум за последний час в каждом временном срезе.


Этот подход раскрывает глубину SQL как языка временной аналитики и показывает работу с метриками.

➡️ SQL Ready | #гайд
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥139👍8