Список с задачами для подготовки к SQL-интервью с различными базами данных:

1. [Database Basics](https://bit.ly/3zGK6S7)
2. [SQL Queries](https://bit.ly/3bGzN8r)
3. [MSSQL](https://bit.ly/3A5qIj0)
4. [MySQL](https://bit.ly/3bFkhtE)
5. [Postgres](https://bit.ly/3BOLLHP)
6. [Oracle](https://bit.ly/3zF2WsH)

👉 @SQLPortal | #ресурсы | дать буст

8 ключевых структур данных, которые обеспечивают работу современных баз данных:

В их числе Skip List, Hash Index, SSTable, LSM Tree, B-деревья, Инвертированные индексы, Суффиксные деревья и R-деревья.

Эти структуры помогают эффективно управлять хранением данных, их извлечением и выполнением сложных запросов в таких системах, как Redis, MySQL, Cassandra и других.

📹 Cмотреть: тык

👉 @SQLPortal | #курсы

12 техник очистки данных, которые вы должны знать:

🟡Фильтрация данных – удаление нерелевантных или ненужных данных, чтобы уменьшить шум и сосредоточиться на важной информации.
🟡Удаление дубликатов – устранение повторяющихся записей для обеспечения уникальности каждого элемента данных.
🟡Импутация данных – замена пропущенных или пустых значений на предполагаемые, чтобы сохранить целостность данных.
🟡Стандартизация данных – приведение данных к общему формату для упрощения сравнения и анализа.
🟡Преобразование данных – изменение существующих данных для их адаптации к анализу или моделированию.
🟡Обнаружение выбросов – выявление и обработка значений, которые сильно отклоняются от основной массы данных.
🟡Проверка данных – проверка соответствия данных установленным правилам и исправление несоответствий.
🟡Кодирование данных – преобразование категориальных данных в числовой формат для совместимости с алгоритмами машинного обучения.
🟡Агрегация данных – группировка данных по категориям, времени или другим критериям для получения обобщённой статистики.
🟡Сэмплирование данных – выборка репрезентативного подмножества данных для анализа, сохраняя целостность выборки.
🟡Очистка данных – применение различных техник для обеспечения точности, полноты и соответствия стандартам.
🟡Профилирование данных – глубокий анализ данных для изучения их структуры, характеристик и качества.

👉 @SQLPortal | #ресурсы | дать буст

Пошаговое руководство Power BI за 15 дней

👉 @SQLPortal | #ресурсы | дать буст

Обработка дубликатов в SQL

Ребята, давайте разберемся, как работать с дубликатами в данных — это важный навык для получения чистых и точных результатов!

Чтобы выявить дубликаты, используйте GROUP BY с HAVING:

SELECT name, COUNT(*) AS count  
FROM Employees  
GROUP BY name  
HAVING COUNT(*) > 1;

Этот запрос показывает все повторяющиеся имена в таблице Employees.

Чтобы удалить дубликаты, используйте DISTINCT:

SELECT DISTINCT name, department  
FROM Employees;

Этот запрос возвращает уникальные комбинации имени и отдела.

👉 @SQLPortal | #ресурсы | дать буст

POSTGRES EXPLAIN

📖 Читать: ссылка

👉 @SQLPortal | #cтатья

SQL Представления (Views)

Давайте упростим работу со сложными запросами, используя представления

Представление — это виртуальная таблица, созданная на основе запроса. Вместо того чтобы каждый раз писать один и тот же запрос, вы можете создать представление и использовать его как таблицу.

Пример:

CREATE VIEW HighEarners AS  
SELECT name, salary  
FROM Employees  
WHERE salary > 50000;  

SELECT * FROM HighEarners;

В данном случае мы создаем представление под названием HighEarners, чтобы отобрать сотрудников с зарплатой выше 50,000.

😢 Задание для вас: Если у вас есть таблица Sales, какое представление вы бы создали, чтобы найти регионы с продажами выше 100,000

👉 @SQLPortal | #ресурсы | дать буст

Кардинальность относится к количеству уникальных значений в столбце по отношению к общему числу строк в таблице 😮

• Высокая кардинальность означает, что столбец имеет много уникальных значений. • Низкая кардинальность означает, что столбец имеет мало уникальных значений.

Когда вы создаёте индекс на столбце с низкой кардинальностью, это часто неэффективно, потому что:

🍩 Низкая кардинальность означает, что каждое проиндексированное значение указывает на много строк, что уменьшает способность индекса сузить область поиска. 🍩 Поддержка индекса требует дополнительное место и время на обновление. Для столбцов с низкой кардинальностью эти затраты могут перевесить выгоду. 🍩 Оптимизаторы запросов баз данных умны; они знают статистику столбцов, включая кардинальность. Когда они обнаруживают индекс с низкой кардинальностью, они часто игнорируют его и выполняют полное сканирование таблицы.

👇 Пример

Предположим таблицу "Employees" с 1 миллионом записей:

Рассмотрим индексацию различных столбцов:

• ID: Высокая кардинальность (1 миллион уникальных значений). Индекс здесь будет очень эффективным.

• Name: Высокая кардинальность (много уникальных имен). Индекс может быть полезен для поиска.

• Department: Средняя кардинальность (10-20 уникальных значений). Индекс иногда может быть полезен, но менее эффективен, чем для EmployeeID или Name.

• Gender: Очень низкая кардинальность (2-3 уникальных значения). Оптимизатор запросов вероятно игнорирует индекс.

Когда стоит рассмотреть индексацию столбца с низкой кардинальностью? 🤔

Есть сценарии, когда индексация столбца с низкой кардинальностью может быть полезной.

Например, комбинирование столбцов с низкой и высокой кардинальностью может быть эффективным.

👉 @SQLPortal | #ресурсы | дать буст

SQL-кальмар: выживут только мастера запросов 😐

Нашёл годноту — SQL Squid Game

Вы — новоиспечённый дата-сайентист в загадочной организации. Ваш босс, Фронтмен, требует от вас решения бизнес-задач с помощью SQL. Не справитесь — ☠️

9 уровней, растущая сложность, а заодно — отличная прокачка навыков. Не уверены в силах? На сайте есть 33 урока, чтобы подтянуть SQL перед стартом

Готовы принять вызов? Тогда вперёд: https://datalemur.com/sql-game

👉 @SQLPortal | #ресурсы | дать буст

Порядок выполнения простого SQL-запроса

График подробно показывает шаги выполнения запроса и разницу между порядком написания (coding order) и порядком выполнения (execution order) SQL-команд.

👉 @SQLPortal | #ресурсы | дать буст

Свойства ACID в базах данных с примерами

📹 Cмотреть: тык

👉 @SQLPortal | #курсы

Подзапросы – запросы внутри запросов

Подзапросы – это запросы, вложенные в другой запрос. Они особенно полезны для извлечения сложных данных.

Пример:

SELECT name  
FROM Students  
WHERE age > (SELECT AVG(age) FROM Students);

Этот запрос извлекает имена студентов, возраст которых больше среднего.

Подзапросы помогают разбить сложные задачи на более простые и управляемые части.

😒 Задание для вас:

Как, используя таблицу Employees, найти сотрудников, зарабатывающих больше среднего уровня зарплат?

👉 @SQLPortal | #ресурсы | дать буст

Создание механизма хранения данных LSM-Tree с нуля

📖 Читать: ссылка

👉 @SQLPortal | #cтатья