Materialized Views — решение для сложных аналитических запросов!

Материализованные представления — это отдельная структура, скажем с данными о продажах за последний месяц, использование которой позволяет разгрузить основную таблицу и значительно ускорить сложные аналитические запросы.

Синтаксис создания представления:

CREATE MATERIALIZED VIEW daily_sales_summary AS

Далее мы по сути пишем обычный запрос с учетом данных, которые нам понадобятся в нашем представлении:

SELECT
    DATE_TRUNC('day', order_date) AS sale_day,
    SUM(amount) AS total_sales
FROM orders

Теперь выберем записи о продажах за последний месяц:

WHERE created_at > NOW - INTERVAL '30 days'

DATE_TRUNC используем для округления момента продажи до дня, чтобы затем группировать продажи по дням:

GROUP BY DATE_TRUNC('day', order_date);

Из минусов materialized views — необходимость их постоянного обновления, иначе данные могут быть неактуальными:

REFRESH MATERIALIZED VIEW daily_sales_summary;

Materialized views физически сохраняются на диске и занимают место. Используйте этот инструмент, если ваши аналитические запросы действительно сложные и выполняются медленно.

➡ SQL Ready | #практика

SQL Murder Mystery — это интерактивная игра, в которой нужно использовать SQL-запросы для расследования виртуального убийства.

Игрокам предоставляется доступ к базе данных с информацией о преступлении, и они должны применять свои навыки работы с SQL для поиска улик, анализа данных и выявления преступника.

📌 Ссылочка: mystery.knightlab

➡️ SQL Ready | #ресурс

🖥 Полезнейшая статья от TheCode, где показано, как собрать полноценный проект с использованием SQLite!

В этой статье:
• SQLite в браузере с помощью sql.js
• Веб-приложение с локальным сохранением данных
• Интерфейс с поддержкой SQL-запросов

🔊 Советую прочитать на TheCode!

➡️ SQL Ready | #статья

ALL и ANY в SQL — учимся использовать для сравнения с подзапросами!

Эти операторы предназначены для сравнения результатов одного SELECT с результатами второго SELECT из подзапроса, что может быть удобно в некоторых случаях: если подзапрос возвращает небольшое количество строк или когда нужно сравнить значение хотя бы с одним значением из подзапроса.

Представим, что нам нужно найти все продукты, цена которых выше, чем цена любого продукта в категории Discount:

SELECT product, price 
FROM products
WHERE price > ALL (SELECT price FROM products WHERE category = 'Discount');

Теперь найдем всех клиентов, заказавших хотя бы один продукт с ценой выше 1000 рублей:

SELECT DISTINCT customer_id 
FROM orders
WHERE product_id = ANY (SELECT product_id FROM products WHERE price > 1000);

И найдем всех клиентов, которые заказывали продукты из определенной категории:

SELECT DISTINCT customer_id
FROM orders
WHERE product_id = ANY (SELECT product_id FROM products WHERE category = 'Electronics');

🔥 Но помните, что использование ALL и ANY возможно только с подзапросами и может быть неэффективным, если подзапрос возвращает большое количество строк.

➡️ SQL Ready | #практика

🖥 SQL: системное понимание и практика

Плейлист для тех, кто хочет не просто писать запросы, а понимать, как устроены базы данных. Реляционная модель, поведение SQL-операторов, индексы, нормализация, ACID, CRUD, NoSQL — всё по делу и с акцентом на логику работы с данными.

Ссылочка на плейлист: YouTube 🖤

➡ SQL Ready | #курс