マイクロソフト、PostgreSQL/MySQL/SQL Serverなどへの同時接続に対応した「SQL MCP Server」オープンソースで公開
https://www.publickey1.jp/blog/26/postgresqlmysqlsql_serversql_mcp_server.html
#publickey1 #MySQL #PostgreSQL #RDB #データベース #機械学習_AI #開発ツール #Microsoft #SQL_Server
マイクロソフト、PostgreSQL/MySQL/SQL Serverなどへの同時接続に対応した「SQL MCP Server」オープンソースで公開
https://www.publickey1.jp/blog/26/postgresqlmysqlsql_serversql_mcp_server.html
#publickey1 #MySQL #PostgreSQL #RDB #データベース #機械学習_AI #開発ツール #Microsoft #SQL_Server
Резервное копирование MS SQL в «Бересте»: как мы используем VDI
Вокруг резервного копирования Microsoft SQL Server обычно обсуждают либо штатные BACKUP DATABASE ... TO DISK, либо интеграцию с большими корпоративными системами защиты данных. Между этими двумя мирами есть важный слой: VDI (Virtual Device Interface). Именно через него внешнее приложение может встроиться в процесс резервного копирования и восстановления так, чтобы SQL Server писал не в обычный .bak по своему усмотрению, а в управляемый приложением поток данных. В этой статье разберем небольшой, но вполне рабочий проект на C++, который реализует РК и ВД для MS SQL Server через VDI в ПО «Береста». Утилита поддерживает: • полный, дифференциальный и логический backup; • restore одной базы или всех найденных; • striped backup/restore в несколько потоков; • Windows-аутентификацию и SQL-аутентификацию; • работу с SQL Server 2008-2022. Почему VDI? Если задача ограничивается локальным резервным копированием на диск, VDI не нужен: достаточно стандартных T-SQL команд. Но как только появляется внешняя система резервного копирования, картина меняется. СРК обычно хочет сама управлять: • жизненным циклом задания; • маршрутом потока данных; • параллелизмом; • политиками хранения; • журналированием и обработкой ошибок. И здесь VDI становится мостом между SQL Server и внешним приложением. SQL Server продолжает выполнять привычные BACKUP и RESTORE, но вместо физического файла работает с виртуальными устройствами. А уже клиент VDI читает или записывает данные туда, куда считает нужным: в локальные файлы, сетевое хранилище, object storage, дедуп-слой или собственный медиасервер.
https://habr.com/ru/articles/1023254/
#резервное_копирование #срк #восстановление_данных #dvi #sql_server
Оптимизация запроса: SQL запрос выполнялся 5 минут, а после правок 2 секунды
Статья про пример оптимизации запроса с 5 минут до 2 секунд, с разбором типичных SQL-ошибок и примером кода на MS SQL Server.
https://habr.com/ru/articles/1018484/
#sql #sql_server #sqlite #аналитика #аналитика_данных #карьера_аналитика #карьера_аналитика_данных #карьера_аналитиков #разбор_задач #индексы_mysql
Мониторинг SQL Server Always On в Zabbix
Если у вас стоит Always On Availability Groups, вы наверняка бывали в такой ситуации: в SSMS всё зелёное, дашборд показывает «Synchronized», а пользователи звонят с жалобами на тормоза. Смотришь на secondary — а там redo_queue_size 600 МБ, реплика отстаёт на полчаса. Ни одного алерта. У нас это случилось на продуктивном кластере с 1С: secondary молча отвалился в SYNCHRONIZING, а мы узнали только при плановом переключении. Полтора часа redo queue. Стало понятно, что встроенный дашборд SSMS — это не мониторинг. Дальше — как мы это закрыли Zabbix'ом за вечер.
https://habr.com/ru/companies/cloud4y/articles/1017578/
#SQL_Server #Always_On #Zabbix #мониторинг #DMV #WSFC #кворум #failover #DBA
Базовые оконные функции
Статья-разбор оконных функций для тех, кто их еще никогда не использовал, с примерами кода и данных: - разница оконных функций и агрегации; - зачем нужна конструкция OVER(); - особенности PARTITION BY; - как задавать порядок расчета (ORDER BY); - примеры функций ранжирования и базовых агрегаций.
https://habr.com/ru/articles/1014468/
#старт_карьеры #sql #sql_server #sqlite #sqlite3 #оконные_функции #оконные_функции_sql #аналитика_данных #аналитик_данных_обучение #аналитика_данных_для_новичков
Продуктовые метрики: пример расчета на SQL
У нас есть продукт и нам нужно рассчитать ключевые метрики, которые показывают здоровье продукта: - DAU/MAU – вовлеченность - Conversion Rate – конверсия в целевое действие (у нас это создание объявления) - Retention – удержание пользователей - LTV – жизненная ценность клиента - ARPPU – средний доход с платящего пользователя В статье разберем последовательный расчет с примером синтетических данных и готового кода на SQL.
https://habr.com/ru/articles/1010980/
#sql #sql_server #sqlite #разбор_задач #анализ_данных #метрики #метрики_продукта #карьера_аналитика #карьера_аналитика_данных #карьера_аналитиков
SQL в 2026 для аналитика (с чего начать, где учиться и что реально нужно знать)
SQL в 2026: что реально нужно знать аналитику? 🤔 Спойлер: не только JOIN и GROUP BY, а еще и оконные функции, когортный анализ, оптимизация запросов и работа с BigQuery. Пошаговый план для новичков с бесплатными тренажерами, курсами (да, Карпов там есть) и списком тем, без которых вас не наймут. Давайте разберем четкий план: что учить, где брать практику и как не потеряться в море информации 👇
https://habr.com/ru/articles/1008826/
#карьера_аналитика #карьера_итспециалиста #карьера_аналитика_данных #карьера_аналитиков #sql #sql_server #sqlite #старт_карьеры #аналитика_данных #аналитика
SQL: 5 задач по анализу торгового пространства для ритейла
В ритейле каждый сантиметр полки – это деньги (буквально). В этой статье я разберу примеры задач, которые решает аналитик в ритейле, и покажу, как их решать на SQL. Каждая задача сложнее предыдущей для каждой есть код и готовые синтетические данные, поэтому все результаты можно получить самостоятельно, повторив код.
https://habr.com/ru/articles/1007766/
#анализ_данных #sql #sqlite #sql_server #эффективность_выкладки #планограмма #оконные_функции_sql #метрики #карьера_аналитика #карьера_аналитика_данных
SQL для аналитика в ритейле: разбор 4 задач с данными (от простого к сложному)
SQL для аналитика: разбор 4 задач со скриптами и примерами данных Собрала 4 задачи , которые решала на старте карьеры на реальных проектах, и показываю: - как обычный GROUP BY превращается в полноценный ABC-анализ; - как оконные функции помогают увидеть динамику, которую в Excel считать часами; - как найти неэффективные категории (даже если по цифрам всё "нормально"); - как построить прогноз на паре оконных функций. Внутри: - Скрипты с пояснениями; - Сгенерированные данные (можно скопировать и проверить); - Пример бизнес-вывода к каждому запросу. Статья для аналитиков, которые хотят прокачать SQL и понимать, что на самом деле происходит в их данных.
https://habr.com/ru/articles/1006210/
#аналитика_данных #sql #sqlite #sql_server #разбор_задач #карьера_в_it #карьера_в_itиндустрии #оконные_функции_sql #оконные_функции #анализ_данных
SQL: Разбор задачи «Анализ покупательской корзины» на примере ритейла
В статье разберем реальную задачу аналитика ассортимента в ритейле: «Какие товары люди покупают вместе», на учебных данных, с кодом SQL, со всей необходимой математикой и с примером выводов.
https://habr.com/ru/articles/1005284/
#анализ_данных #карьера_в_it #карьера_аналитика #разбор_задачи #sql #sqlite #mysql #агрегация_данных #оконные_функции #sql_server