SQL с нуля → Аналитик
Полный путь от основ SELECT до оконных функций. Подготовка к позиции аналитика данных.
Структурированные маршруты от простого к сложному — выберите трек под свою роль, проходи модули по порядку, копи Силу.
Полный путь от основ SELECT до оконных функций. Подготовка к позиции аналитика данных.
SQL для серверной разработки: CRUD, оптимизация запросов, транзакции.
Рабочий SQL для ручного тестировщика: проверки БД, подготовка и очистка тестовых данных, кросс-проверки и типовые QA-сценарии.
Схемы и DDL, оконные функции, CTE и сложные подзапросы — на этом строят витрины и денормализованные слои.
Задачи с реальных технических собеседований: Google, Microsoft, Amazon, LinkedIn, Яндекс, Сбербанк и другие.
Практические форматы: поиск ошибок, проверка данных, индексы, EXPLAIN, транзакции, миграции, проектирование схем.
Задачи, написанные под сам ClickHouse: агрегаты на больших таблицах, массивы, оконные функции. Диалект отличается от PostgreSQL не синтаксисом, а тем, что в нём дёшево, и это видно на задачах.
Тот же путь от выборок до подзапросов, но каждая задача исполняется на MySQL — в песочнице работает его движок, и различия с PostgreSQL всплывают там, где их и ждут.
Диалект BigQuery: массивы и структуры вместо привычных строк, партиционирование, по которому считаются деньги за запрос, и оконные функции поверх этого.
От первого OVER до рамок, скользящих средних и ранжирования внутри групп. Тема, которую спрашивают на собеседованиях чаще всего и учат по остаточному принципу.
Читать план, ставить индекс, переписывать запрос так, чтобы он перестал сканировать всё подряд. Здесь важен не результат, а то, каким запросом он получен.
Задачи, где ответ не помещается в один SELECT: промежуточные шаги, ветвление, рекурсия. То, из чего собираются витрины и отчёты в реальной работе.