Зачем вообще нужны такие тулзы, как pgbouncer или pgcat, для Postgres? И что вообще значит transaction pooling?

Давай разберёмся на практике и посмотрим, как работает transaction pooling в pgcat.

👉 @SQLPortal

Команда \watch {n} в Postgres повторно выполняет тот же запрос каждые n секунд.

Например, можно мониторить таблицу pg_stat_activity каждые 3 секунды так:

select * from pg_stat_activity; \watch 3

👉 @SQLPortal

Когда-нибудь задумывался, как в SQL сделать выборку, где строки идут поочерёдно: мужчина, женщина, мужчина, женщина? Этот трюк отлично подойдёт для собесов в Deloitte, Accenture или любых задач, где нужно показать уверенное владение SQL.

Подход с ROW_NUMBER()

WITH Male AS (
  SELECT id, EmpName, Gender, ROW_NUMBER() OVER (ORDER BY id) AS rn
  FROM Employee
  WHERE Gender = 'MALE'
),
Female AS (
  SELECT id, EmpName, Gender, ROW_NUMBER() OVER (ORDER BY id) AS rn
  FROM Employee
  WHERE Gender = 'FEMALE'
),
pp AS (
  SELECT id, EmpName, Gender, rn * 2 - 1 AS sort_order FROM Male
  UNION ALL
  SELECT id, EmpName, Gender, rn * 2 AS sort_order FROM Female
)
SELECT id, EmpName, Gender
FROM pp
ORDER BY sort_order;

Пояснение:

Шаг 1. Разделяем сотрудников по полу и каждому присваиваем порядковый номер.
ROW_NUMBER() OVER (ORDER BY id) даёт каждому сотруднику свой номер внутри группы (мужчины отдельно, женщины отдельно).

Шаг 2. Назначаем позиции так, чтобы чередование сохранялось:

Мужчины: rn * 2 - 1 → нечётные позиции (1, 3, 5 …)
Женщины: rn * 2 → чётные позиции (2, 4, 6 …)

После сортировки по sort_order получаем порядок: Мужчина → Женщина → Мужчина → Женщина.

Шаг 3. Выводим итоговую выборку.

👉 @SQLPortal

Кроссплатформенный клиент базы данных, созданный на основе Rust и Svelte

https://github.com/vrmiguel/pgpad/

👉 @SQLPortal

Полезная находка: собрали в одном месте тестовые задания от разных компаний, включая и российский бигтех 😋

Там есть всё ( от Android и Python до SQL и фронтенда.) Отличный способ посмотреть, чего сейчас ждут от кандидатов и потренировать навыки на реальных задачах.

👉 @SQLPortal

Postgres и оператор :: для быстрой смены типов данных:

Вычитаем интервал:

SELECT '2025-10-15'::date - interval '3 days'

Сравнение значений:

SELECT * FROM sales WHERE amount::numeric > '1000'::numeric

Округление до нужной точности:

SELECT (10.0 / 3.0)::numeric(5, 2)

👉 @SQLPortal

Важные индексы в Postgres

🔸B-tree
Числа или текст, которые можно упорядочить или сравнить
Обычно используются с < > = или ORDER BY

🔸Multi-column B-tree
Числа или текст, которые часто запрашивают вместе
Также называется составной индекс

🔸Partial index
WHERE в определении индекса, чтобы индексировать только часть строк
Часто используется для NULL или часто встречающегося значения

🔸Covering
В индексе хранится весь результат запроса
Часто B-tree, но могут быть и другие типы

🔸Expression
Результаты функций или вычислений по данным столбца сохраняются в индексе
Обычно B-tree, но возможны и другие типы

🔸GIN
Для составных или мультизначных типов данных вроде JSONB
Также подходит для вхождений или частичного поиска по тексту

🔸GiST
Геоданные для PostGIS
Также подойдет для диапазонов, поиска ближайшего соседа и полнотекстового поиска

🔸HNSW
Поиск похожести и соседей для векторных данных

🔸BRIN
Очень большие таблицы, где B-tree будет слишком тяжелым
Часто используется для данных по временным сериям

👉 @SQLPortal

Резервное копирование PostgreSQL с несколькими местами хранения

https://github.com/RostislavDugin/postgresus/

👉 @SQLPortal

Postgres soundex: искать и фильтровать слова, которые звучат одинаково на слух.

👉 @SQLPortal

Совет по Postgres:

Можно использовать SIMILAR TO вместо набора отдельных LIKE.
Пример:

SELECT email FROM users
WHERE email SIMILAR TO '%(gmail|yahoo|hotmail)%.com';

Так запрос получается чище, особенно если список доменов длинный.

👉 @SQLPortal

Совет для тех, кто активно юзает функции в Postgres. Параметр track_functions умеет собирать статистику по вызовам функций и времени их работы. Почти как pg_stat_statements, только для функций.

👉 @SQLPortal

Так что, онлайн-апдейты не обязательны

EBR позволяет обновлять Oracle-приложения онлайн, без даунтайма.

Если у вас есть окно обслуживания и пользователи в это время не работают с системой, то можно продолжать офлайн-апгрейды. Но EBR всё равно делает жизнь легче, а пользователей счастливее.

🔸Улучшает опыт пользователей

Мой банк недоступен каждую ночь с 00:00 до 04:00 - это их окно обслуживания.
Мне чаще всего всё равно, но было бы приятнее, если бы сервис работал всегда.
Меньше даунтайма — лучше впечатление от сервиса.

🔸Улучшает жизнь разработчиков

С EBR апдейты можно делать когда удобно, а не по ночам и не по выходным.
Если что-то пошло не так > коллеги на месте, не надо никого будить.
Плюс фичи и фиксы выкатываются сразу, без ожидания редких окон обслуживания.

🔸Апдейты могут длиться сколько нужно

Не надо укладываться в пару часов и переживать что не успеем.
Можно начать утром, отвлечься на срочное, вернуться позже и закончить.
Промежуточные “кривые” объекты никому не мешают, пока они в новой (неэкспонированной) edition.

🔸Независимость от серверной части

Мы можем завершить работу над новой edition, включить её для сервиса,
а обновление приложений сделать позже - хоть через несколько дней.

🔸Гибкое включение

Не обязательно переключать всех сразу:
можно начать с тестового сервера, реальные пользователи остаются на старой версии.
Даже разные типы серверов могут использовать разные edition, если не все готовы обновиться.

EBR это не только про снижение даунтайма.

Это реальное повышение комфорта и для пользователей, и для тех, кто всё это поддерживает.
И дополнительные усилия обычно невысокие.

👉 @SQLPortal

Postgres хранит данные кусками по 8 кБ для внутреннего управления хранилищем и памятью.

Page: так называется единица данных в области памяти Postgres (примерно соответствует RAM).

Block: так называется единица данных в файлах на диске (примерно соответствует Storage).

👉 @SQLPortal

Запускайте SQL-запросы прямо на сайте! 🤙 SQL Workbench Embedded — лёгкая (<10kb) и хорошо настраиваемая обёртка над duckdb :

https://embedded.sql-workbench.com/

👉 @SQLPortal

Для тех, кто работает с JSON в Postgres: JSONB_OBJECT_KEYS позволяет заглянуть в структуру внутри неструктурированных данных.

Пример запроса:

SELECT DISTINCT key_name
FROM 
   (SELECT JSONB_OBJECT_KEYS(data) AS key_name FROM app_settings) 
AS all_keys;

👉 @SQLPortal

От таймстампов к пониманию продуктивности: как посчитать рабочие часы за день для нескольких сотрудников с помощью SQL

Для аналитика одна из стандартных задач — посчитать ежедневные рабочие часы сотрудников на основе логов событий.

Как это работает:

1️⃣Сопоставляем Login и Logout события

Используем CTE (WITH paired) вместе с LEAD(), чтобы получить время следующего события для каждого логина.
Разбиваем данные по employee_id и дню, чтобы считать длительность отдельно по каждому сотруднику за каждый день.

2️⃣Фильтруем только логины

Берем только Login, чтобы посчитать время до следующего события (обычно Logout).

3️⃣Считаем длительность в часах

EXTRACT(EPOCH FROM (logout_time - login_time)) / 3600 переводит разницу во времени из секунд в часы.

4️⃣Агрегация часов за день

С помощью SUM() и GROUP BY получаем итоговые рабочие часы для каждого сотрудника за день.
Такой подход корректно работает с несколькими логин-логаут сессиями в течение дня, суммируя их в точное общее рабочее время.

👉 @SQLPortal

Postgres INNER JOIN и CROSS JOIN.

🚫 SELECT * FROM users, accounts; это CROSS JOIN и декартово произведение.

✅ SELECT * FROM users u JOIN accounts a ON u.user_id = a.user_id; это INNER JOIN и он связывает таблицы по совпадающим строкам.

👉 @SQLPortal