Какие реальные SQL-секции пройти от базовых конструкций до окон, временных рядов и Top-K?
Фильтрация и агрегация, соединения, оконные функции, задачи по времени и аккуратная проверка неоднозначных условий.
Проходите по порядку: база → глубина → применение.
Собирает основу темы и задаёт правильную структуру ответа.
Начинается с короткой проверки WHERE/HAVING, UNION ALL и оконных функций, затем переходит к выбору последнего устройства пользователя.
Добавляет сложные уточняющие вопросы и проверяет глубину понимания.
Dodo
Две связанные задачи на цены и чеки заставляют аккуратно работать с временными окнами, самосоединением, последними событиями и бизнес-условиями.
Переводит знания в написание кода или полноценный прикладной кейс.
Raiffeisen Bank
Практическая задача на Top-50 товаров для каждого пользователя, а затем тот же контракт обсуждается в Pandas и в масштабе миллионов эмбеддингов.
Матрица построена по конкретным вопросам и этапам, а не по совпадению слов в заголовке.
| Подтема | Начать отсюда | Углубиться | Закрепить на практике |
|---|---|---|---|
| Фильтрация и агрегацияWHERE, GROUP BY, HAVING и порядок выполнения запроса. | Глубоко | — | — |
| СоединенияJOIN, самосоединение и присоединение справочников без размножения строк. | Рабочее понимание | Глубоко | — |
| Оконные функцииROW_NUMBER, ранжирование и вычисления без потери строк. | Глубоко | Глубоко | Глубоко |
| Время и интервалыПоследнее событие, календарные окна и пропущенные даты. | Рабочее понимание | Глубоко | — |
| Top-K по группамРанжирование внутри пользователя или категории и устойчивые tie-breakers. | — | — | Глубоко |
| Проверка корректностиГраницы окна, дубликаты, NULL и неоднозначность постановки. | — | Глубоко | Рабочее понимание |
Раскрывайте вопросы и сверяйте ответы прямо здесь. Задачи открываются отдельно в редакторе.
Формулировка
Чем отличаются WHERE и HAVING, когда нужен UNION ALL и как оконная функция считает агрегат, не схлопывая строки?
Короткий ответ
WHERE фильтрует строки до группировки, HAVING — группы после агрегирования. UNION ALL объединяет результаты без удаления дублей. Оконная функция считает значение по партиции, но сохраняет исходную детализацию строк.
Логический порядок помогает не путаться: FROM/JOIN формирует строки, WHERE отбрасывает строки, GROUP BY создаёт группы, агрегаты вычисляются по группам, HAVING отбрасывает группы, а SELECT и ORDER BY формируют результат. Поэтому условие по исходному столбцу обычно относится к WHERE, а условие COUNT(*) > 5 — к HAVING.
UNION удаляет дубли и требует дополнительной работы, тогда как UNION ALL просто добавляет строки второго результата и обычно предпочтительнее, если уникальность не нужна. Оконная функция с OVER(PARTITION BY ... ORDER BY ...) вычисляет ранг, накопительную сумму или соседнее значение для каждой строки. Она не заменяет GROUP BY: группировка уменьшает число строк, окно сохраняет их и добавляет аналитический столбец.
Формулировка
Есть DataFrame с колонками user_id, item_id и score. Как оставить для каждого пользователя 50 товаров с наибольшим score?
Короткий ответ
Отсортируйте строки по user_id и score по убыванию, затем возьмите первые 50 строк каждой группы через groupby("user_id").head(50).
Базовый вариант:
result = (
df.sort_values(["user_id", "score", "item_id"], ascending=[True, False, True])
.groupby("user_id", sort=False, group_keys=False)
.head(50)
)Дополнительная сортировка по item_id делает результат детерминированным при одинаковых score. Если по условию нужно включать все товары, разделившие 50-е место, используйте rank внутри user_id с подходящим методом и отфильтруйте rank <= 50.
Глобальная сортировка обычно стоит O(n log n). На больших данных операцию лучше выполнять в SQL или распределённом движке.