Что повторяется
Источник перечисляет темы всего курса: от базового SELECT до проектирования базы данных и от первого знакомства с MongoDB до репликации и CAP.
Summary Session 20 закрывает курс и собирает все основные темы SQL и MongoDB.
SQL-повторение включает базовый SELECT, CodeStyle, DDL, изменения данных, ограничения, UNION, подзапросы, JOIN, агрегацию, даты, HAVING, окна и проектирование.
MongoDB-повторение включает Compass, mongosh, формирование выборки, создание коллекций, агрегацию, Atlas, индексы, репликацию и CAP.
Закрепляющий тест проверяет базовые определения, SELECT *, UPDATE, DELETE, ORDER BY, агрегаты, WHERE, BETWEEN и JOIN.
MongoDB-вопросы проверяют моделирование связей массивами, capped collection, вставку документа, просмотр исходного кода функции и синтаксис индекса.
Главная идея занятия - увидеть карту курса целиком и закрыть пробелы перед проектной презентацией.
Топ-3 ошибки: помнить отдельные команды без понимания порядка выполнения, путать SQL JOIN с MongoDB embedded/array-моделью, забыть про индексы при больших коллекциях.
Источник перечисляет темы всего курса: от базового SELECT до проектирования базы данных и от первого знакомства с MongoDB до репликации и CAP.
Запрос обычно строится по вопросам: какие таблицы нужны, как их связать, какие строки оставить, как сгруппировать, какие агрегаты посчитать и как отсортировать результат.
CREATE TABLE, ALTER TABLE, ключи и ограничения нужны не для красоты схемы, а чтобы база помогала сохранять корректность данных.
JOIN соединяет строки из таблиц, подзапрос помогает сначала вычислить промежуточный набор, а затем использовать его в основном запросе.
Окна добавляют расчёт к каждой строке, не схлопывая набор как GROUP BY. Это важно для рангов, накопительных сумм и сравнений внутри группы.
Документная модель удобна для вложенных данных. Отношения один-ко-многим и многие-ко-многим часто моделируются массивами или ссылками, выбор зависит от сценария чтения и обновления.
Индексы ускоряют поиск, но требуют понимания фильтров и сортировок. Atlas используется как облачная среда для коллекций, sample datasets и управления индексами.
Финальное повторение возвращает к надёжности систем: копии данных, доступность, консистентность и поведение при сетевых разделениях.