Бесплатные SQL-песочницы: подборка 😎
Я уже делилась бесплатными SQL-тренажерами в одном из своих прошлых постов.
Но если хочется попрактиковать какой-то конкретный тип задач или на определенных данных, вместо тренажеров лучше использовать SQL-песочницы. Так можно тренироваться писать SELECT *, еще не имея доступа к реальным базам данных - без страха и регистрации
1️⃣ SQLite Online
Здесь можно писать запросы в популярных диалектах MySQL, PostgreSQL, MS SQL Server. Готовые таблицы можно как залить в виде csv-файлов, так и создать через CREATE TABLE.
Например, попросить нейронку нагенерить код создания таблиц на интересную вам тематику и придумать к ним задания.
🔥Пример промпта ищи в первом комментарии к посту🔥
2️⃣ Google BigQuery
А это вариант для тех, кто хочет выйти на следующий уровень и пощупать настоящий Big Data инструмент, который используют в крупных компаниях.
Внутри уже зашиты десятки огромных публичных датасетов - можно легально покопаться в реальных данных поездок на такси, проанализировать транзакции блокчейна или статистику GitHub.
3️⃣ Библиотека DuckDB
Если пользуетесь Jupyter Notebook, можно легко установить и импортнуть удобную библиотеку duckdb. С ней можно писать SQL-запросы прямо к датафреймам или вообще сразу к файлам:
%%sql
SELECT
user_id
FROM 'my_data.csv'
📌 Сохраняйте в закладки и не забудьте реально попрактиковать! Сколько бы статей про оконные функции вы ни прочитали, реальный навык SQL придет только с практическим опытом
Опытные коллеги, делитесь в комментариях, где тренировали SQL для поиска первой работы?
Кто еще учится, расскажите, что дается труднее всего?
#sql_анна_в_данных
Я уже делилась бесплатными SQL-тренажерами в одном из своих прошлых постов.
Но если хочется попрактиковать какой-то конкретный тип задач или на определенных данных, вместо тренажеров лучше использовать SQL-песочницы. Так можно тренироваться писать SELECT *, еще не имея доступа к реальным базам данных - без страха и регистрации
1️⃣ SQLite Online
Здесь можно писать запросы в популярных диалектах MySQL, PostgreSQL, MS SQL Server. Готовые таблицы можно как залить в виде csv-файлов, так и создать через CREATE TABLE.
Например, попросить нейронку нагенерить код создания таблиц на интересную вам тематику и придумать к ним задания.
🔥Пример промпта ищи в первом комментарии к посту🔥
2️⃣ Google BigQuery
А это вариант для тех, кто хочет выйти на следующий уровень и пощупать настоящий Big Data инструмент, который используют в крупных компаниях.
Внутри уже зашиты десятки огромных публичных датасетов - можно легально покопаться в реальных данных поездок на такси, проанализировать транзакции блокчейна или статистику GitHub.
3️⃣ Библиотека DuckDB
Если пользуетесь Jupyter Notebook, можно легко установить и импортнуть удобную библиотеку duckdb. С ней можно писать SQL-запросы прямо к датафреймам или вообще сразу к файлам:
%%sql
SELECT
user_id
FROM 'my_data.csv'
📌 Сохраняйте в закладки и не забудьте реально попрактиковать! Сколько бы статей про оконные функции вы ни прочитали, реальный навык SQL придет только с практическим опытом
Опытные коллеги, делитесь в комментариях, где тренировали SQL для поиска первой работы?
Кто еще учится, расскажите, что дается труднее всего?
#sql_анна_в_данных