Advanced SQL

1. Аналіз плану виконання SQL запитів:
– Cost, Cardinality, Stop partitions, Start partitions
– Full Scan, Index Unique Scan, Index Range Scan
– Merge Join, Nested Loops, Hash Join

2. Hints (Підказки):
– /*+ ORDERED */
– /* + INDEX (TABLE_NAME INDEX_NAME) */
– /*+ LEADING(TABLE_NAME1 TABLE_NAM2) */
– /*+ FULL(TABLE_NAME)*/
– /*+ PARALLEL(4)*/

Опрацювання плану виконання допомагає зрозуміти, як саме база даних обробляє запити, які шляхи доступу до даних обирає та чому. Це відкриває можливості оптимізувати складні запити, скоротити час виконання й за потреби «підказати» оптимізатору, який шлях кращий, використовуючи Hints.

1. Типи індексів:
– B-Tree
– Composite
– Unique
– Bitmap
– Index full-text search

1. Partition (Партішини):
– RANGE PARTITIONING
– LIST PARTITIONING
– HASH PARTITIONING

2. Subpartition (Суб-партішини):
– SUBPARTITION BY HASH
– SUBPARTITION BY LIST

Розбиття великих таблиць на окремі логічні частини (партішини) спрощує роботу з даними та пришвидшує запити. Партішини та субпартішини дозволяють обмежувати обробку лише потрібними розділами, знижуючи навантаження на систему та підвищуючи ефективність. 

1. Нормалізація баз даних:
– Перша нормальна форма (1NF)
– Друга нормальна форма (2NF)
– Третя нормальна форма (3NF)
2. Денормалізація баз даних:
– Порушення нормалізації для продуктивності
– Спрощення доступу до агрегованих даних
3. Обмеження цілісності даних:
– UNIQUE
– NOT NULL
– PRIMARY KEY
– FOREIGN KEY
– CHECK
– DEFAULT

Грамотна архітектура баз даних запобігає дублюванню інформації та підтримує її узгодженість. Обмеження на рівні БД автоматично перевіряють правильність введених даних, захищаючи систему від помилок і порушення логіки.

1. CTE таблиці:
– MATERIALIZE
– INLINE
– multi CTE
2. Функція PIVOT:
– Аналіз даних за допомогою PIVOT
– Нормалізація даних за допомогою PIVOT
3. Функція UNPIVOT:
– Аналіз даних за допомогою UNPIVOT

CTE таблиці роблять складні запити зрозумілими й зручними для супроводу, а PIVOT та UNPIVOT допомагають швидко змінювати форму подання даних. Це особливо корисно для побудови звітів і виконання аналітичних завдань без додаткової обробки у зовнішніх інструментах.

1. Агрегатні функції у вікні:
– avg() over()
– count() over()
– sum() over()
– min() over()/max() over()
2. Функції ранжування (Ranking Functions):
– row_number()
– rank()/dense_rank()
3. Функції розподілу (Distribution Functions):
– percent_rank()
– cume_dist()

Віконні функції дозволяють виконувати підрахунки підсумків, середніх, мінімальних чи максимальних значень по групах, зберігаючи деталізацію по кожному рядку. Вони допомагають писати компактний і елегантний SQL-код, який часто виявляється продуктивнішим за традиційні підзапити чи складні об’єднання.

1. Аналітичні функції (Analytic Functions):
– lead()
– lag()
– listagg()
– first_value()
– last_value()
2. Функції умовної агрегації (dense_rank):
– min keep (dense_rank first/last order by…)
– max keep (dense_rank first/last order by…)
– sum keep (dense_rank first/last order by…)
– avg keep (dense_rank first/last order by…)
– count keep (dense_rank first/last order by…)

Аналітичні функції на кшталт lead, lag чи listagg дозволяють аналізувати зміни у часі, об’єднувати значення в один рядок або знаходити перші та останні значення в групі. У поєднанні з умовною агрегацією це створює потужний арсенал для роботи з аналітичними завданнями.

1. Ієрархічні (рекурсивні) запити:
– START WITH
– CONNECT BY PRIOR
– LEVEL
– SYS_CONNECT_BY_PATH
– CONNECT_BY_ROOT
– Рекурсивні CTE

1. Регулярні вирази (Regular Expression):
– REGEXP_LIKE
– REGEXP_SUBSTR
– REGEXP_REPLACE
– REGEXP_INSTR
– REGEXP_COUNT

Розробка бази даних – від створення структури таблиць, наповнення даних до виконання складних аналітичних запитів, з основних тем курсу:

План виконання запитів, індекси, партиціювання, обмеження цілісності даних, CTE, віконні функції, ієрархічні запити, регулярні вирази.