Какие знаешь СУБД?

Знание систем управления базами данных (СУБД)

Как Product Analyst, я работаю с различными СУБД в зависимости от архитектуры компании и типа анализа. Рассмотрю основные системы, которые встречаются в practice.

1. PostgreSQL (Реляционная СУБД)

Где используется: SaaS приложения, веб-приложения, стартапы

Преимущества:

• Бесплатная и open-source
• Мощная, поддерживает сложные запросы
• Расширяемая (JSON, array типы, собственные функции)
• Отличное сообщество и документация

Мой опыт:

• Основная СУБД для всех аналитических запросов
• Работал с окнами функциями, CTE (Common Table Expressions), JSON операциями
• Оптимизировал slow queries через индексы и query planning

Пример сложного запроса:

WITH monthly_revenue AS (
  SELECT 
    DATE_TRUNC('month', payment_date)::date AS month,
    user_id,
    SUM(amount) AS monthly_total,
    ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY DATE_TRUNC('month', payment_date)) AS month_num
  FROM payments
  WHERE payment_date >= NOW() - INTERVAL '12 months'
  GROUP BY DATE_TRUNC('month', payment_date), user_id
)
SELECT 
  month,
  COUNT(DISTINCT user_id) AS active_users,
  SUM(monthly_total) AS total_revenue,
  AVG(monthly_total) AS avg_revenue_per_user,
  PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY monthly_total) AS median_revenue,
  PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY monthly_total) AS p95_revenue
FROM monthly_revenue
GROUP BY month
ORDER BY month DESC;

2. MySQL (Реляционная СУБД)

Где используется: веб-приложения, системы, которые требуют высокой производительности на read операциях

Различия от PostgreSQL:

• Более лёгкая, быстрее на простых запросах
• Меньше поддержка сложных типов данных
• Инструменты: Navicat, MySQL Workbench

Мой опыт:

• Работал с MySQL в legacy приложениях
• Основное различие: нет окнов функций в старых версиях, нет CTE
• Приходилось писать более простые и понятные запросы

3. BigQuery (Cloud Data Warehouse)

Где используется: компании с большим объёмом данных, которые хотят масштабировать без управления инфраструктурой

Преимущества:

• Очень быстрая на больших объёмах (terrabytes)
• Встроённая оптимизация (columnstore формат)
• Интеграция с Google Analytics, Google Ads
• Pay-per-query модель (платишь только за использованные данные)

Различия от PostgreSQL:

• Нет индексов (не нужны, всё оптимизировано внутри)
• Другой синтаксис (APPROX_QUANTILES вместо PERCENTILE_CONT)
• Быстрее обновляет результаты (streaming inserts)

Пример запроса в BigQuery:

SELECT 
  user_id,
  TIMESTAMP_TRUNC(event_timestamp, DAY) AS day,
  COUNT(*) AS event_count,
  ARRAY_AGG(DISTINCT event_name LIMIT 10) AS events_that_day
FROM `project.dataset.events`
WHERE event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
GROUP BY user_id, day
HAVING COUNT(*) > 5

4. Redshift (Amazon's Data Warehouse)

Где используется: AWS-ориентированные компании с большим количеством данных

Похожа на: PostgreSQL по синтаксису

Различия:

• Columnstore формат (как BigQuery)
• Требует управления кластерами (более сложно)
• Хороша для batch-обработки больших объёмов
• Дешевле BigQuery при постоянном использовании

Мой опыт: работал с Redshift как с warehouse для ежедневной загрузки данных из production БД

5. MongoDB (NoSQL - Document Database)

Где используется: приложения с неструктурированными данными, rapid prototyping, когда схема часто меняется

Особенности:

• Хранит документы (JSON-like)
• Нет строгой схемы
• Нет JOIN'ов как в SQL (нужно писать lookup'ы)
• Быстрая на reads, если индексы правильные

Мой опыт:

• Писал агрегирующие pipelines в MongoDB
• Проблема: аналитика на MongoDB сложнее, чем на SQL БД

Пример MongoDB aggregation:

db.users.aggregate([
  { $match: { created_at: { $gte: new Date("2026-03-01") } } },
  { $group: { 
      _id: "$source_channel", 
      count: { $sum: 1 },
      avg_ltv: { $avg: "$lifetime_value" }
    }
  },
  { $sort: { avg_ltv: -1 } }
])

6. Elasticsearch (Search & Analytics)

Где используется: логирование (ELK stack), полнотекстовый поиск, аналитика в real-time

Особенности:

• Не реляционная БД
• Оптимизирована для поиска
• Может хранить JSON документы
• Быстрая на аггрегациях

Мой опыт:

• Использовал Elasticsearch для анализа логов приложения
• Писал запросы для поиска ошибок, аномалий
• Интеграция с Kibana для визуализации

7. ClickHouse (OLAP Database)

Где используется: Яндекс и русские компании часто используют. Очень быстра на аналитических запросах на больших объёмах.

Преимущества:

• Columnar storage (очень быстро на агрегациях)
• Сжатие данных (в 10+ раз меньше места)
• Встроённые функции для временных рядов

Пример:

SELECT 
  toDate(timestamp) AS date,
  user_id,
  COUNT(*) AS events,
  uniq(event_name) AS unique_events
FROM events
WHERE timestamp >= now() - INTERVAL 30 DAY
GROUP BY date, user_id
HAVING COUNT(*) > 10
ORDER BY events DESC

8. Snowflake (Cloud Data Warehouse)

Где используется: Enterprise компании, которые хотят простоты BigQuery + контроль как Redshift

Преимущества:

• SQL совместимость (похожа на PostgreSQL)
• Облачная (нет управления инфраструктурой)
• Хорошая интеграция со всеми инструментами
• Time-travel (можешь смотреть данные на определённый момент времени)

9. DuckDB (In-process OLAP)

Где используется: локальный анализ, small-medium датасеты, Jupyter notebooks

Особенности:

• Встраивается прямо в приложение
• Очень быстрая
• SQL совместимость
• Читает прямо из Parquet файлов

Пример в Python:

import duckdb

# Query Parquet file directly
result = duckdb.query("""
  SELECT 
    date,
    COUNT(*) as events,
    AVG(duration) as avg_duration
  FROM 'events.parquet'
  WHERE date >= '2026-03-01'
  GROUP BY date
""").to_df()

10. SQLite (Embedded Database)

Где используется: мобильные приложения, desktop приложения, small datasets

Преимущества:

• Не требует сервера
• Встраивается в приложение
• SQL совместимость
• Хороша для прототипирования

Как выбирать СУБД для аналитики

Практические навыки, которые использую

Оптимизация запросов:

-- Плохо: полный scan
SELECT * FROM large_table WHERE user_id = 123;

-- Хорошо: использование индекса
CREATE INDEX idx_user_id ON large_table(user_id);
SELECT specific_columns FROM large_table WHERE user_id = 123;

Работа с большими таблицами:

• Партиционирование по дате
• Материализованные представления (materialized views)
• Инкрементальные загрузки вместо full reload

Мониторинг производительности:

• EXPLAIN ANALYZE в PostgreSQL
• Query profiler в BigQuery
• Slowlog в MySQL

Заключение

Как Product Analyst, я использую SQL как основной инструмент, поэтому знание различных СУБД критично. Каждая СУБД имеет свои сильные стороны: PostgreSQL — универсальность, BigQuery — масштабируемость, ClickHouse — скорость на аггрегациях. Важно не просто знать синтаксис, но понимать, как каждая система оптимизирует запросы, и уметь писать эффективные queries.