imported>Mmustafaeva: ДЗ2

2024-12-04T22:29:06Z

ДЗ2

Новая страница

==О курсе==
Занятия проводятся в Zoom '''по вторникам в 19:40 - 21:00'''

==Контакты==

Канал / чат курса в TG: [https://t.me/+zcD5OxdZ2H8wMGQy channel]

Преподаватель: 1) Сайков Александр 2) Анатолий Бардуков

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам
|-
| style="background:#eaecf0;" | '''1''' [https://vk.com/video/playlist/-227011779_14?z=video-227011779_456239135%2Fclub227011779%2Fpl_-227011779_14 Запись] || [https://docs.google.com/presentation/d/1m-V4EHdipnWpj3YCvNedPspEYSYQA1kT/edit?usp=sharing&ouid=117622678388551209202&rtpof=true&sd=true Введение инженер данных] || 06.11.2024 ||
|-
| style="background:#eaecf0;" | '''2''' [https://vk.com/video/playlist/-227011779_14?z=video-227011779_456239144%2Fclub227011779%2Fpl_-227011779_14 Запись] || [https://docs.google.com/presentation/d/11roSjzUdEujxs9C6hqN1SHUV3DkmxLNT/edit?usp=sharing&ouid=117622678388551209202&rtpof=true&sd=true PostgreSQL, Схема данных, Slowly Changing Dimensions] ||12.11.2024 ||
|-
| style="background:#eaecf0;" | '''3''' [https://vkvideo.ru/playlist/-227011779_14/video-227011779_456239179 Запись] || [https://docs.google.com/presentation/d/159P4b7ndBmF-sZbxZKJ9S86wdejxT8ju/edit?usp=sharing&ouid=107809942589012152758&rtpof=true&sd=true Агрегатные функции, SCD] || 23.11.2024 ||
|-
| style="background:#eaecf0;" | '''4''' [https://vkvideo.ru/playlist/-227011779_14/video-227011779_456239188 Запись] || [https://docs.google.com/presentation/d/14NLqIUhzYBWnApkHwyzswH6zVaMSBTF-/edit?usp=sharing&ouid=107809942589012152758&rtpof=true&sd=true Регулярные выражения] || 26.11.2024 ||
|-
| style="background:#eaecf0;" | '''5''' [https://vkvideo.ru/playlist/-227011779_14/video-227011779_456239209 Запись] || [https://docs.google.com/presentation/d/1unBxoZRdVfco7Jsm886BFm0FXWJqe_mE/edit?usp=sharing&ouid=107809942589012152758&rtpof=true&sd=true Оптимизация запросов и CDC] || 03.12.2024 ||
|-
| style="background:#eaecf0;" | '''6''' [Запись] || Пример ETL процесса || 10.12.2024 ||
|-
| style="background:#eaecf0;" | '''7''' [Запись] || Оптимизация производительности || 17.12.2024 ||
|-
|}

=== Записи консультаций ===
(Если они будут)

==Формула оценивания==
Запланированы 3 дз (2 дз на 1 неделю, проект на 2 недели), тесты к каждой неделе курса

'''Оценка''' = '''0.3'''*проект + '''0.5'''*практические задания + '''0.2'''*тесты

'''UPD1:''' начиная со второго домашнего задания, снимаем 1 балл раз в три дня за сдачу после deadline, но ниже 4 не снимаем.

'''UPD2:''' начиная с 3 ДЗ снимаем до 1 балла за неаккуратное оформление кода (не следует общеизвестным sql style guides)
== Домашние задания ==
'''ДЗ 1 состоит из 2х частей:'''

'''Часть 1'''

Создайте структуру базы данных по выбранной вами тематике из списка ниже.

Предметные области (выберите одну):
Продажа автомобилей / Приют для животных / Железнодорожные перевозки / Служба доставки / Организация марафона

Требования к базе данных:
• Должно быть не менее 4 сущностей (включая технические объекты).
• Должна быть хотя бы одна связь один-ко-многим.
• Должна быть хотя бы одна связь многие-ко-многим.
• Все отношения приведены к третьей нормальной форме (3НФ).

Требования к оформлению:
• ER-диаграмму необходимо составить на app.dbdesigner.net. На проверку нужно прислать ссылку на диаграмму.
• Также необходимо подготовить SQL-скрипт с DDL для создания таблиц (обратите внимание на ограничения) и заполнения примерами данных.

'''Часть 2'''

1. Создайте таблицу ****_SALARY_HIST, где **** — ваш уникальный идентификатор.
В таблице должна быть SCD2 версия таблицы de.histgroup с полями:
• PERSON
• CLASS
• SALARY
• EFFECTIVE_FROM
• EFFECTIVE_TO

2. Используя таблицы ****_SALARY_HIST и de.salary_payments, напишите SQL-скрипт создания таблицы ****_SALARY_LOG платежей сотрудникам, где
• PAYMENT_DT — дата выплаты
• PERSON
• PAYMENT
• MONTH_PAID — суммарно выплачено в месяце на дату последней выплаты
• MONTH_REST — осталось выплатить за месяц

'''В ответе приложите SQL-скрипты, ссылку на ER-диаграмму'''

'''Дедлайн: 01.12.2024 23.59'''
------------------------------
'''ДЗ 2 состоит из 2х частей:'''

'''Часть 1 (5 баллов)'''

На основе таблиц DE.LOG и DE.IP создайте структурированную таблицу посещений, отчет, который показывает, какой браузер является наиболее используемым в каждой области:
XXXX_LOG ( DT DATE, LINK VARCHAR( 50 ), USER_AGENT VARCHAR( 200 ), REGION VARCHAR( 30 ))
XXXX_LOG_REPORT ( REGION VARCHAR( 30 ), BROWSER VARCHAR( 10 ))

'''Часть 2 (5 баллов) '''

Представьте, вы работаете в медицинской клинике. Результаты анализов поступают в зашифрованном виде в файле medicine.xlsx. На сервере имеются таблицы de.med_an_name и de.med_name для расшифровки показателей.

Требуется:
1. Легкий режим (максимум 3 балла):
• Получите данные с листа 'easy' в файле medicine.xlsx.
• Найдите пациентов, у которых хотя бы один анализ вне нормы.
• Выведите следующую информацию:Телефон, Имя, Название анализа, Заключение: 'Повышен' или 'Понижен'.
• Сохраните результат в формате .xlsx.

2. Сложный режим (максимум 5 баллов):
• Получите данные с листа 'hard' в файле medicine.xlsx.
• Найдите пациентов, у которых два и более анализов вне нормы.
• Выведите следующую информацию: Телефон , Имя, Название анализа, Заключение: 'Повышен', 'Понижен' или 'Положительный'.
• Сохраните результат в формате .xlsx.

В обоих режимах сохраните таблицу с расшифрованными значениями и результатами анализа в таблице public.xxxx_med_results в базе данных (помните про 4 буквы в начале, идентифицирующие вашу таблицу).

'''Дедлайн: 11.12.2024 23.59'''
#
#

== Литература ==
* Kimball, R. and M. Ross. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), 2002
* Inmon, W. H., Teradata, and Corporation. (2016). Building the Data Warehouse. John Wiley & Sons. Redman, T. C. (1996). Data Quality: The Field Guide. Digital Press.
* [https://ru.wikipedia.org/wiki/Медленно_меняющееся_измерение "Медленно меняющееся измерение (SCD)"]
* Connelly, J. Asynchronous Data Dependencies in Distributed Systems. ACM Digital Library. Ousterhout, J. A. (2013). A Philosophy of Software Design. Addison-Wesley. Martin, R. C. (2017). Clean Architecture: A Craftsman's Guide to Software Structure and Design. Pearson Education. Fowler, M. (2012). Patterns of Enterprise Application Architecture. Addison-Wesley. Смит, М., & Дэвидсон, Р. (2015). Разработка эффективных алгоритмов и программ. Вильямс. Gamma, E., Helm, R., Johnson, R., & Vlissides, J. (1994). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley.
*
* "SQL Performance Explained" by Markus Winand. "High Performance MySQL" by Baron Schwartz, Peter Zaitsev, Vadim Tkachenko. "Designing Data-Intensive Applications" by Martin Kleppmann. "The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling" by Ralph Kimball and Margy Ross. "Practical ETL Design: Building High-Performance Data Integration Systems" by Jordan Tigani and Christopher Jones.
...
* Jay Kreps - "I Heart Logs: Event Data, Stream Processing, and Data Integration" Nathan Marz, James Warren - "Big Data: Principles and best practices of scalable real-time data systems"

Data Engineering 24/25 (МОВС23) - История изменений

imported>Mmustafaeva: ДЗ2