...Ты должна оплакать мои прегрешения, ибо у меня самого нет слез, и помолиться за мою душу, ибо нет у меня веры. (с)

Оригинальный метод похудения, не зависящий от лунной фазы:
- Визуализация трудолюбивых гномиков
- Просьба к ним - «пропылесосить» проблемные зоны
- Возможность работы с любым участком тела

Инструкция по применению:
1. Подготовка ко сну — чётко представить картину с гномиками
2. Визуализация — детальное представление процесса «уборки»
3. Формулировка задачи — определение проблемных зон

Мой опыт:
Тщательно представила гномиков со всеми деталями.
Засыпала с визуализацией процесса.
Результат оказался неожиданным...

Что пошло не так:
Гномики оказались настоящими трудоголиками. Всю ночь продолжали «пылесосить». Приснился настоящий кошмар. Тело болело, но похудение не произошло.

Вывод:
Визуализация — дело тонкое. С гномиками нужно быть осторожнее, а похудение лучше доверить проверенным методам: спорту и правильному питанию.

Спасибо за внимание 😁

Представьте себе шкаф у вас дома. В одном отделении лежат полотенца, в другом — футболки, в третьем — кастрюли (если шкаф на кухне). Каждая полка — для своих вещей, чтобы потом легко было найти.

База данных (БД) — это тот же шкаф, только для информации. Она хранит данные так, чтобы их можно было легко положить, достать и разложить по порядку.

Если тебе интересно узнать больше про базы данных и SQL — заглядывай в мой телеграм-канал sql_in_touch. Там я просто и понятно рассказываю, как работать с SQL, разбираю практические примеры и делюсь лайфхаками для начинающих. Буду рада видеть тебя в числе подписчиков и вместе разбираться в мире данных!

В нашей жизни есть разные шкафы. Платяной шкаф, кухонный шкаф, шкаф с инструментами и т.д. Так и в мире данных есть разные БД.

Виды баз данных и зачем они нужны

1. Реляционные БД (табличные)

• Данные хранятся в таблицах (как в Excel, только гораздо умнее).

• Таблицы связаны между собой: в одной лежат заказы, в другой — клиенты, и они связаны по уникальному номеру клиента.

• Примеры: MySQL, PostgreSQL, Oracle.

• 📌 Где хороши: когда данные структурированы и связи между ними важны (интернет-магазин, банковские операции).

💡 Пример:
У меня в одном ящике лежит нижнее белье, в другом — футболки, а на плечиках висят брюки и пиджаки. Мне нужно быстро собрать наряд для собеседования. Я открываю нужные ящики и беру нужные вещи — так я собираю образ. Да, бывает, что я надену на себя вещи, которые не сочетаются между собой. Но в данном контексте это будет означать, что я не ограничила выборку условиями. А все необходимые составляющие: футболка, брюки, пиджак и т.д. будут выбраны из нужного ящика или вешалки.

Так и база данных — она состоит из разных «ящиков» (таблиц), в которых хранится разная информация. Но чтобы получить полный «наряд» (то есть ответ на запрос), система быстро соединяет данные из этих ящиков и выдает нужный результат. Это и есть работа с базой данных — быстро и удобно находить нужные сведения, даже если они лежат в разных местах.

2. Документоориентированные БД

Документоориентированные базы данных — это как личные папки или досье, где в каждой папке может быть разный набор информации, и она не обязательно одинаковая у всех.

• Данные хранятся в виде документов (JSON, XML) — как целые досье.

• Каждый документ может содержать разную структуру, без строгих таблиц.

Примеры: MongoDB, CouchDB.

💡 Пример:, у стилиста есть папка с данными о каждом клиенте: цвет волос, любимый стиль, что уже покупали, фотографии образов. У одного клиента в папке может быть описание прически, у другого — заметки про аксессуары, у третьего — список любимых магазинов. И это нормально, потому что каждая папка индивидуальна и хранит то, что важно именно для этого клиента.

📌 Где такие базы удобны? Когда данные часто меняются и не всегда бывают одинаковыми — например, каталоги товаров с разными характеристиками или профили пользователей с разным набором информации.

3. Ключ-значение

Представь повара на кухне, у которого на полках стоят контейнеры с приправами. На каждом контейнере — ярлычок: «Соль», «Перец», «Базилик». Повар сразу видит, где что лежит, и может быстро взять нужную специю, не тратя время на поиски.

В базах данных типа ключ-значение, например Redis или Memcached, всё устроено похожим образом: есть «ключ» — это как ярлычок на контейнере, и «значение» — содержимое внутри. Когда нужна информация, система быстро находит значение по ключу — без лишних сложностей и долгих поисков.

📌 Где такие базы классно работают? Когда нужна очень быстрая реакция: кэширование данных, хранение настроек, сессий пользователей, временных значений — чтобы всё на кухне (то есть в системе) шло как по маслу.

4. Графовые базы данных

Соцсети — отличный пример того, как работают графовые базы данных.

В таких базах информация хранится в виде «узлов» — это могут быть пользователи, группы, посты, события. «Связи» — это отношения между этими узлами: кто с кем дружит, кто подписан на кого, кто лайкнул чей пост, кто участвует в каком событии.

В итоге получается огромная сеть — граф — где можно быстро понять, кто ваши друзья, кто из них общается между собой, какие группы и интересы вас объединяют.

📌 Где полезны графовые БД? В соцсетях для построения друзей и рекомендаций, в картах для прокладывания маршрутов, в системах рекомендаций товаров.

💡 Пример:
Представь, что у тебя есть большая компания, и тебе нужно понять, кто с кем работает вместе, кто кому помогает и кто отвечает за какие задачи.

Каждый сотрудник — это «узел», а связи между ними — это совместные проекты, встречи или переписка. Так можно быстро увидеть, кто является центром коммуникаций, кто с кем тесно взаимодействует и как лучше организовать работу команды.

Графовая база поможет быстро найти нужных людей и понять, как информация и задачи «текут» внутри компании

Итог

База данных — это способ хранить и упорядочивать данные, как мы упорядочиваем вещи дома или в рабочем шкафу.

• Хотите чёткий порядок и строгие связи? → Реляционные БД.

• Нужна гибкость и разная структура? → Документоориентированные.

• Важна молниеносная скорость для простых данных? → Ключ-значение.

• Важны сложные связи? → Графовые.

Как у хорошей хозяйки или стилиста — в базе всё лежит там, где нужно, и всегда можно быстро достать.

Уважаемые пикабушники!

Я создал микросайт с графиками населения крупнейших городов в мире (1950-2025).

Показываю ПОШАГОВОЕ использование:

1. Зайти на https://tablepedia.com/cities2025/

Кстати, весь микросайт в архиве ZIP занимает 14 килобайт и его можно скачать по адресу: https://tablepedia.com/cities2025.zip

Если вы немного пролистнёте сайт вниз, вы увидите таблицу, а пониже неё - графики населения Токио, Дели, Шанхая и Сан-Паулу:

2. Вы можете изменить года, вот один из результатов:

3. В нижней части сайта вы видите графики Мехико, Каира, Мумбаи и Пекина:

Думаю, очевидно, что можно менять не только года, но и города, которые показаны на графике.

Если интересно, можете посмотреть этот сайт на GitHub: https://github.com/yaroslav1982/tablepedia-microsite-cities2025

Предлагаю посмотреть в моей подборке постов визуализацию данных о населении стран мира, а также - курсов валют, криптовалют и металлов: Визуализация данных

Если есть вопросы, напишите их, пожалуйста, в комментариях.