SQL-тренажёр · Живые базы данных

Практические работы с реальными СУБД. Выполняйте запросы, анализируйте результаты, решайте бизнес-задачи на настоящих данных.

Как работает тренажёр

Вам предоставляется доступ к изолированной копии базы данных реального проекта. Вы пишете SQL-запрос в браузерном редакторе, он мгновенно выполняется на сервере, и результат возвращается обратно. Всё взаимодействие происходит в реальном времени через защищённое WebSocket-соединение — именно это обеспечивает отклик менее 100 мс даже на сложных аналитических запросах.

Доступные базы данных

eCommerce Platform Активна

База данных крупного интернет-магазина. Сотни тысяч записей о заказах, клиентах, товарах и транзакциях. Идеально подходит для отработки аналитических запросов.

СУБД: PostgreSQL 16 · Размер: ~2.4 GB

SELECT c.category_name, COUNT(o.order_id) AS total_orders, SUM(o.amount) AS revenue FROM orders o JOIN products p ON o.product_id = p.id JOIN categories c ON p.category_id = c.id WHERE o.created_at >= CURRENT_DATE - INTERVAL '30 days' GROUP BY c.category_name ORDER BY revenue DESC;

Logistics DB Активна

Данные логистической компании: маршруты доставки, склады, курьеры. Отработка сложных JOIN-запросов, оконных функций и оптимизации.

СУБД: MySQL 8.4 · Размер: ~1.8 GB

SELECT driver_id, COUNT(*) AS deliveries, AVG(delivery_time_min) AS avg_time, RANK() OVER (ORDER BY AVG(delivery_time_min)) AS efficiency_rank FROM deliveries WHERE delivery_date = CURRENT_DATE GROUP BY driver_id;

Текущие лабораторные задания

Задание 017: Анализ воронки продаж Постройте отчёт по конверсии из просмотра товара в покупку за последний квартал. Используйте CTE и оконные функции.
Задание 022: Оптимизация медленных запросов Найдите неэффективные запросы в логах, проанализируйте план выполнения через EXPLAIN ANALYZE и предложите индексы для ускорения.
Задание 028: Построение дашборда Напишите набор SQL-запросов для формирования данных реального BI-дашборда: выручка, средний чек, топ товаров, география продаж.

Требования к программному обеспечению