исправлены предыдущие ошибки, добавлен полностью блок по кликхаус и пет-проект

dmedvedev/2.1.theory_bd_indexes.sql

@@ -192,7 +192,7 @@
     1. SELECT * FROM users WHERE id = 100;                                  нужен по полю id
     2. SELECT * FROM users WHERE email = 'user@example.com';                нужен по полю email
     3. SELECT * FROM products WHERE price BETWEEN 100 AND 500;              нужен по price
-    4. SELECT * FROM products WHERE name LIKE '%phone%';                    нужен по name
+    4. SELECT * FROM products WHERE name LIKE '%phone%';                    не нужен по name
     5. SELECT * FROM orders WHERE status = 'DELIVERED';                     нужен по status
     6. SELECT * FROM order_items WHERE order_id = 123;                      нужен по order_id
     

dmedvedev/4.5.greenplum_pet_project.sql

@@ -204,7 +204,7 @@ SELECT
 	) AS course_title,
 	COUNT(DISTINCT dl.lesson_id) AS lessons_in_course,
 	COUNT(DISTINCT flv.lesson_id) AS lessons_viewed,
-	ROUND(COUNT(DISTINCT flv.lesson_id) * 1.0 / NULLIF(COUNT(dl.lesson_id), 0), 2) AS completion_rate
+	ROUND(COUNT(DISTINCT flv.lesson_id) * 1.0 / NULLIF(COUNT(DISTINCT dl.lesson_id), 0), 2) AS completion_rate
 FROM core.dim_user du
 
 LEFT JOIN core.enrollments e ON du.user_id = e.user_id

dmedvedev/clickhouse/1.CH_family_megretree_types_of_dates.sql

@@ -0,0 +1,104 @@
+### Задача 1: **Создай таблицу** page_views:
+
+- user_id UInt64
+- url String
+- view_time DateTime
+
+**Условия:**
+
+- Движок: MergeTree
+- ORDER BY (user_id, view_time)
+- PARTITION BY toYYYYMM(view_time)
+
+CREATE TABLE page_views (
+	user_id UInt64,
+	url String,
+	view_time DateTime
+)
+ENGINE = MergeTree
+PARTITION BY toYYYYMM(view_time)
+ORDER BY (user_id, view_time);
+
+### Задача 2: **Создай таблицу** users:
+
+- id UInt64
+- name String
+- updated_at DateTime
+
+**Условия:**
+
+- Движок: ReplacingMergeTree(updated_at)
+- ORDER BY id
+
+CREATE TABLE users (
+	id UInt64,
+	name String,
+	updated_at DateTime
+)
+ENGINE = ReplacingMergeTree(updated_at)
+ORDER BY id;
+
+### Задача 3: **Создай таблицу** region_sales:
+
+- region String
+- date Date
+- sales UInt64
+
+**Условия:**
+
+- Движок: SummingMergeTree
+- PARTITION BY toYYYYMM(date)
+- ORDER BY (region, date)
+- Вставь данные с повторами (region, date)
+
+CREATE TABLE region_sales (
+	region String,
+	date Date,
+	sales UInt64
+)
+ENGINE = SummingMergeTree
+PARTITION BY toYYYYMM(date)
+ORDER BY (region, date);
+
+INSERT INTO region_sales (region, date, sales) 
+VALUES 
+	('RU', '2026-08-11', 150),
+	('FR', '2026-08-10', 100),
+	('RU', '2026-08-10', 100),
+	('FR', '2026-08-09', 75),
+	('RU', '2025-07-05', 175);
+
+### Задача 4: **Создай таблицу** user_metrics:
+
+- region String
+- avg_age_state AggregateFunction(avg, UInt8)
+- active_users_state AggregateFunction(uniq, UInt64)
+
+**Условия:**
+
+- Движок: AggregatingMergeTree
+- ORDER BY region
+- Вставь данные
+- Читай их через avgMerge() и uniqMerge()
+
+CREATE TABLE user_metrics (
+	region String,
+	avg_age_state AggregateFunction(avg, UInt8),
+	active_users_state AggregateFunction(uniq, UInt64)
+)
+ENGINE = AggregatingMergeTree
+ORDER BY region;
+
+INSERT INTO user_metrics (region, avg_age_state, active_users_state)
+SELECT 'RU', avgState(toUInt8(22)), uniqState(toUInt64(73)) UNION ALL
+SELECT 'FR', avgState(toUInt8(33)), uniqState(toUInt64(54)) UNION ALL
+SELECT 'RU', avgState(toUInt8(44)), uniqState(toUInt64(10)) UNION ALL
+SELECT 'FR', avgState(toUInt8(55)), uniqState(toUInt64(15)) UNION ALL
+SELECT 'RU', avgState(toUInt8(22)), uniqState(toUInt64(17));
+
+SELECT 
+	region, 
+	avgMerge(avg_age_state),
+	uniqMerge(active_users_state)
+FROM user_metrics
+GROUP BY region;

dmedvedev/clickhouse/2.CH_view_distribute_engine.sql

@@ -0,0 +1,102 @@
+# Задачи на отработку:
+
+### **Задача 1.**
+
+На каждой ноде(узел) есть таблица logs, в которой пишутся события.
+
+CREATE TABLE logs (
+  dt DateTime,
+  user_id UInt32,
+  event_type String
+) ENGINE = MergeTree
+ORDER BY dt;
+
+1. Создай распределённую таблицу dist_logs поверх logs с помощью ENGINE = Distributed.
+
+CREATE TABLE dist_logs ON CLUSTER clickhouse_cluster
+ENGINE = Distributed(
+	'clickhouse_cluster',
+	'dmedvedev',
+	'logs',
+	rand()
+);
+
+2. Объясни, зачем нужен параметр rand() в Distributed(...).
+
+    ЭТО КЛЮЧ ШАРДИРОВАНИЯ, ОН ПОЗВОЛЯЕТ РАСПРЕДЕЛИТЬ ДАННЫЕ РАНДОМНО И РАВНОМЕРНО ПО РАЗЛИЧНЫМ СЕРВЕРАМ.
+
+
+### **Задача 2.**
+
+Есть таблица events(user_id, event_type, ts)
+
+CREATE TABLE events
+(
+    user_id UInt32,
+    event_type String,
+    ts DateTime
+)
+ENGINE = MergeTree
+ORDER BY (ts, user_id);
+
+1. Создай VIEW top_active_users, который показывает топ-100 пользователей по числу событий.
+
+CREATE VIEW top_active_users AS 
+SELECT 
+	user_id,
+	COUNT(*) AS total_logs_user
+FROM events
+GROUP BY user_id
+ORDER BY total_logs_user DESC
+LIMIT 100;
+
+2. Объясни, почему VIEW не подходит, если нам нужно часто показывать это в дашборде с миллионами строк.
+
+    ПОТОМУ ЧТО ПРЕДСТАВЛЕНИЮ VIEW НЕ ОБЛАДАЕТ СВОЙСТВОМ ХРАНЕНИЯ ИНФОРМАЦИИ, ПОСТОЯННО БУДУТ ПРОИСХОДИТЬ ТАКИЕ ПОВТОРНЫЕ ЗАПРОСЫЫ, 
+    КОТОРЫЕ БУДУТ ЗАСОРЯТЬ ПАМЯТЬ, ДЛЯ ТАКИХ ЗАДАЧ МОЖЕТ БЫТЬ ИСПОЛЬЗОВАНО МАТЕРИАЛИЗОВАННОЕ ПРЕДСТАВЛЕНИЕ. 
+
+
+### **Задача 3.**
+
+Таблица raw_events содержит "сырые" клики по сайту.
+
+CREATE TABLE raw_events
+(
+    event_time DateTime,
+    user_id UInt32,
+    event_type String
+)
+ENGINE = MergeTree
+ORDER BY (event_time, user_id);
+
+1. Создай Materialized View mv_clicks_per_day, который считает число кликов по дням.
+
+CREATE MATERIALIZED VIEW mv_clicks_per_day
+ENGINE = SummingMergeTree
+ORDER BY = user_id
+AS 
+SELECT 
+	toDate(event_time) AS DAY,
+	count(*) AS count_of_enent
+FROM raw_events;
+
+2. В движке используй SummingMergeTree, а исходник — raw_events.
+3. Проверь, что при INSERT INTO raw_events данные появляются и в mv_clicks_per_day.
+
+INSERT INTO raw_events (event_time, user_id, event_type)
+VALUES 
+	('2026-01-01', 1, 'abc'), 
+	('2026-02-01', 2, 'hdf'), 
+	('2026-02-03', 3, 'hhj'), 
+	('2026-03-04', 4, 'sdf'), 
+	('2026-01-01', 5, 'gf');
+
+CREATE MATERIALIZED VIEW mv_clicks_per_day
+ENGINE = SummingMergeTree
+ORDER BY (DAY)
+AS 
+SELECT 
+	toDate(event_time) AS DAY,
+	toUInt64(1) AS count_of_event
+FROM raw_events
+GROUP BY DAY;

dmedvedev/clickhouse/3.CH_type_of_date.sql

@@ -0,0 +1,95 @@
+# Задачи на отработку:
+
+### Задача 1.
+
+Есть "грязная" таблица с данными из внешней системы:
+
+CREATE TABLE raw_data (
+  user_id String,
+  balance String,
+  created_at String
+) ENGINE = MergeTree ORDER BY tuple();
+
+**Подзадачи:**
+
+1. Преобразуй `balance` в `Decimal(10, 2)` — безопасно.
+2. Преобразуй `created_at` в `DateTime64(3)`, даже если возможны ошибки.
+3. Верни только строки, в которых оба преобразования прошли успешно.
+        SELECT
+            user_id,
+            toDecimal100rNull(balance, 2),
+            toDateTime640rNull(created_at, 3)
+        FROM raw_data
+        WHERE toDecimal640rNull(balance, 2) AND toDateTime640rNull(created_at, 3) IS NOT NULL;
+
+4. В чём разница между:
+    - CAST(balance AS Decimal(10, 2)) -- не поддерживает NULL вообще, при исполнении такой строки, если на входе не число, то запрос упадет в ошибку.
+    - toDecimal64OrNull(balance, 2) -- если на входе не число, то на выходе будет NULL 
+    - toDecimal64OrZero(balance, 2) -- если на входе не число, то на выходе будет 0 
+
+### **Задача 2:**
+
+Есть таблица:
+
+CREATE TABLE events (
+  event_id String,
+  event_date String,  -- форматы: "2023-01-01", "01.02.2023", "invalid"
+  event_time String   -- форматы: "12:30:45", "25:99:99"
+);
+
+**Подзадачи:**
+
+1. Преобразуй **`event_date`** в **`Date`**, игнорируя некорректные значения.
+2. Извлеки час из **`event_time`** (с обработкой ошибок).
+3. Собери **`DateTime`** из валидных **`event_date`** и **`event_time`**.
+
+    SELECT 
+        event_id, 
+        toDate320rNull(event_date),
+        toTime640rNull(event_time)
+    FROM events
+    WHERE toDate320rNull(event_date) AND toTime640rNull(event_time) IS NOT NULL;
+
+### **Задача 3:**
+
+Есть таблица с JSON-данными:
+
+CREATE TABLE user_activity (
+  user_id UInt32,
+  actions String  -- JSON: ["login", "purchase", "logout"]
+);
+
+**Задания:**
+
+1. Преобразуй JSON-строку в массив (**`Array(String)`**).
+2. Найди пользователей, совершивших действие "purchase".
+3. Подсчитай количество действий у каждого пользователя
+    SELECT
+        user_id,
+        JSONExtract(actions, 'Array(String)'),
+        lenght(JSONExtract(actions, 'Array(String)'))
+    FROM user_activity
+    WHERE has(JSONExtract(actions, 'Array(String)'), 'purchase');
+
+### **Задача 4:**
+
+Есть таблица:
+
+CREATE TABLE sensor_data (
+  sensor_id UInt32,
+  value Float64,
+  status Enum('ok' = 1, 'error' = 2)
+);
+
+**Задания:**
+
+1. Преобразуй **`status`** в строку (**`String`**).
+2. Посчитай среднее значение **`value`** для каждого **`status`**.
+3. Отфильтруй строки, где **`value`** нельзя преобразовать в **`Decimal(10,2)`**.
+
+    SELECT
+        toString(status),
+        AVG(value)
+    FROM sensor_data
+    WHERE toDecimal640rNull(toString(value), 2) IS NOT NULL
+    GROUP BY toString(status);

dmedvedev/clickhouse/4.CH_syntaxis.sql

@@ -0,0 +1,230 @@
+# Задачи на отработку:
+
+### **Задача 1.**
+
+Есть таблица `users`:
+
+| user_id | name | age | country | is_active |
+| --- | --- | --- | --- | --- |
+| 1 | Ivan | 30 | RU | 1 |
+| 2 | Anna | 25 | RU | 1 |
+| 3 | Petr | 45 | RU | 0 |
+| 4 | Olga | 35 | RU | 1 |
+| 5 | John | 55 | US | 1 |
+| 6 | Alice | 42 | US | 0 |
+| 7 | Tom | 38 | US | 1 |
+| 8 | Lucas | 28 | BR | 1 |
+| 9 | Maria | 60 | BR | 1 |
+| 10 | João | 27 | BR | 0 |
+| 11 | Kenji | 33 | JP | 1 |
+| 12 | Yuki | 29 | JP | 0 |
+| 13 | Chen | 40 | CN | 1 |
+| 14 | Li | 48 | CN | 1 |
+| 15 | Fatima | 31 | AE | 1 |
+| 16 | Ahmed | 36 | AE | 1 |
+| 17 | George | 24 | US | 1 |
+| 18 | Nina | 34 | RU | 1 |
+| 19 | Max | 50 | DE | 1 |
+| 20 | Sophie | 22 | DE | 0 |
+
+CREATE TABLE users (
+	user_id UInt64,
+    name String,
+    age UInt32,
+    country String,
+    is_active UInt32
+)
+ENGINE = MergeTree()
+ORDER BY (age, country);
+
+1. Получи 10 самых старших **активных** пользователей.
+    SELECT
+        user_id,
+        name,
+        age
+    FROM users
+    WHERE is_active = 1
+    ORDER BY age DESC
+    LIMIT 10;
+
+2. Выведи пользователей из `country = 'RU'`, отсортированных по имени.
+    SELECT
+        user_id,
+        name
+    FROM users
+    WHERE country = 'RU'
+    ORDER BY name;
+
+3. Что произойдёт, если написать `LIMIT 10` **без `ORDER BY`**?
+        В таком случае CH покажет 10 произвольных неотсортированных строк
+
+4. Посчитай количество пользователей по странам.
+    SELECT
+        country,
+        COUNT(*)
+    FROM users
+    GROUP BY country;
+
+5. Для каждой страны выведи минимальный и максимальный возраст.
+    SELECT
+        country,
+        MIN(age),
+        MAX(age)
+    FROM users
+    GROUP BY country;
+
+6. Отсортируй страны по убыванию количества пользователей.
+    SELECT
+        country,
+        COUNT(*)
+    FROM users
+    GROUP BY country
+    ORDER BY COUNT(*) DESC;
+
+📌 Дополнительно:
+
+- Используй `count()`, `min()`, `max()`, `sum()`
+- Попробуй `uniqExact(country)` — что он делает?
+        uniqExact выводит количество уникальных значений, это тоже самое что и DISTINCT 
+
+### **Задача 2.**
+
+Есть таблица `events`:
+
+| user_id | event_time | event_type |
+| --- | --- | --- |
+| 1 | 2025-07-17 09:00:00 | click |
+| 1 | 2025-07-17 09:05:00 | view |
+| 1 | 2025-07-17 09:10:00 | purchase |
+| 2 | 2025-07-17 10:00:00 | click |
+| 2 | 2025-07-17 10:05:00 | click |
+| 2 | 2025-07-17 11:00:00 | view |
+| 3 | 2025-07-16 12:00:00 | view |
+| 3 | 2025-07-16 12:30:00 | click |
+| 3 | 2025-07-17 08:00:00 | purchase |
+| 4 | 2025-07-17 13:00:00 | click |
+| 4 | 2025-07-17 14:00:00 | view |
+| 4 | 2025-07-17 15:00:00 | view |
+| 5 | 2025-07-16 20:00:00 | view |
+| 5 | 2025-07-17 01:00:00 | click |
+| 5 | 2025-07-17 06:00:00 | purchase |
+| 6 | 2025-07-17 07:30:00 | view |
+| 6 | 2025-07-17 08:45:00 | click |
+| 7 | 2025-07-16 23:59:59 | click |
+| 7 | 2025-07-17 00:01:00 | purchase |
+| 7 | 2025-07-17 10:10:00 | view |
+
+CREATE TABLE events (
+	user_id UInt64,
+	event_type String, 
+	event_time DateTime64(3)
+)
+ENGINE = MergeTree()
+ORDER BY (event_time, user_id);
+
+INSERT INTO dmedvedev.events (user_id, event_time, event_type) VALUES
+(1, '2025-07-17 09:00:00', 'click'),
+(1, '2025-07-17 09:05:00', 'view'),
+(1, '2025-07-17 09:10:00', 'purchase'),
+(2, '2025-07-17 10:00:00', 'click'),
+(2, '2025-07-17 10:05:00', 'click'),
+(2, '2025-07-17 11:00:00', 'view'),
+(3, '2025-07-16 12:00:00', 'view'),
+(3, '2025-07-16 12:30:00', 'click'),
+(3, '2025-07-17 08:00:00', 'purchase'),
+(4, '2025-07-17 13:00:00', 'click'),
+(4, '2025-07-17 14:00:00', 'view'),
+(4, '2025-07-17 15:00:00', 'view'),
+(5, '2025-07-16 20:00:00', 'view'),
+(5, '2025-07-17 01:00:00', 'click'),
+(5, '2025-07-17 06:00:00', 'purchase'),
+(6, '2025-07-17 07:30:00', 'view'),
+(6, '2025-07-17 08:45:00', 'click'),
+(7, '2025-07-16 23:59:59', 'click'),
+(7, '2025-07-17 00:01:00', 'purchase'),
+(7, '2025-07-17 10:10:00', 'view');
+
+
+1. Добавь колонку с кумулятивным количеством событий по `user_id` (используй `count() OVER ...`).
+    SELECT 
+	    user_id,
+	    COUNT() OVER (PARTITION BY user_id ORDER BY user_id)
+    FROM events;
+
+2. Сделай аналог ранжирования событий внутри пользователя: `row_number() OVER (PARTITION BY user_id ORDER BY event_time)`
+    SELECT 
+        user_id,
+        COUNT(*) OVER (PARTITION BY user_id ORDER BY event_time)
+    FROM events;
+
+3. Что будет, если ты явно задашь `ROWS BETWEEN`? Поддерживается ли?
+       
+        Посчитается, поддерживается.
+    SELECT 
+        user_id,
+        COUNT(*) OVER (
+            PARTITION BY user_id ORDER BY event_time
+            ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 
+        )
+    FROM events;
+
+4. Сделай `WITH recent_events AS (...)` — все события за последние 24 часа.
+    SELECT 
+        user_id,
+        event_time
+    FROM events
+    WHERE event_time <= NOW() - INTERVAL 24 HOUR;
+        
+5. Используй CTE, чтобы посчитать топ-5 пользователей по числу этих событий.
+    WITH 
+
+    recent_events AS (
+    SELECT 
+        user_id,
+        event_type,
+        event_time
+    FROM events
+    WHERE event_time >= NOW() - INTERVAL 24 HOUR
+    )
+
+    SELECT
+        user_id,
+        COUNT(*)
+    FROM recent_events
+    GROUP BY user_id
+    ORDER BY COUNT(*) DESC
+    LIMIT 5;
+
+6. Добавь второй `WITH` — для маппинга `event_type → category` и используй его в основном запросе.
+    WITH 
+
+    recent_events AS (
+    SELECT 
+        user_id,
+        event_type,
+        event_time
+    FROM events
+    WHERE event_time >= NOW() - INTERVAL 24 HOUR
+    ),
+
+    top_users AS(
+    SELECT
+        user_id,
+        COUNT(*)
+    FROM recent_events
+    GROUP BY user_id
+    ORDER BY COUNT(*) DESC
+    LIMIT 5
+    )
+
+    SELECT 
+        user_id,
+        CASE 
+            WHEN event_type IN ('click', 'view') THEN 'interaction'
+            WHEN event_type IN ('purchase') THEN 'conversion'
+            ELSE 'unknown'
+        END AS category
+    FROM recent_events re INNER JOIN top_users tu ON re.user_id = tu.user_id;
+
+📌 Вопрос: поддерживает ли ClickHouse **многоуровневые** или **рекурсивные** CTE?
+        МНОГОУРОВНЕВОСТЬ ЕСТЬ, А РЕКУРСИВНОСТИ НЕТ. 

dmedvedev/clickhouse/5.CH_joins.sql

@@ -0,0 +1,167 @@
+# Задачи на отработку:
+
+### **Задача 1.**
+
+Таблица `products`
+
+| product_id | name |
+| --- | --- |
+| 101 | iPhone 14 |
+| 102 | Galaxy S22 |
+| 103 | Pixel 7 |
+
+Таблица `prices`
+
+| product_id | price | region |
+| --- | --- | --- |
+| 101 | 999 | US |
+| 101 | 1049 | EU |
+| 102 | 850 | US |
+| 102 | 899 | CA |
+| 103 | 799 | JP |
+1. Сделай `ANY LEFT JOIN`, чтобы получить цену **любой** из регионов.
+        SELECT 
+            pr.product_id,
+	        p.region,
+	        pr.name,
+	        p.price
+        FROM prices p
+        ANY LEFT JOIN products pr ON p.product_id = pr.product_id;
+        ЗДЕСЬ МЫ ПОЛУЧИМ НА ВЫХОДЕ 5 СТРОК.
+        А ЕСЛИ БЫ ДЖОЙНИЛИ ТАБЛИЦЫ НАОБОРОТ, ТО ПОЛУЧИЛИ БЫ 3 СТРОКИ.
+
+2. Что будет, если в таблице `prices` несколько цен на один `product_id`?
+        ВСЕ БУДЕТ ЗАВИСЕТЬ ОТ СОЕДИНЕНИЯ ТАБЛИЦ. ЕСЛИ МЫ ДЖОЙНИМ К ТАБЛИЦЕ С product_id И НА КАЖДОЫЙ ЕСТЬ НЕСКОЛЬКО ЦЕН, ТО В ТАКОМ СЛУЧАЕ КЛИКХАУС ВОЗЬМЕТ ПЕРВОЕ ЗНАЧЕНИЕ С ДИСКА И ПРИСВОИТ ЕГО К product_id, А ОСТАЛЬНЫЕ ЗНАЧЕНИЯ ВЫБРОСИТ.
+
+3. Как повлияет `ALL LEFT JOIN`? Почему в ClickHouse его избегают?
+        ИЗ-ЗА ПРИМЕНЕНИЯ ОЛЛ ЛЕФТ ДЖОЙН КЛИКХАУС НЕ СМОЖЕТ ВЫБРОСИТЬ НЕНУЖНЫЕ СТРОКИ И УЧТЕТ ВСЕ.  В НАШЕМ ПРИМЕРЕ СТРОК СТАНЕТ 5.
+        ДАННЫЕ МОГУТ ПЕРЕГРУЖАТЬ ПАМЯТЬ И ТОРМОЗИТЬ СИСТЕМУ. МЕТРИКИ МОГУТ СЧИТАТЬСЯ ИСКАЖЕННЫМИ.
+
+### **Задача 2.**
+
+Таблица `ticks`
+
+| time | symbol | price |
+| --- | --- | --- |
+| 2025-07-17 10:00:00 | AAPL | 190.5 |
+| 2025-07-17 10:01:00 | AAPL | 191.2 |
+| 2025-07-17 10:02:30 | AAPL | 192.0 |
+| 2025-07-17 10:05:00 | GOOG | 2850.0 |
+
+Таблица `orders`
+
+| time | symbol | size |
+| --- | --- | --- |
+| 2025-07-17 10:00:30 | AAPL | 50 |
+| 2025-07-17 10:02:00 | AAPL | 75 |
+| 2025-07-17 10:03:00 | AAPL | 20 |
+| 2025-07-17 10:04:00 | GOOG | 15 |
+1. Сделай `ASOF JOIN`, чтобы каждой сделке найти **предыдущую цену**.
+        SELECT
+            o.symbol,
+            o.size,
+            t.price,
+            o.time AS order_time,
+            t.time AS price_time
+        FROM orders o
+        ASOF LEFT JOIN ticks t ON o.symbol = t.symbol AND o.time >= t.time;
+
+2. Почему нельзя использовать обычный `JOIN` по `time = time`?
+        КАК МИНИМУМ ПОТОМУ ЧТО ВРЕМЯ ПО СДЕЛКЕ И ВРЕМЯ ПО ТИКЕТУ НЕ СОВПАДАЕТ.
+
+3. Сделай выборку только по `symbol = 'AAPL'`.
+        SELECT
+            o.symbol,
+            o.size,
+            t.price,
+            o.time AS order_time,
+            t.time AS price_time
+        FROM orders o
+        ASOF LEFT JOIN ticks t ON o.symbol = t.symbol AND o.time >= t.time
+        WHERE o.symbol = 'AAPL';
+
+ИЛИ 
+
+        SELECT
+            o.symbol,
+            o.size,
+            t.price,
+            o.time AS order_time,
+            t.time AS price_time
+        FROM 
+            (
+                SELECT * FROM orders WHERE o.symbol = 'AAPL'
+            ) AS o
+        ASOF LEFT JOIN 
+            (
+                SELECT * FROM ticks WHERE o.symbol = 'AAPL'
+            ) AS t 
+            ON o.symbol = t.symbol AND o.time >= t.time;
+            
+### **Задача 3.**
+
+Таблица `users`
+
+| user_id | name |
+| --- | --- |
+| 1 | Alice |
+| 2 | Bob |
+| 3 | Charlie |
+| 4 | Diana |
+
+Таблица `payments`
+
+| payment_id | user_id | amount |
+| --- | --- | --- |
+| 1001 | 1 | 500 |
+| 1002 | 1 | 1500 |
+| 1003 | 3 | 1200 |
+| 1004 | 4 | 900 |
+1. Верни всех пользователей, у которых **есть платежи** (через `WHERE user_id IN (...)`).
+        SELECT 
+            u.user_id
+        FROM users u
+        WHERE user_id IN (SELECT user_id FROM payments);
+        
+2. Добавь условие: сумма платежа больше 1000.
+        SELECT 
+            u.user_id
+        FROM users u
+        WHERE user_id IN (SELECT user_id FROM payments WHERE amount > 1000);
+
+3. Почему это называют `SEMI JOIN`? Как это оптимизируется в ClickHouse?
+        Потому что это неполноценное соединение , а только проверяющее факт наличия того или иного условия. 
+        Вообще по идее нужно было бы написать LEFT SEMI JOIN , в кликхаус видя конструкцию IN (SELECT...) уже сам понимает что это SEMI JOIN.
+
+### **Задача 4.**
+
+Таблица `big_logs` (упрощённый фрагмент)
+
+| user_id | event_time | event_type |
+| --- | --- | --- |
+| 1 | 2025-07-17 08:00:00 | login |
+| 2 | 2025-07-17 08:05:00 | view |
+| 3 | 2025-07-17 08:10:00 | purchase |
+| 1 | 2025-07-17 08:20:00 | logout |
+| 2 | 2025-07-17 08:30:00 | click |
+
+Таблица `users`
+
+| user_id | name |
+| --- | --- |
+| 1 | Alice |
+| 2 | Bob |
+| 3 | Charlie |
+1. Сделай `JOIN`, чтобы добавить `name` к каждому логу.
+    SELECT 
+        bl.user_id,
+        bl.event_time,
+        bl.event_type,
+        u.name
+    FROM big_logs bl ANY LEFT JOIN users u ON bl.user_id = u.user_id;
+
+2. Почему `users` нужно ставить **в правую часть JOIN**?
+    ПОТОМУ ЧТО ЭТА ТАБЛИЦА ЯВЛЯЕТСЯ МАЛЕНЬКОЙ И МОЖНО СКАЗАТЬ СПРАВОЧНОЙ, А ЛОГИ БУДУТ РАСТИ И РАСТИ. И ЕСЛИ ЕЕ ЗАГРУЗИТЬ В ОПЕРАТИВНУЮ ПАМЯТЬ, ТО МЫ МОЖЕМ РАНО ИЛИ ПОЗДНО ПОЛУЧИТЬ ОШИБКУ.
+
+3. Как выбрать `ANY` или `ALL` — если `user_id` уникален?
+    ЕСЛИ МЫ УВЕРЕНЫ НА 100% ЧТО ОН УНИКАЛЕН ТО НУЖНО ВАЫБИРАТЬ ANY , В ТАКОМ СЛУЧАЕ СОХРАНЯЮТСЯ РЕСУРСЫ ПАМЯТИ. ALL ЖЕ ВЫБИРАЕТСЯ КОГДА НЕОБХОДИМО ДЕКАРТОВО ПРОИЗВЕДЕНИЕ.

dmedvedev/clickhouse/6.CH_indexes_partitions.sql

@@ -0,0 +1,111 @@
+# Задачи на отработку:
+
+### **Задача 1.**
+
+Таблица `sales`
+
+| id | region | sale_date | amount |
+| --- | --- | --- | --- |
+| 1 | RU | 2024-05-01 | 100.0 |
+| 2 | RU | 2024-05-15 | 120.0 |
+| 3 | US | 2024-06-01 | 90.0 |
+| 4 | US | 2024-07-03 | 150.0 |
+| 5 | DE | 2024-07-04 | 160.0 |
+1. Создай таблицу с `PARTITION BY toYYYYMM(sale_date)`.
+    CREATE TABLE IF NOT EXISTS sales (
+        id UInt8,
+        region String,
+        sale_sate DateTime64, 
+        amount Float64
+    )
+    ENGINE = MergeTree()
+    PARTITION BY toYYYYMM(sale_date)
+    ORDER BY (sale_date, region);
+
+
+2. Выполни `ALTER TABLE ... DROP PARTITION '202405'`.
+        УДАЛИЛАСЬ ПАРТИЦИЯ
+
+3. Что произойдет, если не указывать `PARTITION BY`?
+        ЕСЛИ МЫ ГОВОРИМ ПРО ПРОЦЕСС СОЗДАНИЯ, ТО В ТАКОМ СЛУЧАЕ ВСЕ ДАННЫЕ БУДУТ НАХОДИТЬСЯ ПО УМОЛЧАНИЮ В ОДНОЙ ПАРТИЦИИ.
+
+### **Задача 2.**
+
+Есть таблица `events`, и ты хочешь логически хранить данные **по типу события**.
+
+| id | event_type | event_date |
+| --- | --- | --- |
+| 1 | login | 2024-06-01 |
+| 2 | click | 2024-06-01 |
+| 3 | click | 2024-06-02 |
+| 4 | purchase | 2024-06-03 |
+| 5 | login | 2024-06-04 |
+1. Создай таблицу с `PARTITION BY event_type`.
+    CREATE TABLE IF NOT EXISTS sales (
+        id UInt8,
+        event_type String,
+        event_date Date
+    )
+    ENGINE = MergeTree()
+    PARTITION BY event_type
+    ORDER BY (event_type, event_date);
+
+2. Удали все события `click` (подсказка: это `ALTER TABLE DROP PARTITION 'click'`).
+3. Чем такой подход может быть опасен (подумай про кардинальность значений)?
+    СЕЙЧАС СОБЫТИЙ ПО ФАКТУ 3, ЭТО МАЛО И УДАЛЕНИЕ БУДЕТ ПРОИСХОДИТЬ БЫСТРО, А ЕСЛИ ПАРТИЦИЙ БУДЕТ 1000, ТО В ТАКОМ СЛУЧАЕ СИСТЕМА БУДЕТ ТОРМОЗИТЬ.
+
+### **Задача 3.**
+
+Ты хочешь разбить таблицу `logs` на 100 партиций по `user_id`, чтобы равномерно распределить объём данных.
+
+| id | user_id | log_time |
+| --- | --- | --- |
+| 1 | 123 | 2024-07-17 10:00:00 |
+| 2 | 456 | 2024-07-17 10:01:00 |
+| 3 | 789 | 2024-07-17 10:02:00 |
+1. Создай таблицу с `PARTITION BY cityHash64(user_id) % 100`.
+    CREATE TABLE IF NOT EXISTS logs (
+        id UInt32,
+        user_id UInt32,
+        log_time DateTime64
+    )
+    ENGINE = MergeTree()
+    PARTITION BY cityHash64(user_id) % 100
+    ORDER BY (user_id, log_time);
+
+2. Что ты выиграешь с точки зрения баланса?
+        Я СБАЛАНСИРОВАННО РАЗДЕЛЮ ВСЕ ЛОГИ ПО ПАРТИЦИЯМ ПО УНИКАЛЬНОМУ ЮЗЕР АЙДИ
+
+3. Почему такой тип `PARTITION` не ускорит `SELECT * WHERE user_id = 456`?
+        ПОТОМУ ЧТО В ТАКОМ СЛУЧАЕ ПРИДЕТСЯ ВСЕ РАВНО СКАНИРОВАТЬ ВСЕ ПАРТИЦИИ, ТО ЕСТЬ ВСЮ БАЗУ ДАННЫХ, ВВИДУ ТОГО, ЧТО АЙДИШНИК 456 КЛИКХАУЦС НЕ СМОЖЕТ ПОДСТАВИТЬ В 
+        cityHash64(user_id) ДЛЯ РАСЧЕТА В ХЭЩ ФУНКЦИИ. ПОЭТОМУ ОПТИМИЗАТОРУ НЕОБХОДИМО БУДЕТ ЗАГЛЯНУТЬ В 100 ФАЙЛОВ НА ДИСКЕ .
+
+### **Задача 4.**
+
+В таблице `visits` данные зависят от региона и времени.
+
+| id | region | visit_date |
+| --- | --- | --- |
+| 1 | RU | 2024-06-01 |
+| 2 | RU | 2024-06-15 |
+| 3 | US | 2024-06-03 |
+| 4 | US | 2024-07-01 |
+| 5 | RU | 2024-07-05 |
+1. Создай таблицу с `PARTITION BY (region, toYYYYMM(visit_date))`.
+    CREATE TABLE IF NOT EXISTS visits (
+        id UInt8,
+        region String,
+        visit_date Date
+    )
+    ENGINE = MergeTree()
+    PARTITION BY (region, toYYYYMM(visit_date))
+    ORDER BY (visit_date, id);
+
+2. Как будет выглядеть имя партиции?
+    "RU-202406"
+    "US-202406"
+    "US-202407"
+    "RU-202407"
+
+3. Сможешь ли ты эффективно удалить **все июльские данные по `RU`**?
+    НЕТ КОНЕЧНО, ТАК КАК ЭТИ ДАННЫЕ НАХОДЯТСЯ В ДВУХ ПАРТИЦИЯХ, ТО НЕОБХОДИМО БУДЕТ С ПОМОЩЬЮ УДАЛЯТЬ ЧЕРЕЗ "RU-202407".

dmedvedev/clickhouse/7.CH_indexes.sql

@@ -0,0 +1,115 @@
+# Задачи на отработку:
+
+### **Задача 1.**
+
+**Таблица:** `logs(log_id UInt64, ts DateTime)`
+
+| log_id | ts |
+| --- | --- |
+| 1 | 2024-06-01 10:00:00 |
+| 2 | 2024-06-01 11:00:00 |
+| 3 | 2024-06-02 12:00:00 |
+| 4 | 2024-06-03 13:00:00 |
+| 5 | 2024-06-04 14:00:00 |
+1. Создай `ORDER BY ts`, добавь `minmax`индекс:
+    
+    ALTER TABLE logs ADD INDEX idx_ts ts TYPE minmax GRANULARITY 2;
+    
+        ГОТОВО
+
+2. Сделай запрос: `SELECT * FROM logs WHERE ts BETWEEN '2024-06-02' AND '2024-06-03'`
+        ГОТОВО
+
+3. Посмотри, сколько блоков было пропущено (в `system.query_log`, `rows_read`, `rows`).
+        НЕТ ПРАВ ДОСТУПА
+
+4. Что будет, если `ORDER BY log_id`, а не `ts`?
+        ТОГДА ДАННЫЕ НА ДИСКЕ БУДУТ ОТСОРТИРОВАНЫ ПО log_id, а первичный и вторичный индексы по ts перестанут помогать в поиске данных.
+
+
+### **Задача 2.**
+
+**Таблица:** `clicks(id UInt64, country String)`
+
+| id | country |
+| --- | --- |
+| 1 | RU |
+| 2 | US |
+| 3 | RU |
+| 4 | DE |
+| 5 | RU |
+1. Создай таблицу с `ORDER BY id`, добавь индекс:
+    
+    ALTER TABLE clicks ADD INDEX idx_country country TYPE set(1000) GRANULARITY 2;
+        
+        ДОБАВИЛ
+
+2. Выполни запрос `SELECT * FROM clicks WHERE country = 'RU'`.
+        ВЫПОЛНИЛ
+
+3. Посмотри `EXPLAIN` — индекс используется?
+
+        ИСПОЛЬЗУЕТСЯ
+
+        Expression ((Project names + Projection))
+  Expression ((WHERE + Change column names to column identifiers))
+    ReadFromMergeTree (dmedvedev.clicks)
+    Indexes:
+      PrimaryKey
+        Condition: true
+        Parts: 1/1
+        Granules: 1/1
+      Skip
+        Name: idx_country
+        Description: set GRANULARITY 2
+        Parts: 1/1
+        Granules: 1/1
+        Ranges: 1
+
+4. Как будет вести себя индекс, если `country` имеет 10M уникальных значений?
+        ОН НЕ БУДЕТ РАБОТАЬ, ТАК КАК МЫ ИНДЕКСЕ set МЫ УСТАНОВИЛИ ПОРОГ УНИКАЛЬНЫХ ЗНАЧЕНИЙ В 1000 ШТУК.
+        В ТАКИХ СЛУЧАЯХ НУЖНО БЫЛО БЫ ВОСПОЛЬЗОВАТЬСЯ БЛУМ ФИЛЬТРОМ.
+
+### **Задача 3.**
+
+**Таблица:** `users(id UInt64, email String)`
+
+| id | email |
+| --- | --- |
+| 1 | alice@mail.com |
+| 2 | bob@mail.com |
+| 3 | charlie@mail.com |
+| 4 | dave@mail.com |
+| 5 | eve@example.com |
+1. Добавь индекс:
+    
+    ALTER TABLE users ADD INDEX idx_email email TYPE bloom_filter(0.01) GRANULARITY 2;
+    ДОБАВИЛ
+
+2. Проверь поиск по точному email:
+    SELECT * FROM users WHERE email = 'alice@mail.com';
+    
+    РАБОТАЕТ
+    1	alice@mail.com
+    
+    Expression ((Project names + Projection))
+  Expression ((WHERE + Change column names to column identifiers))
+    ReadFromMergeTree (dmedvedev.users)
+    Indexes:
+      PrimaryKey
+        Condition: true
+        Parts: 1/1
+        Granules: 1/1
+      Skip
+        Name: idx_email
+        Description: bloom_filter GRANULARITY 2
+        Parts: 1/1
+        Granules: 1/1
+        Ranges: 1
+
+3. Почему этот индекс **не ускоряет** поиск по `LIKE '%mail%'`?
+        ПОТОМУ ЧТО ФИЛЬТР БЛУМА НЕ МОЖЕТ ИСКАТЬ ДАННЫЕ КОТОРЫЕ СОДЕРЖАТЬСЯ ВНУТРИ КАКИХ-ТО СТРОК, ЕМУ НУЖНО ПОНИМАТЬ КАКОЕ БУДЕТ НАЧАЛО, А ЗДЕСЬ ОНО НЕ УКАЗАНО.
+        ДЛЯ ТАКОГО ПОИСКА НУЖНО ПРИМЕНЯТЬ МОДЕРНИЗИРОВАННЫЙ ФИЛЬТР БЛУМА ПО ТОКЕНАМ.
+
+4. Что произойдёт при `LIKE 'alice%'`?
+        В ТАКОМ СЛУЧАЕ ОБЫКНОВЕННЫЙ ФИЛЬТР БЛУМА СРАБОТАЕТ.

dmedvedev/clickhouse/8.CH_compretion.sql

@@ -0,0 +1,26 @@
+### **Задача 1.**
+
+У тебя таблица `logs`с длинными строками — сообщения занимают много места.
+
+| id | level | message | created_at |
+| --- | --- | --- | --- |
+| 1 | INFO | "User logged in" | 2024-07-01 10:00:00 |
+| 2 | WARN | "Request took too long" | 2024-07-01 10:05:00 |
+| 3 | ERROR | "Unable to connect to server" | 2024-07-01 10:10:00 |
+1. Создай таблицу `logs` с колонкой `message CODEC(ZSTD(3))`.
+2. Добавь `created_at CODEC(Delta, ZSTD)` — это улучшит хранение по времени.
+3. Посмотри статистику сжатия:
+    
+    SELECT
+      column,
+      codec_expression,
+      compression_codec
+    FROM system.columns
+    WHERE table = 'logs';
+
+            ОТВЕТ:
+            name        type        compression_codec
+            id	        UInt64	    -
+            LEVEL	    String	    -
+            message	    String	    CODEC(ZSTD(3))
+            created_at	DateTime	CODEC(Delta(4), ZSTD(1))

dmedvedev/clickhouse/9.CH_pet_project.sql

@@ -0,0 +1,283 @@
+Этап 1. Загрузка тестовых данных и создание таблиц
+
+CREATE TABLE dmedvedev.core_dim_course 
+ON CLUSTER clickhouse_cluster (
+	course_id UInt32,
+	title String,
+	category String
+)
+ENGINE = ReplicatedMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/core_dim_course',
+	'{replica}'
+)
+ORDER BY course_id;
+
+CREATE TABLE dmedvedev.core_dim_lesson 
+ON CLUSTER clickhouse_cluster (
+	lesson_id UInt32,
+	title String,
+	duration_min UInt32,
+	course_id UInt32
+)
+ENGINE = ReplicatedMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/core_dim_lesson',
+	'{replica}'
+)
+ORDER BY lesson_id;
+
+CREATE TABLE dmedvedev.core_dim_user ON CLUSTER clickhouse_cluster(
+	user_id UInt32,
+	name String,
+	age UInt32,
+	email String,
+	registration_date DateTime(3)
+)
+ENGINE = ReplicatedMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/core_dim_user',
+	'{replica}'
+)
+ORDER BY user_id;
+
+CREATE TABLE dmedvedev.core_enrollments ON CLUSTER clickhouse_cluster(
+	user_id UInt32,
+	course_id UInt32,
+	enrolled_at DateTime(3)
+)
+ENGINE = ReplicatedMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/core_enrollments',
+	'{replica}'
+)
+ORDER BY user_id;
+
+CREATE TABLE dmedvedev.core_fact_lesson_views ON CLUSTER clickhouse_cluster (
+	user_id UInt32,
+	course_id UInt32,
+	lesson_id UInt32,
+	viewed_at DateTime(3)
+)
+ENGINE = ReplicatedMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/core_fact_lesson_views',
+	'{replica}'
+)
+ORDER BY user_id;
+
+--Этап 2. Задание 2.
+--СОЗДАЕМ МАТ ПРЕДСТАВЛЕНИЕ mv_lesson_popularity_summary
+--для начала создаем таблицу в кликхаусе, реплицируемую с движком ReplicatedAggregatingMergeTree
+CREATE TABLE dmedvedev.dm_lesson_popularity_summary ON CLUSTER clickhouse_cluster
+(
+	lesson_id UInt32,
+	lesson_title String,
+	course_id UInt32,
+	course_title String,
+	total_views SimpleAggregateFunction(sum, UInt64),
+	unique_users AggregateFunction(uniq, UInt32),
+	first_view SimpleAggregateFunction(min, DateTime),
+	last_view SimpleAggregateFunction(max, DateTime)
+)
+ENGINE = ReplicatedAggregatingMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/dm_lesson_popularity_summary',
+	'{replica}')
+ORDER BY (lesson_id, lesson_title, course_id, course_title);
+
+--далее создаем мат представление,  считывает новые данные, делает джойны и кладет данные в dm_lesson_popularity_summary
+--
+CREATE MATERIALIZED VIEW dmedvedev.mv_lesson_popularity_summary ON CLUSTER clickhouse_cluster
+TO dmedvedev.dm_lesson_popularity_summary AS 
+SELECT 
+    flv.lesson_id AS lesson_id,
+    dl.title AS lesson_title,
+    dc.course_id AS course_id, 
+    dc.title AS course_title,
+    COUNT(*) AS total_views,
+    uniqState(flv.user_id) AS unique_users,
+    MIN(flv.viewed_at) AS first_view,
+    MAX(flv.viewed_at) AS last_view
+FROM dmedvedev.core_fact_lesson_views AS flv
+LEFT JOIN dmedvedev.core_dim_lesson AS dl ON flv.lesson_id = dl.lesson_id
+LEFT JOIN dmedvedev.core_dim_course AS dc ON dl.course_id = dc.course_id 
+GROUP BY lesson_id, lesson_title, course_id, course_title;
+
+-- помещаем данные в dm_lesson_popularity_summary
+INSERT INTO dmedvedev.dm_lesson_popularity_summary
+SELECT 
+    flv.lesson_id AS lesson_id,
+    dl.title AS lesson_title,
+    dc.course_id AS course_id,
+    dc.title AS course_title,
+    COUNT(*) AS total_views,
+    uniqState(flv.user_id) AS unique_users, 
+    MIN(flv.viewed_at) AS first_view,
+    MAX(flv.viewed_at) AS last_view
+FROM dmedvedev.core_fact_lesson_views AS flv
+LEFT JOIN dmedvedev.core_dim_lesson AS dl ON flv.lesson_id = dl.lesson_id
+LEFT JOIN dmedvedev.core_dim_course AS dc ON dl.course_id = dc.course_id
+GROUP BY lesson_id, lesson_title, course_id, course_title;
+
+ЗАПРОС (ТОП 5 самых просматриваемых уроков уникальными пользователями):
+SELECT 
+	lesson_id,
+	lesson_title,
+	total_views,
+	uniqMerge(unique_users) AS unique_users
+FROM dmedvedev.dm_lesson_popularity_summary dlps
+GROUP BY lesson_id, lesson_title, course_id, course_title, total_views, first_view, last_view
+ORDER BY unique_users DESC
+LIMIT 5;
+
+
+--Задание 3. СОЗДАЕМ МАТ ПРЕДСТАВЛЕНИЕ mv_inactive_users_summary
+--для начала создаем таблицу в кликхаусе, реплицируемую с движком ReplicatedAggregatingMergeTree
+CREATE TABLE dmedvedev.dm_inactive_users_summary ON CLUSTER clickhouse_cluster
+(
+	user_id UInt32,
+	name String,
+	email String,
+	age UInt32,
+	registrated_courses_count AggregateFunction(uniqExact, UInt32),
+	registration_date DateTime
+)
+ENGINE = ReplicatedAggregatingMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/dm_inactive_users_summary',
+	'{replica}'
+)
+ORDER BY (user_id, name, email, age, registration_date);
+
+--создаем само мат представление, которое перехватывает данные из таблицы фактов и помещает в кликхаус dmedvedev.dm_inactive_users_summary 
+CREATE MATERIALIZED VIEW dmedvedev.mv_inactive_users_summary ON CLUSTER clickhouse_cluster
+TO dmedvedev.dm_inactive_users_summary 
+AS 
+SELECT 
+	ce.user_id,
+	cdu.name,
+	cdu.email,
+	cdu.age,
+	uniqExactState(ce.course_id) AS registrated_courses_count,
+	cdu.registration_date
+FROM core_enrollments ce
+LEFT JOIN core_dim_user cdu ON ce.user_id = cdu.user_id
+GROUP BY ce.user_id, cdu.name, cdu.email, cdu.age, cdu.registration_date;
+
+-- помещаем данные в dm_inactive_users_summary 
+INSERT INTO dmedvedev.dm_inactive_users_summary
+SELECT 
+	ce.user_id,
+	cdu.name,
+	cdu.email,
+	cdu.age,
+	uniqExactState(ce.course_id) AS registrated_courses_count,
+	cdu.registration_date
+FROM core_enrollments ce
+LEFT JOIN core_dim_user cdu ON ce.user_id = cdu.user_id
+GROUP BY ce.user_id, cdu.name, cdu.email, cdu.age, cdu.registration_date;
+
+--читаем данные из dm_inactive_users_summary
+SELECT 
+    user_id,
+    name,
+    email,
+    age,
+    uniqExactMerge(registrated_courses_count) AS registrated_courses_count, 
+    registration_date
+FROM dmedvedev.dm_inactive_users_summary
+GROUP BY user_id, name, email, age, registration_date;
+
+ЗАПРОС (ученики зарегистрировавшиеся только на 1 курс):
+SELECT 
+    user_id,
+    name,
+    email,
+    age,
+    uniqExactMerge(registrated_courses_count) AS registrated_courses_count, 
+    registration_date
+FROM dmedvedev.dm_inactive_users_summary
+GROUP BY user_id, name, email, age, registration_date
+HAVING registrated_courses_count = 1;
+
+--Задание 4. создаем витрину course_completion_rate
+--для начала создаем таблицу в кликхаус с движком
+CREATE TABLE dmedvedev.dm_course_completion_rate ON CLUSTER clickhouse_cluster
+(
+	user_id UInt32,
+	name String,
+	course_id UInt32,
+	course_title String,
+	lessons_in_course SimpleAggregateFunction(max, UInt32),
+	lessons_viewed AggregateFunction(uniqExact, UInt32)
+)
+ENGINE = ReplicatedAggregatingMergeTree(
+	'/clickhouse/tables/{shard}/dmedvedev/dm_course_completion_rate',
+	'{replica}'
+)
+ORDER BY (user_id, course_id, name, course_title);
+
+--далее создаем мат представление 
+CREATE MATERIALIZED VIEW dmedvedev.mv_course_completion_rate ON CLUSTER clickhouse_cluster
+TO dmedvedev.dm_course_completion_rate
+AS 
+SELECT 
+	cflv.user_id AS user_id,
+	cdu.name AS name,
+	cdl.course_id AS course_id,
+	cdc.title AS course_title,
+	max(count_lesson_in_course.total_leeson) AS lessons_in_course,
+	uniqExactState(cflv.lesson_id) AS lessons_viewed
+FROM core_fact_lesson_views cflv
+LEFT JOIN core_dim_user cdu ON cflv.user_id = cdu.user_id
+LEFT JOIN core_dim_lesson cdl ON cflv.lesson_id = cdl.lesson_id
+LEFT JOIN core_dim_course cdc ON cdl.course_id = cdc.course_id
+LEFT JOIN (
+	SELECT course_id, uniqExact(lesson_id) AS total_leeson
+	FROM dmedvedev.core_dim_lesson cdm
+	GROUP BY course_id
+) AS count_lesson_in_course ON count_lesson_in_course.course_id = cdl.course_id
+GROUP BY cflv.user_id, cdl.course_id, cdu.name, cdc.title;
+
+--вставляем данные
+INSERT INTO dmedvedev.dm_course_completion_rate 
+SELECT 
+	cflv.user_id AS user_id,
+	cdu.name AS name,
+	cdl.course_id AS course_id,
+	cdc.title AS course_title,
+	max(count_lesson_in_course.total_leeson) AS lessons_in_course,
+	uniqExactState(cflv.lesson_id) AS lessons_viewed
+FROM core_fact_lesson_views cflv
+LEFT JOIN core_dim_user cdu ON cflv.user_id = cdu.user_id
+LEFT JOIN core_dim_lesson cdl ON cflv.lesson_id = cdl.lesson_id
+LEFT JOIN core_dim_course cdc ON cdl.course_id = cdc.course_id
+LEFT JOIN (
+	SELECT course_id, uniqExact(lesson_id) AS total_leeson
+	FROM dmedvedev.core_dim_lesson cdm
+	GROUP BY course_id
+) AS count_lesson_in_course ON count_lesson_in_course.course_id = cdl.course_id
+GROUP BY cflv.user_id, cdl.course_id, cdu.name, cdc.title;
+
+
+ЗАПРОС: ученики просмотревшие какой-либо курс менее чем на половину 
+SELECT 
+    user_id,
+    name,
+    course_id,
+    course_title,
+    max(lessons_in_course) AS total_lessons,
+    -- Объединяем просмотры:
+    uniqExactMerge(lessons_viewed) AS viewed_lessons,
+    IF(total_lessons > 0, CAST(viewed_lessons AS Float64) / total_lessons, 0.0) AS completion_rate
+FROM dmedvedev.dm_course_completion_rate
+GROUP BY user_id, name, course_id, course_title
+HAVING completion_rate <= 0.5
+ORDER BY user_id, course_id;
+
+--ЭТАП 4. Тестирование и валидация
+В ДАННОМ ЗАДАНИИ Я НЕ ПРОИЗВОДИЛ СРАВНЕНИЕ ТАБЛИЦ ИЗ ГП И КХ, ТАК КАК ТАКБЛИЦЫ 
+С ОДИНАКОВЫМИ НАЗВАНИЯМИ ПРОСТО НАПРОСТО СЧИТАЮТ РАЗНЫЕ ПОКАЗАТЕЛИ. 
+ПОЧЕМУ ТАК ПРОИЗОШЛО? ПОТОМУ ЧТО В ЗАДАНИИ КХ ДАНЫ СОВСЕМ ДРУГИЕ ПОКАЗАЛИТЕ, ПОЭТОМУ ТАБЛИЦЫ РАЗЛИЧАЮТСЯ ПО НАПОЛНЕНИЮ.
+
+ЧТО Я ЗАМЕТИЛ ПРИ СОЗДАНИИ МАТ ПРЕДСТАВЛЕНИЙ В КХ?
+ТО ЧТО В ГП МАТ ПРЕДСТАВЛЕНИЯ ЭТО ОТДЕЛЬНАЯ ТАБЛИЦА, КОТОРАЯ ХРАНИТ ОПРЕДЕЛЕННЫЙ РЕЗУЛЬТАТ, ОНА НЕ ЯВЛЕТСЯ ДИНАМИЧЕСКОЙ,
+ЕЕ НЕОБХОДИМО ОБНОВЛЯТЬ ПРИ ПОСТУПЛЕНИИ НОВЫХ ДАННЫХ, СООТВЕТСТВЕННО ВЕСЬ АНАЛИЗ ДАННЫХ ГП ДЕЛАЕТ ПО ВСЕМ ДАННЫМ ЗАПРОСА.
+КХ В ОТЛИЧИЕ ОТ ГП РАБОТАЕТ ИНАЧЕ, ОН ПОДХВАТЫВАЕТ ЛИШЬ НОВЫЕ ДАННЫЕ, ПРИЧЕМ ЭТИ НОВЫЕ ДАННЫЕ МОГУТ ПОСТУПАТЬ ТОЛЬКО ИЗ ТАБЛИЦЫ ФАКТОВ,
+ЕСЛИ ОНИ ПОСТУПЯТ ИЗ ТАБЛИЦ ИЗМЕРЕНИЙ, ТО НИКАКИХ РАСЧЕТОМ КХ ДЕЛАТЬ НЕ БУДЕТ. 
+ТАКЖЕ СТОИТ ОТМЕТИТЬ, ЧТО В КХ ПОЯВЛЯЕТСЯ ЦЕЛЕВАЯ ТАБЛИЦА, В КОТОРУЮ МАТ ПРЕДСТАВЛЕНИЕ И ПРОИЗВОДИТ ЗАПИСЬ ДАННЫХ И ПОТОМ 
+В ЗАПРОСЕ МЫ ОБРАЩАЕМСЯ ИМЕННО К ЦЕЛЕВОЙ ТАБЛИЦЕ, А НЕ К МАТ ПРЕДСТАВЛЕНИЮ (МАТ ПРЕДСТАВЛЕНИЕ ЭТО ВСЕГО ЛИШЬ ТРИГГЕР, КОТОРЫЕ УЛАВЛИВАЕТ НОВЫЕ ДАННЫЕ ИЗ ТАБЛИЦЫ ФАКТОВ).