М3. Бази даних

Стан програми виходить за межі Python-процесу: дані живуть у базі, переживають перезапуск і спільні для багатьох програм.

• Бонус. Pandas: аналіз даних, графіки і Dash — поза нумерацією 1–52, бо Python сьогодні — насамперед data science: справжні дані про Україну (ціни WFP 2014–2026, курс, борг, зарплати Держстату, порти, ціни у 71 країні); pandas (read_csv, query, Split-Apply-Combine, resample, merge, melt/pivot, очищення cp1251-файлу), matplotlib, seaborn і Plotly, Dash-застосунок на 7 вкладок; що змінилось у свіжих даних WFP (National Average лише 2014–2017, буханка → кілограм). Довідники: аналіз даних — патерни й мислення, архітектура Dash.

Уроки модуля:

• Урок 30. Основи SQL (PostgreSQL) — база диспетчерської «Смачно + Таксі»: клієнт і сервер PostgreSQL, встановлення (Docker, інсталятор, Linux, Colab), таблиці з первинними й зовнішніми ключами та обмеженнями, INSERT … RETURNING / UPDATE / DELETE, SELECT і порядок його виконання, NULL, агрегати з GROUP BY / HAVING, JOIN і LEFT JOIN, підзапити й WITH, транзакції й ACID; з Python — psycopg, SQL-ін'єкція й параметри, репозиторій; архітектура: де живуть правила, індекси й EXPLAIN.
• Урок 31. Redis overview — Redis поруч із PostgreSQL: що класти в пам'ять, а що на диск; SET / GET, атомарний INCR проти гонитви, EXPIRE / TTL; структури list, hash, set, sorted set (відповідники з уроку 29); redis-py і pipeline; кеш cache-aside, черга задач producer / consumer (BLPOP), Pub/Sub; архітектура: персистентність RDB / AOF, maxmemory-policy allkeys-lru, коли Redis не потрібен; протокол RESP. Практика — rate limit.