Введение

Базы данных — сердце любого современного приложения. Здесь хранятся данные, здесь происходит магия CRUD, транзакций и масштабирования.

Что будет в этом разделе?

graph TB
    A[Databases] --> B[SQL: PostgreSQL]
    A --> C[NoSQL: MongoDB]
    A --> D[In-Memory: Redis]
    A --> E[Design & Optimization]

    B --> B1[Индексы]
    B --> B2[Триггеры & Views]
    B --> B3[JSON & Full-Text]
    B --> B4[Партицирование]

    C --> C1[Aggregation Pipeline]
    C --> C2[Sharding & Replica Sets]
    C --> C3[Schema Design]

    D --> D1[Cache Strategies]
    D --> D2[Pub/Sub & Streams]

    E --> E1[Нормализация]
    E --> E2[Query Optimization]
    E --> E3[Transactions & ACID]
    E --> E4[ORMs & Migrations]

    style A fill:#3b82f6,stroke:#1e40af,color:#fff
    style B fill:#10b981,stroke:#059669,color:#fff
    style C fill:#8b5cf6,stroke:#6d28d9,color:#fff
    style D fill:#ef4444,stroke:#dc2626,color:#fff
    style E fill:#f59e0b,stroke:#d97706,color:#fff

---

🎯 Что вы изучите

PostgreSQL (8 уроков)

Самая мощная open-source реляционная БД. От базовых запросов до advanced фич:

• Индексы: B-tree, Hash, GIN, GiST — когда и что использовать
• Триггеры: Автоматизация бизнес-логики на уровне БД
• Views & Materialized Views: Виртуальные таблицы и кеширование запросов
• Оконные функции: ROW_NUMBER(), LAG(), LEAD() — аналитика прямо в SQL
• JSON/JSONB: Гибридные документы в реляционной БД
• Full-Text Search: Поиск без Elasticsearch
• Партицирование: Разделение больших таблиц для скорости

---

MongoDB (7 уроков)

Документо-ориентированная NoSQL БД. Когда схема гибкая, а данные — неструктурированные:

• Aggregation Pipeline: MapReduce на стероидах
• Индексы: Как индексировать вложенные документы и массивы
• Sharding: Горизонтальное масштабирование на сотни серверов
• Replica Sets: Отказоустойчивость через репликацию
• Транзакции: Да, в MongoDB тоже есть ACID!
• Schema Design Patterns: Bucket, Outlier, Computed — когда какой паттерн применять

---

Redis (5 уроков)

In-memory key-value store. Когда нужна сверх-скорость:

• Структуры данных: Strings, Lists, Sets, Sorted Sets, Hashes, HyperLogLog
• Cache Strategies: Write-through, Write-behind, Cache-aside
• Sessions: Хранение сессий без нагрузки на основную БД
• Pub/Sub: Real-time сообщения между сервисами
• Streams: Event sourcing и message queues

---

Database Design & Optimization (6 уроков)

Теория и практика проектирования схем:

• Нормализация: 1NF, 2NF, 3NF — избавляемся от дубликатов
• Relationships: One-to-One, One-to-Many, Many-to-Many
• Денормализация: Когда нарушение правил — правильное решение
• Query Optimization: EXPLAIN, индексы, covering indexes
• Transactions & ACID: Atomicity, Consistency, Isolation, Durability

---

ORMs & Migrations (4 урока)

Работа с БД через код:

• Prisma: Type-safe ORM для TypeScript/JavaScript
• TypeORM vs Mongoose: SQL ORM vs MongoDB ODM
• Schema Evolution: Как эволюционировать схему без даунтайма
• Zero-Downtime Migrations: Blue-green deployments, rolling updates

---

🔥 Зачем это нужно?

flowchart LR
    A[Приложение] -->|Читает| B[(Database)]
    A -->|Пишет| B
    B -->|Быстро| C[Redis Cache]
    B -->|Поиск| D[Full-Text Index]
    B -->|Аналитика| E[Aggregation]
    B -->|Репликация| F[Backup DB]

    style A fill:#3b82f6,stroke:#1e40af,color:#fff
    style B fill:#10b981,stroke:#059669,color:#fff
    style C fill:#ef4444,stroke:#dc2626,color:#fff
    style D fill:#f59e0b,stroke:#d97706,color:#fff
    style E fill:#8b5cf6,stroke:#6d28d9,color:#fff
    style F fill:#6b7280,stroke:#374151,color:#fff

---

💡 Философия

Не существует “идеальной” БД. Есть правильный выбор под конкретную задачу:

• PostgreSQL: Когда нужны отношения, транзакции, ACID
• MongoDB: Когда схема меняется часто, данные неструктурированные
• Redis: Когда критична скорость, данные временные

Масштабирование:

• Вертикальное: Больше CPU/RAM на одном сервере (PostgreSQL любит это)
• Горизонтальное: Больше серверов (MongoDB sharding, PostgreSQL Citus)

Оптимизация:

1. Сначала правильная схема (нормализация/денормализация)
2. Потом индексы (но не все подряд!)
3. Потом кеш (Redis)
4. И только потом — переписывание запросов

---

🚀 Готовы?

Это не просто “как создать таблицу”. Это глубокое погружение в Data Engineering: от теории до production-ready решений.

Следующий урок: PostgreSQL: Основы →

---

📚 Дополнительные ресурсы

• PostgreSQL Documentation
• MongoDB University
• Redis University
• Use The Index, Luke! — Библия индексов
• Database Internals — Как БД работают внутри