Подходит ли платформа для начинающих без опыта работы?

Да, курсы разбиты по уровням: Junior, Middle, Senior. Начинающие могут стартовать с базовых тем Python, Docker и алгоритмов и постепенно двигаться к более сложным темам.

Как быстро можно подготовиться к собеседованию на позицию Junior разработчика?

При занятиях 1–2 часа в день — от 2 до 4 недель на основные темы. Платформа анализирует слабые места по результатам квизов и строит персональный план подготовки.

Какие технологии охватывает платформа?

Python, FastAPI, Django, Docker, алгоритмы и структуры данных, Agile/Scrum, SQL, CI/CD, системный дизайн, код-ревью и более 50 других тем для разработчиков.

Платформа бесплатная?

Большинство учебных материалов и квизов доступны бесплатно после регистрации. Регистрация занимает менее минуты.

Как платформа помогает найти работу программистом?

Платформа даёт фундаментальные знания, которые проверяют на технических собеседованиях: алгоритмы, архитектура, фреймворки. Мок-интервью имитирует реальное собеседование. Система прогресса показывает, какие темы нужно подтянуть перед собеседованием.

gist_deep_dive

GiST: кастомные типы данных

Generalized Search Tree для геоданных, диапазонов и нечёткого поиска.

GiST: кастомные типы данных

GiST — это расширяемый индекс для произвольных типов данных. Он позволяет индексировать геоданные, диапазоны, нечёткий поиск и другие специализированные структуры.

1. Что такое GiST

GiST (Generalized Search Tree) — это сбалансированное дерево, которое позволяет индексировать произвольные типы данных через определение предикатов.

Ключевая идея

В отличие от B-дерева, которое требует тотального порядка (a < b < c), GiST работает с предикатами истинности.

B-дерево: требует <, >, =
GiST: требует только «пересекается/содержит/ближайший»

Типичные сценарии использования

Сценарий	Тип данных	Пример
Геоданные	PostGIS (geometry, geography)	`WHERE geom && box`
Диапазоны	tsrange, int4range, numrange	`WHERE tsrange && '[2026-01-01, 2026-12-31]'`
Нечёткий поиск	text с trigram	`WHERE name % 'jon'`
Полнотекстовый поиск	tsvector	`WHERE text @@ query`
Векторы	pgvector	`WHERE embedding <-> query < 0.5`

2. Как работает GiST

2.1. Иерархическая структура

                    ┌─────────────┐
                    │    ROOT     │
                    │  bounding   │
                    │    box      │
                    └──────┬──────┘
                           │
         ┌─────────────────┼─────────────────┐
         │                 │                 │
    ┌────▼────┐       ┌────▼────┐       ┌────▼────┐
    │INTERNAL │       │INTERNAL │       │INTERNAL │
    │  box 1  │       │  box 2  │       │  box 3  │
    └────┬────┘       └────┬────┘       └────┬────┘
         │                 │                 │
    ┌────┴────┐       ┌────┴────┐       ┌────┴────┐
    ▼         ▼       ▼         ▼       ▼         ▼
 ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐
 │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │
 │point │ │point │ │point │ │point │ │point │ │point │
 │(1,2) │ │(3,4) │ │(5,6) │ │(7,8) │ │(9,10)│ │...   │
 └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘

Каждый узел содержит ограничивающий прямоугольник (bounding box), который охватывает все дочерние элементы.

2.2. Поиск в GiST

SELECT * FROM places WHERE geom && ST_MakeEnvelope(0, 0, 10, 10);

Начинаем с корня
Проверяем: пересекается ли bounding box узла с запросом?
Если да — спускаемся в дочерние узлы
Если нет — пропускаем весь поддерево
В листовых узлах — точная проверка

2.3. Семь методов GiST

Для поддержки типа данных в GiST нужно определить 7 методов:

Метод	Описание
Consistent	Проверяет, удовлетворяет ли элемент условию
Union	Вычисляет bounding box для множества элементов
Compress	Сжимает данные для хранения в индексе
Decompress	Восстанавливает данные из сжатого вида
Penalty	Оценка стоимости добавления элемента в узел
PickSplit	Алгоритм разделения переполненного узла
Same	Проверяет эквивалентность двух элементов

3. GiST для геоданных (PostGIS)

3.1. Установка PostGIS

CREATE EXTENSION postgis;

3.2. Создание таблицы

CREATE TABLE places (
    id BIGSERIAL PRIMARY KEY,
    name VARCHAR(255),
    geom GEOMETRY(POINT, 4326)  -- WGS84 (lat/lon)
);

INSERT INTO places (name, geom) VALUES
('Moscow', ST_MakePoint(37.6176, 55.7558)),
('Saint Petersburg', ST_MakePoint(30.3141, 59.9386)),
('Kazan', ST_MakePoint(49.1221, 55.7961));

3.3. Создание GiST-индекса

CREATE INDEX idx_places_geom ON places USING GIST (geom);

3.4. Запросы

-- Поиск в прямоугольнике (&& — пересекается)
SELECT * FROM places 
WHERE geom && ST_MakeEnvelope(37, 55, 38, 56, 4326);

-- Поиск в радиусе (DWithin — в пределах расстояния)
SELECT * FROM places 
WHERE ST_DWithin(geom, ST_MakePoint(37.6, 55.7), 10000);  -- 10 км

-- Ближайшие объекты (<-> — расстояние длясортировки)
SELECT name, geom 
FROM places 
ORDER BY geom <-> ST_MakePoint(37.6, 55.7)
LIMIT 5;

-- Расстояние между точками
SELECT 
    name,
    ST_Distance(geom, ST_MakePoint(37.6, 55.7)) as distance
FROM places;

3.5. Операторы для геометрии

Оператор	Описание	Пример
`&&`	Пересекается	`geom && box`
`@>`	Содержит	`polygon @> point`
`<@`	Содержится в	`point <@ polygon`
`<->`	Расстояние (для ORDER BY)	`ORDER BY geom <-> point`
`ST_DWithin`	В пределах расстояния	`ST_DWithin(geom, point, 1000)`

4. GiST для диапазонов (Range Types)

4.1. Типы диапазонов

Тип	Описание
`tsrange`	Диапазон timestamp
`tstzrange`	Диапазон timestamp с timezone
`int4range`	Диапазон integer
`int8range`	Диапазон bigint
`numrange`	Диапазон numeric

4.2. Создание таблицы

CREATE TABLE bookings (
    id BIGSERIAL PRIMARY KEY,
    room_id INTEGER,
    during tsrange
);

INSERT INTO bookings (room_id, during) VALUES
(1, tsrange('2026-01-01 10:00', '2026-01-01 12:00')),
(1, tsrange('2026-01-01 14:00', '2026-01-01 16:00')),
(2, tsrange('2026-01-01 10:00', '2026-01-01 11:00'));

4.3. Создание GiST-индекса

CREATE INDEX idx_bookings_during ON bookings USING GIST (during);

4.4. Запросы

-- Пересечение диапазонов (&&)
SELECT * FROM bookings 
WHERE during && tsrange('2026-01-01 11:00', '2026-01-01 13:00');

-- Содержит ли диапазон значение (@>)
SELECT * FROM bookings 
WHERE during @> '2026-01-01 11:30'::timestamp;

-- Содержится ли диапазон в другом (<@)
SELECT * FROM bookings 
WHERE tsrange('2026-01-01 10:30', '2026-01-01 11:30') <@ during;

-- Смежные диапазоны (-|-)
SELECT * FROM bookings 
WHERE during -|- tsrange('2026-01-01 12:00', '2026-01-01 14:00');

4.5. Исключение пересечений (EXCLUDE)

CREATE TABLE room_bookings (
    room_id INTEGER,
    during tsrange,
    EXCLUDE USING GIST (
        room_id WITH =,
        during WITH &&
    )
);

-- ✅ Первая бронь
INSERT INTO room_bookings (room_id, during) 
VALUES (1, tsrange('2026-01-01 10:00', '2026-01-01 12:00'));

-- ❌ Пересечение — ошибка
INSERT INTO room_bookings (room_id, during) 
VALUES (1, tsrange('2026-01-01 11:00', '2026-01-01 13:00'));
-- ERROR: conflicting key value violates exclusion constraint

5. GiST для нечёткого поиска (Trigram)

5.1. Установка расширения

CREATE EXTENSION pg_trgm;

5.2. Создание таблицы

CREATE TABLE users (
    id BIGSERIAL PRIMARY KEY,
    name VARCHAR(255)
);

INSERT INTO users (name) VALUES
('John Smith'),
('Jonathan Doe'),
('Jane Wilson'),
('Bob Johnson');

5.3. Создание GiST-индекса

CREATE INDEX idx_users_name_trgm ON users USING GIST (name gist_trgm_ops);

5.4. Запросы

-- Нечёткое совпадение (% — similarity)
SELECT * FROM users WHERE name % 'jon';
-- Найдёт: John, Jonathan

-- Расстояние Левенштейна (<->)
SELECT name, name <-> 'jon' as distance
FROM users
ORDER BY name <-> 'jon'
LIMIT 5;

-- Порог схожести
SET pg_trgm.similarity_threshold = 0.3;
SELECT * FROM users WHERE name % 'jon';

6. GiST для полнотекстового поиска

6.1. Создание таблицы

CREATE TABLE documents (
    id BIGSERIAL PRIMARY KEY,
    title VARCHAR(255),
    content TEXT,
    search_vector tsvector
);

-- Заполнение search_vector
UPDATE documents 
SET search_vector = to_tsvector('russian', title || ' ' || content);

6.2. Создание GiST-индекса

CREATE INDEX idx_docs_search ON documents USING GIST (search_vector);

6.3. Запросы

SELECT * FROM documents 
WHERE search_vector @@ to_tsquery('russian', 'база & данных');

6.4. GIN vs GiST для полнотекстового поиска

Характеристика	GIN	GiST
Скорость поиска	Быстрее	Медленнее
Скорость вставки	Медленнее	Быстрее
Размер индекса	Больше	Меньше
Поддержка ранжирования	✅ Да	✅ Да
Обновление в реальном времени	❌ Хуже	✅ Лучше

Рекомендация: GIN для статичных данных, GiST для часто обновляемых.

7. GiST для векторов (pgvector)

7.1. Установка расширения

CREATE EXTENSION vector;

7.2. Создание таблицы

CREATE TABLE embeddings (
    id BIGSERIAL PRIMARY KEY,
    embedding vector(384),  -- 384-мерный вектор
    metadata JSONB
);

7.3. Создание GiST-индекса

-- Для косинусного расстояния
CREATE INDEX idx_embeddings_embedding ON embeddings 
USING GIST (embedding vector_cosine_ops);

-- Для L2-расстояния
CREATE INDEX idx_embeddings_l2 ON embeddings 
USING GIST (embedding vector_l2_ops);

7.4. Запросы

-- Поиск ближайших соседей (KNN)
SELECT id, metadata, embedding <-> '[0.1, 0.2, ...]'::vector as distance
FROM embeddings
ORDER BY embedding <-> '[0.1, 0.2, ...]'::vector
LIMIT 10;

-- Поиск в пределах расстояния
SELECT * FROM embeddings 
WHERE embedding <-> '[0.1, 0.2, ...]'::vector < 0.5;

8. Производительность GiST

8.1. Сравнение с Seq Scan

EXPLAIN ANALYZE 
SELECT * FROM places 
WHERE geom && ST_MakeEnvelope(37, 55, 38, 56, 4326);

Без индекса:

Seq Scan on places
  Filter: (geom && ...)
  Execution Time: 15.2 ms

С GiST:

Bitmap Heap Scan on places
  Recheck Cond: (geom && ...)
  ->  Bitmap Index Scan on idx_places_geom
        Index Cond: (geom && ...)
  Execution Time: 0.8 ms

8.2. KNN (K-Nearest Neighbors) поиск

-- GiST поддерживает индексно-упорядоченное сканирование
EXPLAIN ANALYZE
SELECT * FROM places
ORDER BY geom <-> ST_MakePoint(37.6, 55.7)
LIMIT 10;

Index Scan using idx_places_geom on places
  Order By: (geom <-> ...)
  Execution Time: 0.5 ms

Без KNN: потребовалось бы вычислить расстояние до всех строк и отсортировать.

8.3. Размер индекса

Тип данных	GiST размер
geometry(POINT)	~2x от данных
tsrange	~1.5x от данных
text (trigram)	~2.5x от данных
vector(384)	~3x от данных

9. Настройка GiST

9.1. fillfactor

-- Меньший fillfactor для частых обновлений
CREATE INDEX idx ON table USING GIST (column) WITH (fillfactor = 70);

9.2. buffer

-- Размер буфера для вставки (GiST)
SET gist_buffers = '16MB';  -- По умолчанию зависит от shared_buffers

10. Диагностика GiST

10.1. Размер индекса

SELECT 
    indexname,
    pg_size_pretty(pg_relation_size(indexname::regclass)) as size
FROM pg_indexes
WHERE tablename = 'places';

10.2. Статистика использования

SELECT 
    indexrelname,
    idx_scan,
    idx_tup_read
FROM pg_stat_user_indexes
WHERE relname = 'places';

10.3. Валидация индекса

-- Проверка целостности
SELECT pg_indexam_has_property('gist'::regtype, 'can_order');

11. Best practices

✅ Делайте

Используйте GiST для геоданных, диапазонов, нечёткого поиска
Создавайте GiST для KNN-запросов (ORDER BY <->)
Используйте EXCLUDE для запрета пересечений
Выбирайте между GIN и GiST для полнотекстового поиска по workload
Настраивайте fillfactor для часто обновляемых таблиц

❌ Не делайте

Не используйте GiST для скалярных типов (=, <, >) — B-дерево лучше
Не создавайте GiST без анализа поддерживаемых операторов
Не игнорируйте размер GiST-индексов
Не забывайте про KNN-оптимизацию с <->
Не используйте GiST для Hash-операций

12. Практические примеры

12.1. Гео-поиск магазинов

CREATE TABLE stores (
    id BIGSERIAL PRIMARY KEY,
    name VARCHAR(255),
    location GEOGRAPHY(POINT, 4326)
);

CREATE INDEX idx_stores_location ON stores USING GIST (location);

-- Магазины в радиусе 5 км
SELECT name, ST_Distance(location, ST_MakePoint(37.6, 55.7)::geography) as distance
FROM stores
WHERE ST_DWithin(location, ST_MakePoint(37.6, 55.7)::geography, 5000)
ORDER BY distance;

12.2. Бронирование переговорных

CREATE TABLE room_reservations (
    room_id INTEGER,
    during tsrange,
    EXCLUDE USING GIST (
        room_id WITH =,
        during WITH &&
    )
);

-- Проверка доступности
SELECT * FROM room_reservations
WHERE room_id = 1
  AND during && tsrange('2026-01-01 14:00', '2026-01-01 16:00');

12.3. Поиск похожих товаров

CREATE TABLE products (
    id BIGSERIAL PRIMARY KEY,
    name VARCHAR(255),
    embedding vector(512)
);

CREATE INDEX idx_products_embedding ON products 
USING GIST (embedding vector_cosine_ops);

-- Похожие товары
SELECT name, 1 - (embedding <=> '[...]'::vector) as similarity
FROM products
ORDER BY embedding <=> '[...]'::vector
LIMIT 10;

13. Что дальше?

SP-GiST — для трие и пространственного разбиения
BRIN — для очень больших таблиц
Мониторинг и отладка — диагностика проблем

Ключевые выводы

GiST расширяем — поддерживает произвольные типы данных через предикаты
Геоданные и диапазоны — основные сценарии использования
KNN-поиск — ORDER BY <-> использует индекс для сортировки
EXCLUDE-ограничения — запрет пересечений на уровне БД
GIN vs GiST — GIN быстрее для поиска, GiST для вставки

Проверьте свои знания

Вопросы ещё не добавлены

Вопросы для этой подтемы ещё не добавлены.

Сценарий

Тип данных

Пример

Геоданные

PostGIS (geometry, geography)

WHERE geom && box

Диапазоны

tsrange, int4range, numrange

WHERE tsrange && '[2026-01-01, 2026-12-31]'

Нечёткий поиск

text с trigram

WHERE name % 'jon'

Полнотекстовый поиск

tsvector

WHERE text @@ query

Векторы

pgvector

WHERE embedding <-> query < 0.5

┌─────────────┐ │ ROOT │ │ bounding │ │ box │ └──────┬──────┘ │ ┌─────────────────┼─────────────────┐ │ │ │ ┌────▼────┐ ┌────▼────┐ ┌────▼────┐ │INTERNAL │ │INTERNAL │ │INTERNAL │ │ box 1 │ │ box 2 │ │ box 3 │ └────┬────┘ └────┬────┘ └────┬────┘ │ │ │ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐ ▼ ▼ ▼ ▼ ▼ ▼ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │ │ LEAF │ │point │ │point │ │point │ │point │ │point │ │point │ │(1,2) │ │(3,4) │ │(5,6) │ │(7,8) │ │(9,10)│ │... │ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘

Метод

Описание

Consistent

Проверяет, удовлетворяет ли элемент условию

Union

Вычисляет bounding box для множества элементов

Compress

Сжимает данные для хранения в индексе

Decompress

Восстанавливает данные из сжатого вида

Penalty

Оценка стоимости добавления элемента в узел

PickSplit

Алгоритм разделения переполненного узла

Same

Проверяет эквивалентность двух элементов

Оператор

Описание

Пример

&&

Пересекается

geom && box

@>

Содержит

polygon @> point

<@

Содержится в

point <@ polygon

<->

Расстояние (для ORDER BY)

ORDER BY geom <-> point

ST_DWithin

В пределах расстояния

ST_DWithin(geom, point, 1000)

Тип

Описание

tsrange

Диапазон timestamp

tstzrange

Диапазон timestamp с timezone

int4range

Диапазон integer

int8range

Диапазон bigint

numrange

Диапазон numeric

Характеристика

GIN

GiST

Скорость поиска

Быстрее

Медленнее

Скорость вставки

Медленнее

Быстрее

Размер индекса

Больше

Меньше

Поддержка ранжирования

✅ Да

Обновление в реальном времени

❌ Хуже

✅ Лучше

Тип данных

GiST размер

geometry(POINT)

~2x от данных

tsrange

~1.5x от данных

text (trigram)

~2.5x от данных

vector(384)

~3x от данных