آوند — داده: SQL، مدل‌سازی و تحلیل برای تصمیم

فصل ۷ از ۹

پیشرفت ترم
۰٪

در این فصل چه یاد می‌گیری#

یک ستونِ زمان در تمامِ این ترم کنارمان بوده و هیچ قیدی رویش نگذاشتیم. حالا نوبتِ اوست، و با گران‌ترین اشتباهِ کارِ با داده شروع می‌کنیم.

پرسشِ «امانت‌های یک سالِ گذشته تا آخرِ ژوئن» با <= روی تاریخ ۱۳٬۰۰۴ جواب می‌دهد و با بازهٔ درست ۱۳٬۴۱۵. چهارصد و یازده رویدادِ روزِ آخر، بی‌صدا، از هر گزارشی که این‌طور نوشته شده حذف می‌شوند — و BETWEEN هم دقیقاً همان عدد را می‌دهد، با اینکه «هر دو سرش داخل است».

بعد سراغِ منطقهٔ زمانی می‌رویم و می‌بینیم ۲٬۶۳۵ رویداد در تقویمِ محلی روزِ دیگری‌اند — و در ۶۲۲ روز از ۷۳۱ روز، شمارشِ روزانه با شمارشِ محلی نمی‌خواند.

یک خط‌کشِ زمانی با دو نشانگر که یکی درست روی خط مرزی ایستاده و دیگری یک پله جلوتر

آخر این فصل می‌توانی:

  • زمان را به شکلی ذخیره کنی که مرتب‌سازی و مقایسه‌اش درست باشد
  • بازهٔ باز-بسته بنویسی و بگویی چرا <= روی زمان خطرناک است
  • منطقهٔ زمانی را به لایهٔ نمایش ببری و اثرش را با عدد نشان بدهی
  • بگویی جدولِ رویداد و جدولِ وضعیت هرکدام به چه پرسشی جواب می‌دهند

قبل از شروع#

از ترمِ ۱ فصلِ ۵: تاریخ در SQLite متن است، به‌شکلِ YYYY-MM-DD، و date() و strftime رویش کار می‌کنند. از فصلِ ۶: CHECK و DEFAULT. از فصلِ ۱: دانه‌بندیِ loan_events، که «یک رویداد» است نه «یک امانت».

تعریفِ یک‌جمله‌ای که کلِ فصل رویش سوار است: زمان را در یک منطقهٔ زمانی — UTC — و در یک قالب — ISO-8601 — ذخیره کن، و هر تبدیلِ دیگری را به لحظهٔ نمایش موکول کن.

📓 نوت‌بوک: نوت‌بوک این فصل را در Colab باز کن — همهٔ کدهای این فصل آماده و به‌ترتیب داخلش هست.

جدول تعدادِ سطر زمانِ ساخت
catalog_raw ۱٬۲۰۰ کمتر از یک ثانیه
members_raw ۳۰۰ آنی
loan_events ۲۶٬۱۱۹ حدودِ یک ثانیه

۱. یک قالب، و دلیلش#

print(q("SELECT id, catalog_id, happened_at, kind FROM loan_events ORDER BY id LIMIT 3"))
print()
print("اسکیمای جدول:")
print(q("PRAGMA table_info(loan_events)")[["name", "type", "notnull"]])
print()
print("مرتب‌سازی متنی همان مرتب‌سازی زمانی است؟")
print(q("""
    SELECT MIN(happened_at) AS first_event, MAX(happened_at) AS last_event
    FROM loan_events
"""))
   id  catalog_id          happened_at kind
0   1        1145  2023-07-01 11:16:15  out
1   2        1019  2023-07-01 11:16:44  out
2   3        1084  2023-07-01 11:45:47  out

اسکیمای جدول:
          name     type  notnull
0           id  INTEGER        0
1   catalog_id  INTEGER        1
2    member_id  INTEGER        1
3  happened_at     TEXT        1
4         kind     TEXT        1

مرتب‌سازی متنی همان مرتب‌سازی زمانی است؟
           first_event           last_event
0  2023-07-01 11:16:15  2025-06-30 23:36:21

ستون TEXT است و هیچ نوعِ «تاریخ»ی در کار نیست — همان چیزی که ترمِ ۱ گفت. ولی قالبش تصادفی نیست و سه خاصیت دارد که هر سه لازم‌اند:

  1. از بزرگ به کوچک — سال، ماه، روز، ساعت، دقیقه، ثانیه. برای همین مقایسهٔ متنی دقیقاً همان مقایسهٔ زمانی است و MIN و MAX و ORDER BY بدونِ هیچ تبدیلی درست کار می‌کنند.
  2. طولِ ثابت با صفرِ ابتدایی — 06 نه 6. بدونِ این، '2025-6-30' از '2025-12-01' بزرگ‌تر شمرده می‌شود، چون مقایسه حرف‌به‌حرف است و '6' از '1' بزرگ‌تر.
  3. همیشه UTC — بخشِ ۳ نشان می‌دهد چرا این سومی از دوتای اول هم مهم‌تر است.

و یک انتخابِ دیگر هم هست که باید بدانی چرا نکردیم: می‌شد زمان را به‌شکلِ عددِ ثانیه از یک مبدأ ذخیره کرد. آن هم درست مرتب می‌شود و جای کمتری می‌گیرد، ولی با چشم خواندنی نیست — و ستونی که با چشم خواندنی نیست، هر اشتباهش تا آخرین لحظه پنهان می‌ماند. برای دادهٔ آموزشی و مدیریتی، خواندنی بودن ارزشش را دارد.

۲. <= روی زمان: ۴۱۱ سطری که ناپدید می‌شوند#

پرسشِ کاملاً معمولی: «امانت‌های یک سالِ گذشته، از اولِ ژوئیه تا آخرِ ژوئن».

START, END_DAY, END_NEXT = "2024-07-01", "2025-06-30", "2025-07-01"

closed = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at >= ? AND happened_at <= ?
""", (START, END_DAY)).iloc[0, 0])
between = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at BETWEEN ? AND ?
""", (START, END_DAY)).iloc[0, 0])
half_open = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
""", (START, END_NEXT)).iloc[0, 0])
last_day = int(q("""
    SELECT COUNT(*) AS n FROM loan_events WHERE substr(happened_at, 1, 10) = ?
""", (END_DAY,)).iloc[0, 0])

print("با <= روی تاریخ    :", closed)
print("با BETWEEN         :", between)
print("با بازهٔ باز-بسته  :", half_open)
print()
print("اختلاف             :", half_open - closed)
print("رویدادهای روز آخر  :", last_day)
با <= روی تاریخ    : 13004
با BETWEEN         : 13004
با بازهٔ باز-بسته  : 13415

اختلاف             : 411
رویدادهای روز آخر  : 411

چهارصد و یازده سطر، و دقیقاً برابرِ تعدادِ رویدادهای روزِ آخر.

دلیلش یک خطِ مقایسهٔ متنی است. مقدارِ ذخیره‌شده '2025-06-30 14:07:52' است و مقداری که فرستادیم '2025-06-30'. رشتهٔ اول از رشتهٔ دوم بلندتر است و در همان کاراکترها با آن یکی است، پس بزرگ‌تر شمرده می‌شود. یعنی حتی '2025-06-30 00:00:00' هم از '2025-06-30' بزرگ‌تر است و <= هیچ ساعتی از آن روز را نمی‌گیرد: کلِ آن روز بیرون می‌ماند.

و BETWEEN نجاتت نمی‌دهد. ترمِ ۱ فصلِ ۳ گفت «هر دو سرِ BETWEEN داخل بازه‌اند» و این حرف درست است — ولی «داخل بودنِ '2025-06-30'» یعنی داخل بودنِ همان ده نویسه، نه آن روز.

قاعده‌ای که از این به بعد استثنا ندارد: بازهٔ زمانی همیشه باز-بسته نوشته می‌شود.

WHERE happened_at >= '2024-07-01' AND happened_at < '2025-07-01'

ابتدا داخل، انتها بیرون. سه چیز را با هم درست می‌کند: ساعت و دقیقه و ثانیه‌ای که در انتها هستند از قلم نمی‌افتند، بازه‌های پشتِ‌سرِ هم نه هم‌پوشانی دارند و نه شکاف، و اگر فردا دقتِ ستون از ثانیه به میلی‌ثانیه برود، پرسشت همان‌طور درست می‌ماند.

✅ چک کن: half_open - closed باید دقیقاً برابرِ last_day باشد. اگر نبود، بازه‌ات از جایی غیر از اولِ روز شروع شده — و آن‌وقت اختلاف دو منبع دارد و نمی‌شود به یکی نسبتش داد.

۳. منطقهٔ زمانی مسئلهٔ نمایش است، نه ذخیره#

رویدادهای ما در UTC ثبت شده‌اند. کتابخانه در منطقه‌ای است که ساعتش سه ساعت و نیم جلوتر است. پس هر رویدادی که بعد از ۲۰:۳۰ به وقتِ UTC ثبت شده، در تقویمِ محلی مالِ روزِ بعد است.

shifted = int(q("""
    SELECT COUNT(*) AS n FROM loan_events WHERE substr(happened_at, 12) >= ?
""", ("20:30:00",)).iloc[0, 0])
utc_days = int(q("""
    SELECT COUNT(DISTINCT substr(happened_at, 1, 10)) AS n FROM loan_events
""").iloc[0, 0])
local_days = int(q("""
    SELECT COUNT(DISTINCT date(happened_at, '+3 hours', '+30 minutes')) AS n
    FROM loan_events
""").iloc[0, 0])

disagree = int(q("""
    SELECT COUNT(*) AS n FROM (
        SELECT u.day FROM
            (SELECT substr(happened_at, 1, 10) AS day, COUNT(*) AS n
             FROM loan_events GROUP BY day) AS u
        JOIN
            (SELECT date(happened_at, '+3 hours', '+30 minutes') AS day, COUNT(*) AS n
             FROM loan_events GROUP BY day) AS l ON l.day = u.day
        WHERE u.n <> l.n
    )
""").iloc[0, 0])

print("رویدادهایی که در تقویم محلی روز دیگری‌اند:", shifted, "از 26119")
print("روزهای متمایز در UTC   :", utc_days)
print("روزهای متمایز در محلی  :", local_days)
print("روزهایی که دو شمارش با هم نمی‌خوانند:", disagree)
print()
print(q("""
    SELECT substr(happened_at, 1, 10) AS day, COUNT(*) AS utc_count
    FROM loan_events
    WHERE substr(happened_at, 1, 10) IN ('2025-06-14', '2025-06-15', '2025-06-16')
    GROUP BY day
"""))
print(q("""
    SELECT date(happened_at, '+3 hours', '+30 minutes') AS day, COUNT(*) AS local_count
    FROM loan_events
    WHERE date(happened_at, '+3 hours', '+30 minutes')
          IN ('2025-06-14', '2025-06-15', '2025-06-16')
    GROUP BY day
"""))
رویدادهایی که در تقویم محلی روز دیگری‌اند: 2635 از 26119
روزهای متمایز در UTC   : 731
روزهای متمایز در محلی  : 732
روزهایی که دو شمارش با هم نمی‌خوانند: 622

          day  utc_count
0  2025-06-14         19
1  2025-06-15         46
2  2025-06-16         40
          day  local_count
0  2025-06-14           21
1  2025-06-15           41
2  2025-06-16           41

همان روز، دو عدد: ۴۶ و ۴۱.

و عددِ روزهای متمایز هم عوض شد — ۷۳۱ در برابرِ ۷۳۲. یک روزِ کاملاً تازه در تقویمِ محلی پیدا شد، چون رویدادهای دیرهنگامِ آخرین روز به فردایی سُر خوردند که در UTC اصلاً وجود ندارد.

پس گزارشِ روزانه دو نسخه دارد و هر دو درست‌اند. چیزی که غلط است، ننوشتنِ اینکه کدام یکی را داده‌ای.

و حالا دلیلِ اینکه چرا UTC ذخیره می‌کنیم، نه محلی: جابه‌جایی از UTC به محلی همیشه ممکن است — همان +3 hours, +30 minutes بالا. برعکسش نیست. اگر زمان را محلی ذخیره کنی، در روزی که ساعتِ رسمیِ منطقه عوض شود، یک ساعت از تاریخِ تو یا دو بار تکرار می‌شود یا اصلاً وجود ندارد — و هیچ راهی نداری بفهمی سطرِ ساعتِ 02:30 مالِ کدام‌شان است. UTC این ابهام را از اول نمی‌سازد.

⚠️ مواظب باش: آن +3 hours را در پرسش‌هایت پخش نکن. اختلافِ منطقهٔ زمانی یک عددِ ثابتِ تاریخی نیست — قانونش در طولِ سال‌ها عوض می‌شود و برای دو تاریخِ متفاوت می‌تواند فرق کند. جای درستش لایهٔ نمایش است، با کتابخانه‌ای که جدولِ رسمیِ مناطق را می‌شناسد؛ در SQL فقط برای دیدنِ اثر از آن استفاده کن، نه برای گزارشِ نهایی.

۴. جدولِ تقویم: ساعت‌هایی که در گزارش نیستند#

ترمِ ۳ فصلِ ۴ جدولِ تقویم را ساخت تا ماهِ بی‌داده هم دیده شود. اینجا همان ابزار در دقتِ ساعت لازم می‌شود، و نتیجه‌اش خیلی گویاتر است:

WEEK_START, WEEK_END = "2025-06-23", "2025-06-30"

present = int(q("""
    SELECT COUNT(DISTINCT substr(happened_at, 1, 13)) AS n
    FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
""", (WEEK_START, WEEK_END)).iloc[0, 0])
print("خانه‌های ساعتیِ یک هفته      :", 7 * 24)
print("ساعت‌هایی که رویداد دارند    :", present)
print("ساعت‌هایی که هیچ سطری ندارند :", 7 * 24 - present)
print()
print(q("""
    SELECT substr(happened_at, 12, 2) AS hour, COUNT(*) AS events
    FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
    GROUP BY hour
    ORDER BY events ASC
    LIMIT 3
""", (WEEK_START, WEEK_END)))
خانه‌های ساعتیِ یک هفته      : 168
ساعت‌هایی که رویداد دارند    : 119
ساعت‌هایی که هیچ سطری ندارند : 49

  hour  events
0   00       1
1   01       3
2   02       3

چهل‌ونه خانه از ۱۶۸ خانه هیچ سطری ندارند، و در هیچ گزارشی که از loan_events ساخته شود ظاهر نمی‌شوند.

اگر نمودارِ ساعتی بکشی، آن ۴۹ ساعت اصلاً روی محورِ افقی نیستند — نه اینکه ستونشان صفر باشد. نمودار به‌نظر پیوسته می‌آید و در واقع تکه‌هایی از زمان را حذف کرده. درمانش همان ترمِ ۳ است: اول تقویم را بساز، بعد داده را با LEFT JOIN به آن وصل کن.

۵. ثبتِ رویداد در برابرِ ثبتِ وضعیت#

دو راهِ کاملاً متفاوت برای نگه داشتنِ همین اطلاعات هست، و انتخابشان یک تصمیمِ مدل‌سازی است، نه سلیقه.

  • دفترِ رویداد هر اتفاق را با زمانش ثبت می‌کند و هیچ‌وقت چیزی را عوض نمی‌کند. جدولِ loan_events ما همین است.
  • جدولِ وضعیت فقط «حالا چه خبر است» را نگه می‌دارد و با هر اتفاق به‌روز می‌شود.

از دفترِ رویداد می‌شود وضعیت را ساخت. برعکسش نه.

state = q("""
    SELECT COUNT(*)   AS titles_out,
           SUM(net)   AS loans_out
    FROM (
        SELECT catalog_id,
               SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS net
        FROM loan_events
        GROUP BY catalog_id
        HAVING net > 0
    )
""")
print(state)
print()
print("رویدادهای out:", int(q("SELECT COUNT(*) AS n FROM loan_events WHERE kind = ?", ("out",)).iloc[0, 0]))
print("رویدادهای in :", int(q("SELECT COUNT(*) AS n FROM loan_events WHERE kind = ?", ("in",)).iloc[0, 0]))
print("تفاضلشان     :",
      int(q("SELECT SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS n FROM loan_events").iloc[0, 0]))
print()
print("عنوان‌هایی که تفاضلشان منفی است:",
      int(q("""
          SELECT COUNT(*) AS n FROM (
              SELECT catalog_id, SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS net
              FROM loan_events GROUP BY catalog_id HAVING net < 0
          )
      """).iloc[0, 0]))
   titles_out  loans_out
0         484        797

رویدادهای out: 13458
رویدادهای in : 12661
تفاضلشان     : 797

عنوان‌هایی که تفاضلشان منفی است: 0

هفتصد و نودوهفت امانتِ برنگشته، روی ۴۸۴ عنوان — و دو عدد باید با هم بخوانند.

جمعِ ستونِ loans_out دقیقاً برابرِ تفاضلِ کلِ out و in است. و شمارشِ کنترلیِ دومش آن خطِ آخر است: هیچ عنوانی تفاضلِ منفی ندارد، یعنی هیچ‌جا کتابی برگشته که هرگز نرفته بود. اگر آن عدد صفر نبود، کلِ این محاسبه بی‌اعتبار می‌شد و اول باید دنبالِ دلیلش می‌گشتیم.

و توجه کن به تفاوتِ ۷۹۷ با ۴۸۴ — که مستقیم از فصلِ ۱ می‌آید: یک سطرِ catalog_raw یک عنوانِ ثبت‌شده است، نه یک نسخهٔ فیزیکی. پس یک عنوان می‌تواند هم‌زمان چند امانتِ باز داشته باشد و مدلِ ما نمی‌تواند بگوید کدام نسخه کجاست. این محدودیتِ داده است و باید کنارِ عدد نوشته شود.

هرکدام از دو مدل به پرسشی جواب می‌دهد که آن یکی نمی‌تواند:

پرسش دفترِ رویداد جدولِ وضعیت
این کتاب پارسال چند بار امانت رفت؟ بله نه — گذشته پاک شده
این کتاب همین حالا کجاست؟ بله، ولی گران بله، آنی
ترتیبِ اتفاق‌ها چه بود؟ بله نه
آخرِ ماهِ پیش وضعیت چه بود؟ بله نه

نتیجهٔ عملی: دفترِ رویداد را منبعِ حقیقت بگیر و وضعیت را از رویش بساز — همان معاملهٔ فصلِ ۵، با همان قواعد: یک راهِ خودکارِ به‌روزرسانی، و یک آزمونِ سازگاری که جوابش همیشه صفر باشد.

۶. سه ستونِ زمانی که هر جدول لازم دارد#

con.executescript("""
    DROP TABLE IF EXISTS loans_v2;
    CREATE TABLE loans_v2 (
        id          INTEGER PRIMARY KEY,
        catalog_id  INTEGER NOT NULL,
        member_id   INTEGER NOT NULL,
        loaned_at   TEXT    NOT NULL CONSTRAINT loaned_at_is_iso
                            CHECK (loaned_at LIKE '____-__-__ __:__:__'),
        returned_at TEXT             CONSTRAINT returned_after_loaned
                            CHECK (returned_at IS NULL OR returned_at >= loaned_at),
        created_at  TEXT    NOT NULL DEFAULT '2025-06-30 00:00:00'
    );
""")
con.commit()

con.execute("""
    INSERT INTO loans_v2 (id, catalog_id, member_id, loaned_at, returned_at)
    VALUES (?, ?, ?, ?, ?)
""", (1, 5, 12, "2025-06-20 09:14:00", None))
con.commit()
print(q("SELECT id, loaned_at, returned_at, created_at FROM loans_v2"))
print()
for label, values in [
    ("قالب غلط", (2, 5, 12, "30/06/2025", None)),
    ("برگشت قبل از رفت", (3, 5, 12, "2025-06-20 09:14:00", "2025-06-19 08:00:00")),
]:
    try:
        con.execute("""
            INSERT INTO loans_v2 (id, catalog_id, member_id, loaned_at, returned_at)
            VALUES (?, ?, ?, ?, ?)
        """, values)
        print(f"  {label:<18} → قبول شد")
    except Exception as error:
        print(f"  {label:<18} → {type(error).__name__} | {error}")
con.rollback()
   id            loaned_at returned_at           created_at
0   1  2025-06-20 09:14:00        None  2025-06-30 00:00:00

  قالب غلط           → IntegrityError | CHECK constraint failed: loaned_at_is_iso
  برگشت قبل از رفت   → IntegrityError | CHECK constraint failed: returned_after_loaned

دو قید، دو خطای واقعی — و هر دو در اسکیما نوشته شده‌اند.

loaned_at_is_iso قالب را اجباری می‌کند: _ در LIKE یعنی «دقیقاً یک کاراکتر»، پس این الگو طولِ ثابتِ بخشِ ۱ را تضمین می‌کند. این ارزان‌ترین قیدی است که می‌توانی روی یک ستونِ زمان بگذاری و جلوی بیشترِ فاجعه‌ها را می‌گیرد.

returned_after_loaned یک قانونِ معنایی است، نه قالبی: کتاب نمی‌تواند قبل از رفتنش برگردد. و توجه کن که NULL را صریح استثنا کرد — همان الگوی فصلِ ۶، چون کتابی که هنوز برنگشته returned_at ندارد و آن NULL کاملاً درست است.

و ستونِ created_at: هر جدولی باید بداند هر سطرش کِی ساخته شده. در کارِ واقعی مقدارِ پیش‌فرضش را از خودِ پایگاه داده می‌گیری:

created_at TEXT NOT NULL DEFAULT (datetime('now'))

datetime('now') زمانِ UTC را می‌دهد — دقیقاً همان چیزی که بخشِ ۳ می‌خواست. اینجا به‌جایش یک مقدارِ ثابت گذاشتیم تا خروجیِ فصل روی هر ماشینی یکی باشد.

سه ستونی که در عمل به هر جدول اضافه می‌شوند و هر سه کارِ متفاوتی می‌کنند:

  1. created_at — کِی این سطر ساخته شد. هیچ‌وقت عوض نمی‌شود.
  2. updated_at — کِی آخرین بار عوض شد. برای همگام‌سازی و اشکال‌یابی حیاتی است.
  3. زمانِ خودِ رویداد (loaned_at) — کِی آن اتفاق در دنیای واقعی افتاد. این با دوتای بالا یکی نیست و اشتباه گرفتنشان یکی از رایج‌ترین خطاهای گزارش‌نویسی است: امانتی که دیروز اتفاق افتاده می‌تواند امروز ثبت شود.

🔧 اگر کار نکرد: رایج‌ترین خطای این فصل خطا نمی‌دهد، و در ترمِ ۱ هم دیدیمش. date() روی تاریخی که وجود ندارد، بی‌صدا تاریخِ دیگری برمی‌گرداند:

print(q("""
    SELECT date('2025-06-31')                       AS overflow,
           date('2025-06-30', '+1 day')             AS next_day,
           datetime('2025-06-30 23:45:00', '+1 hour') AS crosses_midnight,
           date('30/06/2025')                       AS wrong_format
"""))
     overflow    next_day     crosses_midnight wrong_format
0  2025-07-01  2025-07-01  2025-07-01 00:45:00         None

سی‌ویکمِ ژوئن وجود ندارد و SQLite بدونِ هیچ اعتراضی اولِ ژوئیه تحویل داد. قالبِ غلط دستِ‌کم NULL شد، که صادقانه است — و به همین دلیل قیدِ loaned_at_is_iso بخشِ ۶ ارزش دارد: قالبی را که بعداً NULL می‌شد در لحظهٔ ورود رد می‌کند، نه سه ماه بعد در یک گزارش. ولی مرزش را هم بدان: آن قید فقط شکل را می‌بیند، پس '2025-06-31 10:00:00' از آن رد می‌شود.

📏 اندازه بگیر: یک سطر یعنی چه؟ در loan_events یک رویداد؛ در جدولِ بخشِ ۵ یک عنوان که دستِ‌کم یک امانتِ باز دارد — نه یک نسخهٔ فیزیکی، و همین است که ۷۹۷ را از ۴۸۴ جدا می‌کند. با کدام شمارشِ دوم سنجیدی؟ با سه‌تا: اختلافِ دو بازه (۴۱۱) در برابرِ شمارشِ مستقیمِ رویدادهای روزِ آخر (۴۱۱)، جمعِ loans_out در برابرِ تفاضلِ out و in (۷۹۷)، و شمارشِ عنوان‌هایی با تفاضلِ منفی که صفر درآمد. چه کسی از قلم افتاد؟ ۴۱۱ رویداد در نسخهٔ <=؛ ۴۹ ساعت از هر گزارشِ ساعتیِ آن هفته؛ و در گزارشِ روزانه، بسته به اینکه UTC بگیری یا محلی، ۲٬۶۳۵ رویداد در روزِ دیگری شمرده می‌شوند.

🤖 از دستیارت بپرس: «چرا توصیه می‌شود زمان در پایگاه داده به UTC ذخیره شود؟» بعد این را بپرس: «اگر گزارشِ روزانه‌ام را به وقتِ محلی بدهم و داده‌ام UTC باشد، جمعِ روزها با کلِ داده می‌خواند؟» — جوابِ درست می‌گوید بله جمع می‌خواند، ولی مرزِ روزها جابه‌جا می‌شود و تعدادِ روزها هم می‌تواند یکی بیشتر شود. اگر جواب گفت «هیچ فرقی نمی‌کند»، با عددهای بخشِ ۳ ردش کن.

واژه‌های تازهٔ این فصل#

کلمه تلفظ به حروف فارسی یعنی چه
UTC یو‌تی‌سی زمانِ مرجعِ جهانی، بدونِ منطقهٔ زمانی
ISO-8601 ایزو ۸۶۰۱ قالبِ استانداردِ تاریخ و زمان، از بزرگ به کوچک
half-open interval هاف‌اوپن اینتروال بازهٔ باز-بسته؛ ابتدا داخل، انتها بیرون
event sourcing ایونت سورسینگ نگه داشتنِ رویدادها به‌عنوان منبعِ حقیقت، و ساختنِ وضعیت از رویشان
current state table کارنت استیت تیبل جدولی که فقط وضعیتِ حالا را نگه می‌دارد
audit column آدیت کالمن ستونی مثلِ created_at که تاریخچهٔ خودِ سطر را نگه می‌دارد

تمرین‌ها

اول خودت فکر کن یا امتحان کن — بعد اینجا را باز کن.

در فصل بعد#

اسکیمای ما حالا دانه‌بندی دارد، کلید دارد، ارجاع دارد، نرمال است، قید دارد و زمان را درست ذخیره می‌کند. و فردا کسی می‌آید و می‌گوید یک ستون کم است.

فصلِ بعد دربارهٔ عوض کردنِ اسکیماست بدونِ شکستنِ چیزی که کار می‌کند. با یک آزمایشِ ساده شروع می‌کند: یک خوانندهٔ در حالِ کار که ستونی را می‌خواند، و ما وسطِ کارش اسمِ آن ستون را عوض می‌کنیم. پیامی که می‌گیرد no such column است — و بعد همان تغییر را دو مرحله‌ای انجام می‌دهیم، طوری که همان خواننده یک لحظه هم نشکند.

به آخر این فصل رسیدی!

اگر ساختی و جواب داد، این دکمه مال توست.