Работали ли вы с другими СУБД, кроме PostgreSQL?

Э, слушай, а ты знаешь, что выбор базы данных — это как выбор тачки? Одна — как семейный седан, надёжный, но скучный. Другая — как спорткар, летает, но бензина хавает дохуя. А третья — вообще как мартышка на самокате, непредсказуемая, но иногда забавная.

Вот смотри, я с разными работал, и каждая — отдельная история.

1. ClickHouse: Ёпта, это же чисто гоночный болид для аналитики! Берёт овердохуища логов и так их жрёт, что глазам не веришь. Ты ему терабайты сыпь, а он тебе агрегаты по секундам выдаёт. Но это не для твоих интернет-магазинчиков с транзакциями. Это чисто под аналитические (OLAP) нагрузки, где надо быстро по большим объёмам скользить. Я там с движком MergeTree работал, материализованные представления для предрасчётов строил — красота. Вот, например, чтобы понять, что пользователи творят:

-- Смотрим, кто купил и на какой странице завис в конце
SELECT
    user_id,
    session_id,
    maxIf(event_time, event_type = 'purchase') as purchase_time,
    argMax(page_url, event_time) as last_page
FROM user_events
WHERE event_date >= today() - 7
GROUP BY user_id, session_id
ORDER BY purchase_time DESC

С ним главное — данные правильно влить, а уж считать он будет как бог.

2. MongoDB: А это, бля, хитрая жопа. Как склад, куда можно скидывать всё подряд без особых правил. Контент каталога, где у каждого товара свои поля? JSON-логи событий, которые каждый раз разные? Да похуй, закидывай документы. Но когда надо это всё достать и осмыслить, начинается пиздец. Приходится эти агрегационные пайплайны писать, а они иногда такие запутанные, что сам от себя охуеваешь.

// Ищем самых активных юзеров за месяц
db.logs.aggregate([
    { $match: { timestamp: { $gte: ISODate("2024-01-01") } } },
    { $group: { _id: "$user_id", total_actions: { $sum: 1 } } },
    { $sort: { total_actions: -1 } },
    { $limit: 10 }
]);

Гибко, конечно, но иногда так хочется чёткой схемы, как в PostgreSQL, а не этой вольницы.

3. MySQL / MariaDB: Ну, классика жанра. Как будто на дворе 2002-й год. Встречал их в старых проектах, в этих ваших LAMP-стеках. Работать можно, но, ёпта, после PostgreSQL чувствуешь себя, будто с механической коробки на автомат пересел. Всё вроде то же, но мелочи бесят. Основное время уходило не на написание логики, а на оптимизацию — EXPLAIN'ы, индексы, настройку репликации, чтобы эта мартышлюшка не легла под нагрузкой.

4. Microsoft SQL Server: Э, сабака сука, корпоративный монстр. Обычно влезаешь в проект, когда нужно интегрироваться с какой-нибудь древней системой на .NET. Свои заморочки, свой диалект T-SQL, свои оконные функции. Мощная штука, но такая корпоративно-неповоротливая, будто хуй в пальто. Когда работаешь с ней, постоянно чувствуешь, что за тобой смотрит дядька из отдела ИБ.

Короче, чувак, выбор всегда от задачи зависит. Нужна надёжность и сложные связи — PostgreSQL наш бро. Нужно данные как на дрожжах анализировать — ClickHouse в студию. Нужно хранить документы-уникумы — MongoDB, но будь готов к боли. А остальные... Ну, иногда приходится, жизнь такая. Главное — не пытаться MongoDB использовать для финансовых транзакций, а то будет вам хиросима и нигерсраки.