{"id":21996676,"url":"https://github.com/silvermete0r/sdu_hackathon_uss_db_analysis","last_synced_at":"2026-04-14T06:33:24.132Z","repository":{"id":184705598,"uuid":"672323621","full_name":"silvermete0r/SDU_Hackathon_USS_DB_Analysis","owner":"silvermete0r","description":"Smart Data Ukimet Hackathon - \"Data Modeling\" case Solution - Topic: Store Analysis based on Unified Star Schema","archived":false,"fork":false,"pushed_at":"2023-07-30T04:40:59.000Z","size":238,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-10-04T17:49:13.262Z","etag":null,"topics":["data-analysis","data-modeling","postgresql","python","sql","unified-star-schema"],"latest_commit_sha":null,"homepage":"http://silvermete0r.github.io/","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/silvermete0r.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2023-07-29T17:20:52.000Z","updated_at":"2023-07-29T22:31:10.000Z","dependencies_parsed_at":"2025-10-04T17:44:21.443Z","dependency_job_id":null,"html_url":"https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis","commit_stats":null,"previous_names":["silvermete0r/sdu_hackathon_uss_db_analysis"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/silvermete0r/SDU_Hackathon_USS_DB_Analysis","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/silvermete0r%2FSDU_Hackathon_USS_DB_Analysis","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/silvermete0r%2FSDU_Hackathon_USS_DB_Analysis/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/silvermete0r%2FSDU_Hackathon_USS_DB_Analysis/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/silvermete0r%2FSDU_Hackathon_USS_DB_Analysis/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/silvermete0r","download_url":"https://codeload.github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/silvermete0r%2FSDU_Hackathon_USS_DB_Analysis/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":31785677,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-14T02:24:21.117Z","status":"ssl_error","status_checked_at":"2026-04-14T02:24:20.627Z","response_time":153,"last_error":"SSL_read: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-analysis","data-modeling","postgresql","python","sql","unified-star-schema"],"created_at":"2024-11-29T22:12:15.107Z","updated_at":"2026-04-14T06:33:24.108Z","avatar_url":"https://github.com/silvermete0r.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# SDU Hackathon: Unified Star Scheme (USS) [Analysis]\n🛠️ **Tools:** PostgreSQL (DBMS), Python (Data Engineering)\n\n💽 **Dataset:** [dataset-open](https://drive.google.com/drive/folders/1cbaVDf9eqNxXsfupbcrtGQPE85Rz9fo0?usp=sharing)\n\n💬 **Data Description:** [datadescription-open](https://docs.google.com/document/d/1nLlaICvW7AmZk-3JrbCOaqr4hkBBxyzM8kw4X0wWjo8/edit?pli=1)\n\n[![uss-scheme-img-1][uss-scheme-img-1]](https://www.amazon.co.uk/Unified-Star-Schema-Resilient-Warehouse/dp/163462887X)\n\n## 1) Что такое USS и в чем заключается его основное преимущество по сравнению с традиционными звездной и снежинкой схемами?\n\u003e *Unified Star Schema (USS)* - это методология проектирования схемы данных для аналитических систем. Она объединяет данные из различных источников в одну звездную схему, устраняя несогласованности и дублирование. \n\n\u003e **Авторы:** Инмон Б., Пуппини Ф.\n\u003e **Книга:** [The Unified Star Schema](https://www.amazon.co.uk/Unified-Star-Schema-Resilient-Warehouse/dp/163462887X)\n\n| Критерий          | USS           | Снежинка     | Звезда       |\n|-------------------|---------------|--------------|--------------|\n| Структура         | Одна звездная схема, объединяющая данные из разных источников | Множество нормализованных таблиц | Одна фактовая таблица, окруженная измерениями |\n| Производительность запросов | Высокая | Низкая (из-за необходимости объединения таблиц) | Высокая |\n| Дублирование данных | Минимальное | Может быть высоким из-за нормализации | Минимальное |\n| Количество таблиц | Меньше | Больше | Среднее |\n| Изменение структуры данных | Сложное | Простое | Среднее |\n| Поддержка исторических данных | Да | Да | Ограниченная (часто требует дополнительных таблиц) |\n| Использование в аналитике | Оптимальное | Неэффективное из-за сложности запросов | Оптимальное |\n\n### №1. Задача:  \n\u003e Постройте USS структуру для анализа продаж и определения самых популярных продуктов в разных магазинах. Включите таблицы для фактов продаж и измерений продуктов, магазинов и времени.\n\n\u003e **Решение задачи:** [Task-1-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-1.sql)\n\n\u003e **Screenshot:**\n\n[![task-1][task-1]](#)\n\n\u003e **Решение для настройки базы данных:** [store_db[DB Creation].sql](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/store_db%5BDB%20Creation%5D.sql) + [data_engineering - preprocessing](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/data_engineering.ipynb) + [data_fill_csv_sql](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/fill_data_from_csv.sql)\n\n\u003e **Схема:**\n\n[![scheme-1][scheme-1]](#)\n\n\u003e **ERD-Схема:**\n\n[![erd-scheme-1][erd-scheme-1]](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/store_db%5BDB%20Creation%5D.sql)\n\n\u0026nbsp;\n## 2) Какой подход к моделированию связей сущностей в USS структуре может использоваться для обеспечения гибкости и простоты масштабирования?\n\u003e В USS для гибкости и масштабирования рекомендуется использовать \"унифицированные ключи\". Это подход, при котором каждой сущности присваивается уникальный и постоянный идентификатор системы. Это способствует гибкости и облегчает масштабирование системы при увеличении объема данных и источников.\n\n[![uss-scheme-img-2][uss-scheme-img-2]](https://towardsdatascience.com/the-new-unified-star-schema-paradigm-in-analytics-data-modeling-review-a245b2641dc8)\n\n### №2. Задача:  \n\u003e Создайте USS структуру для анализа активности клиентов и определения их предпочтений в разных магазинах. Включите таблицы для фактов заказов и измерений клиентов, магазинов и времени.\n\n\u003e **Решение:** [Task-2-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-2.sql)\n\n\u003e **Screenshots:** \n\n[![task-2-1][task-2-1]](#)\n[![task-2-2][task-2-2]](#)\n[![task-2-3][task-2-3]](#)\n[![task-2-4][task-2-4]](#)\n\n\n\u0026nbsp;\n## 3) Как USS таблицы могут быть использованы для оптимизации выполнения сложных аналитических запросов?\n\n⭐ **Звездная схема:** Использлование звездной схемы в USS облегчает агрегирование данных и ускоряет выполнение групповых функций, как AVG, SUM, COUNT для сложных аналитических запросов.\n\n🔑 **Унифицированные ключи:** Уникальные идентификаторы для сущностей облегчают объединение данных из разных источников, уменьшая необходимость дополнительных операций соединения таблиц.\n\n📋 **Минимизация дублирования:** USS устраняет дублирование данных, что сокращает объем обработки и оптимизирует производительность запросов.\n\n🆔 **Индексы:** Возможность создания оптимальных индексов на унифицированных ключах улучшает скорость выполнения запросов, особенно при больших объемах данных.\n\n🔗 **Предварительное объединение данных:** USS позволяет предварительно объединять данные из различных источников, что уменьшает время выполнения запросов, так как предобработка уже выполнена.\n\n➕ **Удобство добавления данных:** USS упрощает процесс добавления новых данных, что облегчает масштабирование системы при увеличении объема данных и источников.\n\n### №3. Задача:  \n\u003e Постройте USS структуру для анализа эффективности маркетинговых акций в различных магазинах. Включите таблицы для фактов заказов и измерений магазинов, продуктов, клиентов и времени.\n\n\u003e **Решение:** [Task-3-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-3.sql)\n\n\u003e **Screenshot:**\n\n[![task-3][task-3]](#)\n\n\u0026nbsp;\n## 4) Какие инструменты или программное обеспечение можно использовать для работы с USS структурами и выполнения аналитических запросов?\n\n🐘 [**PostgreSQL:**](https://www.postgresql.org/) Мощная система управления базами данных (СУБД) с поддержкой звездных схем и унифицированных ключей (Использовалось на практике для решение данного кейса \"Моделирование данных\").\n\n📊 [**Microsoft Power BI:**](https://powerbi.microsoft.com/) Еще один мощный инструмент для визуализации данных и работы с USS структурами.\n\n📈 [**Tableau:**](https://www.tableau.com/) Визуализационный инструмент, поддерживающий USS структуры и облегчающий создание интерактивных отчетов.\n\n✨ [**Apache Spark:**](https://spark.apache.org/) Распределенный фреймворк для обработки больших объемов данных и выполнения сложных аналитических запросов.\n\n🐝 [**Apache Hive:**](https://hive.apache.org/) Система управления данными на основе Hadoop, позволяющая использовать USS для аналитики.\n\n### №4. Задача:  \n\u003e Создайте USS структуру для анализа покупательского поведения и предсказания спроса на определенные продукты в разных магазинах. Включите таблицы для фактов заказов и измерений продуктов, клиентов, магазинов и времени.\n\n\u003e **Решение:** [Task-4-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-4.sql)\n\n\u003e **Screenshots:**\n\n[![task-4-1][task-4-1]](#)\n[![task-4-2][task-4-2]](#)\n[![task-4-3][task-4-3]](#)\n[![task-4-4][task-4-4]](#)\n[![task-4-5][task-4-5]](#)\n\n\u0026nbsp;\n## 5) Какую роль играют факты и измерения в USS структуре, и как это помогает анализировать данные?\n\u003e В USS структуре факты представляют числовые данные, которые измеряются и агрегируются, а измерения описывают контекст или характеристики фактов. Их сочетание позволяет анализировать данные в различных срезах и уровнях детализации, обеспечивая гибкость и простоту в аналитике.\n\n### №5. Задача:  \n\u003e Напишите SQL запрос для получения общего количества продаж за каждый месяц в указанном периоде.\n\n\u003e **Решение:** [Task-5-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-5.sql)\n\n\u003e **Screenshot:**\n\n [![task-5][task-5]](#)\n\n\u0026nbsp;\n## 6) Как можно масштабировать USS структуру для обработки больших объемов данных и поддержания производительности?\n\u003e Для масштабирования USS структуры при обработке больших объемов данных и поддержания производительности можно использовать *горизонтальное масштабирование* с помощью *репликации или шардинга*. Также можно оптимизировать индексы и настройки базы данных для улучшения производительности запросов.\n\n[![horizontal-scaling-img][horizontal-scaling-img]](https://www.webairy.com/horizontal-and-vertical-scaling/)\n\n### №6. Задача:  \n\u003e Напишите SQL запрос для получения самых популярных продуктов по количеству заказов.\n\n\u003e **Решение:** [Task-6-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-6.sql)\n\n\u003e **Screenshot:**\n\n[![task-6][task-6]](#)\n\n### №7. Задача:  \n\u003e Напишите SQL запрос для получения среднего чека заказов в каждом магазине.\n\n\u003e **Решение:** [Task-7-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-7.sql)\n\n\u003e **Screenshot:**\n\n[![task-7][task-7]](#)\n\n### №8. Задача:  \n\u003e Выясните топ-5 продуктов с наибольшим объемом продаж за последние три месяца и определите, какие клиенты совершили эти покупки.\n\n\u003e **Решение:** [Task-8-Solution](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/task-8.sql)\n\n\u003e **Screenshot:**\n\n[![task-8][task-8]](#)\n\n## 🔎 Анализ таблицы заказов [ML/DS]: Визуализация общих данных и построение модели машинного обучения для предсказания продаж\n\u003e **Решение [source code]:** [Orders-Analysis-DS-ML](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/orders_analysis_sdu_hackathon.ipynb)\n\n\u003e **ML Model(Для предсказания примерного количества продаж):** [forecast-model.pkl](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/best_model.pkl)\n\n\u003e **Общее количество продаж по месяцам:**\n\n[![stats-1][stats-1]](#)\n\n\u003e **Сегментация клиентов и количества покупок:**\n\n[![stats-2][stats-2]](#)\n\n\u003e **Анализ продуктов:**\n\n[![stats-3][stats-3]](#)\n\n\u003e **Анализ магазинов:**\n\n[![stats-4][stats-4]](#)\n\n\u003e **Сезоннный анализ продаж:**\n\n[![stats-5][stats-5]](#)\n\n\u0026nbsp;\n\u003c!-- LICENSE --\u003e\n## License\n\n[![MIT-License][license-shield]][license-url]\n\n\u0026nbsp;\n\u003c!-- CONTACT --\u003e\n## Contact\n[![Linkedin][linkedin-shield]][linkedin-url]\n\n🧐 Author: Arman Zhalgasbayev - [@grembim](https://www.instagram.com/grembim/)\n\n📬 Email: supwithproject@gmail.com\n\n📦 Project Link (Github Repository): [https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis](https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis)\n\n\u0026nbsp;\n\u003c!-- ACKNOWLEDGEMENTS --\u003e\n## Acknowledgements\n - [The Unified Star Schema: An Agile and Resilient Approach to Data Warehouse and Analytics Design by Inmon, B. \u0026 Puppini, F. (2020)](https://cdn.ttgtmedia.com/rms/pdf/The-Unified-Star-Schema.pdf)\n - [The New “Unified Star Schema” Paradigm in Analytics Data Modeling Review by Zabavskyy, A.](https://towardsdatascience.com/the-new-unified-star-schema-paradigm-in-analytics-data-modeling-review-a245b2641dc8)\n - [PostgreSQL Docs](https://www.postgresql.org/docs/)\n\n\u003c!-- ACKNOWLEDGMENTS --\u003e\n[license-shield]: https://img.shields.io/github/license/silvermete0r/SDU_Hackathon_USS_DB_Analysis.svg?style=flat-square\n[license-url]: https://github.com/silvermete0r/SDU_Hackathon_USS_DB_Analysis/blob/main/license\n[linkedin-shield]: https://img.shields.io/badge/-LinkedIn-black.svg?style=flat-square\u0026logo=linkedin\u0026colorB=555\n[linkedin-url]: https://www.linkedin.com/in/arman-zhalgasbayev/\n[uss-scheme-img-1]: https://sun9-74.userapi.com/impg/ee5yviOtIWMcImmtLju2Mh7UVk1xT9QDXQHHLg/bQli4lonCZM.jpg?size=2172x688\u0026quality=95\u0026sign=554cf4675dd11f518229e5b34e2b0b3a\u0026type=album\n[uss-scheme-img-2]: https://sun9-25.userapi.com/impg/AZD9Y725oy4AQvIoQqG7RfOzjHqB2eftjLL2Uw/EH1Lm6j0So4.jpg?size=2230x676\u0026quality=95\u0026sign=71aba4e9ff2e43d1020885da0c309fa6\u0026type=album\n[horizontal-scaling-img]: https://sun9-17.userapi.com/impg/88-jfZWTT2hAjrD4OPfcygjwMfh97LwcHCg43A/ZVA25wS3qL4.jpg?size=730x450\u0026quality=95\u0026sign=6b20c3b9671e1849ceae8c9d3ac961d9\u0026type=album\n[erd-scheme-1]: https://sun9-13.userapi.com/impg/oLIoAYzU8NK8idLSr1ZMwL4aPqkoZjyqe9MlMg/31_yb0WtQJE.jpg?size=1173x904\u0026quality=95\u0026sign=5df4eae61e795f9df13522ac21335c3e\u0026type=album\n[scheme-1]: https://sun9-47.userapi.com/impg/UldG5sIY0DON0JKTF2V4-sjhTpm83oH2_xVoTQ/3Tbd4tO-jGk.jpg?size=2103x1069\u0026quality=95\u0026sign=4721f44be9f789bacadaee0f1e805c6c\u0026type=album\n[task-1]: https://sun9-17.userapi.com/impg/-kb7ep5eJ5BkZfud6pzK9xUKHJ16HlM_PrmsVA/G6NkHfMw44w.jpg?size=892x1074\u0026quality=95\u0026sign=95009bb9ab0c4331dd11b7cb665d3ec3\u0026type=album\n[task-2-1]: https://sun9-34.userapi.com/impg/FamhJlPvfdB5q4coHWnlUUCODs4SsSbamvSf-g/OjrnDqwXOj4.jpg?size=826x1123\u0026quality=95\u0026sign=89bff26a705d531923423d9b5d94fe42\u0026type=album\n[task-2-2]: https://sun9-17.userapi.com/impg/-kb7ep5eJ5BkZfud6pzK9xUKHJ16HlM_PrmsVA/G6NkHfMw44w.jpg?size=892x1074\u0026quality=95\u0026sign=95009bb9ab0c4331dd11b7cb665d3ec3\u0026type=album\n[task-2-3]: https://sun9-14.userapi.com/impg/nyf-XO4IFaN93PSI7CBud0twT6HLg4AsBPI8hg/gQf3JO5FlP4.jpg?size=796x703\u0026quality=95\u0026sign=2828ba0c76b4a1fd04ad242c0c69d4cf\u0026type=album\n[task-2-4]: https://sun9-61.userapi.com/impg/PZNTIqMtWz3DvTR2UWFt-EaJts7PBvXYvanNZg/1LcMypHAaTA.jpg?size=826x1122\u0026quality=95\u0026sign=c1a38a5f3a305bd520b04d6c55a8de0d\u0026type=album\n[task-3]: https://sun9-34.userapi.com/impg/B276Xx688GjICt8plTJeDuvEkm-vvZ2L5FSjCQ/Fmg0IZUvLWg.jpg?size=1035x826\u0026quality=95\u0026sign=420adef23ecfc8970558c0c68f0b17c7\u0026type=album\n[task-4-1]: https://sun9-57.userapi.com/impg/nM8TOVW-hWGpqFXyeVnahoih8BuTiRJ6BkbtiQ/IE4rR5e0tmI.jpg?size=637x370\u0026quality=95\u0026sign=c7f2fd69f8120dbdd49052cf6b434ac1\u0026type=album\n[task-4-2]: https://sun9-69.userapi.com/impg/_qHiNY8P5yF1oQvf6Z_gEjvHD68yaBGaHDJm0A/qKtvIWcIfuI.jpg?size=579x757\u0026quality=95\u0026sign=aa6df93faa6eeddafa7f2f79eec4b920\u0026type=album\n[task-4-3]: https://sun9-64.userapi.com/impg/kY149kNTgsI5lPtgijLICf2o3QjWlqpv2hX5Jw/9BwL8F8fHjU.jpg?size=957x406\u0026quality=95\u0026sign=ac7e0335bd21938759b975a48ce700f2\u0026type=album\n[task-4-4]: https://sun9-44.userapi.com/impg/4FiMQm33w_ng28zvM8yfCbY_VWyeHJBjPGhB4Q/wzgzS259dkY.jpg?size=597x603\u0026quality=95\u0026sign=68f64d948bc2921145249b8eb90f2411\u0026type=album\n[task-4-5]: https://sun9-68.userapi.com/impg/NCEyktOz0kKg9HqXam2bVamN04aoHjBTcSUkWg/H4SVCDtA63g.jpg?size=1132x477\u0026quality=95\u0026sign=14ffb75b85b0b84371ff7f8b940b171a\u0026type=album\n[task-5]: https://sun9-73.userapi.com/impg/giK4YSiJfmoZs8fio1nsGVOv6hzcMcS8qlWSXg/o58UjI2aV_s.jpg?size=811x589\u0026quality=95\u0026sign=e7932fea3fb92f7f09396953e22d178c\u0026type=album\n[task-6]: https://sun9-61.userapi.com/impg/gQbM5NPP-_kr64nnpQR-sOWygvvtGe-VaU9VXQ/0iSTpPjkuBM.jpg?size=559x1138\u0026quality=95\u0026sign=175eb26711b2e21da8f233c825b5b8f5\u0026type=album\n[task-7]: https://sun9-40.userapi.com/impg/IryJCf-H31qkOVKZZeHKdXZRXtPSveC56fsMXg/2vdMw72MJBk.jpg?size=751x738\u0026quality=95\u0026sign=138ac135c7f8dfaf55120ec318d494bb\u0026type=album\n[task-8]: https://sun9-58.userapi.com/impg/Htp4x9HO1SDZnoEcCKac1bmYKk9rI-SkiSHT7Q/tqKcc63Vqfc.jpg?size=1155x1138\u0026quality=95\u0026sign=18930b8b72bd65fb803cb9f03f94eae8\u0026type=album\n[stats-1]: https://sun9-22.userapi.com/impg/bbSWPKLIbKuoB9S0VwIUiBxvknDFwpklMuLwpg/5q1zm9kfedE.jpg?size=850x563\u0026quality=95\u0026sign=72838c952db9371cb42f9264ae956787\u0026type=album\n[stats-2]: https://sun9-54.userapi.com/impg/W9jzNcwraBlh1ozcTRJzWTlBuzHlDncue9LW2w/I0CYppya_rM.jpg?size=841x547\u0026quality=95\u0026sign=d90674d24cb6848c22298aec1dfaf490\u0026type=album\n[stats-3]: https://sun9-79.userapi.com/impg/W6VRHCY-nhgK_SGc4xPjS4y2PjjsH4XrC-h9yA/9MRwvxK1IC8.jpg?size=850x551\u0026quality=95\u0026sign=f6f65377b3a8016d9e349ee07729f956\u0026type=album\n[stats-4]: https://sun9-73.userapi.com/impg/NB9MkUib10tQi-HdT4H7-UWoN3dOmtFvwkUnog/tSr1jGiGMNg.jpg?size=859x542\u0026quality=95\u0026sign=4ed1c49107321d3ee396fb34359de09a\u0026type=album\n[stats-5]: https://sun9-54.userapi.com/impg/SMHWK_eO9w64QxO2pzVfZ0ZTHreRYwEr-CKmSg/v1mmHGcten0.jpg?size=850x547\u0026quality=95\u0026sign=9468747f467fe6204e7d7299a77c7c9c\u0026type=album\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsilvermete0r%2Fsdu_hackathon_uss_db_analysis","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fsilvermete0r%2Fsdu_hackathon_uss_db_analysis","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsilvermete0r%2Fsdu_hackathon_uss_db_analysis/lists"}