C# (.NET) и базы данных: практическое руководство

Книга «C# (.NET) и базы данных: практическое руководство» — это полноценное пособие для разработчиков, которые хотят освоить работу с реляционными и NoSQL базами данных в экосистеме .NET. Материал построен от простого к сложному: от основ подключения к СУБД до глубоких тем, таких как оптимизация производительности, кэширование и работа с распределёнными транзакциями.

О чём книга

• Основы ADO.NET — ручное управление подключениями, командами и DataReader.
• Entity Framework Core — Code First, Fluent API, миграции, lazy loading и работа с LINQ.
• Dapper — микро-ORM для высокопроизводительных сценариев.
• SQL Server, PostgreSQL, MySQL, SQLite — особенности настройки и оптимизации под каждую СУБД.
• Транзакции и конкурентность — ACID, изоляция, optimistic/pessimistic locking.
• Асинхронная работа — async/await с базами данных, пул подключений.
• Хранимые процедуры и функции — интеграция с C# кодом.
• NoSQL — MongoDB, Redis (кэширование), Cosmos DB.
• Тестирование — unit-тесты с in-memory базами, интеграционные тесты.
• Реальные проекты — CRM-система, интернет-магазин, сервис аналитики.

Для кого эта книга

• Начинающие C# разработчики, которые хотят научиться работать с данными.
• Backend-разработчики, переходящие с других языков на .NET.
• Опытные программисты, желающие углубить знания в Entity Framework Core и Dapper.
• Студенты и преподаватели курсов по .NET.

Что вы узнаете

• Как правильно проектировать схему БД под .NET приложение.
• Как выбрать между ADO.NET, EF Core и Dapper для конкретной задачи.
• Как писать быстрые и безопасные SQL-запросы из C#.
• Как избежать N+1 проблемы, утечек памяти и race conditions.
• Как интегрировать Redis для кэширования и MongoDB для гибких схем.
• Как покрывать код с БД тестами и настраивать CI/CD.

Все примеры кода доступны в репозитории GitHub и сопровождаются пошаговыми инструкциями. Книга подходит для .NET 6, 7, 8 и более новых версий. Независимо от вашего текущего уровня, после прочтения вы сможете уверенно разрабатывать надёжные и производительные приложения, работающие с данными.

Рекомендовано для изучения на PythonLib — вашем портале о современном программировании.