Data Engineer
Zobrazuje sledování pouze REST požadavky nebo něco jiného?
Co je to rozdělení dat a jak pomáhá vyhnout se úplnému skenování tabulky?
Jaké metody (typy) ukládání historie dat znáte? Jak se historie v tabulkách akumuluje?
Je v Greenplum dodržováno ACID?
Jak funguje Merge Join (sjednocení s tříděním)?
Jaké jsou vaše očekávání ohledně platu?
V čem se HDFS liší od běžných distribuovaných souborových systémů?
Co dělá OPTIMIZE v ClickHouse a proč ho nelze bezmyšlenkovitě spouštět?
-- Výchozí tabulka stretch -- Je nutné doplnit NULL hodnoty předchozí nenullovou hodnotou podle id - provést doplnění směrem dolů id | ttime | val ---|-------|----- 1 | 07:30 | NULL 1 | 09:21 | 10 1 | 13:53 | NULL 1 | 16:12 | NULL 2 | 09:42 | 133 2 | 15:20 | NULL 2 | 21:33 | NULL 3 | 08:01 | NULL 3 | 11:41 | 8 3 | 14:23 | NULL 3 | 16:17 | NULL 3 | 19:54 | 2 4 | 13:10 | 312 4 | 14:42 | NULL 4 | 16:31 | 7 4 | 17:44 | NULL id | ttime | val ---|-------|----- 1 | 07:30 | NULL 1 | 09:21 | 10 1 | 13:53 | 10 1 | 16:12 | 10 2 | 09:42 | 133 2 | 15:20 | 133 2 | 21:33 | 133 3 | 08:01 | NULL 3 | 11:41 | 8 3 | 14:23 | 8 3 | 16:17 | 8 3 | 19:54 | 2 4 | 13:10 | 312 4 | 14:42 | 312 4 | 16:31 | 7 4 | 17:44 | 7 -- SQL dotaz pro získání požadované tabulky SELECT id, ttime, COALESCE(val, LAST_VALUE(val) OVER(PARTITION BY id ORDER BY ttime)) as val FROM stretch
Co je statistika v kontextu systémů správy databází a optimalizace dotazů?
Jaká je algoritmická složitost získání prvku podle klíče ze slovníku (dict) v Pythonu?
Jaký je rozdíl mezi ROWS BETWEEN a RANGE BETWEEN?
Jak obnovit práci z vzdálené větve, pokud při pokusu o `git checkout hotfix/missing-footer` obdržíte chybovou zprávu, že větev nebyla nalezena?
Co je GIL (Global Interpreter Lock)?
Na zobrazené obrazovce jsou dvě datové struktury; ve které bude hledání hodnoty 2 rychlejší a proč?
Jaké jsou výhody a nevýhody ACID, kromě rychlosti čtení?
Jak se vyhnout/odstranit zkreslení dat v Spark?
Úložiště bylo postaveno podle schématu Data Vault — ty jsi ho také rozvíjel, udržoval? Přidával jsi ručně huby, odkazy?
Jaké SQL dotazy píšeš: jednoduché kontroly nebo složité skripty pro vitríny?
Pověz mi o Greenplum — formátech ukládání dat, řádkové a sloupcové ukládání.