Python

Co si myslíte o popsaném pracovním frontu a úkolech?

Co je ještě třeba vzít v úvahu kromě fragmentu logu, aby bylo možné analyzovat incidenty u mnoha zákazníků po delší době?

Úrovně izolace Existující úrovně izolace (standardy) READ_UNCOMMITTED READ_COMMITTED REPEATABLE_READ SERIALIZABLE Úkol Existují 3 entity: * Entity1 * Entity2 * Entity3 Databáze postgres Úkol Která úroveň izolace pro obě transakce zaručuje absenci ztráty dat v těchto scénářích a proč? Scénář 1 (odpovídá době provádění) * Otevřít transakci 1; * vybrat Entity1; * vybrat Entity2; * Otevřít transakci 2; * vybrat Entity1; * aktualizovat Entity1; ********** * Potvrdit transakci 2; * aktualizovat Entity1; ->transakce 1 * aktualizovat Entity2; ->transakce 1

Jaké infrastrukturní a architektonické vzory je třeba v Python službě předvídat, aby bylo možné ji začlenit do podnikové mikroservisní infrastruktury, podporovat více zákazníků, diagnostikovat poruchy a provozovat?

Jak diagnostikovat situaci, kdy zákazník poslal snímek obrazovky s „bílou obrazovkou” a oznámil, že aplikace nefunguje?

Jak předvídat integraci logů Pythonové aplikace s logovacími systémy různých zákazníků bez přestavby aplikace?

Jak sledovat požadavek od prvního servisu k vašemu v řetězci více mikroservisů?

Dva vektory jsou dány, velikost N. Každý z N uživatelů je popsán sadou číselných znaků — vektory o rozměru M. Úkol: najít, kteří uživatelé jsou si nejvíce podobní.

Zabýval jste se někdy optimalizací PostgreSQL a jak byste optimalizoval práci s databází?

Jak je nejpohodlnější předat zákazníkovi Python aplikaci k spuštění a jaké jsou alternativy k Docker obrazu?

CREATE TABLE public.ntik_model_case ( case_id serial4 NOT NULL, parent_case_id int4 NULL, CONSTRAINT ntik_model_case_pkey PRIMARY KEY (case_id), CONSTRAINT ntik_model_case_parent_case_fkey FOREIGN KEY (parent_case_id) REFERENCES public.ntik_model_case(case_id) );

Jaké typy indexů PostgreSQL jste použili a jaké jsou jejich vlastnosti?

Jaké jsou vlastnosti B-stromového indexu v PostgreSQL?

Jak efektivně pracovat s řídkou maticí interakcí, kde je mnoho nul, aby se nebraly v úvahu prázdné hodnoty a neplýtvalo se zbytečně pamětí?

1. Existuje sociální síť: 1. Uživatelé jsou vrcholy grafu 2. Možnost interakce (přátelství) s ostatními uživateli (lajk, komentář, zpráva, repost) = hrana 3. Vzájemné vazby (například počet interakcí) = váha hrany 2. Úkoly: 1. Najít nejaktivnějšího uživatele 2. Najít nejpopulárnějšího uživatele import numpy as np # tvar = (n, n) # sousední tvar = (n, n) příklad = np.array([ [0, 8, 3, 0, 2], # Alice [2, 0, 10, 0, 0], # Bob [4, 2, 0, 7, 1], # Charlie [0, 0, 6, 0, 0], # John [3, 1, 2, 0, 0], # Enea ])

Jak se v architektuře mikroservisů aplikace dozvídají aktuální adresy navzájem?

Jaké údaje je nutné povinně zaznamenat do logů při vzniku chyby nebo výjimky?