Data Engineer

Wo kann man die Aufgabenprotokolle in Airflow ansehen?

Wie funktioniert ClickHouse und worin unterscheidet es sich von PostgreSQL?

Wie verarbeitet Pandas fehlende Daten?

Threading, Multiprocessing, asyncio: Was ist der Unterschied und wann ist es besser, was zu verwenden?

Wo erscheint Parallelismus in Airflow?

Wie man große XML-Dateien in ZIPs parst und in ClickHouse mit Python lädt?

Wie beeinflusst ORDER BY die ClickHouse-Tabelle und welche Schlüssel sind am besten zu wählen?

Worin unterscheiden sich Generatoren von Listen in Python?

Welche Arten von Indizes gibt es in PostgreSQL?

Warum ist Pandas besser als normale Listen und Wörterbücher in Python?

Wie man eine Tabelle in ClickHouse aktualisiert, sodass die Benutzer nichts bemerken (atomare Ersetzung)?

Was ist GIL (Global Interpreter Lock)?

Wie man Jupyter oder Pandas nicht durch Speicher tötet?

Woraus bestehen die Airflow-Task-Logs normalerweise?

Wozu dienen Fensterfunktionen?

Wie erstellt man in Airflow mehrere identische Tasks parallel (z.B. um viele gleiche Dateien hochzuladen)?

Was ist der Unterschied zwischen WHERE und HAVING?

Wie funktioniert JOIN in ClickHouse?

Erstellen Sie eine Liste teurer Buchungen Frage Wie können Sie eine Liste von Buchungen am Tag von [Telefon] erstellen, die den Mitgliedern (oder Gästen) mehr als 30 $ kosten? Denken Sie daran, dass Gäste unterschiedliche Kosten haben als Mitglieder (die aufgeführten Kosten sind pro halbe Stunde 'Slot'), und der Gastbenutzer ist immer ID 0. Fügen Sie in Ihrer Ausgabe den Namen der Einrichtung, den Namen des Mitglieds als eine einzelne Spalte und die Kosten ein. Sortieren Sie nach absteigendem Kosten, und verwenden Sie keine Unterabfragen.

Wie funktioniert die Komprimierung in ClickHouse?