Data Engineer

Πώς να αναλύσετε μεγάλα αρχεία XML σε ZIP και να τα φορτώσετε στο ClickHouse χρησιμοποιώντας Python;

Πώς αποκαθιστάτε την εργασία από ένα απομακρυσμένο κλαδί αν λαμβάνετε μήνυμα σφάλματος ότι το κλαδί δεν βρέθηκε όταν προσπαθείτε να κάνετε `git checkout hotfix/missing-footer`;

Τι είναι το YARN και ποιος είναι ο σκοπός του;

Middle

Aston

Πώς διαφέρει το HDFS από τα συνηθισμένα κατανεμημένα συστήματα αρχείων;

Middle

Aston

Πώς διαβάζεται ένα αρχείο από το HDFS, π.χ. Parquet — ολόκληρο ή κατά μπλοκ;

Middle

Aston

Αυτό είναι σε πραγματικό χρόνο, πώς να το υλοποιήσουμε ανάμεσα σε Kafka και ClickHouse Spark;

Middle

МВидео

Πώς δούλευες με τις αναλυτικές λειτουργίες (λειτουργίες παραθύρου);

Middle

МВидео

Πες μου για τον εαυτό σου — εμπειρία εργασίας, τεχνολογική στοίβα

Middle

СБЕР

Ποιοι είναι οι περιορισμοί στη χρήση των κατακερματιστικών πινάκων;

Η ιχνηλάτηση δείχνει μόνο αιτήματα REST ή κάτι άλλο;

Ποια εργαλεία χειριστή χρησιμοποιήσατε στο Airflow; Πώς αλληλεπιδράσατε με το dbt μέσω του Airflow;

En cuanto a la consulta, podemos ver qué sucede con los datos, incluyendo qué tipos de joins — qué tipos de joins podemos ver allí?

Middle

МВидео

Ποια είναι η διαφορά μεταξύ UNION και UNION ALL; Ποιες προϋποθέσεις πρέπει να πληρούνται;

Middle

СБЕР

Τι τύπους πινάκων χρησιμοποίησες στο Greenplum; Σε ποιες περιπτώσεις χρησιμοποιούσες heap και σε ποιες Append-Optimized;

Πώς λειτουργεί το Merge Join (ένωση με ταξινόμηση);

Middle+

СБЕР

Ποια πλεονεκτήματα και μειονεκτήματα του ACID μπορούν να αναφερθούν, εκτός από την ταχύτητα ανάγνωσης;

Γιατί η ακόλουθη ερώτηση δεν θα χρησιμοποιήσει το δείκτη αν στον πίνακα records (id) έχει δημιουργηθεί ένας κανονικός δείκτης B-tree στο id; select * from records where id % 2 = 0 - Για το id χρειάζεται δείκτη τύπου GIN - Οι δείκτες δεν λειτουργούν με εκφράσεις στο WHERE - % είναι μια λειτουργία σύγκρισης, όχι φιλτραρίσματος - το limit και το offset είναι υποχρεωτικά για βελτιστοποίηση με δείκτη - Η ερώτηση αναφέρεται σε ένα αριθμητικό πεδίο, όχι σε ένα κείμενο

Παραγωγή μιας λίστας ακριβών κρατήσεων Ερώτηση Πώς μπορείτε να παράγετε μια λίστα κρατήσεων την ημέρα [τηλέφωνο] που θα κοστίζουν στον μέλος (ή στον επισκέπτη) περισσότερο από 30 $? Θυμηθείτε ότι οι επισκέπτες έχουν διαφορετικά κόστη από τα μέλη (τα καταγεγραμμένα κόστη είναι ανά μισάωρο 'διάστημα'), και ο χρήστης επισκέπτης είναι πάντα ID 0. Συμπεριλάβετε στη έξοδό σας το όνομα της εγκατάστασης, το όνομα του μέλους διαμορφωμένο ως μία στήλη και το κόστος. Ταξινομήστε κατά φθίνουσα κόστος και μην χρησιμοποιείτε υποερωτήματα.

Ποιος είναι ο σκοπός των δεικτών, ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα;

Πώς λειτουργεί η διαμέριση στο Hive και πώς παρουσιάζεται φυσικά στο σύστημα αρχείων;

Middle

Aston