Data Engineer
¿Cuáles son los riesgos de calidad de los datos?
Островок¿Cómo se crearon las tablas en el clúster y cómo se resolvió el problema cuando, debido a ZooKeeper, faltaba una réplica en un shard?
¿Cómo supervisaba la calidad de los datos?
Островок¿Por qué decidió separar el ranking en una CTE aparte? ¿Por qué no se pudo usar directamente en la primera CTE?
¿Cómo trabajar con particiones a través de coalesce y repartition?
¿Qué estrategias de distribución de datos existen?
1. Pedidos: - order_date datetime NO NULO - user_id int NO NULO - order_id int NO NULO 2. Bienes: - order_id int NO NULO - model int NO NULO - cat_1 varchar(50) NO NULO - price int NO NULO - quantity int NO NULO Valores en cat_1: - Ropa - Calzado - Cosméticos - Artículos para el hogar - Juguetes Mostrar la cantidad de pedidos y "cantidad de productos de la categoría necesaria en el pedido" en 2021 en las categorías "Ropa" y en 2022 en la categoría "Calzado" (forma final: 2 filas. Campos: año, cantidad de productos, cantidad de pedidos) with cte as( select year(o.order_date) as year_orders, g.cat_1, count(distinct o.order_id) as count_orders, sum(g.quantity) as count_quan from Orders o join Goods g on o.order_id = g.order_id where g.cat_1 = 'Ropa' and Year(o.order_date) = 2021 or g.cat_1 = 'Calzado' and Year(o.order_date) = 2022 group by year_orders, g.cat_1 ) select year_orders, count_quan, count_orders from cte
¿Está familiarizado con ReplicatedQueue? ¿Ha tenido experiencia trabajando con ella?
¿Para qué sirven las "carpetas"/prefijos en S3 además de la conveniencia?
Лига Цифровой Экономики¿Se realizó un registro adicional además de los registros de Airflow?
Лига Цифровой Экономики¿Qué haces en tu tiempo libre? ¿Tienes algún proyecto personal?
¿Qué tipos de JOIN existen en SQL (lógicos) y en qué se diferencian?
¿Cómo luchar contra la inconsistencia de datos?
Островок¿Cómo corregiste el sesgo de datos en client_id cuando un cliente era significativamente mayor que los demás? ¿Qué opciones hay?
¿De qué etapas consta una transacción?
Островок¿Qué es una vitrina de datos?
¿Cómo organizar la carga de datos en ClickHouse en una gran tabla de PostgreSQL, en la que constantemente llegan nuevos registros con una clave primaria monotonamente creciente?
¿Hiciste verificaciones estadísticas?
Островок¿Qué es un decorador en Python?
Cuéntame más sobre la red: ¿qué es y por qué es importante?
Островок