Sobes.tech

Data Engineer

Kuidas andmeid Greenplum'i materjaliseeritud vaatelt ClickHouse'i üle kanda?

261

Kāds bija tavs loma 4 cilvēku komandā un kā tu redzi savu karjeru pēc 3-4 gadiem, kādus mērķus izvirzi?

240

Kui palju kokku oli allalaadimisi — kõrgetasemelised tööd, niidid?

208

Me sisestame metaandmeid sisendina, ja see loob voolu nende metaandmete põhjal — kuidas see võimaldab kiiresti üle kanda olemasolevad vood vanadest süsteemidest planeeritavatesse?

201

Kuidas töötasid analüütilised funktsioonid (akenfunktsioonid)?

198

CTE-s kasutatakse palju mälu – kui meil on suur mälu kasutus, mis juhtub andmetega?

197

Suur ladustamine oli — kui keeruline oli seda käsitsi hoida mahutavustes ja objektides?

195

Küsimuse osas võime näha, mis andmetega toimub, sealhulgas milliseid liite tüüpe — milliseid liite tüüpe me seal näeme?

193

Kuidas laadida andmeid Kafka-st ClickHouse'i reaalajas aruannete jaoks streaming'u kaudu?

192

Kafkaga pole midagi keerulist, peamine on andmete töötlemine — milliseid nüansse tuleb arvestada?

191

Kas 4 inimese meeskonnas oli mingi juht või keegi teine seda juhtis?

191

Millist lugemisviisi kasutatakse ClickHouse'is?

190

Ladustamine oli ehitatud Data Vault skeemi järgi — kas sa seda ka arendasid, hooldasid? Kas sa käsitsi lisasid hub'e, lingid?

187

Millise tüübi alla kuulub Greenplum rohkem — OLTP või OLAP?

183

Kuidas andmeid Greenplumist ja Trinost ClickHouse'i üle kanda?

183

Kuidas mõjutavad vahetusfailid jõudlust? Millal muul ajal võivad vahetusfailid tekkida?

180

Kas tead, kas on Rustis kirjutatud mitmetöötlus, väga kiire raamatukogu, mis võiks asendada Pandas?

179

Data Vault on mugav tööriist, kuid objekte on liiga palju. Kas sa saad seletada erinevust hubide, linkide ja satelliitide vahel?

179
/3