Data Engineer

Mi a különbség a WHERE és a HAVING között?

Mire kell figyelni a memória, a sebesség és a pontosság szempontjából nagy XML-ek parsolásakor?

Hogyan működik a tömörítés a ClickHouse-ban?

Milyen táblamotorokat ismersz és használtál a ClickHouse-ban?

Egy drága foglalások listájának készítése Kérdés Hogyan készíthetsz egy listát a [telefon] napján lévő foglalásokról, amelyek több mint 30 dollárba kerülnek a tagnak (vagy vendégnek)? Ne feledd, hogy a vendégeknek más költségeik vannak, mint a tagoknak (a felsorolt költségek félórás 'hely' szerint vannak megadva), és a vendég felhasználó mindig az ID 0. Tartalmazza a kimenetben az intézmény nevét, a tag nevét egyetlen oszlopként, és a költséget. Rendezd csökkenő sorrendbe a költség szerint, és ne használj alkérdéseket.

Mi az a Materializált Nézet és miben különbözik egy normál Nézettől?

Mi az a DAG az Airflow-ben, miből áll és hogyan hajtja végre az Airflow a DAG-okat?

Mennyire mélyek a Python ismereteid, milyen könyvtárakat használtál?

Hogyan lehet adatokat átvinni a feladatok között az Airflow-ban?

Hogyan értékeljük a konfigurációt egy terabájt adat átadásához a PostgreSQL-ból a ClickHouse-ba?

Particionálás adatbázisokban: mire jó, hogyan működik?

Hogyan nézhetjük meg a paramétereket vagy korlátozásokat a ClickHouse-ban?

Hogyan olvasunk be egy 100 gigabájtos fájlt Pythonban?

Milyen JOIN típusok vannak SQL-ben (logikai és fizikai)?

Mi az a normalizálás és denormalizálás, mikor van rájuk szükség?

Mit csinál az OPTIMIZE a ClickHouse-ban, és miért nem szabad gondolkodás nélkül futtatni?

Mesélj az X5-ös tapasztalatodról: mivel foglalkoztál a DWH területén?

Mikor alkalmas a ThreadPoolExecutor?

Hogyan csökkenthető a DataFrame memóriafelhasználása Pandasban?

Mit kell ellenőrizni, ha a naplók nem nyílnak meg (hiba 403)?