Sobes.tech

Data Engineer

Hogyan lehet adatokat átvinni a Greenplum anyagiasított nézetéből a ClickHouse-ba?

256

Milyen szereped volt egy 4 fős csapatban, és hogyan látod a karriered 3-4 év múlva, milyen célokat tűzöl ki?

237

Összesen hány letöltés volt — magas szintű feladatok, szálak?

206

A CTE sok memóriát használ — amikor nagy memóriaigényünk van, mi történik az adatokkal?

196

Metaadatokat adunk bemenetként, és ez ezek alapján létrehoz egy áramlást — hogyan teszi lehetővé ez a meglévő áramlások gyors átvitelét régi rendszerekből a tervezettbe?

194

Nagy tárolás volt — mennyire volt nehéz kézzel karbantartani térfogatokban és tárgyakban?

194

A lekérdezés szempontjából megnézhetjük, mi történik az adatokkal, beleértve, hogy milyen típusú joinokat — milyen típusú joinokat láthatunk ott?

193

Hogyan működtek az analitikus függvények (ablakfüggvények)?

192

Kafka-val semmi sem nehéz, a lényeg az adatok feldolgozása — milyen részletekre kell figyelni?

191

Hogyan töltsük be az adatokat Kafka-ból a ClickHouse-ba streaming segítségével valós idejű jelentésekhez?

191

Milyen olvasási típus van a ClickHouse-ban?

190

Volt-e vezető vagy más irányította a 4 fős csapatot?

188

A tárhely a Data Vault séma szerint épült — te is fejlesztetted, karbantartottad? Kézzel adtál hozzá hubokat, linkeket?

184

Hogyan lehet adatokat átvinni a Greenplum és Trino-ból a ClickHouse-ba?

182

A Greenplum melyik típushoz tartozik inkább — OLTP vagy OLAP?

181

Ismersz olyan Rustban írt, több szálon futó, nagyon gyors könyvtárat, ami helyettesítheti a Pandas-t Data Science és Big Data esetén?

179

A swap fájlok — hogyan befolyásolják a teljesítményt? Mikor fordulhatnak még elő swap fájlok?

178

A Data Vault egy kényelmes eszköz, de sok objektum van. Meg tudnád magyarázni a különbséget a hubok, linkek és szatelitek között?

178
/3