Data Engineer
Ինչպես անհամամասնորեն բաժանել այս վիտրինայի տվյալները երեք shard-ների վրա՝ 50% առաջինում և 25% մյուս երկուում?
Գրեք SQL՝ ավելացնելու համար պատվերի գումարի կուտակային գումարը օգտագործող և ամսաթվի հիման վրա։
Ի՞նչ ռիսկեր կան տվյալների որակի համար։
ОстровокԻնչպես ստեղծվեցին սեղանները կլաստերում և ինչպես լուծվեց խնդիրը, երբ ZooKeeper-ի պատճառով շարդում ռեպլիկը բաց էր:
Ինչպե՞ս հետևում էիք տվյալների որակին։
ОстровокԻ՞նչ փուլերից է բաղկացած գործարքը։
ОстровокԻնչու եք որոշել առանձնացնել ռեյթինգը որպես առանձին CTE? Ինչու չէիք կարող անմիջապես օգտագործել այն առաջին CTE-ում?
Ինչպես աշխատել բաժինների հետ coalesce և repartition միջոցով։
1. Siparişler: - order_date datetime NULL değil - user_id int NULL değil - order_id int NULL değil 2. Ürünler: - order_id int NULL değil - model int NULL değil - cat_1 varchar(50) NULL değil - price int NULL değil - quantity int NULL değil cat_1 değerleri: - Giyim - Ayakkabı - Kozmetik - Ev eşyaları - Oyuncaklar 2021 yılında "Giyim" kategorisinde ve 2022 yılında "Ayakkabı" kategorisinde olan siparişlerin ve "gerekli kategori ürünlerinin" sayısını gösterin (son hali: 2 satır. Alanlar: yıl, ürün sayısı, sipariş sayısı) 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 = 'Giyim' and Year(o.order_date) = 2021 or g.cat_1 = 'Ayakkabı' and Year(o.order_date) = 2022 group by year_orders, g.cat_1 ) select year_orders, count_quan, count_orders from cte
Դու գիտե՞ք ReplicatedQueue- ը: Արդյոք աշխատել եք նրա հետ:
Ինչու են S3-ում անհրաժեշտ «պանակներ»/նախածանցներ, բացի հարմարությունից?
Лига Цифровой ЭкономикиԿատարե՞լ եք լրացուցիչ գրանցում, բացի Airflow-ի գրանցումներից։
Лига Цифровой ЭкономикиԻ՞նչ ես անում ազատ ժամանակդ: Ունե՞ս անձնական նախագծեր։
SQL-ում (մեթոդական) ինչ տեսակների JOIN կան և ինչպե՞ս են դրանք տարբերվում:
Ինչպես պայքարել տվյալների անհամապատասխանության դեմ։
ОстровокԻնչպե՞ս եք ուղղել տվյալների խեղաթյուրումը client_id-ի միջոցով, երբ մի հաճախորդ զգալիորեն մեծ էր մյուսների համեմատ: Ինչ տարբերակներ կան?
Ի՞նչ է տվյալների ցուցասրահը։
Ինչպես կազմակերպել տվյալների բեռնումը ClickHouse-ում մեծ PostgreSQL աղյուսակում, որտեղ մշտապես գալիս են նոր գրառումներ մոնոտոնիկ աճող հիմնական բանալիով?
Կատարե՞լ եք վիճակագրական ստուգումներ:
ОстровокԻ՞նչ է դեկորատորը Python-ում։