Data Engineer

Dove si possono visualizzare i log delle attività in Airflow?

Come funziona ClickHouse e in cosa si differisce da PostgreSQL?

Come gestisce Pandas i dati mancanti?

Threading, multiprocessing, asyncio: qual è la differenza e quando è meglio usare cosa?

Dove appare il parallelismo in Airflow?

Come analizzare grandi file XML in ZIP e caricarli in ClickHouse usando Python?

Come influisce ORDER BY sulla tabella ClickHouse e quali chiavi è meglio scegliere?

Qual è la differenza tra generatori e liste in Python?

Quali tipi di indici ci sono in PostgreSQL?

Perché Pandas è migliore delle liste e dei dizionari normali in Python?

Come aggiornare una tabella in ClickHouse in modo che gli utenti non notino nulla (sostituzione atomica)?

Cos'è GIL (Global Interpreter Lock)?

Come non uccidere Jupyter o Pandas per memoria?

Di cosa sono generalmente composti i log delle attività di Airflow?

A cosa servono le funzioni di finestra?

Come creare molte attività uguali in parallelo in Airflow (ad esempio, caricare molti file uguali)?

Qual è la differenza tra WHERE e HAVING?

Come funziona JOIN in ClickHouse?

Produci un elenco di prenotazioni costose Domanda Come puoi produrre un elenco di prenotazioni nel giorno di [telefono] che costeranno al membro (o ospite) più di $30? Ricorda che gli ospiti hanno costi diversi rispetto ai membri (i costi elencati sono per ogni mezza ora di 'slot'), e l'utente ospite è sempre ID 0. Includi nel tuo output il nome della struttura, il nome del membro formattato come una singola colonna e il costo. Ordina per costo decrescente e non usare sottoquery.

Come funziona la compressione in ClickHouse?