Perché bool([""]) restituisce True?
Middle
167
Data Engineer
671
0
Compito #3 Trovare i clienti con un intervallo tra gli ordini superiore a 60 giorni. Per questi clienti, mostrare l'intervallo massimo (gap_days). Tabella degli ordini: | order_id | customer_id | order_dt | |----------|-------------|------------| | 1 | 1 | [phone] | | 2 | 1 | [phone] | | 3 | 1 | [phone] | | 4 | 1 | [phone] | | 5 | 2 | [phone] | | 6 | 2 | [phone] | | 7 | 3 | [phone] | Risultato finale: | customer_id | gap_days | |-------------|----------| | 1 | 123 | | 2 | 120 |
Middle
166
Qual è il problema delle UDF in Spark e qual è il loro svantaggio?
Middle
165
Qual è la differenza tra repartition e coalesce in Spark?
Middle
164
Come combattere l'incoerenza dei dati?
Middle
162
Perché i dati possono andare persi? Fornisci alcune ragioni.
Middle
153
Come descriveresti nel codice un controllo che verifica se un valore differisce significativamente da una distribuzione normale (attesa)?
Middle
153
Hai lavorato con i gestori di contesto in Python? Cos'è e a cosa servono?
Middle
153
Cosa sai dello spill in Spark?
Middle
152
Come impedire che dati non corretti caricati nella vetrina o nella tabella intermedia raggiungano le pipeline superiori?
Middle
151
Quali metodi di trasferimento dati tra i task di Airflow conosci?
Middle
147
Come monitoravi la qualità dei dati?
Middle
145
Cosa fa il parametro depends_on_past in Airflow?
Middle
144
Se la pianificazione del DAG è @daily, a che ora viene effettivamente avviato?
Middle
143
Il dizionario in Python è un tipo mutabile o immutabile? Quali sono i requisiti per le sue chiavi e valori?
Middle
143
Hai fatto controlli statistici?
Middle
135
Qual è la complessità algoritmica della ricerca in un dizionario nel caso peggiore?
Middle
132
Come avviare il secondo DAG di Airflow subito dopo il completamento con successo del primo?
Middle
131