Sobes.tech

ამ სქემაში Trino მონაცემების დამუშავებაზეა პასუხისმგებელი — როგორ აძლევს ტექნოლოგიების ფენა საცავსა და გამოთვლებს განცალკევებას?

192

Greenplum-ში ACID დაცულია?

191

რას იწყებს ClickHouse-ში ჩანაწერების წაშლის ან შეცვლის დროს?

187

რა განსხვავებაა CTE-სა და ქვედაპირზე?

185

როგორ დავყოთ მოთხოვნა ეტაპებად? ამისთვის რა გავაკეთოთ?

184

შეგიძლიათ იცოდეთ Rust-ით დაწერილი მრავალთრედული, ძალიან სწრაფი ბიბლიოთეკა, რომელიც შეიძლება შეცვალოს Pandas-ი Data Science და Big Data-ისთვის?

184

სამუშაოებს შორის, DAG-ების შორის დამოკიდებულებებთან — იყენებდით სენსორებს, რათა ისინი ერთის შემდეგ მეორე გამოიძახათ?

183

რა ტექნოლოგიებს იყენებდით მონაცემების ჩასატვირთად Parquet-ში და რა მექანიზმები გამოიყენებოდა მონაცემების მიღებისა და ჩატვირთვისთვის?

182

როგორ დაწერე Airflow DAG და სამუშაოები — ხელით თუ შაბლონებით?

182

თქვით მონაცემები Spark-დან S3-ზე Parquet ფორმატში და შემდეგ Parquet-დან Greenplum-ზე — როგორ მიმდინარეობს ჩატვირთვის პროცესი?

181

როგორ ხერხდებოდა ჩვეულებრივ მონაცემთა ბაზის სქემის შექმნა — პირდაპირ ბაზაში ხელით ან სქრიპტებს სადმე ინახავდით, ან საერთოდ იყენებდით Liquibase-ს, რა იყო პროცესი?

181

გიტთან მუშაობდი? რა ინახავდი გიტში?

180

სტრიმინგის დროს, Iceberg მუშაობდა, გაგიგია? ეს ფაილების ნაგავდაცვაა.

179

როგორ ჩაიტანეს მონაცემები გარე ცხრილიდან სამიზნე ცხრილებში?

176

ეს რეალურ დროშია, როგორ განვახორციელოთ ეს Kafka და ClickHouse Spark შორის?

172

თუ CTE-ს მხოლოდ ერთხელ იყენებთ სავალდებულო კითხვაში, აქვს თუ არა ამის გამოყენების აზრი?

171

თქვენ უნდა მუშაობოდით პირდაპირ Spark-თან? რა არის მისი მინუსი?

169

ჩვენ გვჭირდება პაიპლაინი — მექანიზმი, რომელიც საშუალებას მოგცემთ ძალიან სწრაფად შექმნათ ნაკადები კონტრაქტებისა და პარამეტრების მიწოდებით. როგორ განახორციელებდი ამას მაღალ დონეზე?

167

ჩვენ JSON-ს დავალაგებთ — ვინ გააკეთებს JSON-ის ანალიზს? ჩემი ცოდნით, ClickHouse-ში ფუნქციები არ არის.

166

Iceberg — ეს არის ძრავა, რომელიც საშუალებას აძლევს S3-ს გახდეს მონაცემთა ბაზა, ის אפילו აკმაყოფილებს ACID-ს. რა არის მისი ნაკლი?

163
/3