Data Engineer

ClickHouse-догу DDL/CREATE TABLE үчүн кандай кошумча параметрлерди билесиз, алар эмне үчүн таасир этет жана кайсы учурларда колдонулат?

Бул витринадагы маалыматтарды үч shardга тең бөлбөстөн бөлүү: биринчи жана калган экисинде 50% жана 25%?

Кластерде таблицалар кандайча түзүлдү жана ZooKeeperден улам бир шардда реплика жок болгондо кандай чечилди?

Кандайча сиз оптимизация маселелерин чечип жаттыңыз, когда запрос долго иштейт жана толық скан жүргүзөт? Мындай жаңы тапшырмага кандайча карайсыз?

Parquetти кандай окудуңуз?

ClickHouse-деги Materialized View кай учурларда маалыматтарды өткөрүп жибериши же тескерисинче, алардын дублдешүүсү мүмкүн?

ClickHouse `Too many parts` ката менен кошуп жатканда кездешкенсизби? Кантип чечтиңиз?

Кайсы Python китепканаларында иштедиңиз?

Шардтардын ортосундагы маалыматтардын бурмалануусу жөнүндө көбүрөөк маалымат бериңиз: аны кандай аныкташты жана тиешелүү функция/механизмди кантип колдонушту?

ClickHouse-догу UDF (Колдонуучу аныктаган функциялар) менен таанышсызбы, алардын үстүндө иштедиңизби?

Клиент ID боюнча маалыматтардын бурмалануусун кантип оңдодуңуз, эгер бир кардар башка кардарлардан кыйла чоң болсо? Канча вариант бар?

ClickHouse-деги Distributed кыймылдаткычынын кайсы параметрлерин билесиз?

Жаңы MV ишке киргизүүдөн мурун бар болбогон маалыматтарды туура толтуруу үчүн, ReplacingMergeTree аралык таблицасы аркылуу Materialized View чынжырын кантип иштетмексиң?

Маалыматтарды бириктирүү кайсы талааларда болду жана витриналарда дублдалары кантип жоюлду?

Кайсы Airflow версиясында иштедиңиз?

Monoton өсүп жаткан негизги ачкыч менен дайым жаңы жазуулар келген чоң PostgreSQL таблицасына маалымат жүктөөнү кантип уюштуруу керек?

ReplicatedQueue менен таанышсызбы? Ага иштөө тажрыйбасыңыз барбы?