Data Engineer

Кайсы көйгөйлөрдү көзөмөлдөө аныктай алат?

git bisect ишинде, сиз зарурий чөйрөнүн жоктугу себебинен текшерилбеген коммит менен кезигип калдыңыз. Бул учурда эмне кылуу керек? - Башка хештер менен git bisect start командасын кайра иштетиңиз - Бул коммитти git bisect skip командасы менен өткөрүп жазыңыз - git bisect reset командасы менен bisectти кайра баштаңыз - Commitти git bisect good командасы менен жакшы деп белгилеңиз - Commitти git bisect bad командасы менен жаман деп белгилеңиз

Нормализация деген эмне? Биз негизинен кайсы формада иштейбиз?

Middle

СБЕР

SQL инжекцияси эмне?

Маалыматтардын тез жүктөлүшү учүн маалыматтар базасы эмне үчүн курман болот (Postgresте COPY, BULK INSERT)?

Киргизилген sorted колдонуу менен чечим канча убакыт иштейт? Жөнөкөйрөө үчүн тезирек чечим ойлоп табуу мүмкүнбү?

ClickHouse'ta OPTIMIZE эмне кылат жана аны ойлонбостон ишке киргизбеш керекпи?

Боттордун трафигинин үлүшү Кылмыштуулукка каршы команда сайттагы боттордун трафигин аныктоо үчүн механизм иштеп чыкты: бот сайтка киргенде, анын URL параметрлерине "bot" (бири-бири чоң жана кичи тамгаларга карабастан) субсөзү кошулат. Эгер user_id декабрда кеминде бир жолу бот катары аныкталган болсо, ал дайыма бот катары каралышы керек. Колдонуучулардын сайтка жасаган визиттеринин топтомун карап чыгып, 2024-жылдын декабрында жалпы колдонуучулардын санына салыштырмалуу боттордун үлүшүн эсептеңиз (бир ондук орунга жакындатыңыз). Кирүү форматы Table visits: - event_date (date) — визиттин датасы - user_id (int) — уникалдуу колдонуучу идентификатору - url (string) — өтүү үчүн колдонулган шилтеме Маалыматтарда жетишпеген же ката маанилер жок. Чыгуу форматы Суроо төмөнкү талаалар менен таблицаны кайтаруусу керек: - share (float) — декабрда жалпы колдонуучулардын санына салыштырмалуу боттордун үлүшү, бир ондук орунга жакындатылган.

Сактагычтын архитектурасы жөнүндө айтып бер: ал кандай катмарларга бөлүнгөн, ар бир катмардын өзгөчөлүктөрү кандай?

PostgreSQLдеги VACUUM эмне? Ал эмне үчүн керек?

Кулланган SQL суроолорунун оптималдаштыруу ыкмаларын сүрөттөп бериңиз. Ишке ашыруу убактысын 12-15 секунддан кантип кыскарттыңыз?

Middle

Купер

Неге дәл ушул DBT-ны тандадыңыз? Бул frameworkтин кандай артыкчылыктары жана кемчиликтери бар деп ойлойсуз?

Middle+

СБЕР

EXPLAIN жана EXPLAIN ANALYZE ортосундагы айырма эмне?

Airflow-деги DAG/тапшырмасында идемпотенттүүлүк эмнеге тиешелүү?

Кандайча SQL-инжекция датаны киргизүү талаасынан болушу мүмкүн?

Өндүрүштүк түтүктө көйгөйгө тушуп калганда эмне кыласыз?

Эмне үчүн сиздин маянадан күтүүлөрүңүз бар?

Хеш таблицаларын колдонууда кандай чектөөлөр бар?

ClickHouse'ta тыгыздоо кантип иштейт?

Берилген эки таблица t1 жана t2. Тапшырма — билген бардык join түрлөрүн жана алардын ар биринин натыйжасын көрсөтүү select * from t1 <join> t2 on t1.t = t2.t. |t1.t| ------ 1 2 4 null ------ |t2.t| ------ 1 3 null null cross 1 1 - null null - INNER JOIN [phone] LEFT JOIN 1 - 1 2 - NULL 4 - NULL NULL - NULL RIGHT JOIN [phone] NULL - 3 NULL - NULL NULL - NULL FULL JOIN [phone] - NULL 4 - NULL NULL - 3 null - NULL null - NULL null - NULL

Middle

Купер