Data Engineer

Kāda ir atšķirība starp UNION un UNION ALL? Kādi nosacījumi jāievēro?

Middle

СБЕР

Izskaidrojiet, kā tehniski darbojas Git LFS un kādas priekšrocības tas sniedz salīdzinājumā ar standarta Git, strādājot ar lieliem failiem.

Kura veida vairāk pieder Greenplum — OLTP vai OLAP?

Middle

МВидео

Kā analizēt lielus XML failus ZIP formātā un ielādēt tos ClickHouse ar Python?

Ko upurē datu bāze, veicot ātru datu ielādi (COPY Postgres, BULK INSERT)?

Kā darbojas Merge Join (savienojums ar kārtošanu)?

Middle+

СБЕР

Dar procesa darba ar git bisect, jūs saskārāties ar commit, kuru nav iespējams pārbaudīt nepieciešamās vides trūkuma dēļ. Ko darīt šajā situācijā? - Atkārtojiet komandu git bisect start ar citiem hashiem - Izlaidiet šo commit ar komandu git bisect skip - Atiestatiet bisect ar komandu git bisect reset - Atzīmējiet commit kā labu ar komandu git bisect good - Atzīmējiet commit kā sliktu ar komandu git bisect bad

Kas ir partīcija ClickHouse un pēc kāda principa tā tiek izvēlēta?

Ko dara OPTIMIZE ClickHouse un kāpēc to nevajadzētu bezdomīgi palaist?

Bot trafika daļa Antifraud komanda izstrādāja mehānismu, lai noteiktu bot trafiku vietnē: kad bots ieiet vietnē, tā URL parametriem tiek pievienots apakšvirkne "bot" (neatkarīgi no lielajiem vai mazajiem burtiem). Ja user_id vismaz vienu reizi ir identificēts kā bots decembrī, tas vienmēr jāuzskata par botu. Izpētiet lietotāju apmeklējumu datu kopu vietnē un aprēķiniet botu daļu no kopējā lietotāju skaita 2024. gada decembrī (noapaļojiet līdz vienam ciparam aiz komata). Ievades formāts Tabula visits: - event_date (date) — apmeklējuma datums - user_id (int) — unikāls lietotāja identifikators - url (string) — saite, caur kuru tika veikts apmeklējums Dati nesatur trūkstošas vai nepareizas vērtības. Izvades formāts Vaicājums jāatgriež tabula ar laukiem: - share (float) — botu daļa no kopējā lietotāju skaita decembrī, noapaļota līdz vienam ciparam aiz komata.

Kā izdzēst datus no ClickHouse?

Kādus jautājumus var atklāt izsekošana?

Kāpēc izvēlējāties tieši DBT? Kādas priekšrocības un trūkumus redzat šajā ietvarā?

Middle+

СБЕР

Kāda ir atšķirība starp EXPLAIN un EXPLAIN ANALYZE?

Kas ir idempotence DAG/darbā Airflow?

Kas ir SQL injekcija?

Kas ir YARN un kam tas ir nepieciešams?

Middle

Aston

Kā darbojas saspiešana ClickHouse?

Kas ir VACUUM PostgreSQL? Kam tas ir nepieciešams?

Dotas divas tabulas t1 un t2. Uzdevums ir uzskaitīt visas zināmās apvienošanas (join) tipus un to rezultātu 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