Data Engineer
Hoe gegevens tussen taken in Airflow overdragen?
Welke opdracht vanuit de hoofddirectory van het project moet worden gebruikt om de submodule docs/ bij te werken naar de nieuwste versie uit de externe repository en deze wijziging voor te bereiden op commit? git fetch docs/ && git merge docs/FETCH_HEAD git pull --recurse-submodules git submodule update --remote docs/ cd docs/ && git pull && cd .. && git commit -am "Update" git submodule update --init docs/
Geef een voorbeeld van wanneer je erin geslaagd bent om processen of tools voor het team te verbeteren.
Er is een tabelstructuur gemaakt zoals aangegeven in de afbeelding. Het is nodig om de query uit de afbeelding uit te voeren. Welke join moet worden gebruikt in plaats van [...], zodat in het resultaat voor records met type = 'table_aw' de kolom 'naming' gevuld is, en voor records met type = 'table2' de kolom 'serial_number'? create table multirelation( type varchar not null, entity_id integer not null ); create table table_aw( id integer primary key, naming varchar not null ); create table table2( id integer primary key, serial_number varchar not null ); -- structuur van de tabellen select m.type,m.entity_id, ta.naming, t2.serial_number from multirelation m [...] join table_aw ta on m.entity_id = ta.id and m.type='table_aw' [...] join table2 t2 on m.entity_id = t2.id and m.type='table2'; -- query Laten leeg inner cross right left
Wie waren de datagebruikers en hoe werden de vitrines gebouwd?
Wat is er gebeurd en hoe kun je het werk terughalen?
Wat is het verschil tussen Greenplum en PostgreSQL?
Wat is het salaris dat je verwacht?
Rapport voor logistiek bedrijf Je bent analist bij een logistiek bedrijf dat de operaties in magazijnen bijhoudt. Je moet een rapport opstellen over de efficiëntie van elk magazijn. Voor elk magazijn bereken: • het totale aantal operaties (count_operations); • het totale aantal verwerkte goederen in het magazijn (sum_quantity); • de gemiddelde verwerkingstijd van een operatie (avg_processing_time), alleen rekening houdend met operaties met een gespecificeerde tijd (niet NULL), afgerond op het dichtstbijzijnde gehele getal; • het maximale en minimale aantal goederen verwerkt in één operatie (max_quantity, min_quantity); • het aantal operaties van elk type («levering», «verzending», «transfers») in aparte kolommen: supply_operations, shipment_operations, transfer_operations. Filter de magazijnen waarvan het totale aantal operaties meer dan 2 is en de gemiddelde verwerkingstijd niet meer dan 60 minuten. Sorteer het resultaat op ID van het magazijn in oplopende volgorde. Invoerformaat Tabel operations: • operation_id (int) — uniek identificatienummer van de operatie • warehouse_id (int) — ID van het magazijn • operation_type (text) — type operatie: «levering», «verzending», «transfers» • quantity (int) — aantal eenheden van het product in de operatie • operation_date (timestamp) — datum en tijd van de operatie • processing_time (int) — verwerkingstijd van de operatie De kolom processing_time kan NULL-waarden bevatten. Uitvoerformaat De query moet een tabel retourneren met de velden in de volgende volgorde: • warehouse_id (int) — uniek ID van het magazijn • count_operations (int) — totaal aantal operaties uitgevoerd in het magazijn • sum_quantity (int) — totaal aantal verwerkte producten in het magazijn • avg_processing_time (numeric) — gemiddelde verwerkingstijd van de operatie (in minuten), alleen rekening houdend met operaties met niet NULL tijd, afgerond op het dichtstbijzijnde gehele getal • max_quantity (int) — maximale hoeveelheid producten verwerkt in één operatie • min_quantity (int) — minimale hoeveelheid producten verwerkt in één operatie • supply_operations (int) — aantal operaties van het type «levering» • shipment_operations (int) — aantal operaties van het type «verzending» • transfer_operations (int) — aantal operaties van het type «transfers»
Wat zijn de kenmerken en verschillen tussen Set en List in Python? Behalve de prestaties, welke andere kenmerken zijn er?
СБЕРLEFT JOIN: tabel met 10 records LEFT JOIN tabel met 100 records. Wat is het minimale en maximale aantal rijen dat je kunt krijgen?
Op welke velden heb je de gegevens in Greenplum verdeeld?
Альфа-БанкWelke datakwaliteitscontroles werden uitgevoerd in Data Vault?
Лига Цифровой ЭкономикиOp het weergegeven scherm zijn twee gegevensstructuren; in welke zal het zoeken naar de waarde 2 sneller zijn en waarom?
SELECT client_id, ФИО, SUM(suma) AS total_amount FROM clients JOIN transactions ON clients.client_id = transactions.client_id WHERE дата = '2025-05-01' GROUP BY client_id, ФИО;
СБЕРHoe organiseer je gewoonlijk je werk aan taken en hoe volg je de voortgang?
Zijn er functies en mogelijkheden in Greenplum die niet in gewone MySQL en andere dialecten voorkomen?
Альфа-Банк[naam] vroeg: Hoe implementeer je het opslaan van gegevens slechts voor 2 jaar in ClickHouse?
Vertel eens, wat doe je graag in je vrije tijd naast coderen? Wat zijn je hobby's?
git submodule update --init