Python

Co sądzisz o opisanym froncie prac i zadaniach?

Co jeszcze należy uwzględnić oprócz fragmentu logu, aby analizować incydenty u wielu klientów po dłuższym czasie?

Poziomy izolacji Istniejące poziomy izolacji (standardy) READ_UNCOMMITTED READ_COMMITTED REPEATABLE_READ SERIALIZABLE Zadanie Istnieją 3 encje: * Entity1 * Entity2 * Entity3 Baza danych postgres Zadanie Jaki poziom izolacji dla obu transakcji gwarantuje brak utraty danych w tych scenariuszach i dlaczego? Scenariusz 1 (odpowiadający czasowi wykonania) * Otwórz transakcję 1; * wybierz Entity1; * wybierz Entity2; * Otwórz transakcję 2; * wybierz Entity1; * zaktualizuj Entity1; ********** * Zatwierdź transakcję 2; * zaktualizuj Entity1; ->transakcja 1 * zaktualizuj Entity2; ->transakcja 1

Jakie wzorce infrastruktury i architektury należy przewidzieć w usłudze Python, aby zintegrować ją z przedsiębiorczą infrastrukturą mikroserwisów, obsługiwać wielu klientów, diagnozować awarie i prowadzić operacje?

Jak zdiagnozować sytuację, gdy klient wysłał zrzut ekranu z 'białym ekranem' i zgłosił, że aplikacja nie działa?

Jak przewidzieć integrację logów aplikacji Python z systemami logowania różnych klientów bez przebudowy aplikacji?

Jak śledzić żądanie od pierwszej usługi do Twojej w łańcuchu wielu mikroserwisów?

Dane są dwa wektory, rozmiar N. Każdy z N użytkowników jest opisany zestawem cech numerycznych — wektorami o rozmiarze M. Zadanie: znaleźć, którzy użytkownicy są najbardziej podobni do siebie.

Czy miałeś do czynienia z optymalizacją PostgreSQL i jak zoptymalizowałbyś pracę z bazą danych?

Jak najwygodniej przekazać klientowi aplikację Python do uruchomienia i jakie są alternatywy dla obrazu Docker?

CREATE TABLE public.ntik_model_case ( case_id serial4 NOT NULL, parent_case_id int4 NULL, CONSTRAINT ntik_model_case_pkey PRIMARY KEY (case_id), CONSTRAINT ntik_model_case_parent_case_fkey FOREIGN KEY (parent_case_id) REFERENCES public.ntik_model_case(case_id) );

Jakie typy indeksów PostgreSQL używałeś i czym się charakteryzują?

Jakie są cechy indeksu B-drzewo w PostgreSQL?

Jak efektywnie pracować z rzadką macierzą interakcji, w której jest wiele zer, aby nie uwzględniać pustych wartości i nie marnować pamięci?

1. Istnieje sieć społeczna: 1. Użytkownicy są wierzchołkami grafu 2. Możliwość interakcji (przyjaźń) z innymi użytkownikami (lajk, komentarz, wiadomość, repost) = krawędź 3. Wzajemne powiązania (np. liczba interakcji) = waga krawędzi 2. Zadania: 1. Znaleźć najbardziej aktywnego użytkownika 2. Znaleźć najbardziej popularnego użytkownika import numpy as np # kształt = (n, n) # kształt sąsiedztwa = (n, n) przykład = np.array([ [0, 8, 3, 0, 2], # Alice [2, 0, 10, 0, 0], # Bob [4, 2, 0, 7, 1], # Charlie [0, 0, 6, 0, 0], # John [3, 1, 2, 0, 0], # Enea ])

Jak aplikacje w architekturze mikroserwisów poznają aktualne adresy innych?

Jakie dane należy obowiązkowo zapisywać w logach w przypadku błędu lub wyjątku?