Data Engineer

Šta je Hive i po čemu se razlikuje od tradicionalnih relacionih baza podataka?

Middle

Aston

ИЗАБЕРИ * ИЗ табелата1 како t1 ЛЕВ ЈОИН табелата2 како t2 ON t1.date_start > t2.date_start --DML Креирајте табелу ако не постои Employee (id int, salary int, departmentId int); Вметнете во Employee (id,salary,departmentId) вредности (1, 70000, 1),(2, 94000, 1),(3, 85000, 1),(4, 80000, 2),(5, 60000, 2),(6, 62000, 3),(7, 90000, 3),(8, 94000, 3),(9, 94000, 3); со cte како( избери *, rank() over(partition by departmentId order by salary desc) како max_salary од Employee ) избери * од cte каде max_salary = 1

Koje fizičke JOIN-ove poznaješ?

Middle

СБЕР

Kako izbeći istovremeno pokretanje otprilike 700 DAG pokretanja tokom catchup/backfill u Airflow?

Middle

Островок

Koje motore tabele u ClickHouse poznajete i koristili ste?

[ime] je pitao: Koje kolone treba da budu Nullable i kako to da se odredi u DDL?

Ispričaj mi o Greenplum — formati skladištenja podataka, redovno i kolono skladištenje.

Ispričaj, čime se baviš u slobodno vrijeme osim kodiranja – koja su tvoja hobiji?

LEFT JOIN: табела са 10 записа LEFT JOIN табела са 100 записа. Какво е минималното и максималното количество редова, които можеш да добиеш?

Šta je statistika u kontekstu sistema za upravljanje bazama podataka i optimizacije upita?

Po kojim poljima si distribuisao podatke u Greenplum?

Middle

Альфа-Банк

-- Пронаћи све путнике који су путовали два или више дана заредом

Kada si pravio pipeline u Airflow-u, kako si rešavao problem junk data (nevažeći/nepotrebni podaci)?

Middle

Альфа-Банк

Kako funkcioniše JOIN u ClickHouse?

Čime se razlikuje RANK od DENSE_RANK?

Middle

Aston

Koje vrste distribucije ste koristili? Kako ste odabrali ključ distribucije?

Kako ORDER BY utiče na tabelu ClickHouse i koje ključeve je bolje izabrati?

Извештај за логистичку компанију Ви сте аналитичар у логистичкој компанији која води евиденцију о операцијама у складиштима. Морате припремити извештај о ефикасности сваког складишта. За сваки магацин израчунати: • укупни број операција (count_operations); • укупни број обрађених роба у магацину (sum_quantity); • просечно време обраде операције (avg_processing_time), узимајући у обзир само операције са наведеним временом (не NULL), заокружено на најближи цео број; • максимални и минимални број роба обрађених у једној операцији (max_quantity, min_quantity); • број операција сваког типа («доставка», «испорука», «пренос») у посебним колонама: supply_operations, shipment_operations, transfer_operations. Филтрирајте магацине који имају укупно више од 2 операције и просечно време обраде не прелази 60 минута. Резултат сортирајте по ID-у магацина по растућем редоследу. Формат улаза Табела operations: • operation_id (int) — јединствени идентификатор операције • warehouse_id (int) — ID магацина • operation_type (text) — тип операције: «доставка», «испорука», «пренос» • quantity (int) — број јединица робе у операцији • operation_date (timestamp) — датум и време операције • processing_time (int) — време обраде операције Колона processing_time може садржати NULL вредности. Формат излаза Упит треба да врати табелу са пољима у следећем редоследу: • warehouse_id (int) — јединствени ID магацина • count_operations (int) — укупни број операција извршених у магацину • sum_quantity (int) — укупни број обрађених роба у магацину • avg_processing_time (numeric) — просечно време обраде операције (у минутима), узимајући у обзир само операције са непразним временом, заокружено на најближи цео број • max_quantity (int) — максимални број роба обрађених у једној операцији • min_quantity (int) — минимални број роба обрађених у једној операцији • supply_operations (int) — број операција типа «доставка» • shipment_operations (int) — број операција типа «испорука» • transfer_operations (int) — број операција типа «пренос»

[ime] je govorio o svom iskustvu sa različitim sistemima za upravljanje bazama podataka, koliko je morao da se bavi optimizacijom i unutrašnjim detaljima.

Šta će biti uhvaćeno kao rezultat ako spojite transakcije sa klijentima po client_id i date_start (bez BETWEEN)?

Middle

СБЕР