PostgreSQL - Administration
Konfiguration, Replikation, Indizierung (B-tree, GIN, GiST, BRIN), VACUUM, EXPLAIN ANALYZE, Erweiterungen, Backups
1Welche PostgreSQL-Konfigurationsdatei enthält die wichtigsten Serverparameter wie shared_buffers und work_mem?
Welche PostgreSQL-Konfigurationsdatei enthält die wichtigsten Serverparameter wie shared_buffers und work_mem?
Antwort
Die Datei postgresql.conf enthält die wichtigsten PostgreSQL-Serverkonfigurationsparameter, einschließlich Speicherzuweisungen (shared_buffers, work_mem), Verbindungseinstellungen, Logging und Performance-Tuning. Diese Datei wird beim Serverstart gelesen und einige Parameter erfordern einen vollständigen Neustart, um wirksam zu werden.
2Welcher PostgreSQL-Parameter definiert die Menge an gemeinsam genutztem Speicher für das Daten-Caching?
Welcher PostgreSQL-Parameter definiert die Menge an gemeinsam genutztem Speicher für das Daten-Caching?
Antwort
shared_buffers definiert die Speichermenge, die PostgreSQL zum Caching von Daten verwendet. Dieser Parameter ist entscheidend für die Performance, da er die Größe des über alle Verbindungen geteilten Buffer-Pools bestimmt. Die typische Empfehlung ist, ihn für einen dedizierten PostgreSQL-Server zwischen 25% und 40% des gesamten Server-RAMs zu setzen.
3Was ist der Hauptunterschied zwischen Streaming-Replikation und logischer Replikation in PostgreSQL?
Was ist der Hauptunterschied zwischen Streaming-Replikation und logischer Replikation in PostgreSQL?
Antwort
Die Streaming-Replikation überträgt Änderungen auf WAL-Ebene (Write-Ahead Log) im Binärformat und erstellt eine exakte Kopie der primären Datenbank. Die logische Replikation dekodiert Änderungen in logische SQL-Operationen, was eine selektive Replikation bestimmter Tabellen und Datentransformationen während der Replikation ermöglicht. Logische Replikation bietet mehr Flexibilität, jedoch mit etwas höherem Overhead.
Welcher PostgreSQL-Indextyp ist am besten für Volltextsuche und JSONB-Spalten geeignet?
In welchem Fall ist der BRIN (Block Range Index) besonders effektiv?
+17 Interview-Fragen
Weitere Data Engineering-Interviewthemen
Linux & Shell - Grundlagen
Git & GitHub - Grundlagen
Fortgeschrittenes Python für Data Engineering
Docker - Grundlagen
Google Cloud Platform - Grundlagen
CI/CD und Codequalität
Docker Compose
FastAPI - Daten-APIs
Fortgeschrittenes SQL für Data Engineering
Data Lake - Architektur und Ingestion
BigQuery für Data Engineering
Data Modeling für Data Engineering
Fivetran & Airbyte - Daten-Ingestion
dbt - Grundlagen
Apache Airflow - Grundlagen
Kubernetes - Grundlagen
dbt - Erweiterte Funktionen
ETL- / ELT- / ETLT-Patterns
Apache Airflow - Fortgeschritten
Airflow + dbt - Pipeline-Orchestrierung
PySpark - Verarbeitung im großen Maßstab
Google Pub/Sub - Daten-Streaming
Apache Beam & Dataflow
Kubernetes - Produktion und Skalierung
Terraform - Infrastructure as Code
NoSQL-Datenbanken
Moderne Data Architecture
Monitoring und Observability
IAM und Datensicherheit
Meistere Data Engineering für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten