# BigQuery per il Data Engineering (Data Engineering)

> Architettura serverless, partitioning, clustering, costi, UDF, federated queries, scheduled queries, materialized views

- 20 domande da colloquio
- Mid-Level
- [Domande da colloquio: Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio.md)

## 1. Quale architettura di storage utilizza BigQuery?

**Risposta**

BigQuery utilizza un'architettura serverless con storage colonnare chiamato Capacitor. Questa architettura separa storage e compute, consentendo scaling indipendente e fatturazione separata. Lo storage colonnare è ottimizzato per query analitiche poiché consente di leggere solo le colonne necessarie, riducendo significativamente l'I/O.

## 2. Qual è il principale vantaggio del partitioning delle tabelle in BigQuery?

**Risposta**

Il partitioning divide una tabella grande in segmenti più piccoli basati su una colonna (di solito una data). Durante le query, BigQuery può saltare le partizioni non rilevanti (partition pruning), riducendo la quantità di dati scansionati. Ciò migliora le prestazioni e riduce i costi poiché BigQuery fattura in base al volume di dati elaborati.

## 3. Quali tipi di partitioning sono disponibili in BigQuery?

**Risposta**

BigQuery supporta tre tipi di partitioning: per colonna DATE o TIMESTAMP (il più comune), per intervallo di interi (INTEGER RANGE) e per tempo di ingestione (_PARTITIONTIME). Il partitioning per data è raccomandato per dati di serie temporali poiché abilita un partition pruning efficiente sui filtri data.

## Altre 17 domande disponibili

- Qual è la differenza tra partitioning e clustering in BigQuery?
- Come ottimizzare i costi delle query in BigQuery?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Engineering

- [Linux & Shell - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/linux-shell-basics.md): 20 domande, Junior
- [Git & GitHub - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/git-github-fundamentals.md): 20 domande, Junior
- [Python avanzato per Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/python-advanced-de.md): 25 domande, Junior
- [Docker - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/docker-fundamentals.md): 25 domande, Junior
- [Google Cloud Platform - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/gcp-fundamentals.md): 20 domande, Junior
- [CI/CD e qualità del codice](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/ci-cd-code-quality.md): 20 domande, Mid-Level
- [Docker Compose](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/docker-compose.md): 20 domande, Mid-Level
- [FastAPI - API per dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/fastapi.md): 20 domande, Mid-Level
- [SQL avanzato per il Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/sql-advanced-de.md): 20 domande, Mid-Level
- [Data Lake - Architettura e ingestione](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-lake.md): 20 domande, Mid-Level
- [PostgreSQL - Amministrazione](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/postgresql-admin.md): 20 domande, Mid-Level
- [Data Modeling per Data Engineering](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-modeling-de.md): 20 domande, Mid-Level
- [Fivetran & Airbyte - Ingestione dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/fivetran-airbyte.md): 20 domande, Mid-Level
- [dbt - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/dbt-fundamentals-de.md): 20 domande, Mid-Level
- [Apache Airflow - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-fundamentals.md): 20 domande, Mid-Level
- [Kubernetes - Fondamenti](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/kubernetes-fundamentals.md): 20 domande, Mid-Level
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/dbt-advanced-de.md): 20 domande, Senior
- [Pattern ETL / ELT / ETLT](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/etl-elt-patterns.md): 20 domande, Senior
- [Apache Airflow - Avanzato](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-advanced.md): 20 domande, Senior
- [Airflow + dbt - Orchestrazione delle pipeline](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/airflow-dbt-integration.md): 20 domande, Senior
- [PySpark - Elaborazione su larga scala](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/pyspark.md): 20 domande, Senior
- [Google Pub/Sub - Streaming di dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/pubsub-streaming.md): 20 domande, Senior
- [Apache Beam & Dataflow](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/apache-beam-dataflow.md): 20 domande, Senior
- [Kubernetes - Produzione e scaling](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/kubernetes-advanced.md): 20 domande, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/terraform.md): 20 domande, Senior
- [Database NoSQL](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/nosql-databases.md): 20 domande, Senior
- [Data Architecture moderna](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/data-architecture.md): 20 domande, Senior
- [Monitoraggio e osservabilità](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/monitoring-observability.md): 20 domande, Senior
- [IAM e sicurezza dei dati](https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/iam-security-de.md): 20 domande, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/technologies/data-engineering/domande-colloquio/bigquery-de