# BigQuery - Podstawy (Data Analytics)

> Architektura BigQuery, datasety, tabele, schematy, typy danych, konsola, koszty

- 20 pytań z rozmów
- Junior
- [Pytania z rozmów: Data Analytics](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne.md)

## 1. Czym jest BigQuery?

**Odpowiedź**

BigQuery to w pełni zarządzany, serverless data warehouse z Google Cloud Platform. Pozwala uruchamiać analityczne zapytania SQL na bardzo dużych wolumenach danych (petabajty) bez zarządzania jakąkolwiek infrastrukturą. Jego architektura oddziela storage od compute, umożliwiając niezależne skalowanie każdego komponentu w zależności od potrzeb.

## 2. Jaka jest główna cecha architektury BigQuery?

**Odpowiedź**

BigQuery jest oparty na architekturze, która oddziela storage (Colossus) i compute (Dremel). Takie rozdzielenie pozwala przechowywać ogromne ilości danych przy niskich kosztach, dynamicznie przydzielając niezbędną moc obliczeniową tylko podczas wykonywania zapytań. Eliminuje to konieczność udostępniania i utrzymywania stałych klastrów.

## 3. Czym jest dataset w BigQuery?

**Odpowiedź**

Dataset w BigQuery to logiczny kontener, który grupuje tabele, widoki i funkcje. Pełni rolę podobną do schematu w tradycyjnych bazach danych. Każdy dataset jest powiązany z projektem Google Cloud i ma własne ustawienia lokalizacji geograficznej oraz kontroli dostępu.

## Jeszcze 17 dostępnych pytań

- Jaka jest hierarchia organizacyjna zasobów w BigQuery?
- Jak odwołać się do tabeli w zapytaniu BigQuery?

Zarejestruj się za darmo: https://sharpskill.dev/pl/login

## Inne tematy rekrutacyjne Data Analytics

- [Google Sheets - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-basics.md): 20 pytań, Junior
- [Google Sheets - Zaawansowane formuły](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-advanced.md): 20 pytań, Junior
- [SQL - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-basics.md): 25 pytań, Junior
- [SQL - Agregacje i grupowanie](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-aggregations.md): 20 pytań, Junior
- [SQL - Złączenia](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-joins.md): 20 pytań, Junior
- [Data Cleaning - Czyszczenie danych](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-cleaning.md): 20 pytań, Junior
- [KPI i metryki biznesowe](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/kpis-metrics.md): 20 pytań, Junior
- [Statystyka opisowa](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/descriptive-statistics.md): 20 pytań, Junior
- [Zapier i automatyzacja No-Code](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/zapier-automation.md): 20 pytań, Junior
- [Zasady wizualizacji danych](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-viz-principles.md): 20 pytań, Junior
- [Python & Pandas - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/python-pandas-basics.md): 20 pytań, Junior
- [Google Sheets - Automatyczne dashboardy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-dashboards.md): 20 pytań, Mid-Level
- [SQL - Podzapytania i CTE](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-subqueries-ctes.md): 20 pytań, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-window-functions.md): 20 pytań, Mid-Level
- [BigQuery - Funkcje zaawansowane](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/bigquery-advanced.md): 20 pytań, Mid-Level
- [Data Modeling](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-modeling.md): 20 pytań, Mid-Level
- [Analiza funneli i konwersji](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/funnel-analysis.md): 20 pytań, Mid-Level
- [Analiza kohort i retencji](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/cohort-retention.md): 20 pytań, Mid-Level
- [Google Tag Manager i tracking](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/gtm-tracking.md): 20 pytań, Mid-Level
- [API i webhooki](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/apis-webhooks.md): 20 pytań, Mid-Level
- [dbt - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/dbt-fundamentals.md): 20 pytań, Mid-Level
- [AB Testing i statystyka stosowana](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/ab-testing.md): 20 pytań, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/looker-studio.md): 20 pytań, Mid-Level
- [Power BI - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/power-bi-fundamentals.md): 20 pytań, Mid-Level
- [SQL - Zaawansowane zapytania analityczne](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-advanced-analytics.md): 20 pytań, Senior
- [dbt - Funkcje zaawansowane](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/dbt-advanced.md): 20 pytań, Senior
- [Power BI - DAX i zaawansowane dashboardy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/power-bi-dax.md): 20 pytań, Senior
- [Python Analytics - Zaawansowana analiza i ML](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/python-analytics-advanced.md): 20 pytań, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/bigquery-fundamentals