BigQuery - ฟีเจอร์ขั้นสูง
การแบ่งพาร์ติชัน, clustering, materialized views, UDFs, การคิวรีแบบซ้อน, STRUCT, ARRAY
1บทบาทหลักของการแบ่งพาร์ติชัน (partitioning) ใน BigQuery คืออะไร?
บทบาทหลักของการแบ่งพาร์ติชัน (partitioning) ใน BigQuery คืออะไร?
คำตอบ
การแบ่งพาร์ติชันจะแบ่งตารางเป็นเซ็กเมนต์ตามคอลัมน์ (มักเป็นวันที่) ซึ่งช่วยลดปริมาณข้อมูลที่ถูกสแกนระหว่างการคิวรี เมื่อคิวรีกรองบนคอลัมน์พาร์ติชัน BigQuery จะอ่านเฉพาะพาร์ติชันที่เกี่ยวข้องแทนการสแกนทั้งตาราง สิ่งนี้ช่วยเพิ่มประสิทธิภาพและลดค่าใช้จ่ายในการคิวรี ซึ่งคิดตามปริมาณข้อมูลที่สแกน
2ประเภทของการแบ่งพาร์ติชันที่มีใน BigQuery มีอะไรบ้าง?
ประเภทของการแบ่งพาร์ติชันที่มีใน BigQuery มีอะไรบ้าง?
คำตอบ
BigQuery มีการแบ่งพาร์ติชัน 3 ประเภท: ตามคอลัมน์ DATE, TIMESTAMP หรือ DATETIME (พบมากที่สุด), ตามช่วงจำนวนเต็ม (INTEGER RANGE) และตามเวลาที่นำเข้าข้อมูล (_PARTITIONTIME) การแบ่งพาร์ติชันตามวันที่ใช้งานมากที่สุดเพราะการวิเคราะห์ส่วนใหญ่กรองตามช่วงเวลา การแบ่งพาร์ติชันตามช่วงจำนวนเต็มมีประโยชน์สำหรับตัวระบุเชิงตัวเลข
3STRUCT ใน BigQuery คืออะไร?
STRUCT ใน BigQuery คืออะไร?
คำตอบ
STRUCT (หรือ RECORD) คือประเภทข้อมูลที่รวมหลายฟิลด์ที่มีชื่อซึ่งอาจมีประเภทต่างกันเข้าไว้ในคอลัมน์เดียว ตัวอย่างเช่น STRUCT สามารถมีชื่อ (STRING), อายุ (INT64) และอีเมล (STRING) STRUCT ช่วยให้สร้างแบบจำลองข้อมูลแบบลำดับชั้นได้โดยตรงภายในตาราง โดยหลีกเลี่ยงการ join ที่มีต้นทุนสูง เข้าถึงฟิลด์โดยใช้สัญกรณ์จุด (struct_col.field)
ARRAY ใน BigQuery คืออะไร?
ฟังก์ชัน UNNEST ใน BigQuery มีจุดประสงค์อะไร?
+17 คำถามสัมภาษณ์
หัวข้อสัมภาษณ์ Data Analytics อื่นๆ
Google Sheets - พื้นฐาน
Google Sheets - สูตรขั้นสูง
SQL - พื้นฐาน
SQL - การรวมและการจัดกลุ่ม
SQL - Joins
BigQuery - พื้นฐาน
Data Cleaning - การทำความสะอาดข้อมูล
KPI และเมตริกทางธุรกิจ
สถิติเชิงพรรณนา
Zapier และระบบอัตโนมัติ No-Code
หลักการ Data Visualization
Python & Pandas - พื้นฐาน
Google Sheets - แดชบอร์ดอัตโนมัติ
SQL - Subquery และ CTE
SQL - Window Functions
Data Modeling
การวิเคราะห์ Funnel และ Conversion
การวิเคราะห์ Cohort และ Retention
Google Tag Manager และการติดตาม
API และ Webhook
dbt - พื้นฐาน
AB Testing และสถิติประยุกต์
Looker Studio (Google Data Studio)
Power BI - พื้นฐาน
SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง
dbt - ฟีเจอร์ขั้นสูง
Power BI - DAX และแดชบอร์ดขั้นสูง
Python Analytics - การวิเคราะห์ขั้นสูงและ ML
เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป
เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์
เริ่มใช้ฟรี