Data Analytics

BigQuery - พื้นฐาน

สถาปัตยกรรม BigQuery, dataset, ตาราง, schema, ประเภทข้อมูล, คอนโซล, ค่าใช้จ่าย

20 คำถามสัมภาษณ์·
Junior
1

BigQuery คืออะไร?

คำตอบ

BigQuery คือ data warehouse แบบ fully managed และ serverless ของ Google Cloud Platform ที่ให้คุณรันคำสั่ง SQL เชิงวิเคราะห์บนข้อมูลขนาดใหญ่มาก (เพตะไบต์) โดยไม่ต้องจัดการโครงสร้างพื้นฐาน สถาปัตยกรรมแยก storage และ compute ออกจากกัน ทำให้สามารถสเกลแต่ละส่วนแยกกันได้ตามความต้องการ

2

ลักษณะสำคัญของสถาปัตยกรรม BigQuery คืออะไร?

คำตอบ

BigQuery สร้างบนสถาปัตยกรรมที่แยก storage (Colossus) และ compute (Dremel) ออกจากกัน การแยกนี้ช่วยให้สามารถจัดเก็บข้อมูลปริมาณมหาศาลด้วยต้นทุนต่ำ พร้อมจัดสรรพลัง compute ที่จำเป็นแบบไดนามิกเฉพาะเมื่อรันคำสั่งเท่านั้น จึงไม่ต้องจัดเตรียมและบำรุงรักษา cluster แบบคงที่

3

Dataset ใน BigQuery คืออะไร?

คำตอบ

Dataset ใน BigQuery คือ container เชิงตรรกะที่จัดกลุ่มตาราง view และฟังก์ชัน มีบทบาทคล้ายกับ schema ในฐานข้อมูลแบบดั้งเดิม แต่ละ dataset เชื่อมโยงกับโปรเจกต์ Google Cloud และมีการตั้งค่าตำแหน่งทางภูมิศาสตร์และการควบคุมการเข้าถึงเป็นของตัวเอง

4

ลำดับชั้นการจัดระเบียบทรัพยากรใน BigQuery เป็นอย่างไร?

5

จะอ้างอิงตารางในคำสั่ง BigQuery อย่างไร?

+17 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Analytics อื่นๆ

Google Sheets - พื้นฐาน

Junior
20 คำถาม

Google Sheets - สูตรขั้นสูง

Junior
20 คำถาม

SQL - พื้นฐาน

Junior
25 คำถาม

SQL - การรวมและการจัดกลุ่ม

Junior
20 คำถาม

SQL - Joins

Junior
20 คำถาม

Data Cleaning - การทำความสะอาดข้อมูล

Junior
20 คำถาม

KPI และเมตริกทางธุรกิจ

Junior
20 คำถาม

สถิติเชิงพรรณนา

Junior
20 คำถาม

Zapier และระบบอัตโนมัติ No-Code

Junior
20 คำถาม

หลักการ Data Visualization

Junior
20 คำถาม

Python & Pandas - พื้นฐาน

Junior
20 คำถาม

Google Sheets - แดชบอร์ดอัตโนมัติ

Mid-Level
20 คำถาม

SQL - Subquery และ CTE

Mid-Level
20 คำถาม

SQL - Window Functions

Mid-Level
20 คำถาม

BigQuery - ฟีเจอร์ขั้นสูง

Mid-Level
20 คำถาม

Data Modeling

Mid-Level
20 คำถาม

การวิเคราะห์ Funnel และ Conversion

Mid-Level
20 คำถาม

การวิเคราะห์ Cohort และ Retention

Mid-Level
20 คำถาม

Google Tag Manager และการติดตาม

Mid-Level
20 คำถาม

API และ Webhook

Mid-Level
20 คำถาม

dbt - พื้นฐาน

Mid-Level
20 คำถาม

AB Testing และสถิติประยุกต์

Mid-Level
20 คำถาม

Looker Studio (Google Data Studio)

Mid-Level
20 คำถาม

Power BI - พื้นฐาน

Mid-Level
20 คำถาม

SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง

Senior
20 คำถาม

dbt - ฟีเจอร์ขั้นสูง

Senior
20 คำถาม

Power BI - DAX และแดชบอร์ดขั้นสูง

Senior
20 คำถาม

Python Analytics - การวิเคราะห์ขั้นสูงและ ML

Senior
20 คำถาม

เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี