# การมอนิเตอร์และการสังเกตการณ์ (Data Engineering)

> Structured logging, metrics, alerting, SLA/SLO/SLI, การตรวจสอบคุณภาพข้อมูล, Great Expectations, Soda

- 20 คำถามสัมภาษณ์
- Senior
- [คำถามสัมภาษณ์: Data Engineering](https://sharpskill.dev/th/technologies/data-engineering/interview-questions.md)

## 1. Structured logging ในบริบทของ data pipeline คืออะไร?

**คำตอบ**

Structured logging หมายถึงการส่งออก log ในรูปแบบที่สามารถ parse ได้ (JSON, key-value) แทนข้อความอิสระ ซึ่งช่วยให้กรอง ค้นหา และรวม log ได้ง่ายในเครื่องมือเช่น Cloud Logging, Elasticsearch หรือ Datadog ใน data pipeline จะช่วยให้การ debug ง่ายขึ้นมากโดยอนุญาตให้กรองตาม DAG, task_id, run_id หรือบริบททางธุรกิจอื่นๆ

## 2. ความแตกต่างระหว่าง SLI (Service Level Indicator) และ SLO (Service Level Objective) คืออะไร?

**คำตอบ**

SLI คือเมตริกที่วัดได้ซึ่งวัดปริมาณด้านคุณภาพบริการ (เช่น อัตราความสำเร็จของ job, latency ของ pipeline) SLO คือเป้าหมายที่กำหนดบนเมตริกนั้น (เช่น 99.5% ของ job ต้องสำเร็จ) SLA คือความผูกพันตามสัญญากับลูกค้าตาม SLO ภายใน ลำดับชั้นนี้ช่วยให้สามารถมอนิเตอร์ความน่าเชื่อถือได้อย่างเป็นรูปธรรมและทริกเกอร์ alert ก่อนละเมิด SLA

## 3. Expectation ใน Great Expectations คืออะไร?

**คำตอบ**

Expectation คือ assertion เชิงประกาศเกี่ยวกับข้อมูล เช่น expect_column_values_to_not_be_null หรือ expect_column_values_to_be_between Great Expectations สร้างเอกสารและผลการตรวจสอบที่ดำเนินการได้โดยอัตโนมัติ Expectation เหล่านี้ถูกจัดกลุ่มเป็น Suite ที่กำหนดสัญญาคุณภาพที่สมบูรณ์สำหรับ dataset

## มีอีก 17 คำถาม

- บทบาทหลักของ Soda ใน data pipeline คืออะไร?
- Runbook ในบริบทของการจัดการเหตุการณ์ข้อมูลคืออะไร?

สมัครฟรี: https://sharpskill.dev/th/login

## หัวข้อสัมภาษณ์ Data Engineering อื่นๆ

- [Linux & Shell - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/linux-shell-basics.md): 20 คำถาม, Junior
- [Git & GitHub - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/git-github-fundamentals.md): 20 คำถาม, Junior
- [Python ขั้นสูงสำหรับ Data Engineering](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/python-advanced-de.md): 25 คำถาม, Junior
- [Docker - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/docker-fundamentals.md): 25 คำถาม, Junior
- [Google Cloud Platform - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/gcp-fundamentals.md): 20 คำถาม, Junior
- [CI/CD และคุณภาพโค้ด](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/ci-cd-code-quality.md): 20 คำถาม, Mid-Level
- [Docker Compose](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/docker-compose.md): 20 คำถาม, Mid-Level
- [FastAPI - Data API](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/fastapi.md): 20 คำถาม, Mid-Level
- [SQL ขั้นสูงสำหรับ Data Engineering](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/sql-advanced-de.md): 20 คำถาม, Mid-Level
- [Data Lake - สถาปัตยกรรมและการนำเข้าข้อมูล](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/data-lake.md): 20 คำถาม, Mid-Level
- [BigQuery สำหรับ Data Engineering](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/bigquery-de.md): 20 คำถาม, Mid-Level
- [PostgreSQL - การดูแลระบบ](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/postgresql-admin.md): 20 คำถาม, Mid-Level
- [Data Modeling สำหรับ Data Engineering](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/data-modeling-de.md): 20 คำถาม, Mid-Level
- [Fivetran & Airbyte - การนำเข้าข้อมูล](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/fivetran-airbyte.md): 20 คำถาม, Mid-Level
- [dbt - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/dbt-fundamentals-de.md): 20 คำถาม, Mid-Level
- [Apache Airflow - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/airflow-fundamentals.md): 20 คำถาม, Mid-Level
- [Kubernetes - พื้นฐาน](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/kubernetes-fundamentals.md): 20 คำถาม, Mid-Level
- [dbt - ฟีเจอร์ขั้นสูง](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/dbt-advanced-de.md): 20 คำถาม, Senior
- [รูปแบบ ETL / ELT / ETLT](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/etl-elt-patterns.md): 20 คำถาม, Senior
- [Apache Airflow - ขั้นสูง](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/airflow-advanced.md): 20 คำถาม, Senior
- [Airflow + dbt - การจัดการ Pipeline](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/airflow-dbt-integration.md): 20 คำถาม, Senior
- [PySpark - การประมวลผลขนาดใหญ่](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/pyspark.md): 20 คำถาม, Senior
- [Google Pub/Sub - การสตรีมข้อมูล](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/pubsub-streaming.md): 20 คำถาม, Senior
- [Apache Beam & Dataflow](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/apache-beam-dataflow.md): 20 คำถาม, Senior
- [Kubernetes - Production และ Scaling](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/kubernetes-advanced.md): 20 คำถาม, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/terraform.md): 20 คำถาม, Senior
- [ฐานข้อมูล NoSQL](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/nosql-databases.md): 20 คำถาม, Senior
- [Data Architecture สมัยใหม่](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/data-architecture.md): 20 คำถาม, Senior
- [IAM และความปลอดภัยของข้อมูล](https://sharpskill.dev/th/technologies/data-engineering/interview-questions/iam-security-de.md): 20 คำถาม, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/th/technologies/data-engineering/interview-questions/monitoring-observability