Question 1

ไฟล์การกำหนดค่า PostgreSQL ใดที่มีพารามิเตอร์เซิร์ฟเวอร์หลักเช่น shared_buffers และ work_mem?

Accepted Answer

ไฟล์ postgresql.conf มีพารามิเตอร์การกำหนดค่าเซิร์ฟเวอร์ PostgreSQL หลัก รวมถึงการจัดสรรหน่วยความจำ (shared_buffers, work_mem), การตั้งค่าการเชื่อมต่อ, การบันทึก และการปรับแต่งประสิทธิภาพ ไฟล์นี้ถูกอ่านเมื่อเริ่มต้นเซิร์ฟเวอร์และพารามิเตอร์บางตัวต้องเริ่มต้นใหม่ทั้งหมดเพื่อให้มีผล

Question 2

พารามิเตอร์ PostgreSQL ใดที่กำหนดจำนวนหน่วยความจำที่ใช้ร่วมกันสำหรับการแคชข้อมูล?

Accepted Answer

shared_buffers กำหนดจำนวนหน่วยความจำที่ PostgreSQL ใช้สำหรับการแคชข้อมูล พารามิเตอร์นี้สำคัญต่อประสิทธิภาพเนื่องจากกำหนดขนาดของ buffer pool ที่ใช้ร่วมกันในทุกการเชื่อมต่อ คำแนะนำทั่วไปคือตั้งค่าระหว่าง 25% ถึง 40% ของ RAM ทั้งหมดของเซิร์ฟเวอร์สำหรับเซิร์ฟเวอร์ที่ใช้สำหรับ PostgreSQL โดยเฉพาะ

Question 3

ความแตกต่างหลักระหว่าง streaming replication และ logical replication ใน PostgreSQL คืออะไร?

Accepted Answer

Streaming replication ส่งการเปลี่ยนแปลงที่ระดับ WAL (Write-Ahead Log) ในรูปแบบไบนารี สร้างสำเนาที่แน่นอนของฐานข้อมูลหลัก Logical replication ถอดรหัสการเปลี่ยนแปลงเป็นการดำเนินการ SQL เชิงตรรกะ ทำให้สามารถทำการ replicate ตารางที่เฉพาะเจาะจงและแปลงข้อมูลระหว่างการ replication ได้ Logical replication ให้ความยืดหยุ่นมากกว่าแต่มี overhead สูงกว่าเล็กน้อย

PostgreSQL - การดูแลระบบ

ไฟล์การกำหนดค่า PostgreSQL ใดที่มีพารามิเตอร์เซิร์ฟเวอร์หลักเช่น shared_buffers และ work_mem?

คำตอบ

พารามิเตอร์ PostgreSQL ใดที่กำหนดจำนวนหน่วยความจำที่ใช้ร่วมกันสำหรับการแคชข้อมูล?

คำตอบ

ความแตกต่างหลักระหว่าง streaming replication และ logical replication ใน PostgreSQL คืออะไร?

คำตอบ

ประเภทดัชนี PostgreSQL ใดที่เหมาะสมที่สุดสำหรับการค้นหา full-text และคอลัมน์ JSONB?

ในกรณีใดที่ดัชนี BRIN (Block Range Index) มีประสิทธิภาพเป็นพิเศษ?

หัวข้อสัมภาษณ์ Data Engineering อื่นๆ

Linux & Shell - พื้นฐาน

Git & GitHub - พื้นฐาน

Python ขั้นสูงสำหรับ Data Engineering

Docker - พื้นฐาน

Google Cloud Platform - พื้นฐาน

CI/CD และคุณภาพโค้ด

Docker Compose

FastAPI - Data API

SQL ขั้นสูงสำหรับ Data Engineering

Data Lake - สถาปัตยกรรมและการนำเข้าข้อมูล

BigQuery สำหรับ Data Engineering

Data Modeling สำหรับ Data Engineering

Fivetran & Airbyte - การนำเข้าข้อมูล

dbt - พื้นฐาน

Apache Airflow - พื้นฐาน

Kubernetes - พื้นฐาน

dbt - ฟีเจอร์ขั้นสูง

รูปแบบ ETL / ELT / ETLT

Apache Airflow - ขั้นสูง

Airflow + dbt - การจัดการ Pipeline

PySpark - การประมวลผลขนาดใหญ่

Google Pub/Sub - การสตรีมข้อมูล

Apache Beam & Dataflow

Kubernetes - Production และ Scaling

Terraform - Infrastructure as Code

ฐานข้อมูล NoSQL

Data Architecture สมัยใหม่

การมอนิเตอร์และการสังเกตการณ์

IAM และความปลอดภัยของข้อมูล

เชี่ยวชาญ Data Engineering สำหรับการสัมภาษณ์ครั้งถัดไป