Data Engineering için BigQuery
Serverless mimari, partitioning, clustering, maliyetler, UDF'ler, federated queries, scheduled queries, materialized views
1BigQuery hangi depolama mimarisini kullanır?
BigQuery hangi depolama mimarisini kullanır?
Cevap
BigQuery, Capacitor adı verilen sütun tabanlı depolama ile serverless bir mimari kullanır. Bu mimari, storage ve compute'u ayırarak bağımsız ölçeklendirme ve ayrı faturalandırma sağlar. Sütun tabanlı depolama, yalnızca gerekli sütunların okunmasına izin verdiği için analitik sorgular için optimize edilmiştir ve I/O'yu önemli ölçüde azaltır.
2BigQuery'de tablo partitioning'in temel avantajı nedir?
BigQuery'de tablo partitioning'in temel avantajı nedir?
Cevap
Partitioning, büyük bir tabloyu bir sütuna (genellikle bir tarih) göre daha küçük segmentlere böler. Sorgular sırasında BigQuery, ilgisiz partition'ları atlayabilir (partition pruning) ve taranan veri miktarını azaltır. Bu, performansı artırır ve maliyetleri düşürür çünkü BigQuery işlenen veri hacmine göre faturalandırma yapar.
3BigQuery'de hangi partitioning türleri mevcuttur?
BigQuery'de hangi partitioning türleri mevcuttur?
Cevap
BigQuery üç partitioning türünü destekler: DATE veya TIMESTAMP sütunu ile (en yaygın), tamsayı aralığı ile (INTEGER RANGE) ve ingestion zamanı ile (_PARTITIONTIME). Tarih filtrelerinde verimli partition pruning sağladığı için tarih partitioning'i zaman serisi verileri için önerilir.
BigQuery'de partitioning ile clustering arasındaki fark nedir?
BigQuery'de sorgu maliyetleri nasıl optimize edilir?
+17 mülakat soruları
Diğer Data Engineering mülakat konuları
Linux & Shell - Temeller
Git & GitHub - Temeller
Data Engineering için ileri düzey Python
Docker - Temeller
Google Cloud Platform - Temeller
CI/CD ve Kod Kalitesi
Docker Compose
FastAPI - Veri API'leri
Data Engineering için İleri Seviye SQL
Data Lake - Mimari ve Veri Alımı
PostgreSQL - Yönetim
Data Engineering için Data Modeling
Fivetran & Airbyte - Veri Alımı
dbt - Temeller
Apache Airflow - Temeller
Kubernetes - Temeller
dbt - Gelişmiş özellikler
ETL / ELT / ETLT Desenleri
Apache Airflow - İleri Seviye
Airflow + dbt - Pipeline Orkestrasyonu
PySpark - Büyük Ölçekli İşleme
Google Pub/Sub - Veri Streaming
Apache Beam & Dataflow
Kubernetes - Üretim ve Ölçeklendirme
Terraform - Infrastructure as Code
NoSQL Veritabanları
Modern Data Architecture
İzleme ve Gözlemlenebilirlik
IAM ve Veri Güvenliği
Bir sonraki mülakatın için Data Engineering'de uzmanlaş
Tüm sorulara, flashcards'a, teknik testlere, code review alıştırmalarına ve mülakat simülatörlerine eriş.
Ücretsiz başla