BigQuery - Розширені можливості
Партиціонування, кластеризація, матеріалізовані подання, UDF, вкладені запити, STRUCT, ARRAY
1Яка основна роль партиціонування в BigQuery?
Яка основна роль партиціонування в BigQuery?
Відповідь
Партиціонування розділяє таблицю на сегменти на основі стовпця (часто дати), що зменшує обсяг сканованих даних під час запитів. Коли запит фільтрує за стовпцем партиції, BigQuery читає лише релевантні партиції, а не сканує всю таблицю. Це покращує продуктивність і знижує вартість запитів, яка нараховується на основі обсягу сканованих даних.
2Які типи партиціонування доступні в BigQuery?
Які типи партиціонування доступні в BigQuery?
Відповідь
BigQuery пропонує три типи партиціонування: за стовпцем DATE, TIMESTAMP або DATETIME (найпоширеніший), за діапазоном цілих чисел (INTEGER RANGE) і за часом завантаження (_PARTITIONTIME). Партиціонування на основі дати використовується найширше, оскільки більшість аналізів фільтрує за часовими періодами. Партиціонування за діапазоном цілих чисел корисне для числових ідентифікаторів.
3Що таке STRUCT в BigQuery?
Що таке STRUCT в BigQuery?
Відповідь
STRUCT (або RECORD) — це тип даних, який групує кілька іменованих полів потенційно різних типів в один стовпець. Наприклад, STRUCT може містити ім'я (STRING), вік (INT64) та електронну пошту (STRING). STRUCT дозволяє моделювати ієрархічні дані безпосередньо в таблиці, уникаючи витратних з'єднань. Доступ до полів здійснюється за допомогою крапкової нотації (struct_col.field).
Що таке ARRAY в BigQuery?
Для чого призначена функція UNNEST в BigQuery?
+17 питань зі співбесід
Інші теми співбесід Data Analytics
Google Sheets - Основи
Google Sheets - Розширені формули
SQL - Основи
SQL - Агрегації та групування
SQL - З'єднання
BigQuery - Основи
Data Cleaning - Очищення даних
KPI та бізнес-метрики
Описова статистика
Zapier та No-Code автоматизація
Принципи візуалізації даних
Python & Pandas - Основи
Google Sheets - Автоматизовані дашборди
SQL - Підзапити та CTE
SQL - Window Functions
Data Modeling
Аналіз воронок і конверсії
Аналіз когорт і утримання
Google Tag Manager та трекінг
API та вебхуки
dbt - Основи
AB Testing та прикладна статистика
Looker Studio (Google Data Studio)
Power BI - Основи
SQL - Розширені аналітичні запити
dbt - Розширені можливості
Power BI - DAX та просунуті дашборди
Python Analytics - Розширений аналіз та ML
Опануй Data Analytics для наступної співбесіди
Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.
Почни безкоштовно