PostgreSQL - Адміністрування
Конфігурація, реплікація, індексація (B-tree, GIN, GiST, BRIN), VACUUM, EXPLAIN ANALYZE, розширення, резервні копії
1Який файл конфігурації PostgreSQL містить основні параметри сервера, такі як shared_buffers і work_mem?
Який файл конфігурації PostgreSQL містить основні параметри сервера, такі як shared_buffers і work_mem?
Відповідь
Файл postgresql.conf містить основні параметри конфігурації сервера PostgreSQL, включаючи виділення пам'яті (shared_buffers, work_mem), налаштування з'єднання, логування та налаштування продуктивності. Цей файл читається при запуску сервера, і деякі параметри потребують повного перезавантаження для набуття чинності.
2Який параметр PostgreSQL визначає обсяг спільної пам'яті, що використовується для кешування даних?
Який параметр PostgreSQL визначає обсяг спільної пам'яті, що використовується для кешування даних?
Відповідь
shared_buffers визначає обсяг пам'яті, який PostgreSQL використовує для кешування даних. Цей параметр є критичним для продуктивності, оскільки визначає розмір буферного пулу, спільного для всіх з'єднань. Типова рекомендація — встановити його в межах 25%–40% від загальної оперативної пам'яті сервера для виділеного сервера PostgreSQL.
3У чому головна різниця між streaming-реплікацією та логічною реплікацією в PostgreSQL?
У чому головна різниця між streaming-реплікацією та логічною реплікацією в PostgreSQL?
Відповідь
Streaming-реплікація передає зміни на рівні WAL (Write-Ahead Log) у двійковому форматі, створюючи точну копію основної бази даних. Логічна реплікація декодує зміни в логічні SQL-операції, дозволяючи вибірково реплікувати конкретні таблиці та трансформувати дані під час реплікації. Логічна реплікація пропонує більшу гнучкість, але з трохи вищими накладними витратами.
Який тип індексу PostgreSQL найбільше підходить для повнотекстового пошуку та стовпців JSONB?
У якому випадку індекс BRIN (Block Range Index) є особливо ефективним?
+17 питань зі співбесід
Інші теми співбесід Data Engineering
Linux & Shell - Основи
Git & GitHub - Основи
Просунутий Python для Data Engineering
Docker - Основи
Google Cloud Platform - Основи
CI/CD та якість коду
Docker Compose
FastAPI - API даних
Просунутий SQL для Data Engineering
Data Lake - Архітектура та завантаження даних
BigQuery для Data Engineering
Data Modeling для Data Engineering
Fivetran & Airbyte - Завантаження даних
dbt - Основи
Apache Airflow - Основи
Kubernetes - Основи
dbt - Розширені можливості
Патерни ETL / ELT / ETLT
Apache Airflow - Просунутий
Airflow + dbt - Оркестрація пайплайнів
PySpark - Великомасштабна обробка
Google Pub/Sub - Стрімінг даних
Apache Beam & Dataflow
Kubernetes - Продакшн та масштабування
Terraform - Infrastructure as Code
Бази даних NoSQL
Сучасна Data Architecture
Моніторинг та спостережуваність
IAM та безпека даних
Опануй Data Engineering для наступної співбесіди
Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.
Почни безкоштовно