# Apache Beam & Dataflow (Data Engineering)

> PCollections, transforms (ParDo, GroupByKey), windowing, triggers, watermarks, Dataflow runner, autoscaling, templates

- 20 câu hỏi phỏng vấn
- Senior
- [Câu hỏi phỏng vấn: Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van.md)

## 1. PCollection trong Apache Beam là gì?

**Câu trả lời**

PCollection là trừu tượng dữ liệu chính trong Apache Beam. Nó đại diện cho một tập dữ liệu phân tán, có khả năng không giới hạn, có thể được xử lý song song. Không giống như collection thông thường, PCollection là bất biến, nghĩa là mỗi transform tạo ra một PCollection mới thay vì sửa đổi bản gốc.

## 2. Sự khác biệt chính giữa PCollection bounded và unbounded là gì?

**Câu trả lời**

Một PCollection bounded có kích thước hữu hạn và đã biết (như một file hoặc bảng), trong khi unbounded đại diện cho một luồng dữ liệu có khả năng vô hạn (như các sự kiện streaming). Sự phân biệt này ảnh hưởng đến cách Beam xử lý dữ liệu: bounded sử dụng xử lý batch cổ điển, trong khi unbounded yêu cầu windowing và trigger để xử lý luồng liên tục.

## 3. Vai trò của biến đổi ParDo trong Apache Beam là gì?

**Câu trả lời**

ParDo (Parallel Do) là biến đổi linh hoạt nhất trong Apache Beam. Nó áp dụng một hàm do người dùng định nghĩa (DoFn) cho từng phần tử của PCollection theo cách song song. ParDo có thể tạo ra không, một hoặc nhiều phần tử đầu ra cho mỗi phần tử đầu vào, làm cho nó phù hợp cho việc filtering, mapping và flat-mapping.

## Còn 17 câu hỏi nữa

- Làm thế nào để sử dụng side inputs trong biến đổi ParDo?
- Sự khác biệt giữa GroupByKey và CoGroupByKey trong Apache Beam là gì?

Đăng ký miễn phí: https://sharpskill.dev/vi/login

## Các chủ đề phỏng vấn Data Engineering khác

- [Linux & Shell - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/linux-shell-basics.md): 20 câu hỏi, Junior
- [Git & GitHub - Kiến thức cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/git-github-fundamentals.md): 20 câu hỏi, Junior
- [Python nâng cao cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/python-advanced-de.md): 25 câu hỏi, Junior
- [Docker - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/docker-fundamentals.md): 25 câu hỏi, Junior
- [Google Cloud Platform - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/gcp-fundamentals.md): 20 câu hỏi, Junior
- [CI/CD và chất lượng mã](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/ci-cd-code-quality.md): 20 câu hỏi, Mid-Level
- [Docker Compose](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/docker-compose.md): 20 câu hỏi, Mid-Level
- [FastAPI - API dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/fastapi.md): 20 câu hỏi, Mid-Level
- [SQL nâng cao cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/sql-advanced-de.md): 20 câu hỏi, Mid-Level
- [Data Lake - Kiến trúc và nạp dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-lake.md): 20 câu hỏi, Mid-Level
- [BigQuery cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/bigquery-de.md): 20 câu hỏi, Mid-Level
- [PostgreSQL - Quản trị](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/postgresql-admin.md): 20 câu hỏi, Mid-Level
- [Data Modeling cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-modeling-de.md): 20 câu hỏi, Mid-Level
- [Fivetran & Airbyte - Nạp dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/fivetran-airbyte.md): 20 câu hỏi, Mid-Level
- [dbt - Kiến thức cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/dbt-fundamentals-de.md): 20 câu hỏi, Mid-Level
- [Apache Airflow - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-fundamentals.md): 20 câu hỏi, Mid-Level
- [Kubernetes - Cơ Bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/kubernetes-fundamentals.md): 20 câu hỏi, Mid-Level
- [dbt - Tính năng nâng cao](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/dbt-advanced-de.md): 20 câu hỏi, Senior
- [Mẫu ETL / ELT / ETLT](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/etl-elt-patterns.md): 20 câu hỏi, Senior
- [Apache Airflow - Nâng cao](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-advanced.md): 20 câu hỏi, Senior
- [Airflow + dbt - Điều phối pipeline](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-dbt-integration.md): 20 câu hỏi, Senior
- [PySpark - Xử lý quy mô lớn](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/pyspark.md): 20 câu hỏi, Senior
- [Google Pub/Sub - Streaming dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/pubsub-streaming.md): 20 câu hỏi, Senior
- [Kubernetes - Production và Scaling](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/kubernetes-advanced.md): 20 câu hỏi, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/terraform.md): 20 câu hỏi, Senior
- [Cơ sở dữ liệu NoSQL](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/nosql-databases.md): 20 câu hỏi, Senior
- [Data Architecture hiện đại](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-architecture.md): 20 câu hỏi, Senior
- [Giám sát và Khả năng quan sát](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/monitoring-observability.md): 20 câu hỏi, Senior
- [IAM và Bảo mật Dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/iam-security-de.md): 20 câu hỏi, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/apache-beam-dataflow