Question 1

Window function nào gán một số thứ tự duy nhất cho mỗi hàng trong một phân vùng?

Accepted Answer

ROW_NUMBER() gán một số thứ tự duy nhất cho mỗi hàng trong một phân vùng, bắt đầu từ 1. Không giống như RANK() và DENSE_RANK() có thể gán cùng một số cho các giá trị bằng nhau, ROW_NUMBER() luôn đảm bảo các số duy nhất, ngay cả với các giá trị giống hệt nhau trong mệnh đề ORDER BY.

Question 2

Sự khác biệt chính giữa RANK() và DENSE_RANK() là gì?

Accepted Answer

RANK() để lại các khoảng trống trong việc đánh số sau các giá trị trùng nhau. Ví dụ, nếu hai hàng được xếp hạng 1, hàng tiếp theo sẽ được xếp hạng 3. DENSE_RANK() không để lại khoảng trống: sau hai hàng xếp hạng 1, hàng tiếp theo sẽ được xếp hạng 2. Sự khác biệt này quan trọng đối với các phân tích xếp hạng, nơi các khoảng trống có thể làm sai lệch số liệu thống kê.

Question 3

Làm thế nào để tính tổng tích lũy (running total) với window function?

Accepted Answer

SUM() OVER với ORDER BY và không có frame rõ ràng sử dụng mặc định ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW, tính tổng tất cả các hàng trước đó cho đến và bao gồm hàng hiện tại. Đây là hành vi tiêu chuẩn để tạo tổng tích lũy trong phân tích chuỗi thời gian hoặc tuần tự.

SQL nâng cao cho Data Engineering

Window function nào gán một số thứ tự duy nhất cho mỗi hàng trong một phân vùng?

Câu trả lời

Sự khác biệt chính giữa RANK() và DENSE_RANK() là gì?

Câu trả lời

Làm thế nào để tính tổng tích lũy (running total) với window function?

Câu trả lời

Vai trò của mệnh đề PARTITION BY trong window function là gì?

Hàm nào cho phép truy cập giá trị của hàng trước đó trong window function?

Các chủ đề phỏng vấn Data Engineering khác

Linux & Shell - Cơ bản

Git & GitHub - Kiến thức cơ bản

Python nâng cao cho Data Engineering

Docker - Cơ bản

Google Cloud Platform - Cơ bản

CI/CD và chất lượng mã

Docker Compose

FastAPI - API dữ liệu

Data Lake - Kiến trúc và nạp dữ liệu

BigQuery cho Data Engineering

PostgreSQL - Quản trị

Data Modeling cho Data Engineering

Fivetran & Airbyte - Nạp dữ liệu

dbt - Kiến thức cơ bản

Apache Airflow - Cơ bản

Kubernetes - Cơ Bản

dbt - Tính năng nâng cao

Mẫu ETL / ELT / ETLT

Apache Airflow - Nâng cao

Airflow + dbt - Điều phối pipeline

PySpark - Xử lý quy mô lớn

Google Pub/Sub - Streaming dữ liệu

Apache Beam & Dataflow

Kubernetes - Production và Scaling

Terraform - Infrastructure as Code

Cơ sở dữ liệu NoSQL

Data Architecture hiện đại

Giám sát và Khả năng quan sát

IAM và Bảo mật Dữ liệu

Nắm vững Data Engineering cho lần phỏng vấn tiếp theo