Welche Snowflake-Interviewfragen sollte ich erwarten?

Snowflake-Interviews beginnen mit der Architektur, weil jede spätere Frage darauf aufbaut. Sie sollten die drei Schichten in eigenen Worten beschreiben können: eine Speicherschicht, die Daten in komprimierten, spaltenorientierten Mikropartitionen im Cloud-Objektspeicher ablegt; eine Compute-Schicht aus virtuellen Warehouses, von denen jedes ein unabhängiger Cluster zur Ausführung von Abfragen ist; und eine Cloud-Services-Schicht, die Authentifizierung, Metadaten, Analyse und Optimierung von Abfragen sowie Transaktionen verarbeitet. Die erste Anschlussfrage lautet meist, warum die Trennung von Speicher und Compute wichtig ist. Die Antwort ist Unabhängigkeit: Mehrere Teams können ihre eigenen Warehouses mit denselben Daten betreiben, ohne um dieselben Prozessoren zu konkurrieren, und Sie bezahlen Compute nur, solange ein Warehouse läuft.

• Virtuelle Warehouses. Größen, Auto-Suspend und Auto-Resume sowie Multi-Cluster-Warehouses für parallele Zugriffe. Anschlussfrage: Was beschleunigt ein größeres Warehouse – und was nicht?
• Ergebnis- und Metadaten-Caching. Eine wiederholte identische Abfrage kann aus dem Ergebnis-Cache bedient werden; erklären Sie, wodurch dieser ungültig wird.
• Editionen und Konten. Rollen, Benutzer und die Rollenhierarchie für die Zugriffskontrolle; erklären Sie, warum Berechtigungen an Rollen statt an Benutzer skalierbarer sind.
• Semistrukturierte Daten. Der Typ VARIANT, die Speicherung und Abfrage von JSON sowie die Frage, wann es in Spalten aufgeteilt werden sollte.

Antworten Sie mit dem Mechanismus und einer Folge. Zu sagen, dass Compute unabhängig skaliert, ist nur das Schlagwort; zu erklären, dass ein größeres Warehouse einen umfangreichen Scan beschleunigt, aber bei einer kleinen, durch Latenz begrenzten Abfrage nichts bewirkt, entspricht dem erwarteten Niveau.

Sie arbeiten täglich mit Snowflake und befürchten, dass die Fragen tiefer gehen als das SQL, das Sie schreiben. Das werden sie. Daher folgt hier das Speichermodell in der üblicherweise abgefragten Reihenfolge, jeweils mit der zugehörigen Anschlussfrage.

• Mikropartitionen. Daten werden in unveränderlichen Blöcken mit Metadaten zu den Wertebereichen jeder Spalte gespeichert. Anschlussfrage: Wie nutzt der Optimierer diese Metadaten, um Partitionen zu überspringen, und wovon hängt das Pruning ab?
• Clustering. Natürliches Clustering ergibt sich aus der Ladereihenfolge; ein Clustering-Schlüssel organisiert große Tabellen so um, dass Filter auf diesen Spalten ein effektives Pruning ermöglichen. Anschlussfrage: Warum verursacht Clustering Kosten, statt ein kostenloser Vorteil zu sein, und wie entscheiden Sie, ob eine Tabelle es benötigt?
• Abfrageprofil. Wo Sie bei einer langsamen Abfrage suchen sollten: gescannte im Verhältnis zu allen Partitionen, Auslagerung in lokalen oder entfernten Speicher und explodierende Joins.
• Materialisierte Ansichten und Suchoptimierung. Was jeweils beschleunigt wird und welche Wartungskosten jeweils hinzukommen.
• Time Travel und Fail-safe. Daten innerhalb des Aufbewahrungszeitraums so abfragen oder wiederherstellen, wie sie vor einer Änderung waren; erklären Sie, dass der Aufbewahrungszeitraum eine Einstellung und ein Kostenfaktor ist und wozu Fail-safe dient.
• Zero-Copy-Klonen. Ein Klon nutzt die zugrunde liegenden Mikropartitionen gemeinsam mit dem Original, bis sich eine Seite ändert. Deshalb lässt sich eine große Tabelle schnell und zunächst kostenlos klonen.

Nennen Sie bei jeder Funktion die Kosten. Interviewer in Unternehmen, die eine Snowflake-Rechnung bezahlen, achten auf diesen Reflex stärker als auf die Namen einzelner Funktionen.

In Interviews für Senior-Positionen wird eine Situation vorgegeben. Ein typisches Beispiel: Einer Dateningenieurin oder einem Dateningenieur im Bewerbungsverfahren für eine Analytics-Plattform bei einem Versicherungsunternehmen wird mitgeteilt, dass sich die monatliche Snowflake-Rechnung verdoppelt hat, obwohl das Datenvolumen kaum gestiegen ist. Eine starke Antwort untersucht der Reihe nach, welche Warehouses die meisten Credits verbraucht haben, ob Auto-Suspend so eingestellt ist, dass inaktive Warehouses keine weiteren Kosten verursachen, ob ein geplanter Job auf einem überdimensionierten Warehouse läuft, ob wiederholt ausgeführte Dashboards den Ergebnis-Cache verfehlen und ob einige Abfragen ganze Tabellen scannen, weil sie nach Spalten filtern, anhand derer die Daten nicht geclustert sind. Bewertet wird die Reihenfolge der Untersuchung, nicht eine einzelne Lösung.

Weitere wiederkehrende Szenarien: kontinuierliche Aufnahme mit Snowpipe im Vergleich zu geplanten COPY-Ladevorgängen und die jeweils entstehende Latenz; Änderungserfassung mit Streams und Tasks und die Frage, wie Sie einen Task idempotent gestalten; eine versehentlich geleerte Tabelle und ihre Wiederherstellung mit Time Travel; die Anforderung, einem Partner ohne Kopieren der Daten Lesezugriff zu geben, wofür sich sicheres Data Sharing eignet; und die Rollengestaltung für eine wachsende Organisation. Nennen Sie die Einschränkung, wählen Sie den Mechanismus und erläutern Sie seine Kosten.

Üben Sie diese Szenarien vor dem Interview laut und mit Anschlussfragen; der Modus für Probeinterviews stellt Szenariofragen und hakt kritisch nach. Weitere Fragenkataloge aus den Bereichen Daten und Engineering finden Sie unter Interviewfragen nach Rolle und Thema.

In Gesprächsrunden ja, allerdings mit klaren Grenzen. Die native Desktop-App von SubcueAI für macOS und Windows erfasst Systemaudio und Ihr Mikrofon und zeigt kurze Antwortvorschläge in einem lokalen Overlay an. Fragt der Interviewer also, welchen Aufwand ein Clustering-Schlüssel für besseres Pruning mit sich bringt, sehen Sie den Mechanismus auf Ihrem Bildschirm, während Sie ihn in eigenen Worten erklären. Die Browser-Erweiterung unterstützt Anrufe in Browser-Tabs unter Chrome und Edge, indem sie ausschließlich das Audio des Besprechungs-Tabs erfasst. Kein Bot nimmt am Anruf teil und nichts wird in die Besprechungsseite eingeschleust; die Einrichtung wird auf der Seite Anleitung erklärt.

Die Grenzen: Ein beaufsichtigter SQL-Test, eine Bildschirmaufzeichnung, ein vom Unternehmen verwalteter Laptop oder eine Live-Aufgabe, bei der Sie unter Beobachtung Abfragen schreiben, sind nicht vorgesehen. Aaron Cao, der Gründer von SubcueAI, beschreibt das Produkt als Gedankenstütze für bereits vorhandenes Wissen und nicht als Ersatz dafür. Deshalb arbeitet es mit Ihrem Lebenslauf und Ihren eigenen Formulierungen; die Grenzen werden im Themenbereich zur Erkennbarkeit erläutert.