Ποιες ερωτήσεις συνέντευξης Snowflake να περιμένω;

Οι συνεντεύξεις Snowflake ξεκινούν από την αρχιτεκτονική, επειδή κάθε επόμενη ερώτηση βασίζεται σε αυτήν. Να είστε έτοιμοι να περιγράψετε τα τρία επίπεδα με δικά σας λόγια: ένα επίπεδο αποθήκευσης που διατηρεί τα δεδομένα σε συμπιεσμένα, στηλοειδή micro-partitions σε χώρο αποθήκευσης αντικειμένων στο cloud· ένα επίπεδο υπολογισμού με virtual warehouses, καθένα από τα οποία είναι ένα ανεξάρτητο cluster που εκτελεί queries· και ένα επίπεδο υπηρεσιών cloud που διαχειρίζεται τον έλεγχο ταυτότητας, τα metadata, την ανάλυση και τη βελτιστοποίηση των queries, καθώς και τις συναλλαγές. Η πρώτη συμπληρωματική ερώτηση είναι γιατί έχει σημασία ο διαχωρισμός αποθήκευσης και υπολογισμού, και η απάντηση είναι η ανεξαρτησία: πολλές ομάδες μπορούν να χρησιμοποιούν τα δικά τους warehouses πάνω στα ίδια δεδομένα χωρίς να ανταγωνίζονται για τους ίδιους επεξεργαστές, ενώ πληρώνετε για υπολογιστικούς πόρους μόνο όταν λειτουργεί ένα warehouse.

• Virtual warehouses. Μεγέθη, auto-suspend και auto-resume, καθώς και multi-cluster warehouses για ταυτόχρονη εκτέλεση. Συμπληρωματική ερώτηση: τι επιταχύνει ένα μεγαλύτερο warehouse και τι δεν επιταχύνει;
• Cache αποτελεσμάτων και metadata. Ένα επαναλαμβανόμενο πανομοιότυπο query μπορεί να εξυπηρετηθεί από την cache αποτελεσμάτων· εξηγήστε τι την ακυρώνει.
• Εκδόσεις και λογαριασμοί. Ρόλοι, χρήστες και ιεραρχία ρόλων για τον έλεγχο πρόσβασης· να είστε έτοιμοι να εξηγήσετε γιατί η εκχώρηση σε ρόλους αντί σε χρήστες κλιμακώνεται καλύτερα.
• Ημιδομημένα δεδομένα. Ο τύπος VARIANT, ο τρόπος αποθήκευσης και αναζήτησης του JSON και το πότε πρέπει να αναπτυχθεί σε στήλες.

Απαντήστε αναφέροντας τον μηχανισμό και μία συνέπεια. Το να πείτε ότι οι υπολογιστικοί πόροι κλιμακώνονται ανεξάρτητα είναι το σύνθημα· το να εξηγήσετε ότι ένα μεγαλύτερο warehouse βοηθά σε μια μεγάλη σάρωση, αλλά δεν προσφέρει τίποτα σε ένα μικρό query που περιορίζεται από την καθυστέρηση, είναι το επίπεδο που αναζητούν οι συνεντευκτές.

Χρησιμοποιείτε το Snowflake καθημερινά και ανησυχείτε ότι οι ερωτήσεις θα προχωρήσουν βαθύτερα από το SQL που γράφετε. Θα προχωρήσουν, οπότε ακολουθεί το μοντέλο αποθήκευσης με τη σειρά που συνήθως εξετάζεται, μαζί με τη συμπληρωματική ερώτηση που συνοδεύει κάθε θέμα.

• Micro-partitions. Τα δεδομένα αποθηκεύονται σε αμετάβλητα τμήματα με metadata για τα εύρη τιμών κάθε στήλης. Συμπληρωματική ερώτηση: πώς χρησιμοποιεί ο βελτιστοποιητής αυτά τα metadata για να παρακάμπτει partitions και από τι εξαρτάται το pruning;
• Clustering. Το φυσικό clustering προκύπτει από τη σειρά φόρτωσης· ένα κλειδί clustering αναδιοργανώνει μεγάλους πίνακες ώστε τα φίλτρα σε αυτές τις στήλες να επιτυγχάνουν αποτελεσματικό pruning. Συμπληρωματική ερώτηση: γιατί το clustering αποτελεί κόστος και όχι δωρεάν όφελος και πώς αποφασίζετε αν το χρειάζεται ένας πίνακας;
• Προφίλ query. Πού να κοιτάξετε όταν ένα query είναι αργό: partitions που σαρώθηκαν σε σχέση με το σύνολο, μεταφορά δεδομένων σε τοπικό ή απομακρυσμένο χώρο αποθήκευσης και joins που διογκώνονται.
• Materialised views και search optimisation. Τι επιταχύνει το καθένα και τι κόστος συντήρησης προσθέτει.
• Time Travel και Fail-safe. Αναζήτηση ή επαναφορά δεδομένων όπως ήταν πριν από μια αλλαγή, εντός της περιόδου διατήρησης· εξηγήστε ότι η περίοδος διατήρησης είναι μια ρύθμιση με κόστος και ποιος είναι ο σκοπός του Fail-safe.
• Zero-copy cloning. Ένας clone μοιράζεται τα υποκείμενα micro-partitions μέχρι να αλλάξει η μία από τις δύο πλευρές, γι’ αυτό η δημιουργία clone ενός μεγάλου πίνακα είναι γρήγορη και αρχικά δωρεάν.

Για κάθε λειτουργία, αναφέρετε το κόστος της. Οι συνεντευκτές σε εταιρείες που πληρώνουν λογαριασμό Snowflake προσέχουν περισσότερο αυτό το αντανακλαστικό παρά τα ονόματα των λειτουργιών.

Οι συνεντεύξεις για ανώτερες θέσεις παρουσιάζουν μια κατάσταση. Ένα αντιπροσωπευτικό παράδειγμα: ένας data engineer που περνά συνέντευξη για θέση σε πλατφόρμα analytics ασφαλιστικής εταιρείας πληροφορείται ότι ο μηνιαίος λογαριασμός Snowflake διπλασιάστηκε, ενώ ο όγκος δεδομένων αυξήθηκε ελάχιστα. Μια ισχυρή απάντηση διερευνά με τη σειρά: ποια warehouses κατανάλωσαν τα περισσότερα credits, αν το auto-suspend έχει ρυθμιστεί ώστε τα αδρανή warehouses να σταματούν να χρεώνουν, αν μια προγραμματισμένη εργασία εκτελείται σε υπερβολικά μεγάλο warehouse, αν επαναλαμβανόμενα dashboards δεν αξιοποιούν την cache αποτελεσμάτων και αν μερικά queries σαρώνουν ολόκληρους πίνακες επειδή φιλτράρουν στήλες βάσει των οποίων τα δεδομένα δεν έχουν οργανωθεί με clustering. Ο συνεντευκτής αξιολογεί τη σειρά της διερεύνησης, όχι μία μοναδική λύση.

Άλλα επαναλαμβανόμενα σενάρια: συνεχής εισαγωγή δεδομένων με Snowpipe έναντι προγραμματισμένων φορτώσεων COPY και η καθυστέρηση που προσφέρει κάθε επιλογή· καταγραφή αλλαγών με streams και tasks και ο τρόπος με τον οποίο κάνετε ένα task idempotent· ένας πίνακας που κάποιος άδειασε κατά λάθος και ο τρόπος επαναφοράς του με Time Travel· ένα αίτημα παροχής πρόσβασης ανάγνωσης σε συνεργάτη χωρίς αντιγραφή δεδομένων, όπου χρησιμοποιείται το secure data sharing· και σχεδιασμός ρόλων για έναν αναπτυσσόμενο οργανισμό. Δηλώστε τον περιορισμό, επιλέξτε τον μηχανισμό και αναφέρετε το κόστος του.

Κάντε προφορική εξάσκηση σε αυτά με συμπληρωματικές ερωτήσεις πριν από τη συνέντευξη· η λειτουργία προσομοίωσης συνέντευξης θέτει ερωτήσεις σεναρίων και αμφισβητεί τις απαντήσεις σας, ενώ οι υπόλοιπες συλλογές δεδομένων και μηχανικής βρίσκονται στις ερωτήσεις συνέντευξης ανά ρόλο και θέμα.

Στους γύρους συζήτησης, ναι, με ειλικρινείς περιορισμούς. Η εγγενής εφαρμογή υπολογιστή του SubcueAI για macOS και Windows καταγράφει τον ήχο συστήματος και το μικρόφωνό σας και εμφανίζει σύντομες προτάσεις απαντήσεων σε ένα τοπικό overlay. Έτσι, όταν ο συνεντευκτής ρωτήσει ποιο κόστος ανταλλάσσει ένα κλειδί clustering για καλύτερο pruning, ο μηχανισμός βρίσκεται στην οθόνη σας ενώ τον εξηγείτε με δικά σας λόγια. Η επέκταση προγράμματος περιήγησης καλύπτει κλήσεις σε καρτέλες των Chrome και Edge, καταγράφοντας μόνο τον ήχο της καρτέλας της συνάντησης. Κανένα bot δεν συμμετέχει στην κλήση και τίποτα δεν εισάγεται στη σελίδα της συνάντησης· οι οδηγίες ρύθμισης βρίσκονται στη σελίδα εκμάθησης.

Οι περιορισμοί: μια επιτηρούμενη αξιολόγηση SQL, μια καταγεγραμμένη οθόνη, ένας εταιρικά διαχειριζόμενος φορητός υπολογιστής ή μια ζωντανή άσκηση όπου γράφετε queries υπό παρακολούθηση δεν υποστηρίζονται. Ο Aaron Cao, ιδρυτής του SubcueAI, περιγράφει το προϊόν ως υπενθύμιση όσων ήδη γνωρίζετε και όχι ως υποκατάστατό τους, γι’ αυτό λειτουργεί βάσει του βιογραφικού και της δικής σας διατύπωσης· τα όρια παρουσιάζονται στη θεματική ενότητα ανιχνευσιμότητας.