Jakich pytań o Snowflake mogę się spodziewać na rozmowie?

Rozmowy o Snowflake zaczynają się od architektury, ponieważ zależy od niej każde późniejsze pytanie. Przygotuj się do opisania własnymi słowami trzech warstw: warstwy pamięci masowej, która przechowuje dane w skompresowanych, kolumnowych mikropartycjach w chmurowej obiektowej pamięci masowej; warstwy obliczeniowej złożonej z wirtualnych hurtowni, z których każda jest niezależnym klastrem wykonującym zapytania; oraz warstwy usług chmurowych, która obsługuje uwierzytelnianie, metadane, analizę i optymalizację zapytań oraz transakcje. Pierwsze pytanie uzupełniające dotyczy znaczenia oddzielenia pamięci masowej od mocy obliczeniowej, a odpowiedzią jest niezależność: kilka zespołów może uruchamiać własne hurtownie na tych samych danych bez rywalizacji o te same procesory, a za moc obliczeniową płacisz tylko wtedy, gdy hurtownia działa.

• Wirtualne hurtownie. Rozmiary, automatyczne wstrzymywanie i wznawianie oraz hurtownie wieloklastrowe do obsługi współbieżności. Pytanie uzupełniające: co większa hurtownia przyspiesza, a czego nie?
• Buforowanie wyników i metadanych. Powtórzone identyczne zapytanie może zostać obsłużone z pamięci podręcznej wyników; wyjaśnij, co ją unieważnia.
• Edycje i konta. Role, użytkownicy i hierarchia ról w kontroli dostępu; przygotuj się do wyjaśnienia, dlaczego przyznawanie uprawnień rolom zamiast użytkownikom jest bardziej skalowalne.
• Dane częściowo ustrukturyzowane. Typ VARIANT, sposób przechowywania i odpytywania JSON oraz sytuacje, w których warto spłaszczyć go do kolumn.

Odpowiadaj, podając mechanizm i jedną konsekwencję. Stwierdzenie, że moc obliczeniowa skaluje się niezależnie, jest tylko hasłem; wyjaśnienie, że większa hurtownia pomaga przy dużym skanowaniu, lecz nie wpływa na małe zapytanie ograniczone opóźnieniem, odpowiada poziomowi oczekiwanemu przez rekruterów.

Na co dzień korzystasz ze Snowflake i obawiasz się, że pytania wyjdą poza SQL, który piszesz. Tak będzie, dlatego poniżej przedstawiono model przechowywania w kolejności, w jakiej zwykle jest omawiany, wraz z pytaniem uzupełniającym do każdego punktu.

• Mikropartycje. Dane są przechowywane w niezmiennych fragmentach wraz z metadanymi o zakresach wartości w każdej kolumnie. Pytanie uzupełniające: jak optymalizator wykorzystuje te metadane do pomijania partycji i od czego zależy eliminowanie partycji?
• Klastrowanie. Naturalne klastrowanie wynika z kolejności ładowania; klucz klastrowania reorganizuje duże tabele, aby filtry dotyczące tych kolumn skutecznie eliminowały partycje. Pytanie uzupełniające: dlaczego klastrowanie generuje koszt, zamiast być darmową korzyścią, i jak ustalić, czy tabela go potrzebuje?
• Profil zapytania. Co sprawdzić, gdy zapytanie działa wolno: liczbę przeskanowanych partycji względem wszystkich, przenoszenie danych do lokalnej lub zdalnej pamięci masowej oraz gwałtownie rosnące złączenia.
• Widoki zmaterializowane i optymalizacja wyszukiwania. Co przyspiesza każda z tych funkcji i jaki koszt utrzymania powoduje.
• Time Travel i Fail-safe. Odpytywanie lub przywracanie danych w stanie sprzed zmiany w okresie przechowywania; wyjaśnij, że okres przechowywania jest ustawieniem i wiąże się z kosztem, oraz do czego służy Fail-safe.
• Klonowanie bez kopiowania. Klon współdzieli bazowe mikropartycje, dopóki po którejś stronie nie nastąpi zmiana, dlatego klonowanie dużej tabeli jest szybkie i początkowo bezpłatne.

Przy każdej funkcji powiedz, ile kosztuje. Rekruterzy w firmach opłacających rachunki za Snowflake zwracają większą uwagę na ten odruch niż na znajomość nazw funkcji.

Na rozmowach na stanowiska seniorskie przedstawia się konkretną sytuację. Reprezentatywny przykład: inżynier danych ubiegający się o stanowisko przy platformie analitycznej w firmie ubezpieczeniowej dowiaduje się, że miesięczny rachunek za Snowflake podwoił się, choć ilość danych prawie nie wzrosła. Dobra odpowiedź zakłada sprawdzenie kolejno: które hurtownie zużyły najwięcej kredytów, czy automatyczne wstrzymywanie skonfigurowano tak, aby bezczynne hurtownie przestawały naliczać opłaty, czy zaplanowane zadanie działa w zbyt dużej hurtowni, czy powtarzane pulpity nie korzystają z pamięci podręcznej wyników oraz czy kilka zapytań skanuje całe tabele, ponieważ filtruje według kolumn, względem których dane nie są klastrowane. Rekruter ocenia kolejność analizy, a nie pojedynczą poprawkę.

Inne powtarzające się scenariusze: ciągłe pozyskiwanie danych za pomocą Snowpipe w porównaniu z zaplanowanymi operacjami ładowania COPY i opóźnienie zapewniane przez każde rozwiązanie; rejestrowanie zmian za pomocą strumieni i zadań oraz zapewnienie idempotentności zadania; przypadkowe opróżnienie tabeli i jej przywrócenie za pomocą Time Travel; prośba o przyznanie partnerowi dostępu do odczytu bez kopiowania danych, kiedy przydaje się bezpieczne udostępnianie danych; oraz projektowanie ról dla rozwijającej się organizacji. Określ ograniczenie, wybierz mechanizm i podaj jego koszt.

Przećwicz te odpowiedzi na głos wraz z pytaniami uzupełniającymi przed rozmową; tryb próbnej rozmowy przedstawia pytania scenariuszowe i podważa odpowiedzi, a pozostałe zestawy pytań z obszaru danych i inżynierii zebrano w sekcji pytania rekrutacyjne według stanowiska i tematu.

W częściach rozmowy opartych na dyskusji — tak, ale w określonych granicach. Natywna aplikacja komputerowa SubcueAI dla macOS i Windows przechwytuje dźwięk systemowy oraz dźwięk z mikrofonu i wyświetla krótkie sugestie odpowiedzi w lokalnej nakładce. Gdy rekruter zapyta więc, jaki koszt klucz klastrowania ponosi w zamian za lepsze eliminowanie partycji, zobaczysz mechanizm na ekranie i wyjaśnisz go własnymi słowami. Rozszerzenie przeglądarki obsługuje połączenia prowadzone w kartach Chrome i Edge, przechwytując wyłącznie dźwięk z karty spotkania. Żaden bot nie dołącza do rozmowy i nic nie jest wstrzykiwane do strony spotkania; instrukcje konfiguracji znajdują się na stronie samouczka.

Ograniczenia: nadzorowany test SQL, nagrywany ekran, laptop zarządzany przez firmę lub ćwiczenie na żywo, podczas którego piszesz zapytania pod obserwacją, pozostają poza zakresem zastosowania. Aaron Cao, założyciel SubcueAI, opisuje produkt jako podpowiedź dotyczącą wiedzy, którą już masz, a nie jej zamiennik. Dlatego działa on na podstawie Twojego CV i własnego sposobu formułowania wypowiedzi; granice zastosowania opisano w sekcji dotyczącej wykrywalności.