Vilka Snowflake-intervjufrågor bör jag förvänta mig?

Snowflake-intervjuer börjar med arkitekturen eftersom alla senare frågor bygger på den. Var beredd att beskriva de tre lagren med egna ord: ett lagringslager som förvarar data i komprimerade, kolumnorienterade mikropartitioner i molnets objektlagring; ett beräkningslager med virtuella datalager, där varje lager är ett oberoende kluster som kör frågor; och ett molntjänstlager som hanterar autentisering, metadata, frågetolkning och optimering samt transaktioner. Den första följdfrågan är varför separationen mellan lagring och beräkning spelar roll, och svaret är oberoende: flera team kan köra sina egna datalager mot samma data utan att konkurrera om samma processorer, och du betalar bara för beräkning medan ett datalager körs.

• Virtuella datalager. Storlekar, automatisk paus och återupptagning samt flerklusterlager för samtidighet. Följdfråga: vad går snabbare med ett större datalager, och vad påverkas inte?
• Resultat- och metadatacache. En upprepad identisk fråga kan besvaras från resultatcachen; förklara vad som ogiltigförklarar den.
• Utgåvor och konton. Roller, användare och rollhierarkin för åtkomstkontroll; var beredd att förklara varför tilldelning till roller i stället för användare är skalbar.
• Semistrukturerade data. Datatypen VARIANT, hur JSON lagras och efterfrågas samt när informationen bör plattas ut till kolumner.

Svara med mekanismen och en konsekvens. Att säga att beräkningskapaciteten skalas oberoende är slagordet; att förklara att ett större datalager hjälper vid en stor skanning men inte gör något för en liten fråga som begränsas av latens är nivån intervjuarna söker.

Du använder Snowflake dagligen och oroar dig för att frågorna ska gå djupare än den SQL du skriver. Det kommer de att göra, så här följer lagringsmodellen i den ordning den vanligtvis tas upp, tillsammans med följdfrågan för varje punkt.

• Mikropartitioner. Data lagras i oföränderliga block med metadata om värdeintervallen i varje kolumn. Följdfråga: hur använder optimeraren dessa metadata för att hoppa över partitioner, och vad beror beskärningen på?
• Klustring. Naturlig klustring följer inläsningsordningen; en klustringsnyckel omorganiserar stora tabeller så att filter på dessa kolumner ger effektiv beskärning. Följdfråga: varför är klustring en kostnad snarare än en kostnadsfri vinst, och hur avgör du om en tabell behöver det?
• Frågeprofil. Vad du bör granska när en fråga är långsam: skannade partitioner jämfört med det totala antalet, spill till lokal lagring eller fjärrlagring samt join-operationer som växer explosionsartat.
• Materialiserade vyer och sökoptimering. Vad respektive funktion gör snabbare och vilken underhållskostnad var och en medför.
• Time Travel och Fail-safe. Att fråga efter eller återställa data till skicket före en ändring inom lagringstiden; förklara att lagringstiden är en inställning och en kostnad samt vad Fail-safe är avsett för.
• Kopieringsfri kloning. En klon delar de underliggande mikropartitionerna tills någon sida ändras, vilket gör kloning av en stor tabell snabb och kostnadsfri inledningsvis.

Ange kostnaden för varje funktion. Intervjuare på företag som betalar en Snowflake-faktura lyssnar mer efter den reflexen än efter funktionsnamn.

I intervjuer för seniora roller presenteras en situation. Ett representativt exempel: en dataingenjör som intervjuas för en roll inom analysplattformar på ett försäkringsbolag får veta att den månatliga Snowflake-fakturan har fördubblats trots att datavolymen knappt har ökat. Ett starkt svar undersöker följande i ordning: vilka datalager som förbrukade flest krediter, om automatisk paus är inställd så att inaktiva datalager slutar debiteras, om ett schemalagt jobb körs i ett överdimensionerat datalager, om återkommande instrumentpaneler missar resultatcachen och om några frågor skannar hela tabeller eftersom de filtrerar på kolumner som informationen inte är klustrad efter. Intervjuaren bedömer undersökningens ordningsföljd, inte en enskild lösning.

Andra återkommande scenarier: kontinuerlig inläsning med Snowpipe jämfört med schemalagda COPY-laddningar och vilken latens respektive alternativ ger; ändringsregistrering med strömmar och uppgifter samt hur en uppgift görs idempotent; en tabell som någon av misstag tömt och hur Time Travel återställer den; en begäran om att ge en partner läsåtkomst utan att kopiera data, där säker datadelning blir relevant; samt rollutformning för en växande organisation. Ange begränsningen, välj mekanismen och säg vad den kostar.

Öva högt på dessa frågor med följdfrågor före intervjun; läget för övningsintervjuer kör scenariofrågor och ställer motfrågor, och övriga frågebanker för data- och ingenjörsroller finns samlade under intervjufrågor efter roll och ämne.

I samtalsbaserade intervjuomgångar är svaret ja, med tydliga begränsningar. SubcueAIs inbyggda skrivbordsapp för macOS och Windows fångar upp systemljudet och din mikrofon och visar korta svarsförslag i ett lokalt överlägg. När intervjuaren frågar vad en klustringsnyckel offrar för bättre beskärning finns mekanismen därför på skärmen medan du förklarar den med egna ord. Webbläsartillägget täcker samtal i webbläsarflikar i Chrome och Edge genom att endast fånga ljudet från mötesfliken. Ingen bot ansluter till samtalet och ingenting infogas på mötessidan; konfigurationen finns på sidan med instruktioner.

Begränsningarna: ett övervakat SQL-prov, en inspelad skärm, en företagsadministrerad bärbar dator eller en liveövning där du skriver frågor under uppsikt ligger utanför användningsområdet. Aaron Cao, grundaren av SubcueAI, beskriver produkten som en påminnelse om vad du redan kan snarare än en ersättning för kunskapen. Därför utgår den från ditt CV och dina egna formuleringar; gränserna beskrivs i klustret om upptäckbarhet.