Яких запитань про Snowflake очікувати на співбесіді?

Співбесіди щодо Snowflake починаються з архітектури, адже від неї залежить кожне наступне запитання. Будьте готові описати три рівні своїми словами: рівень зберігання, де дані містяться у стиснених стовпчикових мікропартиціях у хмарному об’єктному сховищі; обчислювальний рівень віртуальних сховищ, кожне з яких є незалежним кластером для виконання запитів; і рівень хмарних сервісів, що відповідає за автентифікацію, метадані, аналіз та оптимізацію запитів і транзакції. Перше додаткове запитання — чому важливе розділення зберігання й обчислень, а відповідь полягає в незалежності: кілька команд можуть запускати власні сховища для тих самих даних без конкуренції за ті самі процесори, а за обчислення ви платите лише тоді, коли сховище працює.

• Віртуальні сховища. Розміри, автоматичне призупинення й відновлення, а також багатокластерні сховища для паралельної роботи. Додаткове запитання: що більше сховище прискорює, а що — ні?
• Кешування результатів і метаданих. Повторний ідентичний запит може обслуговуватися з кешу результатів; поясніть, що робить цей кеш недійсним.
• Редакції та облікові записи. Ролі, користувачі й ієрархія ролей для керування доступом; будьте готові пояснити, чому надання прав ролям, а не користувачам, краще масштабується.
• Напівструктуровані дані. Тип VARIANT, спосіб зберігання й запитування JSON, а також умови, за яких його варто розгорнути у стовпці.

У відповіді назвіть механізм і один наслідок. Сказати, що обчислення масштабуються незалежно, — це лише гасло; пояснити, що більше сховище допомагає під час масштабного сканування, але нічого не дає невеликому запиту, обмеженому затримкою, — саме такого рівня очікують інтерв’юери.

Ви щодня користуєтеся Snowflake і хвилюєтеся, що запитання вийдуть за межі SQL, який ви пишете. Так і буде, тому ось модель зберігання в порядку, у якому про неї зазвичай запитують, разом із додатковим запитанням до кожного пункту.

• Мікропартиції. Дані зберігаються в незмінних блоках із метаданими про діапазони значень у кожному стовпці. Додаткове запитання: як оптимізатор використовує ці метадані, щоб пропускати партиції, і від чого залежить відсікання?
• Кластеризація. Природна кластеризація виникає завдяки порядку завантаження; ключ кластеризації реорганізує великі таблиці так, щоб фільтри за цими стовпцями добре відсікали дані. Додаткове запитання: чому кластеризація спричиняє витрати, а не дає безкоштовну перевагу, і як визначити, чи потрібна вона таблиці?
• Профіль запиту. Що перевіряти, коли запит повільний: кількість просканованих партицій порівняно із загальною кількістю, вивантаження в локальне чи віддалене сховище та вибухове зростання об’єднань.
• Матеріалізовані подання й оптимізація пошуку. Що саме прискорює кожен засіб і яких витрат на обслуговування додає.
• Time Travel і Fail-safe. Запитування або відновлення даних у стані до зміни в межах періоду зберігання; поясніть, що період зберігання є налаштуванням і спричиняє витрати, а також для чого потрібен Fail-safe.
• Клонування без копіювання. Клон спільно використовує базові мікропартиції, доки не зміниться він або оригінал, тому клонування великої таблиці відбувається швидко й спочатку є безкоштовним.

Для кожної функції зазначайте її вартість. Інтерв’юери в компаніях, які оплачують рахунки Snowflake, звертають на цю звичку більше уваги, ніж на назви функцій.

На співбесідах для старших фахівців пропонують певну ситуацію. Типовий приклад: інженеру даних, який проходить співбесіду на посаду в команді аналітичної платформи страхової компанії, кажуть, що місячний рахунок Snowflake подвоївся, хоча обсяг даних майже не зріс. Сильна відповідь передбачає послідовну перевірку: які сховища витратили найбільше кредитів, чи налаштовано автоматичне призупинення, щоб неактивні сховища переставали тарифікуватися, чи не виконується заплановане завдання в завеликому сховищі, чи використовують повторювані інформаційні панелі кеш результатів і чи не сканують окремі запити цілі таблиці через фільтрацію за стовпцями, за якими дані не кластеризовано. Інтерв’юер оцінює порядок дослідження, а не єдине виправлення.

Інші поширені сценарії: безперервне завантаження через Snowpipe порівняно із запланованими завантаженнями COPY і затримка кожного підходу; відстеження змін за допомогою потоків і завдань та забезпечення ідемпотентності завдання; помилкове очищення таблиці й відновлення через Time Travel; запит на надання партнеру доступу для читання без копіювання даних, де застосовується безпечний обмін даними; і проєктування ролей для організації, що зростає. Сформулюйте обмеження, виберіть механізм і назвіть його вартість.

До співбесіди проговоріть ці сценарії вголос із додатковими запитаннями; режим пробної співбесіди пропонує ситуаційні запитання та заперечення, а інші добірки для фахівців із даних та інженерів зібрано в розділі запитань за роллю й темою.

Під час розмовних етапів — так, але з чесно визначеними обмеженнями. Нативний застосунок SubcueAI для macOS і Windows записує системний звук і ваш мікрофон та показує короткі підказки з відповідями в локальному накладеному вікні, тож коли інтерв’юер запитує, чим доводиться жертвувати заради кращого відсікання з ключем кластеризації, механізм з’являється на екрані, поки ви пояснюєте його своїми словами. Розширення для браузера підтримує дзвінки у вкладках Chrome та Edge, записуючи лише звук вкладки зустрічі. До дзвінка не приєднується бот, і на сторінку зустрічі нічого не додається; налаштування описано на сторінці посібника.

Обмеження: прокторингове SQL-оцінювання, запис екрана, керований компанією ноутбук або практична вправа, де ви пишете запити під наглядом, не підтримуються. Aaron Cao, засновник SubcueAI, описує продукт як підказку для пригадування того, що ви вже знаєте, а не як заміну знанням, тому він працює на основі вашого резюме та власних формулювань; межі використання викладено в розділі про виявлення.