مجھے Snowflake انٹرویو میں کن سوالات کی توقع کرنی چاہیے؟

Snowflake انٹرویو آرکیٹیکچر سے شروع ہوتے ہیں کیونکہ بعد کا ہر سوال اسی پر منحصر ہوتا ہے۔ تینوں لیئرز کو اپنے الفاظ میں بیان کرنے کے لیے تیار رہیں: اسٹوریج لیئر، جو کلاؤڈ آبجیکٹ اسٹوریج میں ڈیٹا کو کمپریس شدہ، کالمی مائیکرو پارٹیشنز میں رکھتی ہے؛ ورچوئل ویئرہاؤسز پر مشتمل کمپیوٹ لیئر، جس میں ہر ویئرہاؤس کوئریز چلانے والا ایک آزاد کلسٹر ہوتا ہے؛ اور کلاؤڈ سروسز لیئر، جو توثیق، میٹا ڈیٹا، کوئری پارسنگ اور آپٹیمائزیشن، اور ٹرانزیکشنز سنبھالتی ہے۔ پہلا ضمنی سوال یہ ہوتا ہے کہ اسٹوریج کو کمپیوٹ سے الگ رکھنا کیوں اہم ہے، اور جواب آزادی ہے: کئی ٹیمیں ایک ہی ڈیٹا پر اپنے ویئرہاؤسز چلا سکتی ہیں، ایک ہی پروسیسرز کے لیے مقابلہ کیے بغیر، اور آپ کمپیوٹ کی ادائیگی صرف اس وقت کرتے ہیں جب ویئرہاؤس چل رہا ہو۔

• ورچوئل ویئرہاؤسز۔ سائز، آٹو سسپینڈ اور آٹو ریزیوم، اور بیک وقت کام کے لیے ملٹی کلسٹر ویئرہاؤسز۔ ضمنی سوال: بڑا ویئرہاؤس کس چیز کو تیز کرتا ہے اور کس کو نہیں؟
• رزلٹ اور میٹا ڈیٹا کیشنگ۔ دوبارہ چلائی گئی بالکل یکساں کوئری رزلٹ کیش سے فراہم ہو سکتی ہے؛ وضاحت کریں کہ اسے کون سی چیز غیر مؤثر کرتی ہے۔
• ایڈیشنز اور اکاؤنٹس۔ رسائی کے کنٹرول کے لیے رولز، صارفین اور رول درجہ بندی؛ یہ بتانے کے لیے تیار رہیں کہ صارفین کے بجائے رولز کو اجازت دینا بڑے پیمانے پر کیوں بہتر رہتا ہے۔
• نیم ساختہ ڈیٹا۔ VARIANT قسم، JSON کو کیسے محفوظ اور کوئری کیا جاتا ہے، اور اسے کب کالمز میں فلیٹن کرنا چاہیے۔

جواب میں طریقۂ کار اور ایک نتیجہ بیان کریں۔ یہ کہنا کہ کمپیوٹ آزادانہ طور پر اسکیل ہوتا ہے محض نعرہ ہے؛ یہ وضاحت کرنا کہ بڑا ویئرہاؤس بڑے اسکین میں مدد دیتا ہے مگر تاخیر سے محدود چھوٹی کوئری کے لیے کچھ نہیں کرتا، وہ سطح ہے جو انٹرویو لینے والے چاہتے ہیں۔

آپ روزانہ Snowflake استعمال کرتے ہیں اور فکر مند ہیں کہ سوالات آپ کی لکھی جانے والی SQL سے زیادہ گہرے ہوں گے۔ ایسا ہوگا، اس لیے یہاں اسٹوریج ماڈل اسی ترتیب میں دیا گیا ہے جس میں عموماً پوچھا جاتا ہے، اور ہر نکتے کے ساتھ اس کا ضمنی سوال بھی ہے۔

• مائیکرو پارٹیشنز۔ ڈیٹا ناقابل تبدیل حصوں میں محفوظ ہوتا ہے، جن میں ہر کالم کی قدروں کی حدود سے متعلق میٹا ڈیٹا شامل ہوتا ہے۔ ضمنی سوال: آپٹیمائزر اس میٹا ڈیٹا سے پارٹیشنز کو کیسے چھوڑتا ہے، اور پروننگ کن چیزوں پر منحصر ہے؟
• کلسٹرنگ۔ قدرتی کلسٹرنگ لوڈ کی ترتیب سے بنتی ہے؛ کلسٹرنگ کی بڑی ٹیبلز کو اس طرح دوبارہ منظم کرتی ہے کہ ان کالمز پر فلٹرز مؤثر پروننگ کریں۔ ضمنی سوال: کلسٹرنگ مفت فائدے کے بجائے لاگت کیوں ہے، اور آپ کیسے طے کرتے ہیں کہ کسی ٹیبل کو اس کی ضرورت ہے؟
• کوئری پروفائل۔ کوئری سست ہو تو کہاں دیکھیں: اسکین شدہ پارٹیشنز بمقابلہ کل پارٹیشنز، مقامی یا ریموٹ اسٹوریج میں اسپلنگ، اور بے قابو پھیلتے جوائنز۔
• میٹیریلائزڈ ویوز اور سرچ آپٹیمائزیشن۔ ہر ایک کس چیز کو تیز کرتا ہے، اور ہر ایک کی اضافی دیکھ بھال کی لاگت کیا ہے۔
• Time Travel اور Fail-safe۔ مقررہ محفوظ رکھنے کی مدت کے اندر ڈیٹا کو تبدیلی سے پہلے کی حالت میں کوئری یا بحال کرنا؛ وضاحت کریں کہ محفوظ رکھنے کی مدت ایک ترتیب بھی ہے اور لاگت بھی، اور Fail-safe کس مقصد کے لیے ہے۔
• زیرو کاپی کلوننگ۔ کلون بنیادی مائیکرو پارٹیشنز کا اشتراک کرتا ہے جب تک کسی ایک جانب تبدیلی نہ ہو، اسی لیے بڑی ٹیبل کو کلون کرنا تیز اور ابتدا میں مفت ہوتا ہے۔

ہر فیچر کے بارے میں بتائیں کہ اس کی لاگت کیا ہے۔ Snowflake کا بل ادا کرنے والی کمپنیوں کے انٹرویو لینے والے فیچر کے ناموں سے زیادہ اس عادت پر توجہ دیتے ہیں۔

سینئر انٹرویو مراحل میں ایک صورت حال پیش کی جاتی ہے۔ ایک نمائندہ مثال: انشورنس کمپنی میں اینالیٹکس پلیٹ فارم کے عہدے کے لیے انٹرویو دینے والے ڈیٹا انجینئر کو بتایا جاتا ہے کہ ماہانہ Snowflake بل دوگنا ہوگیا، حالانکہ ڈیٹا کا حجم بمشکل بڑھا۔ مضبوط جواب اس ترتیب سے تفتیش کرتا ہے: کن ویئرہاؤسز نے سب سے زیادہ کریڈٹس استعمال کیے، آیا آٹو سسپینڈ اس طرح مقرر ہے کہ غیر فعال ویئرہاؤسز کی بلنگ رک جائے، آیا کوئی طے شدہ جاب ضرورت سے بڑے ویئرہاؤس پر چلتی ہے، آیا بار بار کھلنے والے ڈیش بورڈز رزلٹ کیش استعمال نہیں کر رہے، اور آیا کچھ کوئریز پوری ٹیبلز اس لیے اسکین کرتی ہیں کہ وہ ایسے کالمز پر فلٹر لگاتی ہیں جن کے مطابق ڈیٹا کلسٹر نہیں ہے۔ انٹرویو لینے والا کسی ایک حل کے بجائے تفتیش کی ترتیب جانچ رہا ہوتا ہے۔

دیگر بار بار آنے والے منظرنامے: Snowpipe کے ذریعے مسلسل ڈیٹا اندراج بمقابلہ مقررہ COPY لوڈز اور ہر ایک سے حاصل ہونے والی تاخیر؛ اسٹریمز اور ٹاسکس کے ذریعے تبدیلی کیپچر کرنا اور ٹاسک کو آئیڈیم پوٹنٹ بنانا؛ کسی کی غلطی سے ٹرنکیٹ کردہ ٹیبل اور Time Travel کے ذریعے اس کی بحالی؛ ڈیٹا نقل کیے بغیر کسی شراکت دار کو پڑھنے کی رسائی دینے کی درخواست، جہاں محفوظ ڈیٹا شیئرنگ کام آتی ہے؛ اور بڑھتی ہوئی تنظیم کے لیے رول ڈیزائن۔ پابندی بیان کریں، طریقۂ کار منتخب کریں، اور اس کی لاگت بتائیں۔

انٹرویو سے پہلے ضمنی سوالات کے ساتھ ان کی بلند آواز میں مشق کریں؛ فرضی انٹرویو موڈ منظرناموں پر مبنی سوالات چلاتا اور آپ کے جواب کو چیلنج کرتا ہے، جبکہ ڈیٹا اور انجینئرنگ کے دیگر سوالاتی ذخیرے عہدے اور موضوع کے لحاظ سے انٹرویو سوالات کے تحت جمع ہیں۔

گفتگو پر مبنی مراحل میں، ہاں، مگر واضح حدود کے ساتھ۔ SubcueAI کی مقامی macOS اور Windows ڈیسک ٹاپ ایپ سسٹم آڈیو اور آپ کا مائیکروفون کیپچر کرتی ہے اور مقامی اوورلے میں مختصر جوابی تجاویز دکھاتی ہے، لہٰذا جب انٹرویو لینے والا پوچھے کہ کلسٹرنگ کی بہتر پروننگ کے بدلے کیا قیمت ہے، تو طریقۂ کار آپ کی اسکرین پر موجود ہوتا ہے اور آپ اسے اپنے الفاظ میں بیان کرتے ہیں۔ براؤزر ایکسٹینشن Chrome اور Edge پر براؤزر ٹیب کالز کے لیے صرف میٹنگ ٹیب کا آڈیو کیپچر کرتی ہے۔ کوئی بوٹ کال میں شامل نہیں ہوتا اور میٹنگ پیج میں کچھ داخل نہیں کیا جاتا؛ سیٹ اپ ٹیوٹوریل پیج پر موجود ہے۔

حدود یہ ہیں: نگرانی میں ہونے والا SQL جائزہ، ریکارڈ کی جانے والی اسکرین، کمپنی کے زیر انتظام لیپ ٹاپ، یا ایسا لائیو عملی مرحلہ جس میں آپ زیر مشاہدہ کوئریز لکھیں، دائرۂ کار سے باہر ہیں۔ SubcueAI کے بانی Aaron Cao اس پروڈکٹ کو آپ کے پہلے سے موجود علم کے لیے ایک اشارہ قرار دیتے ہیں، اس کا متبادل نہیں، اسی لیے یہ آپ کے ریزیومے اور آپ کے اپنے انداز بیان سے کام کرتا ہے؛ حدود کی تفصیل قابل شناخت ہونے کے کلسٹر میں دی گئی ہے۔