Tôi nên chuẩn bị những câu hỏi phỏng vấn Snowflake nào?

Phỏng vấn Snowflake thường bắt đầu với kiến trúc vì mọi câu hỏi sau đó đều dựa trên kiến trúc này. Hãy sẵn sàng mô tả ba lớp bằng lời của bạn: lớp lưu trữ chứa dữ liệu trong các vi phân vùng dạng cột, được nén trên kho đối tượng đám mây; lớp điện toán gồm các kho ảo, mỗi kho là một cụm độc lập chạy truy vấn; và lớp dịch vụ đám mây xử lý xác thực, siêu dữ liệu, phân tích cú pháp và tối ưu hóa truy vấn, cũng như giao dịch. Câu hỏi tiếp theo đầu tiên thường là tại sao việc tách lưu trữ khỏi điện toán lại quan trọng, và câu trả lời nằm ở tính độc lập: nhiều nhóm có thể vận hành kho riêng trên cùng dữ liệu mà không tranh chấp cùng bộ xử lý, và bạn chỉ trả tiền điện toán khi kho đang chạy.

• Kho ảo. Kích cỡ, tự động tạm dừng và tự động tiếp tục, cùng kho đa cụm để xử lý đồng thời. Câu hỏi tiếp theo: kho lớn hơn tăng tốc điều gì và không tăng tốc điều gì?
• Bộ nhớ đệm kết quả và siêu dữ liệu. Một truy vấn giống hệt được lặp lại có thể lấy kết quả từ bộ nhớ đệm; hãy giải thích điều gì làm bộ nhớ đệm mất hiệu lực.
• Phiên bản và tài khoản. Vai trò, người dùng và hệ thống phân cấp vai trò để kiểm soát quyền truy cập; hãy sẵn sàng giải thích vì sao cấp quyền cho vai trò thay vì người dùng giúp mở rộng quy mô.
• Dữ liệu bán cấu trúc. Kiểu VARIANT, cách JSON được lưu trữ và truy vấn, cùng thời điểm nên trải phẳng dữ liệu này thành các cột.

Hãy trả lời bằng cơ chế và một hệ quả. Nói rằng điện toán có thể mở rộng độc lập chỉ là khẩu hiệu; giải thích rằng kho lớn hơn giúp ích cho một lần quét lớn nhưng không cải thiện truy vấn nhỏ bị giới hạn bởi độ trễ mới là mức độ nhà tuyển dụng mong muốn.

Bạn sử dụng Snowflake hằng ngày và lo rằng câu hỏi sẽ đi sâu hơn những câu lệnh SQL bạn thường viết. Đúng là như vậy, nên dưới đây là mô hình lưu trữ theo thứ tự thường được hỏi, cùng câu hỏi tiếp theo đi kèm mỗi mục.

• Vi phân vùng. Dữ liệu được lưu trong các khối bất biến có siêu dữ liệu về phạm vi giá trị của từng cột. Câu hỏi tiếp theo: trình tối ưu hóa sử dụng siêu dữ liệu đó như thế nào để bỏ qua các phân vùng, và việc loại bỏ phân vùng phụ thuộc vào điều gì?
• Phân cụm. Phân cụm tự nhiên hình thành từ thứ tự nạp; khóa phân cụm tổ chức lại các bảng lớn để bộ lọc trên những cột đó loại bỏ phân vùng hiệu quả. Câu hỏi tiếp theo: tại sao phân cụm là một khoản chi phí thay vì lợi ích miễn phí, và bạn xác định một bảng có cần phân cụm bằng cách nào?
• Hồ sơ truy vấn. Những nơi cần xem khi truy vấn chậm: số phân vùng được quét so với tổng số, dữ liệu tràn sang bộ nhớ cục bộ hoặc từ xa và các phép nối làm số lượng hàng tăng vọt.
• Khung nhìn cụ thể hóa và tối ưu hóa tìm kiếm. Mỗi tính năng tăng tốc điều gì và làm phát sinh chi phí bảo trì nào.
• Time Travel và Fail-safe. Truy vấn hoặc khôi phục dữ liệu về trạng thái trước khi thay đổi trong thời hạn lưu giữ; hãy giải thích rằng thời hạn lưu giữ là một cấu hình có chi phí, cũng như mục đích của Fail-safe.
• Nhân bản không sao chép. Bản sao dùng chung các vi phân vùng nền tảng cho đến khi một trong hai bên thay đổi, vì vậy việc nhân bản một bảng lớn diễn ra nhanh và ban đầu không tốn chi phí.

Với mỗi tính năng, hãy nêu chi phí của nó. Nhà tuyển dụng tại các công ty phải thanh toán hóa đơn Snowflake chú ý đến phản xạ này hơn là tên các tính năng.

Các vòng phỏng vấn cấp cao thường đưa ra một tình huống. Một ví dụ tiêu biểu: kỹ sư dữ liệu ứng tuyển vai trò nền tảng phân tích tại một công ty bảo hiểm được cho biết hóa đơn Snowflake hằng tháng đã tăng gấp đôi trong khi khối lượng dữ liệu hầu như không tăng. Câu trả lời tốt sẽ điều tra theo thứ tự: kho nào tiêu thụ nhiều tín dụng nhất, tính năng tự động tạm dừng có được cấu hình để kho nhàn rỗi ngừng tính phí hay không, một tác vụ theo lịch có chạy trên kho quá lớn hay không, các bảng điều khiển được tải lại có bỏ lỡ bộ nhớ đệm kết quả hay không và một vài truy vấn có quét toàn bộ bảng vì lọc theo những cột mà dữ liệu không được phân cụm theo hay không. Người phỏng vấn đánh giá thứ tự điều tra, không phải một cách khắc phục duy nhất.

Các tình huống khác thường xuất hiện: nhập dữ liệu liên tục bằng Snowpipe so với các lần nạp COPY theo lịch và độ trễ của mỗi cách; thu thập thay đổi bằng luồng và tác vụ, cùng cách làm cho một tác vụ có tính lũy đẳng; một bảng bị ai đó vô tình cắt bỏ dữ liệu và cách Time Travel khôi phục bảng; yêu cầu cấp cho đối tác quyền đọc mà không sao chép dữ liệu, đây là lúc dùng tính năng chia sẻ dữ liệu an toàn; và thiết kế vai trò cho một tổ chức đang phát triển. Hãy nêu ràng buộc, chọn cơ chế và trình bày chi phí.

Hãy luyện nói thành tiếng những nội dung này với các câu hỏi tiếp nối trước buổi phỏng vấn; chế độ phỏng vấn thử đưa ra câu hỏi tình huống và phản biện, còn các bộ câu hỏi về dữ liệu và kỹ thuật khác được tập hợp tại câu hỏi phỏng vấn theo vai trò và chủ đề.

Trong các vòng trao đổi, có, nhưng với những giới hạn rõ ràng. Ứng dụng máy tính gốc của SubcueAI dành cho macOS và Windows thu âm thanh hệ thống cùng micrô của bạn rồi hiển thị các gợi ý trả lời ngắn trong một lớp phủ cục bộ, vì vậy khi người phỏng vấn hỏi khóa phân cụm đánh đổi điều gì để cải thiện việc loại bỏ phân vùng, cơ chế sẽ xuất hiện trên màn hình để bạn giải thích bằng lời của mình. Tiện ích trình duyệt hỗ trợ các cuộc gọi trong thẻ trình duyệt trên Chrome và Edge bằng cách chỉ thu âm thanh của thẻ cuộc họp. Không có bot nào tham gia cuộc gọi và không có gì được chèn vào trang cuộc họp; hướng dẫn thiết lập nằm trên trang hướng dẫn.

Các giới hạn: bài đánh giá SQL có giám sát, màn hình đang được ghi, máy tính xách tay do công ty quản lý hoặc bài tập trực tiếp mà bạn viết truy vấn dưới sự quan sát đều nằm ngoài phạm vi hỗ trợ. Aaron Cao, nhà sáng lập SubcueAI, mô tả sản phẩm là lời nhắc cho những gì bạn đã biết thay vì công cụ thay thế kiến thức, vì vậy sản phẩm hoạt động dựa trên sơ yếu lý lịch và cách diễn đạt của chính bạn; các ranh giới được trình bày trong nhóm nội dung về khả năng bị phát hiện.