Вопросы по ClickHouse

Из реальных собеседований (Q/A)

1. Какие методы используете для дедупликации данных?

• Использовался ReplacingMergeTree.

2. Что делать, если витрина строится слишком долго?

• Проверить, не появились ли новые тяжелые JOIN.
• Проанализировать план выполнения.
• Проверить сортировки, ключи и выбранный движок таблицы.

3. Что делать, если данные в витрине не сходятся?

• Найти источник расхождения.
• Проверить последние изменения в пайплайне.
• Проверить корректность движка и ключей сортировки.

4. Разбирали ли инциденты в ClickHouse?

• Да.
• Примеры: потеря данных, повторная загрузка из S3, сверка расхождений в витринах.

Базовые вопросы

1. Принцип работы ClickHouse?
2. Какие основные движки ClickHouse ты знаешь?
3. Что такое гранулярность?
4. В чем различие primary key и order by при создании таблицы?
5. Где хранится индекс?
6. Что такое кардинальность и как она аффектит ключ распределения?
7. Что такое партиции и как они совмещены с primary key?
8. Как сделать таблицу распределённой в кластере?
9. Принцип работы MergeTree движков, и как хранятся данные?
10. Какие проблемы есть у движка ReplacingMergeTree?
11. Как в Clickhouse устроена операция UPDATE?
12. Какие индексы используются в ClickHouse?
13. Как работают JOIN в ClickHouse?
14. Как в ClickHouse распределяются таблицы между шардами?
15. Какая машина является координатором в распределённом ClickHouse?
16. Какими свойствами САР-теоремы обладает ClickHouse?
17. Почему в ClickHouse нет JOIN по неравенству?
18. В каком случае ClickHouse выберет физический вид MergeJOIN?
19. Как PSQL сортирует данные при MergeJOIN , и почему так нельзя сделать в ClickHouse?