AMAADOR ACADEMYالشهاداتالتحقق من شهادة

DEET

الاختبار النهائي — هندسة البيانات: ETL ومستودعات البيانات وdbt وAirflow

أجب عن الأسئلة الـ42. تحتاج إلى 80% أو أكثر للنجاح. يمكنك إعادة المحاولة كلما أردت.

ادرس الدورة ←

السؤال 1يجب على متجر التجزئة التوقف عن بيع سلعة لحظة شراء آخر وحدة منها، على الموقع وفي المحلات. أي تصميم يناسب؟
السؤال 2ما معنى اختصار ELT بالترتيب؟
السؤال 3تنص سياسة الشركة على عدم تخزين أرقام الحسابات المصرفية للموظفين في منصة التحليلات إطلاقًا، ونظام الموارد البشرية يحتفظ بها. ماذا تفعل؟
السؤال 4أي سبب يدعم أفضل اختيار ELT على مستودع سحابي؟
السؤال 5تُعدّ حزمة مجلس الإدارة مرة في الشهر من مؤشرات المبيعات. ويقترح زميل منصة تدفقية «لنكون عصريين». ما ردك؟
السؤال 6أي صعوبة تميّز خطوط التدفق وتقل كثيرًا في الدفعي؟
السؤال 7يحمّل تحميلك التزايدي الصفوف التي يلي updated_at فيها آخر تشغيل. وبعد أشهر صار المستودع يحوي طلبات أكثر من المصدر. لماذا؟
السؤال 8تكون المهمة متكافئة الأثر (idempotent) عندما…
السؤال 9يحمّل Dag بيانات «الأمس» بمرشح على تاريخ اليوم ناقص يوم. فشل يومين وأُصلح في اليوم الثالث. ما الذي فُقد؟
السؤال 10لماذا يُفضَّل Parquet عادة على CSV لتخزين التحليلات؟
السؤال 11تُثبَّت بعض الطلبات في المصدر بعد دقائق من وقت updated_at فيها، فيتجاوزها التحميل التزايدي أحيانًا. ما الإصلاح المعتاد؟
السؤال 12صُدّر الليلة الماضية مليون صف لكن الجدول لم يستلم إلا 65,536 وبقيت المهمة خضراء. أي ضابط كان سيكشف ذلك؟
السؤال 13في النمذجة البُعدية، ماذا تحدد «الحبيبية» لجدول الحقائق؟
السؤال 14يحوي جدول حقائق صفًا لكل بند طلب وعمودًا «monthly_budget». المجاميع الشهرية مرتفعة جدًا. ما الخطأ؟
السؤال 15أي نوع من الأبعاد بطيئة التغيّر يضيف صفًا جديدًا ويحفظ التاريخ كاملًا؟
السؤال 16كان اسم عائلة عميل مكتوبًا بخطأ إملائي في المصدر وصُحّح للتو. يجب أن تُظهر التقارير الكتابة الصحيحة لكل السنوات. أي معالجة تناسب؟
السؤال 17لماذا نستخدم مفتاحًا بديلًا في البعد بدل معرّف نظام المصدر؟
السؤال 18يجمع تقرير رصيد الحساب في نهاية الشهر على اثني عشر شهرًا فيحصل على رقم أكبر باثنتي عشرة مرة. ما النهج الصحيح؟
السؤال 19ما الفائدة الرئيسية للمستودع العمودي في الاستعلامات التحليلية؟
السؤال 20تُرشَّح معظم الاستعلامات بـ event_date ثم بـ country. جدول الأحداث البالغ 3 تيرابايت مجزأ بـ event_date فقط، وما زالت استعلامات الدولة الواحدة بطيئة. ما الأكثر فائدة؟
السؤال 21أي قدرة تضيفها صيغ الجداول المفتوحة مثل Iceberg وDelta Lake فوق ملفات Parquet؟
السؤال 22يطّلع مديرون على لوحة تقرأ جداول الهبوط الخام مباشرة. تتغير الأرقام عند وصول ملف متأخر وتظهر مكررات. ما التصميم الأفضل؟
السؤال 23يجب على فريق تخزين جداول وسجلات JSON وصور، واستعلام الجداول بـ SQL وتدريب نماذج على البيانات نفسها دون نسخها بين الأنظمة. أي نمط يناسب أكثر؟
السؤال 24ماذا يتيح تجزئة جدول كبير بالتاريخ للمحرك؟
السؤال 25ما الدور الرئيسي لدالة ref() في نموذج dbt؟
السؤال 26أثناء dbt build يفشل اختبار unique على stg_orders.order_id وتُتخطى الـ marts اللاحقة. يقترح زميل حذف الاختبار لفك الحجز. ماذا تفعل؟
السؤال 27متى ينجح اختبار بيانات dbt؟
السؤال 28يُعاد بناء نموذج أحداث من 500 مليون صف كاملًا كل ليلة ويستغرق الآن ثلاث ساعات وحوسبة كبيرة. ولا تصل أحداث جديدة إلا لآخر يوم أو يومين. ما أفضل تغيير؟
السؤال 29تعيد كتابة تعبير CASE الذي يُسند شرائح العملاء وتريد التأكد من عمل الحالات الحدّية قبل أن تحويها البيانات الحقيقية. أي ميزة في dbt تساعد؟
السؤال 30ماذا تفعل لقطة (snapshot) dbt؟
السؤال 31لماذا يُوصف سير العمل في Airflow بأنه Dag؟
السؤال 32جُدول Dag التقرير في السادسة صباحًا. وحين يتأخر تحميل الليل ينشر التقرير بيانات الأمس. كيف تزيل التخمين في التوقيت؟
السؤال 33تفشل مهمة تحميل من حين لآخر لأن واجهة API المصدر تنتهي مهلتها بضع ثوانٍ. ينجح التشغيل إذا أعدته ببساطة. أي إعداد يناسب؟
السؤال 34في Airflow 3، أي مفهوم حلّ محل execution_date في سياق المهمة؟
السؤال 35تمرّر مهمة مستخرجًا حجمه 20 غيغابايت إلى المهمة التالية عبر XCom فتتباطأ قاعدة بيانات Airflow الوصفية. ما النمط الصحيح؟
السؤال 36أثناء مراجعة تجد كلمة مرور قاعدة بيانات بنص صريح داخل ملف Dag مخزّن في Git. ماذا تفعل؟
السؤال 37أي بُعد من أبعاد جودة البيانات يسأل «هل البيانات حديثة بما يكفي لاستخدامها؟»
السؤال 38يعيد فريق المصدر تسمية عمود دون إخطار. يبقى الخط أخضر لكن الإيرادات في لوحة المعلومات تصبح فارغة. أي ضابط كان سيكشف ذلك أولًا؟
السؤال 39ماذا يتيح لك رؤيته نسب البيانات (lineage)؟
السؤال 40تتضاعف فاتورة السحابة. تكتشف مستودع تطوير كبيرًا ظل يعمل طوال العطلة دون مستخدمين ولا وسوم تكلفة. ماذا تُعدّ؟
السؤال 41يطلب عميل في الاتحاد الأوروبي من الشركة حذف بياناته الشخصية. تضم منصتك طبقة خامًا وmarts ونسخًا احتياطية. ما الذي يجعل الطلب قابلًا للمعالجة؟
السؤال 42أي مبدأ في GDPR يوجب جمع البيانات الشخصية اللازمة للغرض المعلن فقط والاحتفاظ بها؟