Einleitung
In der heutigen Welt wachsen Daten durch die Digitalisierung exponentiell mit der Zeit. Organisationen verwenden verschiedene Cloud-Plattformen wie Azure, GCP usw., um diese Daten zu speichern und zu analysieren, um daraus wertvolle geschäftliche Erkenntnisse zu gewinnen. In diesem Artikel werden Sie die 11 wichtigsten Azure-Interviewfragen untersuchen, in denen verschiedene Datendienste wie Azure Cosmos DB, Azure SQL-Datenbank, Azure Data Lake Storage usw. zum Speichern strukturierter, unstrukturierter oder halbstrukturierter Daten erörtert werden. Werfen wir einen Blick auf die folgenden azurblauen Interviewfragen.
Lernziele
In diesem Artikel lernen wir die folgenden azurblauen Interviewfragen kennen:
- Umfang der Stellenprofile von Azure Data Services
- Wichtige Cosmos DB-Konzepte
- Cosmos DB bietet verschiedene Datenbank-APIs
- Machen Sie sich mit den von Azure SQL-Datenbank bereitgestellten Bereitstellungsmodellen vertraut
- Erfahren Sie mehr über Lebenszyklusrichtlinienregeln in Azure Blob Storage
- Informieren Sie sich über Azure Storage Data-Dienste
Dieser Artikel wurde als Teil des veröffentlicht Data-Science-Blogathon.
Inhaltsverzeichnis
Top-Unternehmen wie Mercedes-Benz, Deloitte, PwC, Accenture, TCS, Razorpay, Swiggy, Uber usw. stellen Stellen für Stellenprofile ein, die sich auf Azure Data Services-Fähigkeiten beziehen, wie z. B. Data Engineer, Data Scientist, F&E-bezogene Datenrollen usw an verschiedenen Standorten auf der ganzen Welt. Diese Jobprofile haben einen großen Spielraum in Bezug auf Gehalt, herausfordernde Arbeitsumgebungen und das Lösen realer Probleme. Ein Berufstätiger benötigt intensive Kenntnisse in Azure SQL, Azure Data Lake Entwicklung, Entwicklung von APIs mit Cosmos DB als Datenbank, Erstellung von Datenpipelines mit Azure Data Factory usw., um in diesem Job zu arbeiten.
Q2. Was sind Anforderungseinheiten in Cosmos DB?
Das Einheit anfordern ist eine Leistungswährung, die die Systemressourcen abstrahiert, die zum Ausführen der von Azure Cosmos DB unterstützten Datenbankvorgänge wie Lesen, Einfügen, Aktualisieren usw. erforderlich sind. Verbrauchte Anforderungseinheiten werden abhängig vom Erstellungsmodus des Azure Cosmos DB-Kontos berechnet.
Q3. Was ist Time to Live in Cosmos DB?
Lebensdauer (TTL) in Cosmos DB ermöglicht das automatische Löschen von Elementen in einem Container nach einem bestimmten Zeitraum, indem übrig gebliebene Anforderungseinheiten verbraucht werden. Beispiel für die Konfiguration von TTL in einem vorhandenen Cosmos DB-Container:
Auswählen Container-> in den Einstellungen scrollen zu Zeit zu leben-> auswählen Ein und geben Sie den TTL-Wert in Sekunden an-> Speichern.
Q4. Welche verschiedenen Datenbank-APIs werden von Cosmos DB angeboten? Erläutern Sie mit Beispielen.
Azure Cosmos DB bietet verschiedene Datenbank-APIs wie z MongoDB, Kassandra, Gremlin, NoSQL und Table. Die Azure Cosmos DB-API für NoSQL bietet die Möglichkeit, Elemente mithilfe der SQL-Syntax abzufragen, und bietet Leistungsisolierung und Analyseunterstützung. Die Azure Cosmos DB-API für MongoDB bietet mehrere Schreiborte, automatische Shardverwaltung und speichert Daten in einer Dokumentstruktur im BSON-Format. Azure Cosmos DB für PostgreSQL wird zum Speichern von Daten verwendet PostgreSQL. Die Azure Cosmos DB-API für Cassandra unterstützt die horizontale Skalierung zum Speichern umfangreicher Daten mithilfe eines spaltenorientierten Schemas. Beispiel für das Erstellen einer Datenbankschule mit der Azure Cosmos DB-API für NoSQL in .NET:
Database database1 = await client.CreateDatabaseAsync( id: "school" )
Fügen Sie beispielsweise ein einzelnes Dokument in die genannte Sammlung ein Schüler Verwenden der Azure Cosmos DB-API für MongoDB in JavaScript:
db.student.insertOne({ name:"Chaitanya Shah", age: 23, address: "24, Wall Colony" });
Q5. Beschreiben der in Azure SQL-Datenbank verfügbaren Kaufmodelle.
Abhängig vom Bereitstellungsmodell von Azure SQL-Datenbank, unten sind die beiden verfügbaren Kaufmodelle aufgeführt:
A. vCore-Kaufmodell: Das vCore-Kaufmodell ermöglicht es den Benutzern, die physikalischen Eigenschaften der Hardware basierend auf ihren Anwendungsanforderungen auszuwählen. Bei diesem Modell können Kunden Speicher, Rechenressourcen usw. unabhängig voneinander skalieren.
B. DTU-basiertes Einkaufsmodell: Das auf Datenbanktransaktionseinheiten (DTU) basierende Kaufmodell bietet Kunden Dienstebenen, die sich basierend auf der festen Rechengröße, dem Speicher, den Lese-/Schreibraten und der Aufbewahrungsdauer für Sicherungen unterscheiden.
F6. Welche unterschiedlichen Bereitstellungsmodelle werden von Azure SQL-Datenbank bereitgestellt?
Nachfolgend sind die beiden von Azure SQL-Datenbank bereitgestellten Bereitstellungsmodelle aufgeführt:
A. Einzelne Datenbank: Das Bereitstellungsmodell eines einzelnen Datenbanktyps erstellt eine Datenbank mit einer dedizierten Datenbank-Engine, eigenen Ressourcen, Leistungsüberwachung und Dienstebenen.
B. Elastischer Pool: Das Bereitstellungsmodell vom Typ elastischer Pool ermöglicht es den Kunden, Ressourcen für einen Pool zu erwerben, der von mehreren Datenbanken gemeinsam genutzt wird. Wir können Datenbanken basierend auf der Ressourcenauslastung dem Pool hinzufügen oder daraus entfernen. Ein Pool für elastische Datenbanken löst das Problem der Über- und Unterbereitstellung von Ressourcen.
Q7. Szenariobasierte Frage zu Azure Data Lake.
Während der Arbeit am Projekt ABC haben Sie eine erstellt Azure Data Lake Storage Gen2 Konto abc_account zum Speichern von Anwendungs- und Infrastrukturprotokollen. Die vorgesehene Aufbewahrungsfrist für die Speicherung von Anwendungs- und Infrastrukturprotokollen beträgt 360 Tage bzw. 60 Tage. Gemäß den aktuellen Erwartungen wird während der Aufbewahrungsfristen nicht auf die Protokolle zugegriffen. Entwerfen Sie eine Lösung für das abc_account, die die Speicherkosten minimiert und die Protokolle am Ende jedes Aufbewahrungszeitraums automatisch löscht.
Verwenden Sie die Archive-Zugriffsebene zum Speichern von Anwendungsprotokollen und die Cool-Zugriffsebene zum Speichern von Infrastrukturprotokollen, um die Speicherkosten beim Speichern von Protokollen in abc_account zu minimieren. Verwenden Sie zum automatischen Löschen der Protokolle am Ende jedes Aufbewahrungszeitraums die Lebenszyklusverwaltungsregeln von Azure Blob Storage.
Q8. Was sind die Azure Storage-Datendienste?
Azure-Speicherdienst bietet hochgradig skalierbare, zugängliche, sichere und verwaltete Dienste zum Speichern von Objekten, Blobs und Erstellen von Daten
Seen, Dateifreigabe usw. Nachfolgend sind die Azure Storage-Datendienste aufgeführt:
- Azurblaue Blobs: Azure Blob Storage ermöglicht Benutzern das Speichern unstrukturierter Daten mithilfe von Blobs. Azure Blob Storage kann verwendet werden, um Protokolldateien, Bilder, Dokumente, Daten für die Sicherung und Wiederherstellung usw. zu speichern.
- Azure-Dateien: Azure Files ermöglicht es Benutzern, Dateien mithilfe von Branchenstandards wie SMB, NFS usw. freizugeben. Azure Files kann zum Speichern von Debugging- und Entwicklungstools verwendet werden, die von VMs benötigt werden.
- Azure-Warteschlangen: Azure Queue Storage ist ein Messagingdienst zum Speichern einer großen Anzahl von Nachrichten. Azure Queue kann für die asynchrone Messagingkommunikation zwischen Anwendungskomponenten verwendet werden.
- Azure-Tabellen: Azure-Tabellen ermöglichen es Benutzern, strukturiert zu speichern NoSQL Daten mit einem schemalosen Design. Azure Tables können zum Speichern von Adressbüchern, Geräteinformationen usw. verwendet werden.
- Azure-Datenträger: Azure-Datenträger werden zum Speichern von und Zugreifen auf Daten von Azure-VMs verwendet.
Q9. Szenariobasierte Frage zu Azure Blob Storage.
Schreiben Sie die Lebenszyklus-Richtlinienregel hinein Azure Blob-Speicher um die Block-Blobs mit dem Präfix „Container/Schule“ oder „Container/Hochschule“, die in 90 Tagen nicht geändert wurden, auf die Archivierungsebene und Blobs, die über 30 Tage nicht geändert wurden, auf die kühle Speicherebene zu übertragen.
Nachfolgend finden Sie die Lebenszyklus-Richtlinienregel für das obige Szenario:
{ "rules": [ { "name": "agingPolicy", "enabled": true, "type": "Lifecycle", "definition": { "filters": { "blobTypes": [ "blockBlob"], "prefixMatch": [ " container/school ", " container/college " ] }, "actions": { "baseBlob": { "tierToCool": { "daysAfterModificationGreaterThan": 30 }, "tierToArchive": { "daysAfterModificationGreaterThan": 90 } } } } } ]
}
Q10. Schreiben Sie eine Abfrage zum Erstellen von Tabellenabteilungen in der Azure SQL-Datenbank CompanyDB.
Die folgende Abfrage erstellt eine Tabelle mit dem Namen Abt mit den Spalten DeptNo, DName und Location:
CREATE TABLE Depts(
DeptNo int Primary Key,
DName nvarchar(50) NOT NULL,
Location nvarchar(50)
);
Hier ist DeptNo der Primärschlüssel.
Q11. Welchen Azure-Dienst sollten Sie für die Entwicklung eines Enterprise Data Lake zur Durchführung von Big Data-Analysen wählen?
Du solltest benutzen Azurblob-Speicher um einen Data Lake für Big-Data-Analysen zu erstellen. Azure Blob Storage ermöglicht Benutzern das Speichern
unstrukturierte Daten mit Blobs. Azure Blob Storage bietet hohe Sicherheit, Skalierbarkeit, Datenverfügbarkeit und Funktionen zur Notfallwiederherstellung.
Zusammenfassung
Microsoft Azure bietet Datendienste wie Azure Cosmos DB, Azure SQL Database, Azure Data Lake Storage usw. zum Speichern von strukturierten, unstrukturierten oder halbstrukturierten Daten. Azure Cosmos DB ist eine vollständig verwaltete NoSQL-Datenbank mit mehreren Modellen für die moderne Anwendungsentwicklung. Azure-Speicherdienst bietet hochgradig skalierbare, zugängliche, sichere und verwaltete Dienste zum Speichern von Objekten, Blobs, Erstellen von Data Lakes, Dateifreigabe usw. Im Folgenden finden Sie einige wichtige Punkte aus dem obigen Artikel zu Azure-Interviewfragen:
- Azure Cosmos DB bietet verschiedene Datenbank-APIs wie MongoDB, Cassandra, Gremlin, NoSQL und Table zum Herstellen einer Verbindung mit verschiedenen Datenbanken.
- Mithilfe von Time to Live (TTL) in Azure Cosmos DB können Entwickler Elemente in einem Container automatisch löschen.
- Elastische Pools in Azure SQL-Datenbank kann Organisationen dabei helfen, gemeinsam genutzte Ressourcen für Azure SQL zu verwenden.
- Wir haben ein Verständnis dafür erhalten, welcher Azure Storage-Datendienst basierend auf dem Szenario und dem Datentyp verwendet werden sollte.
- Abgesehen davon haben wir uns auch die Azure Storage-Zugriffsebenen und Lebenszyklusverwaltungsrichtlinien angesehen.
Ich hoffe, Ihnen hat mein Artikel über azurblaue Interviewfragen gefallen. Teilen Sie mir Ihr Feedback im Kommentarbereich mit.
Die in diesem Artikel gezeigten Medien sind nicht Eigentum von Analytics Vidhya und werden nach Ermessen des Autors verwendet.
Verbunden
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
- Quelle: https://www.analyticsvidhya.com/blog/2023/03/top-azure-data-services-interview-questions/
- :Ist
- 11
- 2023
- a
- ABC
- Über uns
- oben
- Abstracts
- Accenture
- Zugang
- Zugriff
- zugänglich
- Zugriff
- Konto
- über
- Aktionen
- Adresse
- Nach der
- erlaubt
- Analytische
- Analytik
- Analytics-Vidhya
- analysieren
- und
- und Infrastruktur
- Bienen
- APIs
- Anwendung
- Anwendungsentwicklung
- Archiv
- SIND
- Artikel
- AS
- At
- automatische
- Im Prinzip so, wie Sie es von Google Maps kennen.
- Verfügbarkeit
- verfügbar
- – warten auf Sie!
- Azure
- Sicherungskopie
- basierend
- BE
- unten
- zwischen
- Big
- Big Data
- Blockieren
- Bücher
- Geschäft
- by
- CAN
- Fähigkeiten
- sicher
- herausfordernd
- Charakteristik
- berechnet
- Auswählen
- Auftraggeber
- Cloud
- Sammlung
- Kolonie
- Spalten
- Bemerkungen
- Kommunikation
- Unternehmen
- Komponenten
- Berechnen
- Abschluss
- Sich zusammenschliessen
- verbraucht
- Container
- cool
- Kosmos
- Kosten
- erstellen
- erstellt
- schafft
- Erstellen
- Schaffung
- Währung
- Strom
- Kunden
- technische Daten
- Datenanalyse
- Dateningenieur
- Datensee
- Datenwissenschaftler
- Datenbase
- Datenbanken
- Tage
- gewidmet
- deloitte
- Abhängig
- Einsatz
- beschreiben
- Design
- bezeichnet
- Entwickler
- Entwicklung
- Entwicklung
- Entwicklungswerkzeuge
- Gerät
- anders
- differenziert
- Digitalisierung
- Diskretion
- diskutieren
- Dokument
- Unterlagen
- im
- jeder
- Erarbeiten
- freigegeben
- ermöglicht
- Motor
- Ingenieur
- Unternehmen
- Umgebungen
- etc
- Äther (ETH)
- Beispiel
- Beispiele
- vorhandenen
- Erwartungen
- exponentiell
- umfangreiche
- Fabrik
- Feedback
- Reichen Sie das
- Mappen
- Filter
- fixiert
- Aussichten für
- Format
- für
- voll
- GCP
- bekommen
- bekommen
- persönlichem Wachstum
- Hardware
- Haben
- Hilfe
- High
- hoch
- Verleih
- ein Geschenk
- Horizontale
- HTTPS
- ID
- Bilder
- wichtig
- in
- unabhängig
- Energiegewinnung
- Industrie-Standards
- Information
- Infrastruktur
- Einblicke
- Interview
- Interview Fragen
- Einleitung
- Isolierung
- IT
- Artikel
- SEINE
- JavaScript
- Job
- Wesentliche
- Wissen
- See
- grosse
- LERNEN
- Lebenszyklus
- Gefällt mir
- leben
- Standorte
- Standorte
- aussehen
- verwaltet
- Management
- Medien
- Nachrichten
- Messaging
- minimieren
- Model
- Modell
- für
- modern
- geändert
- MongoDB
- Überwachung
- mehrere
- Name
- Namens
- nav
- erforderlich
- Bedürfnisse
- Netto-
- Anzahl
- Objekte
- of
- angeboten
- Angebote
- on
- Einkauf & Prozesse
- Option
- Organisationen
- besitzen
- Besitz
- Teil
- ausführen
- Leistung
- Zeit
- Zeiträume
- physikalisch
- Plattformen
- Plato
- Datenintelligenz von Plato
- PlatoData
- Punkte
- Politik durchzulesen
- Datenschutzrichtlinien
- Pool
- Pools
- Postgresql
- primär
- Aufgabenstellung:
- Probleme
- Professionell
- Profil
- Projekt
- vorausgesetzt
- bietet
- veröffentlicht
- Kauf
- Kauf
- PWC
- Q2
- Q3
- Frage
- Fragen
- Honorar
- Rasorpay
- Lesen Sie mehr
- realen Welt
- bezogene
- entfernen
- Anforderung
- falls angefordert
- erfordert
- Ressourcen
- Downloads
- Beibehaltung
- Rollen
- Regel
- Ohne eine erfahrene Medienplanung zur Festlegung von Regeln und Strategien beschleunigt der programmatische Medieneinkauf einfach die Rate der verschwenderischen Ausgaben.
- Gehalt
- Skalierbarkeit
- skalierbaren
- Skalieren
- Skalierung
- Szenario
- Schule
- Wissenschaft
- Wissenschaftler
- Umfang
- blättern
- Abschnitt
- Verbindung
- Sicherheitdienst
- Leistungen
- kompensieren
- Einstellungen
- Teilen
- von Locals geführtes
- ,,teilen"
- sollte
- gezeigt
- Single
- Größe
- Fähigkeiten
- SMB
- Lösung
- Löst
- Auflösung
- einige
- SQL
- Normen
- Lagerung
- speichern
- Läden
- Struktur
- strukturierte
- Schüler und Studenten
- Studie
- so
- Support
- Unterstützte
- Unterstützt
- Swiggy
- Syntax
- System
- Tabelle
- Nehmen
- AGB
- zur Verbesserung der Gesundheitsgerechtigkeit
- Das
- Der Block
- die Welt
- ihr
- Diese
- Tier
- Zeit
- zu
- heutigen
- Werkzeuge
- Top
- Transaktion
- Übergang
- was immer dies auch sein sollte.
- Uber
- Verständnis
- Einheit
- Einheiten
- Aktualisierung
- -
- Nutzer
- wertvoll
- Wert
- verschiedene
- Pinnwand
- Was
- Was ist
- welche
- während
- breit
- werden wir
- mit
- Arbeiten
- arbeiten,
- weltweit wie ausgehandelt und gekauft ausgeführt wird.
- schreiben
- Ihr
- Zephyrnet