BA & SA | 10000 Interview questions
前往频道在 Telegram
Вопросы и задачи, которые задают на собеседованиях на позицию Бизнес и Системного аналитика. По вопросам сотрудничества- @DeliveryManager7
显示更多📈 Telegram 频道 BA & SA | 10000 Interview questions 的分析概览
频道 BA & SA | 10000 Interview questions (@systemanalystinterview) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 10 098 名订阅者,在 职业 类别中位列第 3 915,并在 俄罗斯 地区排名第 62 584 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 10 098 名订阅者。
根据 15 十一月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -88,过去 24 小时变化为 -6,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 8.31%。内容发布后 24 小时内通常能获得 N/A% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 0 次浏览,首日通常累积 0 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 0。
- 主题关注点: 内容集中在 объяснение, индекс, user_id, субд, паттерн 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“Вопросы и задачи, которые задают на собеседованиях на позицию Бизнес и Системного аналитика. По вопросам сотрудничества- @DeliveryManager7”
凭借高频更新(最新数据采集于 16 十一月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 职业 类别中的关键影响点。
10 098
订阅者
-624 小时
-317 天
-8830 天
帖子存档
Продолжение к объяснению ❗️
5. Почему шардинг по user_id (вариант D) неэффективен для этого запроса
Шардинг (горизонтальное масштабирование) распределяет данные по физическим узлам на основе ключа (например, user_id).
Запрос «действия за последние 30 дней» не ограничен по ключу шардирования — он требует данные за определённый период, но у разных пользователей эти данные лежат на разных узлах.
Придётся выполнить запрос ко всем шардам (fan-out), собрать результаты и отсортировать. Это создаёт огромную сетевую нагрузку и задержки.
Шардинг полезен, когда все запросы содержат ключ шардирования (например, «показать действия пользователя X»). Но в нашем случае запрос включает ещё и период, поэтому шардинг по user_id не даст partition pruning по времени.
Шардинг требует дополнительной инфраструктуры (маршрутизаторы, балансировка) и усложняет операции JOIN и транзакции.
Когда шардинг оправдан: если данные не имеют естественного временного разреза и запросы всегда содержат ключ шардирования (например, социальная сеть: все посты пользователя).
6. Дополнительные рекомендации для аналитика
При проектировании таблиц с временными метками всегда задавайте вопрос: «Какой объём данных будет накоплен через год? Через три года?»
Партиционирование должно быть заложено в требования к физической модели данных с самого начала. Это не оптимизация постфактум — добавить партиционирование на таблицу с миллиардами строк очень трудоёмко.
Выбирайте ключ партиционирования так, чтобы он совпадал с условиями в самых частых запросах (здесь — action_time).
Рассмотрите интервал партиционирования (день, неделя, месяц) в зависимости от частоты запросов и скорости роста.
Не забывайте про локальные vs глобальные индексы: в большинстве СУБД (PostgreSQL, Oracle, MySQL) локальные индексы автоматически партицируются вместе с таблицей и обслуживаются независимо.
Учитывайте операции обслуживания: партиционирование позволяет делать VACUUM, ANALYZE, REINDEX на отдельных партициях без простоя всей системы.
Для ещё большей производительности можно комбинировать партиционирование с кластеризацией (физической сортировкой данных внутри партиции по user_id), но это требует дополнительного планирования.
7. Итог
Партиционирование по времени с локальными индексами — единственный вариант, который одновременно:
сокращает объём сканируемых данных (partition pruning),
обеспечивает быстрый доступ по пользователю (локальный индекс),
упрощает обслуживание и удаление старых данных (DROP PARTITION),
масштабируется горизонтально без усложнения инфраструктуры.
Это промышленный стандарт для систем с временными рядами (логи, события, метрики). Системный аналитик, закладывающий такое решение на этапе проектирования, предотвращает будущие проблемы с производительностью и стоимостью владения системой. 🎯
🧑🎓Объяснение:
1. Масштаб проблемы и математика
10 млн записей в день → ≈ 300 млн записей в месяц, ≈ 3.6 млрд в год.
Типичная строка лога: user_id (8 байт) + action_time (8 байт) + action_type (2 байта) + details (переменная). Оценим средний размер строки в 100 байт.
Размер таблицы за месяц: 300 млн × 100 байт = 30 ГБ.
Размер за год: 360 ГБ (без учёта индексов и накладных расходов).
Индекс на (user_id, action_time) в такой таблице займёт не менее 20–30% от объёма данных (B-дерево, ссылки на строки). Это ещё + 100 ГБ через год.
Запрос «за последние 30 дней» будет читать 1/12 часть от годового объёма (если нет партиционирования). Но даже чтение 30 ГБ с диска — это секунды или минуты, даже при полном сканировании индекса. Однако проблема не только в объёме, но и в структуре доступа.
2. Почему вариант A (просто индекс) не спасёт
Индекс (user_id, action_time) ускоряет поиск по конкретному пользователю, но данные в таблице физически разбросаны по всей её территории (записи вставляются в хронологическом порядке, но для одного пользователя они распределены по всем блокам).
Чтобы получить все действия пользователя за 30 дней, СУБД должна:
Найти в индексе все записи для этого user_id за указанный период (это быстро).
Выполнить случайные чтения (random I/O) каждой строки из таблицы по указателям из индекса. При большом количестве строк (например, у активного пользователя 1000 действий за месяц) это приведёт к тысячам случайных обращений к диску.
Даже если используется covering index (включить все нужные поля в индекс), то индекс сам по себе станет огромным и его сканирование за 30 дней всё равно потребует чтения миллионов записей индекса.
Индекс не решает проблему устаревания данных: удаление старых записей (например, через год) потребует тяжёлого DELETE с блокировками и фрагментацией.
3. Почему партиционирование (вариант B) — оптимальное решение
Партиционирование по диапазону дат (например, по месяцам) — стандартный паттерн для временных рядов. Оно даёт:
✅ Partition Pruning (отсечение партиций)
Планировщик запроса понимает, что условие action_time BETWEEN ... AND ... затрагивает только определённые партиции (например, текущий и предыдущий месяц). Он не будет сканировать остальные партиции с данными за прошлые годы. Вместо 360 ГБ читается максимум 30–60 ГБ (1–2 партиции).
✅ Локальные индексы
Индекс по user_id внутри каждой партиции имеет гораздо меньшую высоту B-дерева (т.к. работает с 30 млн строк, а не с 3.6 млрд). Это ускоряет поиск и снижает потребление памяти.
✅ Управление жизненным циклом данных
Удаление старых данных — это DROP PARTITION, а не DELETE. Операция занимает миллисекунды и не вызывает фрагментации.
Архивация: партицию можно быстро отсоединить от таблицы (DETACH PARTITION) и сохранить как отдельную таблицу или файл.
Обслуживание (реиндексация, анализ) можно проводить на отдельных партициях, не блокируя всю таблицу.
✅ Производительность записи
Записи распределяются по партициям в соответствии с датой. Это не создаёт «горячих точек» (hotspots) — вставки идут в текущую партицию, но это нормально. Если нужно распределить нагрузку ещё сильнее, можно использовать субпартиционирование (например, по дням или по хешу user_id внутри месяца).
4. Почему MongoDB (вариант C) — не лучший выбор
Ограничение размера документа: BSON-документ не может превышать 16 МБ. У активного пользователя за несколько лет действий может накопиться гораздо больше (даже за месяц — тысячи событий, JSON с ними легко превысит 16 МБ).
Запросы внутри документа: Если хранить все действия в массиве, то выборка за последние 30 дней потребует разбора всего массива и фильтрации на стороне приложения — это неэффективно и нагружает сеть.
Индексирование: MongoDB поддерживает индексы на полях вложенных массивов, но при частых обновлениях документа (добавлении нового действия) происходит перезапись всего документа — это дорого и вызывает фрагментацию.
Транзакционность: Если нужны транзакции или сложные joins (например, с пользователями), MongoDB не подходит.
Когда MongoDB хороша: для редких изменений и чтения всего документа целиком.
Нужны 7 девушек — заполнять карточки товаров на ВБ!
Работа полностью на удаленке с зп до150 000 рублей в месяц.
Без опыта, нужен только телефон, занятость 3-6 часов в день.
Всему обучат на бесплатном курсе и после возьму на работу:
✅ 3 дня уроков по 30 минут
✅ Домашки с проверкой и оплатой бонусами
✅ Плачу 10 тыс за каждую выполненную домашку
Все кто пройдет курс, получат сертификат от школы с образовательной лицензией.
⚡ Набор заканчивается завтра.
👍 Для регистрации жмите кнопку "Зарегистрироваться"
Зарегистрироваться
#реклама 16+
course.wildmanager.ru
О рекламодателе
4740. Вы проектируете таблицу для хранения действий пользователей. Прогноз: 10 млн записей в день. Самый частый запрос: «показать все действия конкретного пользователя за последние 30 дней». Как обеспечить максимальную производительность?
90% каналов про AI и ИТ бесполезны
Одни пересказывают новости.
Другие копируют посты друг у друга.
В итоге человек читает десятки каналов, но новых идей почти не появляется.
Сегодня главная ценность - не количество информации, а сильные источники. Люди, которые действительно работают с технологиями и делятся практикой, а не пересказами.
Поэтому мы собрали подборку сильных каналов про ит и искусственный интеллект. Внутри авторы, которые разбирают: новые AI-инструменты, технологии и продукты, стартапы, реальные кейсы использования нейросетей, вайб-кодинг и др. Это экономит время. Не нужно искать хорошие каналы по одному
Ссылка для добавления➡️ https://t.me/addlist/3WsuUGbOgm8xYTAy
Давайте поддержим каналы, чтобы качественного контента стало больше!
Ищу девушек заполнять карточки товаров на ВБ!
Работа полностью на удаленке с зп до 150 000 рублей в месяц.
Без опыта, нужен только телефон, занятость 3-6 часов в день.
Всему обучат на бесплатном курсе и после возьму на работу:
✅ 3 дня уроков по 30 минут
✅ Домашки с проверкой и оплатой бонусами
✅ Плачу 10 тыс за каждую выполненную домашку
Все кто пройдет курс, получат сертификат от школы с образовательной лицензией.
⚡ Набор заканчивается завтра.
👍 Для регистрации жмите кнопку "Зарегистрироваться"
Зарегистрироваться
#реклама 16+
course.wildmanager.ru
О рекламодателе
Привет всем 👋 Собрали с коллегами интересные каналы про технологии, искусственный интеллект и современные цифровые инструменты.
✅ Популярные нейросети: ChatGPT, Midjourney, DALL·E, Claude, Gemini, Stable Diffusion ✅ Программирование и разработку (для новичков и опытных) ✅ Полезные сервисы, боты и приложения ✅ Новости технологий и IT-индустрии ✅ Автоматизацию задач и работу с AI ✅ Использование нейросетей в ивент-сфере ✅ Опыт финансиста-программиста в работе с нейросетямиПодписывайтесь на папку и находите новые каналы, чтобы быть в курсе технологий и возможностей нейросетей. Успей подписаться по ссылке👉 https://t.me/addlist/feokA7WMeOMwYzIy Добавить свой канал в папку - тык
🧑🎓Объяснение:
Это классическая «ловушка NULL» в SQL. Когда в подзапросе, формирующем список идентификаторов, встречается NULL, операция «NOT IN» ведёт себя неочевидно. Из-за трёхзначной логики SQL (TRUE, FALSE, UNKNOWN) сравнение с NULL даёт UNKNOWN. Если хотя бы одно значение в списке — NULL, то для любой проверяемой строки условие никогда не станет TRUE, и запрос не вернёт ни одной записи.
Пример для понимания:
Представьте, что у нас есть клиенты с ID 1, 2, 3. В таблице заказов есть ID клиентов: 1 и NULL. Запрос мысленно проверяет каждого клиента:
Клиент 2 отсутствует в списке {1, NULL}? Сравнение с 1 даёт TRUE (2 не равно 1), но сравнение с NULL даёт UNKNOWN (2 не равно неизвестности). Итог — UNKNOWN, условие не выполняется.
Аналогично для всех клиентов — ни один не проходит.
Как избежать ошибки:
Использовать проверку через NOT EXISTS (она корректно обрабатывает NULL).
Исключить NULL из подзапроса, добавив условие WHERE customer_id IS NOT NULL.
Вывод для аналитика:
Всегда учитывайте возможность NULL в данных при написании запросов с отрицанием. Это частая причина некорректных отчётов и потери данных. 🎯
Нужны 12 человек для работы с искусственным интеллектом
Требования: 18-45 лет
Работа из дома. График свободный.
Пришло задание — изучили — выполнили — получили свои деньги.
Деньги вы получаете в зависимости от сложности задания. Например:
За задание могут платить 500-10.000 рублей.
500 рублей — это около 5-30 минут.
10 000 руб. это 5-6 часов.
Работа может быть разной: Оживить фото, создать видео, реставрировать старое фото и т.д.
💰 В среднем новичок получает до 150.000 руб в месяц. А опытный может и 300-500т.
Мы обучим вас сами:
✅ 3 дня уроков по 30 минут
✅ Домашки с проверкой и оплатой бонусами
✅ Платим 10 тыс за каждую выполненную домашку
⚡ Набор заканчивается завтра.
Для регистрации жмите кнопку "Зарегистрироваться":
Зарегистрироваться
#реклама 16+
neuromachina.ru
О рекламодателе
Как выжать из технологий максимум
⠀
… снизить стоимость клиента до 45 рублей, делегировать искусственному интеллекту переписки, генерировать качественный контент за минуты
⠀
Все ответы в этой ПАПКЕ. Жмите и добавляйте себе. Мы собрали лучшие каналы:
⠀
▪️Selarti. Виртуальные менеджеры
▪️Дубовсков. Психология кода
▪️Авдеев Алексей: управление разработкой
▪️Апазиди АйТи: про IT, разработку и менеджмент
⠀
Внутри ПАПКИ бонусы:
⠀
🎁 промт для создания качественных офферов
🎁 промт для анализа конкурентов
🎁 промт для оценки упаковки.
⠀
Успевайте забрать. Через 3 дня удалю пост .
ЗАБРАТЬ
4739. Аналитик ищет клиентов без заказов: «ID клиента отсутствует в списке ID заказов». В списке ID заказов есть NULL. Что вернет запрос?
Ищу желающих заполнять карточки товаров на ВБ!
Нужно создавать карточки на ВБ. Ничего сложного.
Работа полностью на удаленке с зп до150 000 рублей в месяц.
Без опыта, нужен только телефон, занятость 3-6 часов в день.
Всему обучат на бесплатном курсе и после возьму на работу:
✅ 3 дня уроков по 30 минут
✅ Домашки с проверкой и оплатой бонусами
✅ Плачу 10 тыс за каждую выполненную домашку
Все кто пройдет курс, получат сертификат от школы с образовательной лицензией.
⚡ Набор заканчивается завтра.
👍 Для регистрации жмите кнопку "Зарегистрироваться":
Зарегистрироваться
#реклама 16+
course.wildmanager.ru
О рекламодателе
Устали всё делать сами?
Ведёте блог, проводите диагностики, собираете воронки — а доход нестабилен, и клиентов всё так же мало?
Холодный трафик не греется, заявки идут через раз, продажи держатся на вашей энергии 24/7?
Хочется, чтобы работала система, а не только вы?
Тогда читайте внимательно тут 👉 https://t.me/addlist/OSERohUGo5tkZWVi
Доступ ограничен! Количество мест тоже! Скоро удалю подарки 🎁
Добавляй себе всю папку https://t.me/addlist/OSERohUGo5tkZWVi и
Записывайся в подборку🫶
Авто из Азии под ключ. Своя логистика = ваша выгода
Импортируем автомобили из Китая, Японии и Кореи с 2015 года. Наше главное преимущество — собственная экспортная компания в Китае и стоянки во всех трёх странах. Это позволяет нам экономить ваши деньги и сокращать сроки доставки до минимума.
Что вы получаете:
✅ Авто в наличии на наших стоянках — можно выбрать и сразу оформить
✅ Налаженные логистические маршруты без посредников
✅ Полное сопровождение: подбор, доставка, растаможка, оформление
✅ Аккредитация от ВТБ и Примсоцбанка — гарантия надёжности
Работаем прозрачно на всех этапах. Команда экспертов с реальным опытом в логистике и автоподборе всегда на связи.
Подпишитесь на наш канал — делимся инсайдами рынка, реальными кейсами и спецпредложениями для подписчиков.
Подписаться
#реклама
О рекламодателе
Багов не обнаружено, только фичи
В IT мы привыкли оптимизировать всё: код, процессы, деплой. Но почему-то редко оптимизируем то, что попадает к нам в голову каждый деньСобрали ламповую подборку тг-каналов, которая легко "подключается" к вашей ленте и не тянет за собой лишних зависимостей 🤌 Здесь про: 👩💻где грань между хайпом и реальным прогрессом в ИИ? 👩💻как устроены технологии, которые изменят рынок через год? 👩💻а как расти в профессии, когда вокруг кризис и неопределенность? 👩💻 тык на папку https://t.me/addlist/YTjh3sVqkJQ1MjQ6 P.S. Если у вас есть коллега, который всё еще читает новости по заголовкам — спасите его 🥺
🧑🎓Объяснение:
Это классическая задача, где важно понимать разницу между WHERE и HAVING.
WHERE применяется до группировки (GROUP BY) и фильтрует отдельные строки таблицы.
HAVING применяется после группировки и фильтрует уже сгруппированные результаты (агрегатные функции, такие как SUM(), COUNT(), AVG()).
В вашем случае SUM(sales_amount) вычисляется после группировки по товарам, поэтому условие должно быть в HAVING. Если написать WHERE SUM(sales_amount) > 100000, СУБД выдаст ошибку, потому что на момент выполнения WHERE агрегатные функции ещё не вычислены.
Пример правильного запроса:
```sql
SELECT product_id, SUM(sales_amount) as total_sales
FROM sales
GROUP BY product_id
HAVING SUM(sales_amount) > 100000;
```
❌ Почему не другие варианты:
A — WHERE не работает с агрегатными функциями.
C — FILTER существует в SQL, но это нестандартный синтаксис для агрегации (используется редко, например, в PostgreSQL для частичной агрегации), и здесь он не применим.
D — условие нельзя поместить в SELECT, потому что оно должно отсеивать целые группы, а не просто отображать значение.
Вывод для аналитика:
При работе с группированными данными всегда используйте HAVING для фильтрации по агрегатам, а WHERE оставьте для фильтрации отдельных записей до группировки. Это фундаментальное правило SQL, которое помогает избежать ошибок в отчётах и анализах. 📊
"Потрясающие зефирные цветы с нуля" Бесплатный вебинар
❤️ Как своими руками научиться создавать реалистичные трендовые композиции и зарабатывать от 70 000 р/мес. в 2026 году
✨Раскрою все секреты создания реалистичных и самых трендовых цветов из зефира, которыми восхищаются
Зефирные цветы - это не просто букеты, это настоящее искусство. Ваши творения станут украшением любого события, будь это свадьба, день рождения или корпоратив
✅На вебинаре узнаете не только основы создания зефирных цветов, но и глубокие знания о трендах и техниках. Разберем главные преимущества зефирной флористики + как выделяться среди флористов
✨Регистрируйтесь на вебинар и получите подарки:
- Сертификат участника
- Курс по food-фото
- Гайд по оформлению соц. сетей кондитера
- Cертификат участника мастер-класса
Зарегистрироваться
#реклама 16+
keycopastry.ru
О рекламодателе
