BA & SA | 10000 Interview questions

Как автоматизировать рутину и контролировать процессы? Битрикс24 CRM. В одном продукте уже есть чаты, задачи, нейросеть, приём платежей и интеграция с 1С. Вся информация о клиентах и сделках хранится в единой базе, доступной с любого устройства. Руководитель видит отчёты, менеджеры экономят время на рутине, маркетологи получают данные для анализа. Для любого числа сотрудников. Начните с бесплатного тарифа. Зарегистрироваться #реклама 16+ bitrix24.ru О рекламодателе

№4784 категория вопросов: #DBMS

УСН и НДС в 2026 году: разберитесь сейчас Если вы работаете на УСН, в 2026 НДС может коснуться и вас. И главный риск здесь не сам налог, а ошибки. Чтобы вы не разбирались в этом в одиночку, мы подготовили подробный и понятный разбор по официальным разъяснениям ФНС. В документе отвечаем на 26 практических вопросов бизнеса. Простым языком, без сложных формулировок: только логика, цифры и понятные объяснения. В материале не общие правила, а моменты, где чаще всего ошибаются: ✨ как превышение лимита в середине года запускает НДС с конкретного месяца ✨ что учитывать в доходах при совмещении УСН и ПСН ✨ как пересчитывать старые договоры, если цена была без НДС ✨ почему при ставках 5% и 7% вы теряете право на вычет ✨ что будет, если не подтвердить 0% в течение 180 дней И ещё 19 страниц подробных разъяснений ФНС. Узнать больше #реклама 16+ r.bothelp.io О рекламодателе

☀Объяснение: Проблема: При шардировании (горизонтальном масштабировании) данные распределяются по узлам на основе значения первичного ключа. Автоинкрементный BIGINT порождает последовательные, монотонно растущие числа (1, 2, 3…). При шардировании по хешу или диапазону все новые значения попадают в один и тот же шард (последний по диапазону или определённый бакет хеша). Этот шард перегревается, а остальные простаивают. Возникает «горячая точка», которая убивает масштабируемость. Почему UUID v4 — решение: · UUID v4 генерирует случайные 128-битные значения. · При шардировании по хешу случайные значения равномерно распределяются по всем шардам. · Нагрузка распределяется равномерно, горячих точек нет. · Это стандартный паттерн для крупных распределённых систем (например, Cassandra рекомендует UUID). ❌ Почему не подходят другие варианты: · A (другой старт) — проблема не в старте, а в монотонности; даже если начать с 1 000 000, последовательность всё равно будет попадать в один шард. · C (составной ключ) — технически возможен, но требует дополнительного слоя координации для генерации shard_id, что сложнее и тоже может создать горячую точку. · D (UUID v1) — генерируется на основе временной метки и MAC-адреса, то есть монотонен по времени, что частично повторяет проблему автоинкремента (новые UUID будут близки по значению и могут попадать в один шард при диапазонном шардировании). Компромисс и нюансы: · В InnoDB (MySQL) кластерный индекс по случайному UUID может вызывать фрагментацию индекса и замедлять вставку (каждая новая запись вставляется в случайную позицию). · Альтернативы: UUID v7 (временная составляющая + случайность) или Snowflake-подобные ID (время + порядковый номер + ID узла). Они дают приблизительную монотонность, но при шардировании по хешу всё равно распределяются равномерно. · Если база данных позволяет использовать UUID в качестве первичного ключа с некластерным индексом, проблема фрагментации снижается. Реальный кейс: В одной финтех-компании использовали автоинкремент для транзакций. При росте до 1000 транзакций/сек один из 64 шардов обрабатывал 95% записей, остальные простаивали. Перешли на случайный UUID — нагрузка выровнялась, и система смогла масштабироваться до 50 000 транзакций/сек без изменений железа. Что должен зафиксировать аналитик: · При планировании шардирования указать, что первичный ключ должен быть случайным (UUID v4) или распределённо-уникальным с хорошей равномерностью (Snowflake). · Учитывать особенности СУБД (InnoDB vs PostgreSQL vs Cassandra). · Проверить, что генерация UUID не станет узким местом (библиотеки умеют быстро). · Согласовать с командой компромисс между равномерностью нагрузки и фрагментацией индекса. Вывод: Выбор типа первичного ключа в распределённой системе — не деталь, а архитектурное решение. Автоинкремент убивает масштабируемость, случайный UUID — проверенный способ равномерно распределить нагрузку. Аналитик, знающий этот паттерн, спасает систему от «горячих точек» ещё на чертеже. 🎯 #DBMS

Нужны 7 желающих 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+ course.neurogansta.ru О рекламодателе

IT-специалисты и диджитал-эксперты! 📈 Недавно прочитали интересную статистику: 73% компаний замедлили цифровую трансформацию из-за нехватки экспертизы и подходящих инструментов — это хороший повод задуматься о своих процессах. Мы сталкивались с подобным пару лет назад, когда обновлял IT-стек: без правильных материалов уходило много времени на поиск решений. Поэтому рекомендуе вам эту подборку для диджитал и IT — чек-листы по трансформации, скрипты автоматизации, кейсы импортозамещения и материалы по ИИ-оптимизации. Сохранить подборку себе 📨

№4783 категория вопросов: #DBMS

Женщина-руководитель: как быть собой и расти? ⚡"Бизнес - не женское дело - тут нужна твердая рука!" Этот стереотип бьет по вере в себя. Отсюда cамокритика и синдром самозванца. Внутренняя борьба не дает найти свой стиль управления - мягкий или жесткий. Руководство командой здесь требует высокого уровня личностной устойчивости. Энергия уходит на контроль: Вы сверяете отчеты в поиске ошибок, вместо планирования стратегии и поиска точек роста. Мы - Академия Benedictum, помогаем построить свой аутентичный стиль лидерства. Работаем с внутренними блоками. Учим держать фокус на стратегии без гиперконтроля и выгорания. Наши спикеры - эксперты в управлении и политике. Методика от консультанта компаний Forbes-200 Хотите расти, оставаясь собой? Даем инструменты управления - Подписаться #реклама 16+ click.tgtrack.ru О рекламодателе

☀Объяснение: Суть проблемы Индекс ускоряет поиск, если условие отбирает малую долю строк (высокая селективность). Если условие отбирает половину таблицы (50%), оптимизатор может решить, что дешевле прочитать всю таблицу последовательно, чем делать много случайных чтений по индексу. В этом случае он игнорирует индекс и выполняет full table scan. Почему индекс не используется при низкой селективности? Индекс сначала находит ID строк, потом идёт к таблице за данными (через heap). Это случайные чтения. При 50% выборке случайные чтения могут быть дороже последовательного сканирования всего 10 млн строк. Оптимизатор оценивает стоимость (cost) и выбирает план с наименьшей стоимостью. Как проверить? Команда EXPLAIN (ANALYZE) покажет план выполнения: Seq Scan — полное сканирование таблицы. Index Scan — чтение по индексу. Если видите Seq Scan при наличии индекса — скорее всего, виновата низкая селективность. Что делать, если действительно нужно выбрать 50% строк? Индекс бесполезен. Нужны другие методы: Секционирование (партиционирование) по status, чтобы читать только нужную партицию. Покрывающий индекс, включающий все поля SELECT, чтобы не ходить в таблицу (Index Only Scan). Материализованное представление, если данные обновляются нечасто. ❌ Почему не другие варианты: A (индекс повреждён) — при повреждении были бы ошибки, а не просто медленное выполнение. C (хеш-индекс) — не подходит для неравенств и диапазонов, к тому же в PostgreSQL он не поддерживает восстановление после сбоев. D (кэш) — не поможет при первом выполнении и при большом объёме данных. Реальный кейс В CRM-системе был запрос на всех активных клиентов (статус = ACTIVE, 45% от 50 млн). Запрос выполнялся 20 секунд, хотя индекс был. DBA объяснил, что индекс для такого объёма неэффективен. Решение: добавили партиционирование по статусу и изменили логику — теперь читают отдельную партицию ACTIVE за миллисекунды. Что должен сделать аналитик: Анализировать селективность будущих условий. Если условие отбирает >10–20% строк, индекс может не помочь. Требовать EXPLAIN-тестирование на данных, близких к боевым. Для часто используемых фильтров с низкой селективностью предлагать партиционирование или материализованные представления. Не назначать индексы вслепую — понимать, когда они полезны, а когда бесполезны. Вывод: Индекс — не панацея. Он эффективен только для высокоселективных условий (<5–10%). Аналитик, понимающий этот принцип, сэкономит ресурсы БД и время разработки. 🎯 #DBMS

№4782 категория вопросов: #DBMS

Экономьте бюджет и время на организацию командировок Как перестать тратить на организацию командировки 2+ часа и совершать ошибки? Воспользуйтесь сервисом автоматического оформления командировок GATE. Зарегистрируйтесь за 1 минуту и получите: ✅ Бесплатное подключение. Платите только тогда, когда ездите в командировки. Возможна оплата по счету или картой. ✅ Постоплата до 30 дней. Оплачивайте сервис тогда, когда вам удобно. ✅ Автоматизация бухгалтерии. Автоматическое оформление отчетов и квитанций. Больше никакого заведения вручную. ✅ Подгрузка закрывающих документов в ЭДО. ✅ Заведение карточек сотрудников. Загрузите информацию о сотруднике и в будущем она будет автоматически подгружаться при оформлении. GATE— это 30 лет экспертизы и 3 000+ довольных клиентов! Узнать больше #реклама 16+ anywayanyday.business О рекламодателе

☀Объяснение: Проблема: Запрос SELECT SUM(amount) FROM orders WHERE order_date >= ... даже с индексом на order_date должен прочитать все строки за последний месяц. Если за месяц 10 млн записей, база данных выполняет полное сканирование этих 10 млн строк (пусть даже по индексу). 30 секунд — это много для отчёта, который нужен часто. Почему индекс не спасает? Индекс помогает быстро найти строки по условию WHERE, но агрегация (SUM) всё равно требует чтения всех отфильтрованных строк из таблицы (или из индекса, если индекс покрывающий). Если объём данных за месяц велик, время будет большим. Правильное решение — материализованное представление (B): Материализованное представление — это физическая таблица, которая хранит предварительно вычисленные агрегаты. Можно создать: ```sql CREATE MATERIALIZED VIEW monthly_sales AS SELECT DATE_TRUNC('month', order_date) AS month, SUM(amount) AS total FROM orders GROUP BY month; ``` Запрос к этому представлению читает всего несколько строк (по количеству месяцев), а не миллионы. Время выполнения падает до миллисекунд. Недостаток: данные нужно обновлять (полностью или инкрементально), но для отчёта с допустимой задержностью (например, обновлять раз в час) это отличное решение. Почему не подходят другие варианты: A (хеш-индекс) — полезен только для поиска по точному равенству, не для диапазонов и агрегаций. C (партиционирование по order_id) — не имеет смысла для запроса по дате; партиционирование должно быть по дате, но даже с ним агрегация всё равно читает все партиции за месяц. Ускорение будет незначительным. D (увеличить кэш) — кэш может помочь, если запрос выполняется часто и данные уже в памяти, но при первом выполнении или при большой выборке кэш не спасёт. Реальный кейс: В крупном онлайн-кинотеатре отчёт «выручка по месяцам» на таблице с миллиардами просмотров выполнялся 2 минуты. Создали материализованное представление, обновляющееся раз в сутки. Время отклика упало до 0.05 секунды. Маркетологи стали работать в 10 раз быстрее. Что должен зафиксировать аналитик: Определить, какие агрегатные отчёты критичны по времени. Для каждого такого отчёта рассмотреть вариант материализованного представления или витрины данных. Согласовать допустимую задержку обновления (real-time / near real-time / ежедневно). В требованиях указать необходимость создания и обслуживания таких объектов. Вывод: Материализованные представления — это стандартный способ ускорить тяжёлые агрегатные запросы на больших таблицах, когда допустима небольшая задержка актуальности данных. Аналитик, знающий этот механизм, может спасти производительность без сложных архитектурных изменений. 🎯 #DBMS

Секрет простой: открыть Яндекс Путешествия выбрать город, найти отель по душе и, конечно, сэкономить А чтобы ваш отдых был не только расслабляющим, но и интересным, Яндекс Путешествия приготовили интерактивные карты по разным регионам Турции — от самых известных мест до тех, куда туристы почти не добираются Бронируйте отели на Яндекс Путешествиях с выгодой по промокодам: — TURKEY5K скинет 5000 ₽ при бронировании от 50 000 ₽ — TURKEY10K скинет 10 000 ₽ при бронировании от 100 000 ₽ Забронировать #реклама special.travel.yandex.ru О рекламодателе

№4781 категория вопросов: #DBMS

Если вы хотите зарабатывать в Telegram, вам нужна эта папка. Там собраны материалы по: — продвижению каналов — маркетингу — инфобизнесу — привлечению трафика — монетизации Это концентрат знаний, который обычно собирают годами. Очень часто мне пишут: «Почему канал не растёт?» «Где брать подписчиков?» «Как начать зарабатывать в Telegram?» И почти всегда проблема одна — нет системного понимания продвижения и маркетинга. По сути, это концентрат знаний, который обычно собирается по крупицам из разных источников. Я просто сделала удобную подборку, чтобы всё было в одном месте. Если вы: — ведёте канал — развиваете личный бренд — продаёте услуги — или только хотите начать зарабатывать в Telegram сохраните папку и добавьте её себе. Переходите по ссылке https://t.me/addlist/PE0khuyk7UY0YjFi Записывайся в подборку🫶

Экономьте бюджет и время на организацию командировок Как перестать тратить на организацию командировки 2+ часа и совершать ошибки? Воспользуйтесь сервисом автоматического оформления командировок GATE. Зарегистрируйтесь за 1 минуту и получите: ✅ Бесплатное подключение. Платите только тогда, когда ездите в командировки. Возможна оплата по счету или картой. ✅ Постоплата до 30 дней. Оплачивайте сервис тогда, когда вам удобно. ✅ Автоматизация бухгалтерии. Автоматическое оформление отчетов и квитанций. Больше никакого заведения вручную. ✅ Подгрузка закрывающих документов в ЭДО. ✅ Заведение карточек сотрудников. Загрузите информацию о сотруднике и в будущем она будет автоматически подгружаться при оформлении. GATE— это экспертиза и 3 000+ довольных клиентов! Узнать больше #реклама 16+ gate.ru О рекламодателе