Python | Вопросы собесов

🤔 В чём преимущество NoSQL перед SQL? - Гибкость схемы — можно хранить разные поля в разных документах; - Горизонтальное масштабирование; - Лучше подходит для больших объёмов неструктурированных данных; - Идеален для высокой скорости записи и чтения, например, в логировании, кэшировании. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Telegram опубликовал список 8 самых быстрорастущих каналов для программистов: Only Python — Подборки приёмов и фич, о которых не рассказывают в курсах. Only Tech — Главные тренды и инсайды из мира технологий, маркетинга и интернет-культуры. Only Hack — Реальные кейсы кибератак, инструменты и методы защиты, которые используют хакеры. Only GitHub — Репозитории, которые решают реальные задачи. Скрипты, фреймворки и готовые решения Only IT — Без мнений и слухов — только факты и важные IT-события. Only Apple — Новые апдейты, утечки и фишки, которые Apple ещё не показала. Only GPT — Промпты, хаки и свежие инструменты, о которых молчат даже AI-каналы. Only Memes — Если ты когда-нибудь деплоил в пятницу вечером — ты поймешь Подписывайтесь и прокачивайте свои скиллы.

📺 База 1000+ реальных собеседований На программиста, тестировщика, аналитика, проджекта и другие IT профы. Есть собесы от ведущих компаний: Сбер, Яндекс, ВТБ, Тинькофф, Озон, Wildberries и т.д. 🎯 Переходи по ссылке и присоединяйся к базе, чтобы прокачать свои шансы на успешное трудоустройство!

🤔 Что знаешь о идемпотентности? Идемпотентность — это свойство операции, при котором повторное выполнение приводит к тому же результату, что и первое. 🚩Зачем нужна идемпотентность? 🟠Надёжности если операция выполнится повторно (из-за ошибки сети), она не приведёт к неожиданному результату. 🟠Безопасности позволяет избежать дублирования данных или неожиданных изменений. 🟠API и HTTP-запросов гарантирует, что повторные вызовы API не создадут дубликатов. 🚩Идемпотентность в HTTP (REST API) В веб-разработке идемпотентность важна для API-запросов, чтобы случайные повторные вызовы не привели к непредсказуемым последствиям. Этот запрос идемпотентен — если отправить его 10 раз, пользователь "Alice" останется тем же.

POST /users { "name": "Alice" }

🚩Идемпотентность в базах данных В SQL запросы SELECT и DELETE часто идемпотентны, а INSERT — нет.

DELETE FROM users WHERE id = 5;

Этот запрос идемпотентен — удаление пользователя с ID = 5 несколько раз не изменит систему (если он уже удалён).

INSERT INTO users (name) VALUES ('Alice');

Ставь 👍 и забирай 📚 Базу знаний

Ищете стабильную видеосвязь и мессенджер? ⚡WhatsApp и Telegram работают с перебоями, Skype с октября без техподдержки — публичные мессенджеры не подходят для бизнеса. ✅Российская платформа МТС Линк доступна 99,9% времени. Попробуйте и убедитесь сами. Попробовать #реклама 16+ mts-link.ru О рекламодателе

🤔 Что означает %d? Это шаблон для подстановки целого числа в строку при форматировании в старом стиле. Сколько может быть родителей и наследников у класса? – Родителей может быть несколько (множественное наследование). – Наследников — сколько угодно, класс может быть базой для многих потомков. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое деструктор класса? Это специальный метод, который вызывается автоматически, когда объект класса уничтожается. В Python этот метод называется __del__(). Деструктор используется для выполнения операций очистки, таких как освобождение ресурсов или выполнение завершающих действий перед тем, как объект будет удален из памяти. 🚩Определение и использование деструктора Определяется внутри класса с помощью метода __del__().

class FileManager:
    def __init__(self, filename):
        self.file = open(filename, 'w')
        print(f"Файл {filename} открыт для записи.")

    def write_data(self, data):
        self.file.write(data)

    def __del__(self):
        self.file.close()
        print("Файл закрыт.")

🟠Класс FileManager имеет конструктор __init__(), который открывает файл для записи. 🟠Метод write_data() записывает данные в файл. 🟠Деструктор __del__() закрывает файл, когда объект FileManager уничтожается. 🚩Создание и уничтожение объекта Когда объект класса создается, вызывается конструктор. Когда объект больше не нужен, вызывается деструктор:

manager = FileManager('example.txt')
manager.write_data('Hello, world!')
# Когда объект manager больше не нужен, вызывается деструктор и файл закрывается

🚩Важные замечания 🟠Сборка мусора Python использует механизм сборки мусора для автоматического управления памятью. Когда объект больше не используется (например, нет активных ссылок на него), сборщик мусора удаляет объект и вызывает его деструктор. 🟠Неопределенное время вызова Точное время вызова деструктора зависит от работы сборщика мусора. Это означает, что нельзя гарантировать момент вызова деструктора. Поэтому для критических операций лучше использовать явное управление ресурсами, например, с помощью контекстных менеджеров (with). 🟠Контекстные менеджеры Для явного управления ресурсами и их освобождения в предсказуемый момент лучше использовать контекстные менеджеры.

with open('example.txt', 'w') as file:
    file.write('Hello, world!')
# Файл автоматически закрывается после выхода из блока with

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое CRUD? CRUD — это аббревиатура базовых операций с данными: - Create (создание), - Read (чтение), - Update (обновление), - Delete (удаление). Используется как в базах данных, так и в REST API. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Как выбрать данные из двух таблиц без метода join()? В SQL можно объединять данные из двух таблиц без использования JOIN, используя альтернативные методы. 🚩Использование подзапросов (`SELECT` внутри `SELECT`) Подзапрос (subquery) позволяет выбрать данные из одной таблицы, используя данные из другой. Допустим, у нас есть две таблицы: employees (id, name, department_id) departments (id, name)

SELECT name, 
       (SELECT name FROM departments WHERE id = employees.department_id) AS department_name
FROM employees;

🚩Использование `IN` или `EXISTS` Можно фильтровать данные из одной таблицы, проверяя наличие значений в другой.

SELECT name 
FROM employees 
WHERE department_id IN (SELECT id FROM departments);

🚩Объединение данных через `UNION` Если таблицы имеют схожие колонки, можно объединить их с UNION.

SELECT id, name, email FROM users_old
UNION
SELECT id, name, email FROM users_new;

🚩Использование `CROSS JOIN` через `WHERE` Хотя CROSS JOIN делает декартово произведение, его можно фильтровать WHERE, имитируя INNER JOIN.

SELECT e.name, d.name AS department
FROM employees e, departments d
WHERE e.department_id = d.id;

Ставь 👍 и забирай 📚 Базу знаний

🤔 Можно ли создать словарь с упорядоченным набором ключей в Python? Да, начиная с Python 3.7 порядок вставки в словарь сохраняется по умолчанию. Это означает, что словарь стал упорядоченной структурой данных. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

"Ты че, дурак?" – базовая реакция сеньора на тех, кто покупает IT курсы Дело в том, что онлайн школы создают инкубаторных айтишников, которые в реальных условиях попросту зависнут. Трушные ребята учатся на жизненных каналах для айтишников. Вот топ-5 от тимлида из Сбера: ⚙️ Технолоджия – для тех, кто хочет быть в курсе новостей в айти 🧠 Ai-чница – способы превратить нейросети в заработок $$$ 💻 ИИ тебя заменит! – тенденции айти рынка в связке с нейросетями 4️⃣ Войти в IT – тонны бесплатного обучения для прогеров 😄 IT индус – сборник айти мемов

🤔 Как в Python происходит поиск переменной по области видимости? В Python поиск переменной происходит по правилу LEGB, которое определяет порядок поиска в четырёх областях видимости: Пример работы LEGB

x = "глобальная"  # Global

def outer():
    x = "охватывающая"  # Enclosing
    def inner():
        x = "локальная"  # Local
        print(x)  # Поиск начинается отсюда (L)
    
    inner()

outer()

Вывод

локальная

🚩Глобальные переменные (`global`) Если нужно изменить глобальную переменную внутри функции, используем global

x = 10  # Глобальная переменная

def modify_global():
    global x
    x = 20  # Меняем глобальную переменную

modify_global()
print(x)  # 20

🚩Переменные из внешней функции (`nonlocal`) Если в вложенной функции нужно изменить переменную из enclosing-области, используем nonlocal

def outer():
    x = 10  # Переменная из enclosing-области
    
    def inner():
        nonlocal x
        x = 20  # Меняем `x` в `outer()`
    
    inner()
    print(x)  # 20

outer()

🚩Что если переменная отсутствует во всех областях? Если переменная не найдена в LEGB, Python выдаст NameError

def func():
    print(y)  # Ошибка: y не объявлена!

func()  

Ошибка

NameError: name 'y' is not defined

🚩`Built-in` — встроенные функции Python в последнюю очереде проверяет встроенные функции (print(), len(), sum() и т. д.).

print = "Ошибка!"  # Переопределили встроенную функцию
print("Hello")  # TypeError: 'str' object is not callable

Ставь 👍 и забирай 📚 Базу знаний

Айтишники, это вам — в телеграм есть комьюнити по каждому направлению в IT Там есть буквально всё: чаты для общения, тонны материала(книги, курсы, ресурсы и гайды), свежие новости и конечно же мемы Выбирайте своё направление: 💩 Frontend 🐍 Python 🐧 Linux 👩‍💻 С/С++ 👩‍💻 C# 🤔 Хакинг & ИБ 📱 GitHub 🖥 SQL 👩‍💻 Сисадмин 🤟 DevOps ⚙️ Backend 🖥 Data Science 🧑‍💻 Java 🐞 Тестирование 🖥 PM / PdM 👩‍💻 GameDev 🧑‍💻 Golang 🤵‍♂️ IT-Митапы 🧑‍💻 PHP 💻 WebDev 🖥 Моб. Dev 🖥Анали.(SA&BA) 👩‍💻 Дизайн 🖥 Нейросети 💛 1C 🤓 Книги IT ➡️ Сохраняйте в закладки

Бюстгальтеры и бельё Gorsenia Официальный представитель фабрики Gorsenia в России - Моден-Стиль. Оптовые поставки женского белья фирмы Горсения по всей России и СНГ. Перейти на сайт #реклама moden-style.ru О рекламодателе

🤔 Для чего нужна библиотека Python для работы с AWS-серверами? Такие библиотеки, например boto3, позволяют: - Управлять облачными сервисами AWS (EC2, S3, RDS и др.). - Автоматизировать создание серверов, баз данных, хранилищ. - Настраивать безопасность, балансировку, мониторинг. То есть, это способ писать инфраструктурный код вместо ручной работы через веб-интерфейс AWS. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Для чего нужны библиотеки sqlparse, asgiref в Django? Django использует sqlparse и asgiref как вспомогательные библиотеки для работы с SQL и асинхронностью. Разберём их назначение подробно. 🟠`sqlparse` – разбор SQL-запросов sqlparse (SQL Parser) — это библиотека для анализа, форматирования и обработки SQL-запросов. В Django она используется в админке, логах и отладке ORM. 🚩Где используется в Django? Форматирование SQL-запросов в django.db.connection.queries

   from django.db import connection
   from sqlparse import format

   queries = connection.queries  # Получаем список SQL-запросов
   for q in queries:
       print(format(q["sql"], reindent=True, keyword_case="upper"))  # Красивый SQL

Логирование SQL-запросов sqlparse помогает Django красиво выводить SQL-запросы в DEBUG=True. Команда sqlmigrate

   python manage.py sqlmigrate app_name 0001

🟠`asgiref` – асинхронность в Django asgiref (Asynchronous Server Gateway Interface Reference) — это библиотека, которая помогает Django работать в асинхронном (async) режиме. Django поддерживает ASGI с версии 3.0, и asgiref — это её обязательная зависимость. 🚩Где используется в Django? 🟠Поддержка ASGI Django с версии 3.0 поддерживает асинхронные вьюхи, WebSockets и асинхронные базы данных (например, с asyncpg). В settings.py есть параметр:

     ASGI_APPLICATION = "myproject.asgi.application"

🟠Асинхронные middleware Django 4.x поддерживает асинхронные middleware через asgiref.sync и asgiref.local. 🟠Преобразование `async` → `sync` и наоборот Django использует sync_to_async() и async_to_sync() из asgiref:

     from asgiref.sync import sync_to_async

     def sync_function():
         return "Hello from sync!"

     async_function = sync_to_async(sync_function)
     print(async_function())  # Вызывает синхронную функцию в асинхронном коде

🟠Локальное хранилище для асинхронных задач (`asgiref.local.Local`) Позволяет хранить данные отдельно для каждого потока или запроса. Ставь 👍 и забирай 📚 Базу знаний

🤔 Когда возникает проблема циклического импорта? Циклический импорт возникает, когда два модуля импортируют друг друга напрямую. Это приводит к ситуации, при которой один из них ещё не завершил инициализацию, и попытка доступа к его атрибутам вызывает ошибку. Такие проблемы решаются переструктурированием кода или отложенным импортом. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 В чем отличия pytz от datetime? 🟠`datetime` – встроенный модуль Python Модуль datetime позволяет работать с датами и временем, но по умолчанию он не поддерживает часовые пояса.

from datetime import datetime

dt = datetime.now()  # Получаем текущую дату и время
print(dt)  # Например: 2024-02-28 14:30:00.123456
print(dt.tzinfo)  # None (нет информации о часовом поясе)

🟠`pytz` – внешний модуль для работы с часовыми поясами Библиотека pytz добавляет поддержку часовых поясов и позволяет работать с разными временными зонами.

from datetime import datetime
import pytz

tz = pytz.timezone("Europe/Moscow")  # Часовой пояс Москвы
dt = datetime.now(tz)  # Получаем текущее время с учетом часового пояса

print(dt)  # Например: 2024-02-28 17:30:00+03:00
print(dt.tzinfo)  # Europe/Moscow

🚩Как работать с часовыми поясами правильно? Создание datetime с часовым поясом pytz

dt = datetime(2024, 2, 28, 15, 0)  # Наивная дата
tz = pytz.timezone("Europe/Moscow")
dt = tz.localize(dt)  # Присваиваем часовой пояс
print(dt)  # 2024-02-28 15:00:00+03:00

Конвертация времени между часовыми поясами

ny_tz = pytz.timezone("America/New_York")
ny_time = dt.astimezone(ny_tz)
print(ny_time)  # Конвертированное время в Нью-Йорке

Использование UTC (лучший подход для серверов)

utc_now = datetime.now(pytz.UTC)  # Текущее время в UTC
print(utc_now)  # Например: 2024-02-28 14:30:00+00:00

Ставь 👍 и забирай 📚 Базу знаний

Техника мечты со скидками до 90% Ищете новые SSD, смартфон или холодильник? 11.11 на Wildberries — топовая техника со скидками до 90%. Не ждите особого случая: один клик — и всё нужное у вашей двери! Узнать больше #реклама wildberries.ru О рекламодателе

🤔 Плюсы и минусы NoSQL баз данных? Плюсы: - Гибкость схемы (нет фиксированной структуры). - Масштабируемость (горизонтальная). - Подходят для хранения JSON, графов, документов. Минусы: - Отсутствие стандартного языка запросов. - Сложность транзакций и консистентности. - Подходят не для всех типов задач. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний