ksgl / dwh-tasks

dwh-tasks

Время для выполнения заданий – примерно час и 30 минут. Ответы для пунктов 1 и 2 можно писать на любом диалекте SQL.

0.

У Вас ситуация: таблица T, несколько миллиардов записей. В колонке А - 5 разных возможных значений, в колонке B - 50 разных возможных значений, в колонке C - 100 000 разных возможных значений. Распределение количества строк по знaчениям A, B, C - равномерное. О производительности INSERT, UPDATE, DELETE - беспокоиться не надо. Но надо сделать макс. возможно хорошие условия для

SELECT * FROM T WHERE A=? AND B=? AND C=?

Какой индекс (индексы) сделаете? С коротким обьяснением почему такой индекс.

1.

Таблица Present
ID              int PK
DELETED         int
ID_PresentPaid  int

Написать скрипт удаления дублирующих записей из этой таблицы. Можно указать несколько способов.

2.

В системе есть подарки. Подарки группируются по категориям. Один подарок может войти в одну или несколько категорий. Так-же фиксируются факты (дата с временем и user_id) дарения этих подарков(c фиксацией категории). Один и тот же подарок можно дарить несколько раз. Подарок может быть ни разу не подарен.

• 2.1 Нарисовать нормализированную схему баз данных для хранения этой информации. Написать по этой базе данных SQL запросы(по желанию - как один Select или как скрипт из несколько команд):
• 2.2 Вывести строки с 20 по 40 из топа категорий в которых больше всего подарков.
• 2.3 Вывести топ 20 категорий подарков, которые чаще всего дарят.
• 2.4 Вывести топ 20 категорий подарков, которые были подарены наибольшим количеством пользователей.
• 2.5 Вывести подарки, которые никогда не дарились.
• 2.6 Вывести таблицу – строки: подарки, колонки : дарился 1-10 раз, дарился 11-100 раз, дарился строго больше 100 раз.
• 2.7 Вывести категории подарков, которые дарились в марте этого года чаще, чем в апреле этого года.
• 2.8 По каждой категории вывести top 20 пользователей которые дарили больше всего подарки этой категории.

3.

Реализуйте на любом известном вам языке следующую программу, которая на вход получит файл со строками вида:

[DWH] name@domain||FirstName||LastName||Age||PhoneNumber [\DWH]

На выходе она должна возвращать файл формате CSV c полями:

"name","domain","FirstName","LastName","Age","PhoneNumber"

При этом в выходном файле все номера телефонов должны быть приведены к одному формату. Отметьте, пожалуйста язык на котором реализована программа, и при использовании сторонних библиотек, перечислите их и обоснуйте необходимость их использования.