Pertanyaan dan Jawaban Wawancara BigQuery Teratas untuk 2026

Apa itu Dremel, dan bagaimana Dremel memungkinkan kinerja kueri cepat di BigQuery?

Alasan ditanyakan: Untuk menilai pengetahuan Anda tentang Dremel, mesin kueri dasar BigQuery, dan bagaimana model eksekusi kolumnar berbasis pohon memungkinkannya melakukan analitik data berkinerja tinggi.

Dremel adalah mesin eksekusi kueri terdistribusi yang menggerakkan BigQuery. Berbeda dengan basis data tradisional yang menggunakan pemrosesan berbasis baris, Dremel menggunakan format penyimpanan kolumnar dan model eksekusi kueri berbasis pohon untuk mengoptimalkan kecepatan dan efisiensi.

Bagaimana Dremel Memungkinkan Kueri Cepat:

• Penyimpanan Kolumnar: Alih-alih membaca seluruh baris, Dremel hanya memindai kolom yang diperlukan, mengurangi jumlah data yang diproses.
• Eksekusi Berbasis Pohon: Kueri dipecah menjadi fragmen dan dieksekusi secara paralel di ribuan node. Hasil diagregasi dalam struktur pohon hierarkis, meminimalkan latensi.
• Alokasi Sumber Daya Serverless: Dremel secara dinamis menetapkan slot komputasi ke kueri berdasarkan kompleksitasnya, memastikan pemanfaatan sumber daya yang efisien.

Manfaat Utama Dremel:

• Kueri sangat cepat pada himpunan data berskala petabyte.
• Pemrosesan hemat biaya dengan hanya memindai kolom yang relevan.
• Paralelisasi otomatis untuk beban kerja besar tanpa penyetelan manual.

Anda dapat mempelajari lebih lanjut tentang Dremel di dokumentasi resmi Google.

Bagaimana cara kerja denormalisasi di BigQuery, dan kapan sebaiknya digunakan?

Alasan ditanyakan: Untuk menilai pemahaman Anda tentang strategi pemodelan data dan dampaknya pada kinerja kueri di basis data analitik.

Denormalisasi di BigQuery secara sengaja memperkenalkan redundansi dengan menggabungkan tabel dan menduplikasi data untuk mengoptimalkan kinerja kueri. Berbeda dengan normalisasi, yang meminimalkan redundansi melalui tabel-tabel kecil yang saling terkait, denormalisasi mengurangi kebutuhan JOIN kompleks, menghasilkan waktu baca yang lebih cepat. Pendekatan ini sangat berguna dalam data warehousing dan analitik, di mana operasi baca lebih sering daripada tulis. Namun, denormalisasi meningkatkan kebutuhan penyimpanan, itulah sebabnya BigQuery merekomendasikan penggunaan nested dan repeated fields untuk menstrukturkan data terdenormalisasi secara efisien sembari meminimalkan overhead penyimpanan.

Perbandingan berbagai strategi normalisasi data. Gambar oleh Google Cloud.

Pertanyaan Khusus SQL

Setelah Anda memahami arsitektur dan teknik optimasi BigQuery, area krusial berikutnya adalah kemahiran SQL. SQL adalah tulang punggung dalam bekerja dengan BigQuery, dan pewawancara sering menguji kemampuan Anda menulis, mengoptimalkan, dan menelusuri masalah kueri. Untuk lebih siap, saya mendorong Anda untuk mengikuti kursus SQL di DataCamp.

Bagaimana Anda melakukan operasi JOIN di BigQuery?

Alasan ditanyakan: Untuk menilai kemampuan Anda menggabungkan data dari beberapa tabel menggunakan operasi SQL JOIN.

BigQuery mendukung berbagai jenis JOIN untuk menggabungkan data dari beberapa tabel berdasarkan kolom bersama. Misalnya, untuk mengambil detail produk beserta informasi penjualannya, Anda dapat menggunakan INNER JOIN antara TABEL SALES dan TABEL PRODUCT pada Product_Id:

SELECT 
    s.Id AS Sales_Id, 
    p.Product, 
    p.Price, 
    s.Purchase_date
FROM sales_table s
JOIN product_table p 
    ON s.Product_Id = p.Id;

Untuk detail tambahan, seperti tanggal pengiriman, Anda dapat melakukan join dengan TABEL DELIVERY:

SELECT 
    s.Id AS Sales_Id, 
    p.Product, 
    p.Price, 
    s.Purchase_date, 
    d.Deliver_date
FROM sales_table s
JOIN product_table p ON s.Product_Id = p.Id
JOIN delivery_table d ON s.Id = d.Sales_Id;

Tulis kueri SQL untuk memilih 10 produk termahal.

Alasan ditanyakan: Untuk menilai kemampuan Anda mengambil dan menyortir data secara efisien.

Untuk menemukan 10 produk termahal, gunakan ORDER BY untuk menyortir berdasarkan harga menurun dan LIMIT untuk membatasi hasil:

SELECT 
    Product, 
    Price 
FROM product_table
ORDER BY Price DESC
LIMIT 10;

Tulis kueri SQL untuk menghitung rata-rata jumlah penjualan per bulan.

Alasan ditanyakan: Untuk menilai kemampuan Anda melakukan agregasi berbasis waktu.

Untuk menghitung rata-rata jumlah penjualan per bulan, gunakan fungsi EXTRACT untuk mengelompokkan penjualan berdasarkan bulan dan COUNT untuk menghitung jumlah penjualan per bulan:

SELECT 
    EXTRACT(MONTH FROM Purchase_date) AS Month, 
    COUNT(Id) AS Total_Sales, 
    AVG(COUNT(Id)) OVER () AS Average_Sales
FROM sales_table
GROUP BY Month;

Tulis kueri SQL untuk menemukan total jumlah pengiriman per produk.

Alasan ditanyakan: Untuk menilai kemampuan Anda mengagregasi data menggunakan GROUP BY dan COUNT.

Untuk menghitung jumlah pengiriman untuk setiap produk:

SELECT 
    p.Product, 
    COUNT(d.Id) AS Total_Deliveries
FROM delivery_table d
JOIN product_table p 
    ON d.Product_Id = p.Id
GROUP BY p.Product;

Tulis kueri SQL untuk menemukan total jumlah pengiriman untuk setiap produk.

Alasan ditanyakan: Untuk menilai kemampuan Anda memfilter data berbasis waktu.

Untuk mendapatkan catatan penjualan dari 30 hari terakhir:

SELECT * 
FROM sales_table
WHERE Purchase_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY);

Tulis kueri SQL untuk menghitung jumlah produk unik yang terjual dalam seminggu terakhir.

Alasan ditanyakan: Untuk menilai kemampuan Anda melakukan hitung distinct pada data berbasis waktu.

Untuk menghitung produk distinct yang terjual dalam 7 hari terakhir:

SELECT COUNT(DISTINCT Product_Id) AS Unique_Products_Sold
FROM sales_table
WHERE Purchase_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY);

Tulis kueri SQL untuk mengelompokkan data penjualan berdasarkan produk dan menghitung total pendapatan masing-masing.

Alasan ditanyakan: Untuk menguji kemampuan Anda menggunakan GROUP BY dan mengagregasi penjualan.

Untuk menghitung total pendapatan per produk:

SELECT 
    p.Product, 
    SUM(p.Price) AS Total_Revenue
FROM sales_table s
JOIN product_table p 
    ON s.Product_Id = p.Id
GROUP BY p.Product;

Tulis kueri SQL untuk menghitung persentase total penjualan yang disumbangkan oleh tiap produk.

Alasan ditanyakan: Untuk menilai kemampuan Anda menghitung persentase menggunakan SQL.

Untuk menentukan persentase total penjualan per produk:

SELECT 
    p.Product, 
    SUM(p.Price) AS Product_Sales,
    (SUM(p.Price) / (SELECT SUM(Price) FROM product_table)) * 100 AS Sales_Percentage
FROM sales_table s
JOIN product_table p 
    ON s.Product_Id = p.Id
GROUP BY p.Product;

Tulis kueri SQL untuk memberi peringkat produk berdasarkan total penjualan.

Alasan ditanyakan: Untuk menilai kemampuan Anda menggunakan fungsi jendela untuk perankingan.

Untuk memberi peringkat produk berdasarkan total penjualan:

SELECT 
    p.Product, 
    SUM(p.Price) AS Total_Sales, 
    RANK() OVER (ORDER BY SUM(p.Price) DESC) AS Sales_Rank
FROM sales_table s
JOIN product_table p 
    ON s.Product_Id = p.Id
GROUP BY p.Product;

Tulis kueri SQL untuk menghitung rata-rata waktu pengiriman untuk setiap produk.

Alasan ditanyakan: Untuk menilai kemampuan Anda bekerja dengan selisih tanggal di SQL.

Untuk menghitung rata-rata waktu pengiriman per produk:

SELECT 
    p.Product, 
    AVG(DATE_DIFF(d.Deliver_date, s.Purchase_date, DAY)) AS Avg_Delivery_Time
FROM sales_table s
JOIN delivery_table d 
    ON s.Id = d.Sales_Id
JOIN product_table p 
    ON s.Product_Id = p.Id
GROUP BY p.Product;

Pertanyaan Lanjutan dan Berbasis Skenario

Di luar pengetahuan dasar dan kemahiran SQL, keterampilan pemecahan masalah dunia nyata sangat krusial untuk bekerja dengan BigQuery dalam skala besar.

Pertanyaan wawancara lanjutan sering berfokus pada penanganan himpunan data besar, pengoptimalan kinerja, pengelolaan pipeline data, dan penelusuran masalah umum di lingkungan produksi.

Bisakah Anda menjelaskan pengalaman Anda dalam menerapkan pipeline data di BigQuery?

Alasan ditanyakan: Untuk menilai pengetahuan praktis Anda dalam membangun, mengelola, dan mengoptimalkan pipeline data di BigQuery, termasuk ingest, transformasi, orkestrasi, dan pemantauan.

Pewawancara mencari wawasan tentang pengalaman langsung Anda dalam merancang dan menerapkan pipeline data di BigQuery. Anda sebaiknya membahas:

• Ingest data: Metode yang digunakan (BigQuery Data Transfer Service, Cloud Storage, streaming ingestion).
• Transformasi data: Penggunaan transformasi berbasis SQL, kueri terjadwal, atau alat seperti Dataflow dan dbt.
• Orkestrasi: Bagaimana Anda mengelola workflow pipeline menggunakan Cloud Composer (Apache Airflow), Cloud Functions, atau Cloud Scheduler.
• Pemantauan dan optimasi: Bagaimana Anda melacak kinerja pipeline, men-debug masalah, dan mengoptimalkan biaya kueri.

Jawaban yang kuat sebaiknya mencakup contoh dunia nyata tantangan yang Anda hadapi dan bagaimana Anda mengatasinya, seperti menangani himpunan data besar, mengoptimalkan kinerja kueri, atau memastikan integritas data dalam pipeline produksi.

Beberapa sumber yang baik untuk mengimplementasikan proyek seperti ini adalah:

• Panduan YouTube berikut tentang pipeline batch ETL menggunakan BigQuery.
• Repositori GitHub pipeline end-to-end berikut.
• Repositori GitHub pipeline ETL dengan Airflow dan BigQuery berikut.

Bagaimana Anda menghapus catatan duplikat dari sebuah kolom di tabel BigQuery besar sambil mempertahankan nama tabel?

Alasan ditanyakan: Untuk menilai kemampuan Anda menangani data duplikat secara efisien di BigQuery tanpa mengubah struktur tabel.

Saat menangani tabel berisi jutaan baris dan nilai duplikat pada kolom tertentu, pendekatan terbaik adalah menggunakan fungsi jendela ROW_NUMBER() untuk mengidentifikasi dan mempertahankan hanya kemunculan pertama dari setiap duplikasi sambil menghapus sisanya.

Anda dapat mencapainya dengan menimpa tabel menggunakan versi yang sudah dide-duplikasi melalui pernyataan CREATE OR REPLACE TABLE:

CREATE OR REPLACE TABLE tableX AS 
SELECT * EXCEPT(row_number)
FROM (
    SELECT *, 
           ROW_NUMBER() OVER (PARTITION BY troubleColumn ORDER BY someOtherColumn) AS row_number 
    FROM tableX
) 
WHERE row_number = 1;

Begini cara kerjanya:

• ROW_NUMBER() memberikan nomor baris unik untuk setiap catatan dalam nilai troubleColumn yang sama, memastikan hanya satu catatan per grup duplikat yang dipertahankan.

• Klausa PARTITION BY troubleColumn mengelompokkan baris berdasarkan duplikasi pada kolom tersebut.

• Klausa ORDER BY someOtherColumn (mis., Purchase_date) memastikan catatan tertentu yang dipertahankan.

• Kueri luar hanya memfilter kemunculan pertama (row_number = 1), sehingga duplikasi terhapus.

• Pernyataan CREATE OR REPLACE TABLE memastikan tabel tetap dengan nama yang sama sambil menggantinya dengan data yang telah dibersihkan.

Pendekatan ini secara efisien menghilangkan duplikasi tanpa membuat tabel baru atau memengaruhi struktur tabel secara keseluruhan.

Bagaimana Anda menggunakan BigQuery untuk visualisasi data dan pelaporan, dan alat apa yang paling umum untuk itu?

Alasan ditanyakan: Untuk menilai kemampuan Anda mengintegrasikan BigQuery dengan alat visualisasi dan mengomunikasikan insight secara efektif melalui pelaporan.

BigQuery berfungsi sebagai backend yang kuat untuk visualisasi dan pelaporan data, memungkinkan koneksi langsung dengan alat seperti Google Looker Studio (sebelumnya Data Studio), Tableau, dan Power BI.

Alat-alat ini memungkinkan pengguna mengkueri data secara real time dan membuat dasbor, bagan, dan laporan kustom tanpa ekspor data manual. Teknik kunci untuk visualisasi meliputi:

• Mengagregasi dan mentransformasi data di BigQuery menggunakan SQL sebelum visualisasi.
• Membangun dasbor interaktif dengan filter dinamis dan kemampuan drill-down.
• Mengoptimalkan kueri dan materialized view untuk meningkatkan kinerja dasbor.

Jawaban yang kuat sebaiknya menyoroti kasus penggunaan dunia nyata, seperti:

• Melacak KPI bisnis
• Memantau tren
• Menghasilkan laporan otomatis

Untuk mengimplementasikan proyek Visualisasi Data Anda sendiri, Anda dapat mengikuti proyek khusus DataCamp tentang Menganalisis Kebiasaan Pengisian Daya Kendaraan Listrik dan Menjelajah Jaringan Transportasi London dengan BigQuery.

Pertanyaan tentang Praktik Terbaik dan Optimasi BigQuery

Bekerja secara efisien dengan BigQuery tidak hanya soal menulis kueri SQL—ini juga mencakup mengoptimalkan kinerja, mengelola biaya, dan menerapkan praktik terbaik untuk memastikan operasi data berjalan mulus. Karena BigQuery beroperasi dengan model bayar-sesuai-pemakaian, memahami cara meminimalkan pemindaian data, memanfaatkan partitioning dan clustering, serta mengoptimalkan eksekusi kueri sangat penting untuk kinerja dan efisiensi biaya.

Apa praktik terbaik untuk mengelola biaya BigQuery secara efisien?

Alasan ditanyakan: Untuk menilai kemampuan Anda mengoptimalkan efisiensi biaya saat bekerja dengan himpunan data besar di BigQuery.

Untuk mengelola biaya BigQuery secara efektif, Anda sebaiknya:

• Optimalkan kueri untuk hanya memindai kolom dan baris yang diperlukan, hindari SELECT *.

• Gunakan tabel terpartisi dan terklaster untuk meminimalkan pemindaian data dan meningkatkan kinerja kueri.

• Manfaatkan alat pemantauan biaya seperti anggaran, peringatan, dan kebijakan kontrol biaya di Google Cloud.

• Manfaatkan reservasi slot untuk harga yang lebih prediktif dan penghematan biaya.

• Secara berkala bersihkan tabel dan partisi yang tidak digunakan untuk mengoptimalkan biaya penyimpanan.

Strategi pengelolaan biaya yang terstruktur dengan baik membantu mengendalikan pengeluaran sembari menjaga eksekusi kueri yang efisien.

Apa praktik terbaik untuk mengoptimalkan kinerja kueri di BigQuery?

Alasan ditanyakan: Untuk menilai kemampuan Anda menulis kueri efisien yang mengurangi waktu eksekusi dan biaya.

Untuk mengoptimalkan kinerja kueri di BigQuery:

• Rancang skema yang efisien, pilih tipe data yang sesuai dan hindari normalisasi berlebihan.

• Gunakan partitioning dan clustering untuk mengurangi jumlah data yang dipindai.

• Hindari SELECT *, ambil hanya kolom yang diperlukan.

• Optimalkan operasi JOIN dan GROUP BY, pastikan mengikuti praktik terbaik untuk kueri skala besar.

• Manfaatkan caching dan materialized view untuk menyimpan hasil prakomputasi dan meningkatkan kinerja.

• Gunakan fungsi agregasi aproksimasi, seperti APPROX_COUNT_DISTINCT, saat ketelitian absolut tidak diperlukan.

Dengan mengikuti praktik ini, Anda dapat mempercepat kueri, mengurangi biaya komputasi, dan meningkatkan efisiensi keseluruhan.

Apa itu slot BigQuery, dan bagaimana pengaruhnya terhadap kinerja kueri?

Alasan ditanyakan: Untuk menilai pemahaman Anda tentang sumber daya komputasi BigQuery dan dampaknya pada eksekusi kueri.

Slot BigQuery adalah unit kapasitas komputasi yang digunakan untuk memproses kueri SQL. Slot dialokasikan secara dinamis berdasarkan kebutuhan beban kerja, memastikan pemanfaatan sumber daya yang efisien. Organisasi dapat memilih antara:

• Slot on-demand, yang secara otomatis diskalakan berdasarkan kebutuhan kueri.
• Slot terreservasi, yang memberikan kinerja lebih prediktif dan penghematan biaya untuk beban kerja yang konsisten.

Pengelolaan slot yang efisien dapat mengurangi waktu eksekusi kueri, mengoptimalkan alokasi sumber daya, dan menurunkan biaya keseluruhan.

Bagaimana Anda dapat memantau dan mengoptimalkan biaya BigQuery secara efektif?

Alasan ditanyakan: Untuk menilai kemampuan Anda melacak dan mengendalikan pengeluaran BigQuery.

Untuk memantau dan mengoptimalkan biaya di BigQuery:

• Analisis eksekusi kueri menggunakan riwayat kueri dan rencana EXPLAIN untuk mengidentifikasi operasi yang mahal.
• Aktifkan audit log untuk melacak pola penggunaan dan mendeteksi kueri yang tidak efisien.
• Siapkan anggaran dan peringatan biaya untuk mencegah pengeluaran tak terduga.
• Optimalkan penggunaan slot, manfaatkan slot terreservasi untuk beban kerja stabil guna mengurangi biaya.
• Secara berkala bersihkan tabel dan partisi yang tidak digunakan untuk menghindari biaya penyimpanan yang tidak perlu.

Dengan menerapkan strategi-strategi ini, Anda dapat memastikan pemrosesan data yang hemat biaya sembari mempertahankan kinerja dan skalabilitas.

Tips Tambahan untuk Sukses dalam Wawancara BigQuery Anda

Berikut beberapa tips terakhir untuk sukses dalam wawancara BigQuery Anda yang akan datang.

Kuasai fundamental. Pahami arsitektur BigQuery, termasuk desain serverless, pemisahan penyimpanan-komputasi, dan mesin kueri Dremel dengan kursus pengantar BigQuery kami. Pelajari dataset, tabel, view, dan materialized view untuk mengelola dan menstrukturkan data secara efisien. Tutorial SQL materialized view kami akan membantu.

Asah keterampilan SQL & optimasi kueri. Latih fungsi SQL spesifik BigQuery (ARRAY, STRUCT, fungsi jendela) untuk kueri kompleks dengan code-along Getting Started with BigQuery kami. Optimalkan kueri dengan partitioning, clustering, dan fungsi aproksimasi untuk mengurangi biaya dan meningkatkan kinerja berdasarkan dokumentasi resmi Google.

Dapatkan pengalaman langsung. Kerjakan proyek dunia nyata menggunakan dataset publik dan bangun laporan dengan Looker Studio, Tableau, atau Power BI melalui proyek DataCamp. Mencoba Menganalisis Kebiasaan Pengisian Daya Kendaraan Listrik dan Menjelajah Jaringan Transportasi London adalah cara yang bagus untuk meningkatkan keterampilan SQL Anda.