Talend इंटरव्यू आमतौर पर दो चीज़ें परखते हैं: क्या आप एक समझदार डेटा इंटीग्रेशन जॉब डिज़ाइन कर सकते हैं, और क्या आप यह पता लगा सकते हैं कि कोई जॉब धीमा या टूटा हुआ क्यों है। बिल्डिंग ब्लॉक्स (कंपोनेंट्स, सबजॉब्स, tMap, कॉन्टेक्स्ट वेरिएबल्स) पर सवालों की उम्मीद रखें, फिर एरर, परफॉर्मेंस और डिप्लॉयमेंट से जुड़े सिनेरियो।
Talend अब Qlik का हिस्सा है, और इन सालों में प्रोडक्ट लाइन बदली है। जॉब डिस्क्रिप्शन देखें कि टीम Talend Studio को डेटा इंटीग्रेशन या बिग डेटा लाइसेंस के साथ इस्तेमाल करती है, Talend Cloud, या कोई पुराना ओपन सोर्स सेटअप। नीचे दिए कॉन्सेप्ट्स इन सभी पर लागू होते हैं, लेकिन कंपोनेंट के नाम और डिप्लॉयमेंट की बारीकियाँ अलग होती हैं।
सबसे ज़्यादा पूछे जाने वाले सवाल
Talend क्या है और यह कोड कैसे जनरेट करता है?
Talend एक डेटा इंटीग्रेशन टूल है। आप कैनवास पर कंपोनेंट्स को जोड़कर जॉब बनाते हैं, और Talend Studio डिज़ाइन से Java कोड जनरेट करता है। जब आप जॉब चलाते हैं, तो वह कोड कंपाइल और एक्ज़ीक्यूट होता है। इंटरव्यू में यह मायने रखता है क्योंकि इससे समझ आता है कि आप tJava या tJavaRow कंपोनेंट में कस्टम Java क्यों डाल सकते हैं, रूटीन Java क्लासेज़ क्यों होते हैं, और मेमोरी सेटिंग्स JVM सेटिंग्स क्यों होती हैं।
जॉब, सबजॉब और जॉबलेट में क्या फर्क है?
जॉब पूरा वर्कफ़्लो होता है। सबजॉब कंपोनेंट्स का एक समूह होता है जो डेटा फ़्लो लिंक से जुड़ा होता है, और एक जॉब आमतौर पर कई सबजॉब्स का बना होता है जो ट्रिगर से जुड़े होते हैं। जॉबलेट कंपोनेंट्स का एक रीयूज़ेबल समूह है जिसे एक बार सेव किया जाता है और कई जॉब्स में इस्तेमाल किया जाता है, बिल्कुल एक फंक्शन की तरह।
OnSubjobOk और OnComponentOk में क्या फर्क है?
दोनों ट्रिगर लिंक हैं जो कुछ सफल होने के बाद चलते हैं। OnSubjobOk तब चलता है जब पूरा सबजॉब सफलतापूर्वक पूरा हो जाता है। OnComponentOk तब चलता है जैसे ही एक अकेला कंपोनेंट पूरा होता है, जो सबजॉब के बीच में भी हो सकता है। फेलियर के लिए OnSubjobError और OnComponentError भी हैं, साथ ही कंडीशनल पाथ के लिए Run if भी।
tMap क्या करता है?
tMap मुख्य ट्रांसफॉर्मेशन कंपोनेंट है। यह एक मेन फ़्लो को एक या ज़्यादा लुकअप फ़्लो से जोड़ता है, एक्सप्रेशन लगाता है, रो फ़िल्टर करता है, और डेटा को कई आउटपुट्स में भेजता है। ज़रूरी फीचर्स जिनका ज़िक्र करें:
- लुकअप्स पर इनर जॉइन और लेफ्ट आउटर जॉइन
- जॉइन या फ़िल्टर में फेल होने वाली रो के लिए रिजेक्ट आउटपुट्स
- इनपुट्स और आउटपुट्स पर फ़िल्टर एक्सप्रेशन
- वेरिएबल्स, ताकि कोई कैलकुलेशन एक बार लिखी जाए और दोबारा इस्तेमाल हो
- लुकअप मॉडल के ऑप्शन्स: load once, reload at each row, या reload at each row with a key
tMap में बड़े लुकअप को कैसे हैंडल करते हैं?
डिफ़ॉल्ट रूप से लुकअप डेटा मेमोरी में लोड होता है। बड़े लुकअप के लिए, "Store temp data" सेट करें ताकि tMap इसे डिस्क पर लिखे, JVM मेमोरी बढ़ाएँ, या डेटाबेस में ही जॉइन करके इस समस्या से बचें। आप "Reload at each row" भी इस्तेमाल कर सकते हैं उस लुकअप के लिए जो आने वाली रो पर निर्भर है, लेकिन इसकी कीमत हर रो पर एक क्वेरी है, इसलिए यह सिर्फ़ छोटे मेन फ़्लो के लिए सही है।
कॉन्टेक्स्ट वेरिएबल्स क्या हैं और इन्हें क्यों इस्तेमाल करें?
कॉन्टेक्स्ट वेरिएबल्स ऐसी वैल्यूज़ रखते हैं जो एनवायरनमेंट के हिसाब से बदलती हैं, जैसे होस्टनेम, स्कीमा, फ़ाइल पाथ और क्रेडेंशियल्स। आप इन्हें एक बार डिफ़ाइन करते हैं, कॉन्टेक्स्ट्स (Dev, Test, Prod) में ग्रुप करते हैं, और रन टाइम पर कॉन्टेक्स्ट चुनते हैं। एक अच्छा जवाब यह भी जोड़ता है कि पासवर्ड जॉब में प्लेन टेक्स्ट में नहीं रखे जाने चाहिए और वही एक्सपोर्ट किया गया जॉब हर एनवायरनमेंट में सिर्फ़ कॉन्टेक्स्ट फ़ाइल बदलकर चलना चाहिए।
जॉब्स के बीच वैल्यूज़ कैसे पास करते हैं?
tRunJob के ज़रिए आप चाइल्ड जॉब को कॉन्टेक्स्ट पैरामीटर पास कर सकते हैं, और चाइल्ड जॉब tBufferOutput कंपोनेंट या ग्लोबल वेरिएबल्स का इस्तेमाल करके पैरेंट को वैल्यूज़ लौटा सकता है। एक ही जॉब के अंदर, वैल्यूज़ globalMap में रखी जाती हैं, जो एक Java मैप है जिसे आप (String) globalMap.get("key") से पढ़ते हैं और globalMap.put से लिखते हैं।
tFlowToIterate और सामान्य फ़्लो में क्या फर्क है?
सामान्य फ़्लो सारी रो को एक साथ कंपोनेंट्स से गुज़ारता है। tFlowToIterate हर रो को एक इटरेशन में बदल देता है, इसलिए अगले कंपोनेंट्स हर रो पर एक बार चलते हैं। यह फ़ाइल नामों या टेबल्स की लिस्ट पर लूप करने के लिए उपयोगी है, लेकिन बड़े डेटा सेट्स के लिए धीमा है क्योंकि हर इटरेशन एक सबजॉब शुरू करता है।
Talend में एरर कैसे हैंडल करते हैं?
कई लेयर्स का ज़िक्र करें:
- OnSubjobError और OnComponentError जैसे ट्रिगर लिंक, ताकि फेलियर को अलग रास्ते पर भेजा जाए
- tDie एरर कोड के साथ जॉब रोकने के लिए, और tWarn चेतावनी लॉग करने के लिए
- tLogCatcher, tDie, tWarn और Java एक्सेप्शन्स से आने वाली चेतावनियों और एरर्स को इकट्ठा करने के लिए
- tMap और डेटाबेस आउटपुट कंपोनेंट्स जैसे कंपोनेंट्स पर खराब रो के लिए रिजेक्ट लिंक
- tPreJob और tPostJob, रिसोर्स खोलने और हमेशा साफ़ करने के लिए
फेल हो रहे जॉब को डीबग कैसे करेंगे?
इसे Debug मोड में चलाएँ, या कंपोनेंट्स के बीच का डेटा देखने के लिए tLogRow जोड़ें। कंसोल में सटीक एरर और कंपोनेंट का नाम देखें, फिर कनेक्शन सेटिंग्स और इस्तेमाल हो रही कॉन्टेक्स्ट वैल्यूज़ जाँचें। डेटा से जुड़ी समस्याओं के लिए, रिजेक्ट्स को एक फ़ाइल में भेजें और उन्हें जाँचें। tStatCatcher या जॉब की स्टैटिस्टिक्स इस्तेमाल करने से हर कंपोनेंट के रो काउंट और टाइमिंग भी दिखती है।
परफ़ॉर्मेंस से जुड़े सवाल
एक जॉब जो दस लाख पंक्तियाँ लोड करता है, धीमा चल रहा है। आप क्या जाँचेंगे?
- समय कहाँ जा रहा है। प्रत्येक कंपोनेंट की पंक्ति-संख्या और समय बताते हैं कि बाधा कहाँ है।
- क्या यह काम डेटाबेस में होना चाहिए। tMap की तुलना में SQL में जॉइन और एग्रीगेशन अक्सर तेज़ होते हैं।
- कमिट का आकार। हर पंक्ति पर कमिट करना धीमा होता है, इसलिए बैच में कमिट करें।
- बल्क कंपोनेंट। कई डेटाबेस में बल्क लोड कंपोनेंट होते हैं जो पंक्ति-दर-पंक्ति इंसर्ट से कहीं तेज़ हैं।
- tMap लुकअप। बड़ा इन-मेमोरी लुकअप garbage collection में रुकावट या out-of-memory एरर का कारण बन सकता है।
- JVM सेटिंग्स। अगर मेमोरी सीमा बन रही है, तो अधिकतम हीप (Xmx मान) बढ़ाएँ।
- समानांतरता। कुछ कंपोनेंट और जॉब समानांतर चल सकते हैं, लेकिन तभी जब काम क्रम पर निर्भर न हो।
आप केवल नए या बदले हुए रिकॉर्ड कैसे लोड करते हैं?
एक high-water mark रखें, जैसे last-modified timestamp या बढ़ता हुआ ID, उसे कंट्रोल टेबल या कॉन्टेक्स्ट वेरिएबल में स्टोर करें, और केवल उससे ऊपर की पंक्तियाँ एक्सट्रैक्ट करें। टारगेट में अपडेट के लिए, कीज़ की तुलना करें और insert या update एक्शन इस्तेमाल करें, या डेटाबेस में merge स्टेटमेंट का उपयोग करें। डिलीट के लिए आपको पूरी की-तुलना या change data capture फ़ीड की ज़रूरत पड़ सकती है।
डुप्लिकेट कैसे हटाते हैं?
tUniqRow चुने गए कॉलम के आधार पर डुप्लिकेट हटाता है और डुप्लिकेट को अलग आउटपुट पर भेज सकता है। tAggregateRow ग्रुप करके कोई मान चुन सकता है। बहुत बड़े डेटा सेट के लिए, डेटाबेस में window function से करना अक्सर बेहतर होता है।
नाम से जानने लायक कंपोनेंट
| कंपोनेंट | यह क्या करता है |
|---|---|
| tFileInputDelimited, tFileOutputDelimited | डेलिमिटेड फ़ाइलें पढ़ना और लिखना |
| tDBInput, tDBOutput | डेटाबेस टेबल पढ़ना और लिखना (हर डेटाबेस के अपने वर्शन होते हैं) |
| tMap | जॉइन, फ़िल्टर और ट्रांसफ़ॉर्म |
| tAggregateRow | ग्रुप और एग्रीगेट |
| tSortRow | पंक्तियाँ सॉर्ट करना |
| tUniqRow | डुप्लिकेट हटाना |
| tReplicate | एक ही फ़्लो को कई आउटपुट पर भेजना |
| tNormalize, tDenormalize | एक कॉलम को पंक्तियों में बाँटना, या पंक्तियों को एक कॉलम में मर्ज करना |
| tRunJob | दूसरा जॉब कॉल करना |
| tJava, tJavaRow, tJavaFlex | कस्टम Java कोड |
| tLogRow | पंक्तियाँ कंसोल पर प्रिंट करना |
| tDie, tWarn, tLogCatcher | एरर हैंडलिंग और लॉगिंग |
| tPreJob, tPostJob | मुख्य फ़्लो से पहले और बाद में चलने वाला कोड |
डिप्लॉयमेंट और शेड्यूलिंग
इसके लिए तैयार रहें कि आप एक जॉब को Studio से प्रोडक्शन तक कैसे ले जाते हैं। आम तौर पर जॉब को स्टैंडअलोन पैकेज के रूप में बिल्ड करना या किसी रिपॉज़िटरी में पब्लिश करना, प्रोडक्शन कॉन्टेक्स्ट सेट करना, और टीम के शेड्यूलर से शेड्यूल करना शामिल होता है—चाहे वह Talend का अपना मैनेजमेंट टूल हो, cron हो, या कोई और ऑर्केस्ट्रेटर। वर्शन कंट्रोल, नेमिंग स्टैंडर्ड और जॉब्स के लिए डॉक्युमेंटेशन—ये सब एक अच्छे जवाब का हिस्सा हैं।
एक सिनेरियो जिसका अभ्यास कर सकते हैं
"आपको रोज़ाना एक कस्टमर फ़ाइल मिलती है। कुछ पंक्तियों में ईमेल गायब हैं और कुछ कस्टमर वेयरहाउस में पहले से मौजूद हैं। जॉब डिज़ाइन करें।"
एक मज़बूत रूपरेखा:
- tFileInputDelimited और एक तय स्कीमा के साथ फ़ाइल पढ़ें।
- tMap में, गायब ईमेल वाली पंक्तियों को reject फ़ाइल में फ़िल्टर करें और वेयरहाउस टेबल में customer key लुकअप करें।
- मौजूदा कस्टमर को update पाथ पर और नए को insert पाथ पर भेजें।
- उपयुक्त commit size के साथ बैच में डेटाबेस में लिखें।
- हर रन के लिए पंक्ति-संख्या और एरर लॉग करने के लिए tLogCatcher और एक कंट्रोल टेबल इस्तेमाल करें।
- फ़ाइल पाथ और डेटाबेस कनेक्शन के लिए कॉन्टेक्स्ट वेरिएबल इस्तेमाल करें ताकि वही जॉब हर एनवायरनमेंट में चले।
अपनी धारणाएँ ज़ोर से बोलें, जैसे फ़ाइल का आकार और क्या हिस्ट्री रखनी है, क्योंकि इंटरव्यूअर यह देखना चाहते हैं कि आप कैसे सोचते हैं।
तैयारी कैसे करें
अगर संभव हो तो एक छोटा जॉब शुरू से अंत तक बनाएँ: एक फ़ाइल पढ़ें, उसे tMap में एक टेबल से जॉइन करें, rejects हैंडल करें, और डेटाबेस में लिखें। यह समझा पाना चाहिए कि 500,000वीं पंक्ति पर फेल होने पर आप क्या करेंगे। अपने अनुभव से एक-दो असली उदाहरण जानें, जिनमें प्रति रन पंक्तियाँ या बचा हुआ समय जैसे आँकड़े हों। डेटा इंजीनियरिंग से जुड़े विषयों के लिए, हमारी Databricks और Snowflake इंटरव्यू गाइड देखें।
ज़ोर से अभ्यास करना मदद करता है। किसी mock interview में जॉब डिज़ाइन समझाएँ, फिर ट्रांसक्रिप्ट पढ़कर देखें कि आपके स्पष्टीकरण में कहाँ कदम छूट गए। किसी भी लाइव इंटरव्यू में AI टूल्स को लेकर एम्प्लॉयर के नियमों का पालन करें।
YesToTheOffer के साथ Talend साक्षात्कार उत्तरों का अभ्यास करें
एक मॉक तकनीकी साक्षात्कार चलाएं, जॉब डिज़ाइन को ज़ोर से समझाएं, और बाद में अपने ट्रांसक्रिप्ट की समीक्षा करें। 30 मुफ्त मिनट, कोई सदस्यता नहीं।
