Оптимизация JOIN на 100M строк — Tinkoff Cards

Условие задания

**Компания:** Tinkoff (Cards Tech)
**Позиция:** Senior Data Engineer / SQL-аналитик

**Контекст:** есть запрос:

[см. код в задании]

users — 5M rows, transactions — 100M rows. Запрос выполняется **47 секунд**. Нужно <2 сек.

**Задание:**
1. Какие индексы посоветуешь? (PostgreSQL)
2. Какие проблемы с этим запросом помимо индексов?
3. Если бы это был ClickHouse — как переписать?
4. Когда materialized view имеет смысл?

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

-- Schema для ClickHouse
CREATE TABLE transactions_ch (
    id UInt64,
    user_id UInt64,
    amount Decimal(18, 2),
    created_at DateTime
) ENGINE = MergeTree
PARTITION BY toYYYYMM(created_at)
ORDER BY (user_id, created_at);

-- Запрос
SELECT u.email,
       count() AS tx_count,
       sum(amount) AS total
FROM transactions_ch t
GLOBAL JOIN users u ON u.id = t.user_id
WHERE t.created_at >= '2026-04-01'
  AND u.created_at >= '2024-01-01'
GROUP BY u.email
ORDER BY total DESC
LIMIT 100;

Темы

SQL optimization EXPLAIN indexes PostgreSQL ClickHouse

Подсказки

• transactions(user_id, created_at) — composite index
• users(created_at) — для WHERE
• Filter pushed down в JOIN — важно для LEFT JOIN
• ClickHouse: MergeTree, partition by month, ORDER BY user_id
• Materialized view: если запрос выполняется чаще 10 раз/час

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Оптимизация JOIN на 100M строк — Tinkoff Cards"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «SQL» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: SQL optimization, EXPLAIN, indexes, PostgreSQL, ClickHouse.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «SQL»?

На zasqlpython.ru есть 425 SQL задач в песочнице с автопроверкой кода, конспекты SQL для аналитика, AI мок-собеседование с разбором ваших ответов.

← Все задания