AI & Data Dreamers練功房
寶箱片場規則
PIPELINE GATES・資料工程關卡・中階・3 題

資料工程中階・成本與容量估算

欄式倉儲的掃描量比較、依保留天數清除分區、依成長率推估容量用完的日子。

這一頁是題幹試閱;登入/註冊後每題可以在瀏覽器裡執行、對答案,第一次交對 +10 XP。

  1. 01

    欄式倉儲的掃描量估算

    中等成本估算

    欄式資料倉儲依「掃描量」計費:只讀查詢用到的欄位,而且只讀命中的分區。本題的估算方式:

    掃描量(bytes)= 用到的各欄每列 bytes 加總 × 命中分區的列數加總

    • 欄位清單寫 * 表示所有欄位;同一欄寫兩次只算一次
    • 日期條件寫 - 表示不限,所有分區都命中;否則命中日期落在 [起日, 迄日](含頭尾)的分區
    • 查詢用到表裡沒有的欄位:這個查詢印錯誤,不參加比較

    輸入:

    第 1 行:表的欄位,以逗號分隔,每項 欄名:每列bytes

    第 2 行:分區數 n,接下來 n 行 日期 列數(日期格式 YYYY-MM-DD)

    下一行:查詢數 q,接下來 q 行 名稱|欄位清單|起日|迄日(欄位清單以逗號分隔或是 *;起日、迄日同時是 - 或同時是日期)

    輸出:

    • 每個查詢一行:名稱 掃描 X MB,X = 掃描量 ÷ 1000000,印到小數 2 位(:.2f);有未知欄位時印 名稱 錯誤:未知欄位 欄名(多個未知欄位只印清單裡第一個)
    • 最貴:名稱 與 最省:名稱,在沒有錯誤的查詢裡掃描量最大與最小的;同量取輸入順序較前的。測資至少有一個沒有錯誤的查詢

    範例輸入:

    a:4,b:16

    2

    2026-01-01 1000

    2026-01-02 3000

    2

    全部|*|-|-

    一欄|a|2026-01-02|2026-01-02

    範例輸出:

    全部 掃描 0.08 MB

    一欄 掃描 0.01 MB

    最貴:全部

    最省:一欄

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答
  2. 02

    依保留天數清除分區

    中等成本估算

    各表依日期分區,路徑格式 表名/dt=YYYY-MM-DD。每張表設定保留天數 D,每天依「今天」的日期清除過期分區:

    • 分區日期 = 今天:差 0 天;分區日期 = 今天的前一天:差 1 天,依此類推
    • D 是 0:永久保留,不清除
    • 否則,差的天數 ≥ D 的分區要刪除(例 D = 7:保留今天與前 6 天)
    • 分區日期晚於今天:不刪除,另外列為異常(任何表都要檢查,含永久保留的表)
    • 表名不在設定裡的分區:不刪除,列為未設定(日期晚於今天的,同時也列為異常)

    輸入:

    第 1 行:今天(YYYY-MM-DD)

    第 2 行:設定數 n,接下來 n 行 表名 D

    下一行:分區數 m,接下來 m 行 分區路徑 大小MB(大小是整數)

    輸出:

    • 依設定的順序,每張表一行:D 是 0 印 表名 永久保留;否則印 表名 保留 D 天:刪除 k 個,釋放 x MB,接著把要刪的分區日期由早到晚、每個一行印成兩個空白加日期
    • 每個日期晚於今天的分區一行 異常:分區路徑,依路徑由小到大字串排序
    • 未設定: 接上未設定的表名(不重複,由小到大字串排序,以逗號分隔);沒有就印 未設定:無
    • 合計刪除 k 個,釋放 x MB

    範例輸入:

    2026-11-13

    1

    logs 2

    3

    logs/dt=2026-11-12 10

    logs/dt=2026-11-11 20

    x/dt=2026-11-01 5

    範例輸出:

    logs 保留 2 天:刪除 1 個,釋放 20 MB

    2026-11-11

    未設定:x

    合計刪除 1 個,釋放 20 MB

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答
  3. 03

    容量用完的日期推估

    中等容量估算

    儲存空間有固定容量,資料只保留最近 R 天,每天寫入的量會逐步成長。請推估用量何時到達警戒線、何時超過容量。

    規則(全部是整數運算,單位 MB):

    • 第 1 天寫入 V
    • 第 i 天(i ≥ 2):若 (i − 1) 是 K 的倍數,寫入量 = 前一天寫入量 × (100 + P) // 100(整數除法);否則和前一天相同
    • 第 i 天結束時的用量 = 第 max(1, i − R + 1) 天到第 i 天的寫入量總和(更早的已經被清掉)
    • 警戒線:用量 × 100 ≥ 容量 × 80
    • 超過容量:用量 > 容量

    模擬第 1 天到第 N 天。

    輸入:一行 V P K R C N(V 第 1 天寫入量、P 成長百分比、K 每幾天成長一次、R 保留天數、C 容量、N 模擬天數,都是正整數)

    輸出(共 4 行):

    • 達警戒:第 a 天(用量 X MB),a 是第一次到達警戒線的那天;N 天內沒發生印 達警戒:未發生
    • 超過容量:第 b 天(用量 Y MB),b 是第一次超過容量的那天;沒發生印 超過容量:未發生
    • 第 N 天寫入:W MB
    • 第 N 天用量:U MB(p%),p = U ÷ C × 100,四捨五入到小數 1 位(:.1f)

    範例輸入:

    100 10 2 3 400 6

    範例輸出:

    達警戒:第 4 天(用量 320 MB)

    超過容量:未發生

    第 6 天寫入:121 MB

    第 6 天用量:352 MB(88.0%)

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答