Una entrevista sobre producción suele añadir una condición después de tu primera respuesta: el lote se repite, un evento llega tarde o una clave tiene la mayoría de los datos. Cuando eso pase, vuelve a revisar el diseño. Una solución que produce las filas correctas una vez puede perder historial o crear duplicados después de un reinicio.
Estas preguntas piden reglas explícitas de cambios y de recuperación. Calcularás un resumen de calidad de un flujo, conservarás el significado de negocio de la eliminación de duplicados de eventos y explicarás qué puede demostrar una prueba local sobre el comportamiento distribuido. El navegador ejecuta las tareas del cuaderno sobre su subconjunto local documentado. No puede demostrar una aceleración en un clúster ni reproducir las garantías de entrega de un origen real. Para cada decisión de diseño, identifica el estado duradero, la clave de negocio y el punto en el que se confirma el progreso. Si no están especificados, la afirmación sobre la recuperación está incompleta.
La salida repetida tiene id de ingesta distintos. Quita duplicados según la identidad del evento indicada, no según el id de fila.