Databricks인증 실제 시험문제, Databricks-Certified-Data-Engineer-Professional Korean 덤프문제집

문제1
데이터 엔지니어링 팀은 다음 코드를 유지 관리합니다.

이 코드가 논리적으로 올바른 결과를 생성하고 원본 테이블의 데이터가 중복 제거 및 유효성 검사를 거쳤다고 가정할 때, 이 코드가 실행될 때 발생하는 상황을 설명하는 문장은 무엇입니까?

A. enriched_itemized_orders_by_account 테이블은 조인 로직에서 참조되는 세 테이블 각각의 현재 유효한 데이터 버전을 사용하여 덮어쓰여집니다.

B. 증분 작업은 소스 테이블에 새 행이 기록되었는지 감지합니다. 새 행이 감지되면 모든 결과가 다시 계산되어 enriched_itemized_orders_by_account 테이블을 덮어쓰는 데 사용됩니다.

C. enriched_itemized_orders_by_account 쿼리가 실행되기 전까지는 계산이 수행되지 않습니다. 쿼리가 실행되면 조인 로직에 참조된 세 테이블 각각의 현재 유효한 데이터 버전을 사용하여 결과가 계산됩니다.

D. 증분 작업은 상태 저장소의 정보를 활용하여 소스 테이블에서 결합되지 않은 행을 식별하고 이러한 행을 enriched_iteinized_orders_by_account 테이블에 기록합니다.

E. 배치 작업이 accountID를 기본 키로 사용하여 enriched_itemized_orders_by_account 테이블을 업데이트합니다. 이때 현재 테이블 버전과 값이 다른 행만 교체합니다.

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제2
필요한 모듈을 찾을 때 검색할 디렉터리 목록을 담고 있는 파이썬 변수는 무엇입니까?

A. sys.path

B. importlib.resource 경로

C. pypi.path

D. os.path

E. pylib.source

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제3
데이터 과학 팀은 MLflow를 사용하여 프로덕션 모델을 생성하고 로그에 기록했습니다. 다음 코드는 프로덕션 모델을 올바르게 가져와 적용하여 "customer_id LONG, predictions DOUBLE, date DATE" 스키마를 가진 preds라는 새 DataFrame으로 예측 결과를 출력합니다.

데이터 과학 팀은 예측 결과를 Delta Lake 테이블에 저장하고, 시간 경과에 따른 모든 예측 결과를 비교할 수 있기를 원합니다. 고객 이탈 예측은 하루에 최대 한 번만 수행됩니다.
어떤 코드 블록이 잠재적인 컴퓨팅 비용을 최소화하면서 이 작업을 수행합니까?

A.

B. preds.write.format("delta").save("/preds/churn_preds")

C. preds.write.mode("append").saveAsTable("churn_preds")

D.

E.

정답: C

문제4
데이터 엔지니어가 타사에서 제공하는 REST API 엔드포인트에서 여러 보고서 유형을 지정하여 여러 PDF 파일을 다운로드하는 작업을 구현하고 있습니다. 해당 REST API는 시간이 오래 걸리고 간헐적으로 오류가 발생하므로, 엔지니어는 다운로드 활동을 추적하여 실패 시점을 파악하고 부분적으로 재시도하는 동시에 확장 가능한 처리량을 확보하고자 합니다. 엔지니어는 10가지 보고서 유형을 다운로드해야 하며, 보고서 유형 목록은 시간이 지남에 따라 변경될 수 있습니다. 데이터 엔지니어는 어떻게 이 작업을 수행해야 할까요?

A. 보고서 유형 목록을 입력으로 사용하는 foreach 작업을 사용하십시오.

B. 노트북 내에 리스트 변수를 정의하여 보고서 유형을 순회하며 다운로드하고 다운로드 결과를 출력합니다. 이를 노트북 작업으로 실행합니다.

C. 보고서 다운로드 실패를 명확하게 추적하기 위해 노트북 작업 10개를 정의합니다.

D. Delta Lake 테이블을 사용하여 각 보고서 다운로드 상태를 10개 행으로 추적하고, 이를 소스 테이블로 사용하여 Pandas UDF로 다운로드 기능을 실행합니다.

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제5
데이터 엔지니어는 각 주식 그룹 내 행 간 상태를 유지해야 하는 복잡한 계산을 포함하는 금융 시계열 데이터를 처리하는 Pandas 사용자 정의 함수(UDF)를 설계하면서 함수의 효율성과 확장성을 보장해야 합니다. 데이터 무결성을 유지하면서 최소한의 오버헤드로 이 문제를 해결할 수 있는 접근 방식은 무엇일까요?

A. 각 주식 기호에 대한 모든 행을 Pandas DataFrame으로 받는 Spark DataFrame에 applyInPandas()를 사용하면 각 그룹 내에서 처리가 가능해지고 각 그룹의 처리 함수에 로컬인 상태 변수를 유지할 수 있습니다.

B. 반복자 기반 처리를 사용하는 SCALAR_ITER Pandas UDF를 사용하고, 각 배치 처리 후 업데이트되는 영구 저장소(델타 테이블)를 통해 상태 관리를 구현하여 반복자 청크 간의 연속성을 유지합니다.

C. 전체 데이터셋을 한 번에 처리하는 스칼라 Pandas UDF를 사용하고, UDF 내에서 사용자 지정 파티셔닝 로직을 구현하여 주식 기호별로 그룹화하고 모든 실행 프로세스에서 공유되는 전역 변수를 사용하여 상태를 유지합니다.

D. 각 주식 종목 그룹을 독립적으로 처리하고, 브로드캐스트 변수를 통해 연속적인 UDF 호출 간에 전달되는 중간 집계 결과를 통해 상태를 유지하는 grouped_agg Pandas UDF를 사용합니다.

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제6
데이터 설계자는 레이크하우스의 모든 테이블을 외부 Delta Lake 테이블로 구성해야 한다고 지시했습니다.
어떤 접근 방식이 이 요구 사항을 충족시킬 수 있을까요?

A. 테이블을 생성할 때마다 location 키워드를 반드시 사용하십시오.

B. 테이블을 생성할 때, CREATE TABLE 문에 external 키워드를 반드시 사용해야 합니다.

C. 모든 테이블 저장소를 위해 외부 데이터 웨어하우스를 구성할 때 모든 ELT에 Databricks를 활용하십시오.

D. 데이터베이스를 생성할 때마다 location 키워드를 반드시 사용해야 합니다.

E. 워크스페이스를 구성할 때 외부 클라우드 객체 스토리지가 마운트되었는지 확인하십시오.

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제7
데이터 엔지니어링 팀의 주니어 멤버가 Databricks 노트북의 언어 상호 운용성을 탐색하고 있습니다. 아래 코드의 목표는 geo_lookup 테이블에 있는 아프리카 대륙 국가에서 발생한 모든 판매 내역을 표시하는 것입니다.
코드를 실행하기 전에 현재 데이터베이스에서 SHOW TABLES 명령을 실행하면 데이터베이스에 geo_lookup과 sales라는 두 개의 테이블만 있는 것으로 나타납니다.

대화형 노트북에서 이러한 명령 셀을 순서대로 실행했을 때의 결과를 올바르게 설명하는 문장은 무엇입니까?

A. 첫 번째 명령은 성공하고 두 번째 명령은 실패합니다. countries at은 문자열 목록을 포함하는 Python 변수가 됩니다.

B. 첫 번째 명령은 성공하고 두 번째 명령은 실패합니다. countries at은 PySpark DataFrame을 나타내는 Python 변수입니다.

C. 두 명령 모두 성공할 것입니다. show tables 명령을 실행하면 countries at과 sales at이 뷰로 등록된 것을 확인할 수 있습니다.

D. 1번 명령은 성공합니다. 2번 명령은 접근 가능한 모든 데이터베이스에서 countries af라는 이름의 테이블 또는 뷰를 검색합니다. 해당 엔티티가 존재하면 2번 명령도 성공합니다.

E. 두 명령 모두 실패합니다. 새로운 변수, 테이블 또는 뷰가 생성되지 않습니다.

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제8
다중 작업에서 태스크로 실행되도록 구성된 노트북을 검토하는 데 사용할 수 있는 REST API 호출은 무엇입니까?

A. /jobs/get

B. /jobs/runs/get

C. /jobs/list

D. /jobs/runs/get-output

E. /jobs/runs/list

정답: A

설명: (ITDumpsKR 회원만 볼 수 있음)

문제9
Spark 작업이 예상보다 오래 걸리고 있습니다. 데이터 엔지니어는 Spark UI를 사용하여 특정 단계의 작업에 대한 최소, 중앙값 및 최대 소요 시간을 확인했는데, 최소 및 중앙값 소요 시간은 거의 같지만 최대 소요 시간은 최소 소요 시간의 약 100배에 달하는 것을 발견했습니다.
전체 작업 시간 증가를 유발하는 상황은 무엇입니까?

A. 스레드 풀 할당이 잘못되어 발생하는 작업 큐잉 현상.

B. 외부 시스템에서 데이터를 가져오는 동안 자격 증명 유효성 검사 오류가 발생했습니다.

C. 일부 클러스터 노드가 소스 데이터와 다른 지역에 위치하여 발생하는 네트워크 지연

D. 부착된 저장 용량이 너무 작아서 발생하는 누출.

E. 더 많은 데이터가 스파크 파티션의 하위 집합에 할당되어 발생하는 편향.

정답: E

설명: (ITDumpsKR 회원만 볼 수 있음)

문제10
데이터 엔지니어인 사용자 A는 REST API를 사용하여 여러 작업을 프로그래밍 방식으로 생성함으로써 새로운 파이프라인을 프로덕션 환경으로 배포했습니다. DevOps 엔지니어인 사용자 B는 외부 오케스트레이션 도구를 구성하여 REST API를 통해 작업 실행을 트리거하도록 설정했습니다. 두 사용자 모두 개인 액세스 토큰을 사용하여 REST API 호출을 승인했습니다.
다음 중 해당 이벤트와 관련된 작업 공간 감사 로그의 내용을 설명하는 문장은 무엇입니까?

A. 사용자 B가 마지막으로 작업을 구성했으므로, 작업 생성 이벤트와 작업 실행 이벤트 모두에 사용자 B의 ID가 연결됩니다.

B. 작업 생성 및 실행 트리거에 REST API가 사용되었으므로 사용자 ID는 감사 로그에 기록되지 않습니다.

C. 이러한 이벤트는 별도로 관리되므로 사용자 A는 작업 생성 이벤트와 관련된 ID를 갖게 되고, 사용자 B는 작업 실행 이벤트와 관련된 ID를 갖게 됩니다.

D. 작업 생성 및 실행 트리거에 REST API가 사용되었으므로 이러한 이벤트를 식별하기 위해 서비스 주체가 자동으로 사용됩니다.

E. 사용자 A가 작업을 생성했으므로, 해당 사용자의 신원이 작업 생성 이벤트와 작업 실행 이벤트 모두와 연결됩니다.

정답: C

설명: (ITDumpsKR 회원만 볼 수 있음)

최신Databricks Certified Data Engineer Professional Exam (Databricks-Certified-Data-Engineer-Professional Korean Version) - Databricks-Certified-Data-Engineer-Professional Korean무료샘플문제

자격증의 중요성:

ITDumpsKR 제품의 가치:

무료샘플 받아보기:

완벽한 서비스 제공:

유용한 링크

인기 시험

우리와 연락하기