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

A. spark.write.format( ' delta ' ).mode( ' append ' )

B. spark.writestream.format( ' delta ' ).mode( ' append ' )

C. INSERT INTO 작업

D. CTAS 및 RTAS 진술

A. 모든 Delta Lake 트랜잭션은 단일 테이블에 대해 ACID를 준수하며, Databricks는 외래 키 제약 조건을 적용하지 않습니다.

B. 여러 테이블에 동시에 커밋하려면 여러 테이블 잠금을 설정해야 하므로 교착 상태가 발생할 수 있습니다.

C. 외래 키는 기본 키 필드를 참조해야 합니다. 여러 테이블에 데이터를 삽입할 때는 Delta Lake의 upsert 기능을 활용해야 합니다.

D. Databricks는 해시된 식별자에 대해서만 외래 키 제약 조건을 허용하여 고도로 병렬화된 쓰기 작업에서 충돌을 방지합니다.

A. 18세 이상인 기록의 경우 모든 열이 정상적으로 표시되며, 이 조건을 충족하지 않는 기록은 생략됩니다.

B. 모든 열의 모든 레코드가 user_ltv의 값과 함께 표시됩니다.

C. 18세 미만의 모든 연령 값은 null 값으로 반환됩니다. 나머지 열은 user_ltv의 값으로 반환됩니다.

D. 나이가 17세 이상인 기록의 경우 모든 열이 정상적으로 표시되며, 이 조건을 충족하지 않는 기록은 생략됩니다.

A. %파이썬

B. % Databricks 노트북 소스

C. -- Databricks 노트북 소스

D. //Databricks 노트북 소스

A. bpm_stats에서 skipChangeCommits 플래그를 true로 설정하세요

B. raw_iot에서 파이프라인, 재설정, 허용 속성을 false로 설정합니다.

C. bpm_stats에서 파이프라인, 재설정, 허용 속성을 false로 설정합니다.

D. SkipChangeCommits 플래그를 true로 설정 raw_lot

A. 새 파일은 입력 디렉터리 목록을 통해 식별되며, 새 파일은 대상 Delta Lake 테이블에 점진적으로 그리고 멱등적으로 로드됩니다.

B. 웹훅 트리거를 통해 소스 디렉터리에 새 데이터가 도착할 때마다 Databricks 작업이 실행됩니다. 새 데이터는 데이터에서 추론된 규칙을 사용하여 대상 테이블에 자동으로 병합됩니다.

C. 새 파일은 입력 디렉터리를 나열하여 식별하고, 대상 테이블은 소스 디렉터리의 모든 유효한 파일을 디렉터리 쿼리하여 구체화합니다.

D. 클라우드 공급업체별 큐 스토리지 및 알림 서비스가 구성되어 새로 도착하는 파일을 추적합니다. 새 파일은 대상 Delta Lake 테이블에 점진적으로 그리고 비활성 상태로 저장됩니다.

A. 테이블 스키마가 변경될 예정임을 모든 사용자에게 공지하고, 기존 쿼리와 일치하도록 새 테이블 스키마로 되돌리는 데 필요한 로직을 공지에 포함시키십시오.

B. 필요한 스키마와 새 필드를 사용하여 새 테이블을 생성하고 Delta Lake의 딥 클론 기능을 사용하여 한 테이블에 커밋된 변경 사항을 해당 테이블에 동기화합니다.

C. 테이블 스키마 및 필드 이름이 지정된 날짜에 변경될 예정임을 모든 사용자에게 알리는 경고 메시지를 테이블에 추가합니다. 고객에게 제공되는 애플리케이션의 사양에 따라 테이블을 제자리에서 덮어씁니다.

D. 현재 테이블 정의를 집계 테이블에 기록하는 쿼리 로직으로 정의된 논리적 뷰로 교체하고, 고객 대면 애플리케이션에 필요한 새 테이블을 생성합니다.

E. 필요한 모든 필드와 새 이름을 사용하여 새 테이블을 구성하고 이를 고객 대면 애플리케이션의 소스로 사용합니다. 새 테이블에서 선택한 필드에 별칭을 지정하여 원래 데이터 스키마와 테이블 이름을 유지하는 뷰를 생성합니다.

A. 회계 기간, 분기, 월, 요일, 휴일 등의 속성을 미리 계산합니다.

B. 날짜 값만 저장하고 쿼리에서 모든 시간 속성을 동적으로 계산합니다.

C. 서로 다른 달력 시스템(회계연도, 학사연도 등)에 대해 별도의 차원 테이블을 생성합니다.

D. 가독성을 위해 날짜를 YYYY-MM-DD 형식의 문자열로 저장합니다.

A. 60분 간격으로 구조화된 스트리밍 작업을 예약합니다.

B. 지정된 디렉터리에 새 데이터가 추가될 때마다 실행되는 작업을 구성합니다.

C. 새 작업 클러스터에서 파이프라인을 한 시간마다 실행하도록 작업을 예약합니다.

D. 전용 대화형 클러스터에서 파이프라인을 한 시간에 한 번씩 실행하도록 작업을 예약합니다.

A. Databricks 노트북은 사용자의 브라우저에서 실행되는 모든 코드를 개방형 인터넷을 통해 가상 머신으로 전송합니다. 따라서 가능한 한 최종 사용자와 가까운 작업 공간 영역을 선택하는 것이 가장 안전합니다.

B. 지역 간 읽기 및 쓰기는 상당한 비용과 지연을 초래할 수 있습니다. 가능한 한 컴퓨팅 자원은 데이터가 저장된 지역과 동일한 지역에 배포해야 합니다.

C. Databricks 워크스페이스는 지역 인프라에 의존하지 않으므로 워크스페이스 관리자에게 가장 편리한 방식을 기준으로 결정해야 합니다.

D. Databricks는 클라우드 볼륨 스토리지에서 HDFS를 실행하므로 데이터가 저장된 지역에 클라우드 가상 머신을 배포해야 합니다.

E. Databricks는 대화형 개발 중에 사용자 워크스테이션을 핵심 동력으로 활용합니다. 따라서 사용자는 항상 물리적으로 가까운 지역에 배포된 작업 공간을 사용해야 합니다.

A. "새 데이터 수집"이라는 이름의 새 작업이 작업 공간에 정의되지만 실행되지는 않습니다.

B. 참조된 노트북에 정의된 로직은 제공된 클러스터 ID의 구성으로 새 클러스터에서 세 번 실행됩니다.

C. 참조된 노트북에 정의된 로직은 참조된 기존 범용 클러스터에서 세 번 실행됩니다.

D. "새 데이터 수집"이라는 이름의 새 작업 3개가 작업 공간에 정의되며, 각 작업은 하루에 한 번씩 실행됩니다.

E. "새 데이터 수집"이라는 이름의 새 작업 3개가 작업 공간에 정의되지만, 실행되는 작업은 없습니다.