A. Jinja 템플릿 엔진을 사용하여

B. DAG 파일 내부에 Python 함수를 정의하여

C. 변수 기능을 사용하여 동적 구성을 저장합니다.

D. DAG 구문 분석 중 Python 루프를 사용하여 작업 생성

A. 사용자 애플리케이션을 해석하고 실행 계획을 만듭니다.

B. Kubernetes에서 Executor Pod의 수명 주기를 관리합니다.

C. 실행자에서 작업의 진행 상황과 상태를 모니터링합니다.

D. Executor 전반의 데이터 셔플링 및 집계를 관리합니다.

A. Airflow Scheduler의 자동 재실행 기능

B. 작업 정의의 retry_delay 및 retries 매개변수

C. Airflow 웹 서버를 통한 수동 개입 및 재실행

D. DAG 정의의 실패 시 콜백 함수

A. 데이터 저장 형식을 선택하려면

B. 처리되는 데이터 양을 최소화하려면

C. 운영 비용을 기반으로 최적의 실행 계획을 결정합니다.

D. 클러스터 전체에 데이터를 균등하게 분배합니다.

A. 데이터 압축 효율성을 개선하기 위해

B. 여러 노드에서 병렬 처리를 활성화하려면

C. 데이터 접근 제어를 시행하려면

D. 데이터 시각화를 최적화하려면