A. DataFrame.groupBy().agg()

B. DataFrame.filter()

C. DataFrame.withColumn()

D. DataFrame.select()

A. 이 코드는 올바르게 작동하여 df1과 df2를 조인하고 그 결과를 df3과 조인하기 위해 두 개의 브로드캐스트 조인을 동시에 수행합니다.

B. 한 번에 하나의 브로드캐스트 조인만 수행할 수 있으므로 코드가 실패합니다.

C. 두 번째 조인 조건(df2.id == df3.id)이 올바르지 않기 때문에 코드가 실패합니다.

D. 이 코드는 broadcast()를 인라인이 아닌 조인 전에 호출해야 하므로 오류가 발생합니다.

A. 드라이버 노드는 작업을 작업으로 변환하고 이를 작업자 노드에 배포하여 실행을 조정합니다.

B. 드라이버 노드는 애플리케이션 모니터링을 위한 사용자 인터페이스만 제공합니다.

C. 드라이버 노드는 DataFrame 데이터를 보관하고 모든 계산을 로컬에서 수행합니다.

D. 드라이버 노드는 작업자 노드가 계산을 완료한 후 최종 결과를 저장합니다.

A. 디버깅 가능성: 애플리케이션 코드에서 직접 대화형 디버깅을 수행할 수 있는 기능

B. 업그레이드 가능성: Spark 드라이버 자체와 독립적으로 Spark 애플리케이션을 업그레이드하는 기능

C. 완벽한 Spark API 지원: RDD API를 포함하여 모든 기존 코드를 수정 없이 Spark Connect로 마이그레이션하는 기능

D. 안정성: 애플리케이션 코드와 종속성을 서로 분리하고 Spark 드라이버와도 분리합니다.

A. spark.read.json()을 사용하여 데이터를 로드한 다음, DataFrame.printSchema()를 사용하여 추론된 스키마를 보고 마지막으로 DataFrame.cast()를 사용하여 열 유형을 수정합니다.

B. inferSchema 옵션을 true로 설정하여 spark.read.json()을 사용합니다.

C. spark.read.format("json").load()를 사용한 다음 DataFrame.withColumn()을 사용하여 각 열을 원하는 데이터 유형으로 캐스팅합니다.

D. StructType 스키마를 정의하고 spark.read.schema(predefinedSchema).json()을 사용하여 데이터를 로드합니다.