A. itemsDf.persist(StorageLevel.MEMORY_ONLY)

B. itemsDf.cache(StorageLevel.MEMORY_AND_DISK)

C. itemsDf.store()

D. itemsDf.cache()

E. itemsDf.write.option('대상', '메모리').save()

A. 열을 추가하는 데 사용되는 연산자가 DataFrame에 predErrorAdded 열을 추가하지 않습니다.

B. col("predError") 대신에 transactionDf.predError와 같이 열이 있는 실제 DataFrame을 전달해야 합니다.

C. udf() 메서드는 반환 유형을 선언하지 않습니다.

D. UDF는 SQL API를 통해서만 사용할 수 있지만 코드 블록에 표시된 것처럼 Python API에서는 사용할 수 없습니다.

E. Python 함수가 null 값을 처리할 수 없어 실행 시 코드 블록이 충돌합니다.

A. 슬롯은 실행자의 작업량에 따라 동적으로 생성 및 소멸됩니다.

B. I/O 성능을 최적화하기 위해 Spark는 디스크의 여러 슬롯에 데이터를 저장합니다.

C. 실행기로 작동하는 JVM(Java Virtual Machine)은 작업 실행을 위한 슬롯 풀로 간주할 수 있습니다.

D. 슬롯은 항상 단일 코어로 제한됩니다.
슬롯은 실행기를 위한 통신 인터페이스이며 명령을 수신하고 결과를 드라이버로 보내는 데 사용됩니다.

A. withColumn 메서드에 대한 인수를 재정렬해야 합니다.

B. withColumn 메서드에 대한 인수를 재정렬해야 하고 copy() 연산자를 코드 블록에 추가하여 복사본이 반환되도록 해야 합니다.

C. 복사본이 반환되도록 코드 블록에 copy() 연산자를 추가해야 합니다.

D. 각 열 이름은 col() 메서드로 래핑되어야 하며 withColumn 메서드는 withColumnRenamed 메서드로 대체되어야 합니다.

E. withColumn 메소드는 withColumnRenamed 메소드로 대체되어야 하고 메소드에 대한 인수는 재정렬되어야 합니다.

A. 1. 가입
2. transactionDf.productId==itemsDf.itemId, how="inner"
3. 선택
4. "transactionId", "공급자"

B. 1. 선택
2. "transactionId", "공급자"
3. 가입
4. [transactionsDf.storeId!=itemsDf.itemId, transactionDf.productId==itemsDf.itemId]

C. 1. 가입
2. [transactionsDf.productId==itemsDf.itemId, transactionDf.storeId!=itemsDf.itemId]
3. 선택
4. "transactionId", "공급자"

D. 1. 필터
2. "transactionId", "공급자"
3. 가입
4. "transactionsDf.storeId!=itemsDf.itemId, transactionDf.productId==itemsDf.itemId"

E. 1. 가입
2. transactionDf.productId==itemsDf.itemId, transactionDf.storeId!=itemsDf.itemId
3. 필터
4. "transactionId", "공급자"