Databricks-Certified-Data-Engineer-Professional-KR 무료 덤프문제 온라인 액세스

데이터 엔지니어는 manufacturing-team이라는 그룹에 액세스 권한을 부여해야 합니다. 이 팀은 quality 스키마에 테이블을 생성할 수 있는 권한이 필요합니다. manufacturing-team 그룹이 manufacturing이라는 상위 카탈로그를 가진 production 스키마에 테이블을 생성할 수 있도록 최소한의 권한으로 허용하는 SQL 명령은 무엇일까요?

• A.GRANT CREATE TABLE ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT CREATE SCHEMA ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT USE CATALOG ON CATALOG manufacturing TO manufacturing-team;
• B.제조팀에게 제조 품질 스키마에 대한 테이블 사용 권한을 부여합니다. 제조팀에게 제조 품질 스키마에 대한 스키마 사용 권한을 부여합니다. 제조팀에게 제조 카탈로그에 대한 카탈로그 사용 권한을 부여합니다.
• C.GRANT CREATE TABLE ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT CREATE SCHEMA ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT CREATE CATALOG ON CATALOG manufacturing TO manufacturing-team;
• D.GRANT CREATE TABLE ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT USE SCHEMA ON SCHEMA manufacturing.quality TO manufacturing-team; GRANT USE CATALOG ON CATALOG manufacturing TO manufacturing-team;

데이터 엔지니어가 스트리밍 주문 데이터를 처리하기 위해 Lakeflow 선언적 파이프라인을 설계하고 있습니다.
이 파이프라인은 자동 로더(Auto Loader)를 사용하여 데이터를 수집하며, customer_id와 amount 값이 0보다 큰지 확인하여 데이터 품질을 보장해야 합니다. 유효하지 않은 레코드는 삭제해야 합니다. Python을 사용하여 이 요구 사항을 구현하는 Lakeflow 선언적 파이프라인 구성은 무엇입니까?

• A.@dlt.table
  @dlt.expect_or_drop("valid_customer", "customer_id IS NOT NULL")
  @dlt.expect_or_drop("valid_amount", "amount > 0")
  def silver_orders():
  dlt.read_stream("bronze_orders")를 반환합니다.
• B.@dlt.table
  def silver_orders():
  반품 (
  dlt.read_stream("bronze_orders")
  .expect_or_drop("valid_customer", "customer_id IS NOT NULL")
  .expect_or_drop("valid_amount", "amount > 0")
  )
• C.@dlt.table
  def silver_orders():
  반품 (
  dlt.read_stream("bronze_orders")
  .expect("valid_customer", "customer_id IS NOT NULL")
  .expect("valid_amount", "amount > 0")
  )
• D.@dlt.table
  @dlt.expect("valid_customer", "customer_id가 NULL이 아닙니다")
  @dlt.expect("valid_amount", "amount > 0")
  def silver_orders():
  dlt.read_stream("bronze_orders")를 반환합니다.

프로덕션 클러스터는 3개의 실행기 노드를 가지며 드라이버와 실행기에 동일한 가상 머신 유형을 사용합니다.
이 클러스터의 Ganglia 메트릭을 평가할 때, 드라이버에서 실행되는 코드로 인해 발생하는 병목 현상을 나타내는 지표는 무엇일까요?

• A.총 디스크 공간은 일정하게 유지됩니다.
• B.수신 바이트는 초당 8천만 바이트를 초과하지 않습니다.
• C.네트워크 I/O는 절대 급증하지 않습니다.
• D.5분 평균 부하량이 일정하게 유지됩니다/평탄하게 유지됩니다
• E.전체 클러스터 CPU 사용률은 약 25%입니다.

데이터 엔지니어가 여러 수학 함수를 테스트하고 있는데, 그중 하나는 다른 함수가 설명한 대로 곡선 아래 면적을 계산하는 함수입니다.
assert(myIntegrate(lambda x: x*x, 0, 3) [0] == 9)
위 문장은 어떤 유형의 시험을 예시하는가?

• A.엔드 투 엔드
• B.통합
• C.유닛
• D.매뉴얼
• E.기능성

데이터 아키텍트는 두 개의 구조화된 스트리밍 작업이 하나의 브론즈 델타 테이블에 동시에 데이터를 기록하는 시스템을 설계했습니다. 각 작업은 Apache Kafka 소스의 서로 다른 토픽을 구독하지만, 동일한 스키마를 사용하여 데이터를 기록합니다. 디렉터리 구조를 단순하게 유지하기 위해 데이터 엔지니어는 두 스트림이 공유하는 체크포인트 디렉터리를 중첩하기로 결정했습니다.
제안된 디렉토리 구조는 아래와 같습니다.

주어진 시나리오에서 이 체크포인트 디렉터리 구조가 유효한지 여부를 설명하는 문장은 무엇이며, 그 이유는 무엇입니까?

• A.예; Delta Lake는 무제한 동시 쓰기 작업을 지원합니다.
• B.아니요, 각 스트림마다 자체 체크포인트 디렉터리가 필요합니다.
• C.예, 두 스트림 모두 하나의 체크포인트 디렉토리를 공유할 수 있습니다.
• D.아니요, Delta Lake 테이블에 쓰기 작업을 수행할 수 있는 스트림은 하나뿐입니다.
• E.아니요; Delta Lake는 트랜잭션 로그에서 스트리밍 체크포인트를 관리합니다.