A. 스레드 풀 할당이 잘못되어 발생하는 작업 큐잉 현상.

B. 부착된 저장 용량이 너무 작아서 발생하는 누출.

C. 일부 클러스터 노드가 소스 데이터와 다른 지역에 위치하여 발생하는 네트워크 지연

D. 더 많은 데이터가 스파크 파티션의 하위 집합에 할당되어 발생하는 편향.

E. 외부 시스템에서 데이터를 가져오는 동안 자격 증명 유효성 검사 오류가 발생했습니다.

A. JSON 메타데이터를 로드하고, 해당 항목을 순회하며, dlt.expect_all을 사용하여 기대치를 적용합니다.

B. 외부 API를 호출하여 메타데이터 규칙에 따라 레코드의 유효성을 검사합니다.

C. 테이블 선언에서 각 기대치를 참조할 때 @dlt.expect 데코레이터를 사용하세요.

D. JSON 파일 경로를 참조하는 SQL CONSTRAINT 블록을 사용하십시오.

A. 사용자 테이블 생성
(이름 문자열);
ALTER TABLE users CREATE COLUMN ssn CREATE MASK ssn_mask;

B. 사용자 테이블 생성
(이름 문자열, 정수 문자열);
ALTER TABLE users ALTER COLUMN ssn CREATE MASK if is_member('HRAdminGroup');

C. 사용자 테이블 생성
(이름 문자열, ssn 정수 마스크 ssn_mask);

D. 사용자 테이블 생성
(이름 문자열, ssn 문자열);
ALTER TABLE users ALTER COLUMN ssn SET MASK ssn_mask;

A. DBFS에 라이브러리 설치

B. 정책을 계산하는 라이브러리 추가

C. 초기화 스크립트에서 비밀 키를 사용하여 구성 데이터를 저장합니다.

D. 컴퓨팅 정책을 사용하여 시스템 속성, 환경 변수 및 Spark 구성 매개변수를 설정합니다.

E. DBFS에 초기화 스크립트를 생성합니다.

A. userLookup.join(streamingDF, ["userid"], how="inner")

B. streamingDF.join(userLookup, ["user_id"], how="outer")

C. streamingDF.join(userLookup, ["user_id"], how="left")

D. streamingDF.join(userLookup, ["userid"], how="inner")

E. userLookup.join(streamingDF, ["user_id"], how="right")