A. 모든 센서의 평균 온도가 쿼리를 3회 연속 실행했을 때 120도를 초과했습니다.

B. recent_sensor_recordingstable이 쿼리를 세 번 연속 실행하는 동안 응답하지 않았습니다.

C. 소스 쿼리가 3분 동안 제대로 업데이트되지 않은 후 다시 시작되었습니다.

D. 하나 이상의 센서에서 기록된 최고 온도가 쿼리를 3회 연속 실행했을 때 120도를 초과했습니다.

E. 적어도 하나의 센서에서 기록된 평균 온도가 쿼리를 3회 연속 실행했을 때 120도를 초과했습니다.

A. Databricks는 클라우드 볼륨 스토리지에서 HDFS를 실행하므로 데이터가 저장된 지역에 클라우드 가상 머신을 배포해야 합니다.

B. Databricks 워크스페이스는 지역 인프라에 의존하지 않으므로 워크스페이스 관리자에게 가장 편리한 방식을 기준으로 결정해야 합니다.

C. 지역 간 읽기 및 쓰기는 상당한 비용과 지연을 초래할 수 있습니다. 가능한 한 컴퓨팅 자원은 데이터가 저장된 지역과 동일한 지역에 배포해야 합니다.

D. Databricks는 대화형 개발 중에 사용자 워크스테이션을 핵심 동력으로 활용합니다. 따라서 사용자는 항상 물리적으로 가까운 지역에 배포된 작업 공간을 사용해야 합니다.

E. Databricks 노트북은 사용자의 브라우저에서 실행되는 모든 코드를 개방형 인터넷을 통해 가상 머신으로 전송합니다. 따라서 가능한 한 최종 사용자와 가까운 작업 공간 영역을 선택하는 것이 가장 안전합니다.

A. 실패한 실행을 삭제하고 클러스터 정책을 비활성화한 다음 모든 작업을 다시 실행하십시오.

B. 작업 Y에 대한 새 클러스터를 수동으로 생성하고, 작업 구성을 업데이트하고, 전체 재실행을 트리거합니다.

C. "복구 실행"을 사용하여 작업 Y에 대해 허용된 인스턴스 유형을 사용하도록 클러스터 구성을 재정의하고 Databricks가 작업 Y만 다시 실행하도록 합니다.

D. 제한된 인스턴스 유형을 허용하도록 전역 클러스터 정책을 편집한 다음 전체 작업을 다시 실행합니다.

A. Parquet은 데이터를 행 단위로 압축하기 때문에, 문자열은 동일한 문자가 여러 번 반복될 때만 압축됩니다.

B. Delta Lake는 각 테이블의 처음 32개 열에 대한 통계를 자동으로 수집하며, 이는 쿼리 필터에 따라 데이터 건너뛰기에 활용됩니다.

C. 레이크하우스의 뷰는 소스 테이블의 최신 버전에 대한 유효한 캐시를 항상 유지합니다.

D. 기본 키 및 외래 키 제약 조건을 활용하여 차원 테이블에 중복 값이 ​​입력되지 않도록 할 수 있습니다.

E. Z-순서는 Delta Lake 테이블에 저장된 숫자 값에만 적용할 수 있습니다.

A. %sh는 Git을 수집 및 설치하기 위해 클러스터 재시작을 트리거합니다. 지연 시간의 대부분은 클러스터 시작 시간과 관련이 있습니다.

B. 클론하는 대신, `%sh pip install` 명령어를 사용하여 Python 코드가 클러스터의 모든 노드에서 병렬로 실행될 수 있도록 해야 합니다.

C. %sh는 파일 이동 작업을 분산 처리하지 않습니다. 마지막 코드 줄을 %fs를 사용하도록 업데이트해야 합니다.

D. Databricks 환경에서 Python은 항상 Scala보다 느리게 실행됩니다. run.py 스크립트를 Scala로 리팩토링해야 합니다.

E. %sh는 드라이버 노드에서 셸 코드를 실행합니다. 이 코드는 워커 노드나 Databricks 최적화 Spark의 이점을 활용하지 않습니다.