A. Databricks에서 사용하는 Tungsten 인코딩은 문자열 데이터 저장에 최적화되어 있습니다. JSON 문자열 쿼리에 대한 새로운 네이티브 지원이 추가되어 문자열 유형이 항상 가장 효율적입니다.

B. Delta Lake는 데이터 저장에 Parquet 형식을 사용하기 때문에 파일 바닥글 정보만 수정하면 데이터 형식을 쉽게 변경할 수 있습니다.

C. 데이터 엔지니어링 워크로드에서 가장 큰 비용은 코드 작성에 투입되는 인력입니다. 따라서 모든 마이그레이션 워크로드에서 테이블 선언 로직 자동화를 최우선 과제로 삼아야 합니다.

D. Databricks는 관찰된 모든 데이터를 처리할 수 있는 유형을 사용하여 스키마를 추론하므로 유형을 수동으로 설정하면 데이터 품질 보장을 강화할 수 있습니다.

E. .Databricks의 스키마 추론 및 진화는 추론된 유형이 하위 시스템에서 사용되는 데이터 유형과 항상 정확하게 일치하도록 보장합니다.

A. 카탈로그 수준에서 SELECT 권한을 부여하는 것은 기존 스키마 및 테이블에는 적용되지만 향후 생성될 스키마 및 테이블에는 적용되지 않습니다.

B. Unity 카탈로그의 권한은 계층적으로 적용되지 않습니다. 카탈로그 수준에서 권한이 부여되었더라도 각 스키마 및 테이블에 대해 SELECT 권한을 명시적으로 부여해야 합니다.

C. 스키마 수준에서 부여된 권한은 카탈로그 수준의 권한보다 우선하며 명시적으로 취소하지 않는 한 접근을 차단합니다.

D. 카탈로그에 SELECT 권한을 부여하면 해당 카탈로그 내의 현재 및 향후 모든 스키마, 테이블 및 뷰에 SELECT 권한이 자동으로 적용됩니다.