A. 쓰기 작업이 완료된 후 비동기 작업이 실행되어 파일을 추가로 압축할 수 있는지 확인합니다. 압축할 수 있는 경우 기본값인 1GB를 목표로 최적화 작업이 실행됩니다.

B. 작업 클러스터가 종료되기 전에 가장 최근 작업 중에 수정된 모든 테이블에 대해 최적화가 실행됩니다.
최신 및 실제 공인 데이터 엔지니어 전문가 시험 문제와 답을 확인하세요.

C. 최적화된 쓰기는 디렉터리 파티션 대신 논리 파티션을 사용합니다. 파티션 경계는 메타데이터에만 표현되므로 더 적은 수의 작은 파일이 기록됩니다.

D. 데이터는 메모리에 직접 커밋하는 대신 메시징 버스에 대기열에 저장됩니다. 작업이 완료되면 메시징 버스에 있는 모든 데이터가 한 번에 커밋됩니다.

E. 쓰기 작업이 완료된 후 비동기 작업이 실행되어 파일을 추가로 압축할 수 있는지 확인합니다. 압축할 수 있는 경우 기본값인 128MB를 목표로 최적화 작업이 실행됩니다.

A. 새 파일은 입력 디렉터리 목록을 통해 식별되며, 새 파일은 대상 Delta Lake 테이블에 점진적으로 그리고 멱등적으로 로드됩니다.

B. 클라우드 공급업체별 큐 스토리지 및 알림 서비스가 구성되어 새로 도착하는 파일을 추적합니다. 새 파일은 대상 Delta Lake 테이블에 점진적으로 그리고 비활성 상태로 저장됩니다.

C. 웹훅 트리거를 통해 소스 디렉터리에 새 데이터가 도착할 때마다 Databricks 작업이 실행됩니다. 새 데이터는 데이터에서 추론된 규칙을 사용하여 대상 테이블에 자동으로 병합됩니다.

D. 새 파일은 입력 디렉터리를 나열하여 식별하고, 대상 테이블은 소스 디렉터리의 모든 유효한 파일을 디렉터리 쿼리하여 구체화합니다.

E. 클라우드 공급업체별 큐 스토리지 및 알림 서비스가 구성되어 새로 도착하는 파일을 추적합니다. 대상 테이블은 소스 디렉터리의 모든 유효 파일을 직접 쿼리하여 구체화됩니다.

A. 클러스터 UI를 사용하여 대화형 클러스터에 설정한 Spark 구성 속성은 해당 클러스터에 연결된 모든 노트북에 영향을 미칩니다.

B. 동일한 인터랙티브 클러스터에 대해 동일한 스파 구성 속성이 설정된 경우.

C. 노트북 내에서 설정된 Spark 구성은 동일한 대화형 클러스터에 연결된 모든 SparkSession에 영향을 미칩니다.

D. Databricks REST API를 사용하면 작업을 중단하지 않고 대화형 클러스터의 Spark 구성 속성을 수정할 수 있습니다.

E. Spark 구성 속성은 전역 초기화 스크립트를 생성해야만 대화형 클러스터에 대해 설정할 수 있습니다.

A. 파트너 A의 경우, 유닛 카탈로그 통합 및 토큰 교환이 필요 없는 시스템을 통해 Databricks 간 공유(D2D)를 구현합니다. 파트너 B의 경우, 베어러 토큰 또는 OIDC 페더레이션 인증을 사용하는 개방형 공유 프로토콜(D2O)을 활용하여 두 방식 모두 강력한 보안 및 거버넌스를 유지하도록 합니다.

B. 보안 요구 사항이 동일하므로 양측 파트너 모두 동일한 델타 공유 방식을 사용해야 합니다. 호환성을 극대화하기 위해 양측 파트너 모두 베어러 토큰을 생성하고 개방형 공유 프로토콜(D2O)을 사용해야 합니다.

C. D2O(Open Sharing Protocol)는 D2D(Direct-to-Direct) 공유보다 보안성이 뛰어나므로 양측 파트너 모두 D2O를 사용해야 합니다. 베어러 토큰 방식은 Unity Catalog의 기본 인증 방식보다 항상 더 안전합니다.

D. Databricks 간 공유(D2D)는 동일한 클라우드 공급자 내에서만 사용할 수 있으므로, 클라우드 간 공유 시나리오에서는 개방형 공유(D2O)를 사용해야 합니다. 외부 플랫폼과 공유할 경우 유닛 카탈로그 관리 기능을 사용할 수 없습니다.

A. 

B. 

C. 

D.