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

플랫폼 팀에서 CI/CD를 지원하기 위해 Databricks Asset Bundles용 표준 템플릿을 개발 중입니다. 이 템플릿은 아티팩트, 워크스페이스 루트 경로 및 실행 ID에 대한 기본값을 지정해야 하며, "dev" 대상을 기본값으로 설정하고 특정 경로를 재정의할 수 있도록 허용해야 합니다.
팀은 이러한 요구 사항을 충족하기 위해 databricks.yml 파일을 어떻게 사용해야 할까요?

• A.최상위 수준에서 bundle, artifacts, workspace, run_as 및 targets를 사용하고, default: true로 설정된 타겟 하나를 지정하고 해당 타겟 아래에서 워크스페이스 경로 또는 아티팩트를 재정의합니다.
• B.배포, 빌드, 컨텍스트, ID 및 환경을 사용합니다. 개발 환경을 기본 환경으로 설정하고 빌드 아래의 경로를 재정의합니다.
• C.루트, 모듈, 프로필, 액터 및 타겟을 사용합니다. 프로필에는 작업 공간 및 아티팩트 기본값이 포함되고 액터는 실행 ID를 설정합니다.
• D.프로젝트, 패키지, 환경, ID 및 스테이지를 사용합니다. 환경 설정에서 dev를 기본 스테이지로 설정하고 작업 공간을 재정의합니다.

데이터 엔지니어링 팀의 한 구성원이 더 큰 데이터 파이프라인의 일부로 실행되도록 예약하려는 간단한 노트북 파일을 제출했습니다. 아래 제공된 명령어를 제시된 대로 실행하면 논리적으로 올바른 결과가 생성된다고 가정합니다.

노트북을 작업으로 예약하기 전에 어떤 명령어를 제거해야 할까요?

• A.명령 4
• B.명령 6
• C.명령 3
• D.명령 2
• E.명령 5

미국에 본사를 둔 한 소규모 회사가 최근 인도의 컨설팅 회사와 계약을 맺고 인공지능 애플리케이션에 필요한 여러 새로운 데이터 엔지니어링 파이프라인을 구축하기로 했습니다. 이 회사의 모든 데이터는 미국 내 지역 클라우드 스토리지에 저장됩니다.
회사 워크스페이스 관리자는 계약직 직원들이 사용하는 Databricks 워크스페이스를 어디에 배포해야 할지 확신하지 못하고 있습니다.
모든 데이터 거버넌스 고려 사항을 감안할 때, 다음 중 어떤 설명이 이 결정에 정확한 근거를 제시합니까?

• A.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.
• B.Databricks는 대화형 개발 중에 사용자 워크스테이션을 핵심 동력으로 활용합니다. 따라서 사용자는 항상 물리적으로 가까운 지역에 배포된 작업 공간을 사용해야 합니다.
• C.Databricks는 클라우드 볼륨 스토리지에서 HDFS를 실행하므로 데이터가 저장된 지역에 클라우드 가상 머신을 배포해야 합니다.
• D.지역 간 읽기 및 쓰기는 상당한 비용과 지연을 초래할 수 있습니다. 가능한 한 컴퓨팅 자원은 데이터가 저장된 지역과 동일한 지역에 배포해야 합니다.
• E.Databricks 워크스페이스는 지역 인프라에 의존하지 않으므로 워크스페이스 관리자에게 가장 편리한 방식을 기준으로 결정해야 합니다.

한 주니어 개발자가 노트북에 있는 코드가 개발 환경에서 올바른 결과를 내지 못한다고 불평했습니다. 공유된 스크린샷을 보면, 해당 개발자는 Databricks 리포지토리를 사용하여 버전 관리되는 노트북을 사용하고 있지만, 이전 로직이 포함된 개인 브랜치를 사용하고 있는 것으로 나타났습니다. 원하는 브랜치는 dev-라는 이름으로 되어 있습니다.
2.3.9 버전은 브랜치 선택 드롭다운 메뉴에서 선택할 수 없습니다.
어떤 접근 방식을 사용하면 이 개발자가 이 노트북의 현재 로직을 검토할 수 있을까요?

• A.리포지토리를 사용하여 풀 리퀘스트를 생성하고, Databricks REST API를 사용하여 현재 브랜치를 dev-로 업데이트합니다.
  2.3.9
• B.Repos를 사용하여 현재 브랜치와 dev-2.3.9 브랜치를 병합한 다음, 원격 저장소와 동기화하기 위한 풀 리퀘스트를 생성합니다.
• C.모든 변경 사항을 원격 Git 저장소의 메인 브랜치에 병합하고 저장소를 다시 클론합니다.
• D.Repos를 사용하여 원격 Git 저장소에서 변경 사항을 가져오고 dev-2.3.9 분기를 선택합니다.
• E.Repos를 사용하여 dev-2.3.9 브랜치를 체크아웃하고 현재 브랜치와의 충돌을 자동으로 해결합니다.

데이터 엔지니어가 대규모 ETL 파이프라인을 위해 Databricks CLI를 사용하여 클러스터를 생성하려고 합니다. 이 클러스터는 5개의 워커, i3.xlarge 유형의 드라이버 1개, 그리고 '14.3.x-scala2.12' 런타임을 사용해야 합니다.
데이터 엔지니어는 어떤 명령어를 사용해야 할까요?

• A.databricks compute add 14.3.x-scala2.12 --num-workers 5 --node-type-id i3.xlarge --cluster-name Data Engineer_cluster
• B.databricks clusters add 14.3.x-scala2.12 --num-workers 5 --node-type-id i3.xlarge --cluster-name Data Engineer_cluster
• C.databricks compute create 14.3.x-scala2.12 --num-workers 5 --node-type-id i3.xlarge --cluster-name Data Engineer_cluster
• D.databricks clusters create 14.3.x-scala2.12 --num-workers 5 --node-type-id i3.xlarge --cluster-name DataEngineer_cluster