A. 버킷을 다음과 같이 사용(
선택하다
장치 ID,
window(event_ts, '5분', '5분', '2분') AS win, temperature_c FROM device_readings) SELECT device_id, win.start AS bucket_start, win.end AS bucket_end, AVG(temperature_c) AS avg_temp_5m FROM buckets GROUP BY device_id, win ORDER BY device_id, bucket_start;

B. 선택하다
장치 ID,
윈도우 시작을 버킷 시작으로,
윈도우 끝을 버킷 끝으로,
AVG(온도_섭씨) AS avg_temp_5m
device_readings에서
GROUP BY device_id, window(event_ts, ' 5 minutes ' , ' 5 minutes ' , ' 2 minutes ' ) ORDER BY device_id, bucket_start;

C. 선택하다
장치 ID,
date_trunc('minute', event_ts - INTERVAL 2 MINUTES) + INTERVAL 2 MINUTES AS bucket_start, date_trunc('minute', event_ts - INTERVAL 2 MINUTES) + INTERVAL 7 MINUTES AS bucket_end, AVG(temperature_c) AS avg_temp_5m FROM device_readings GROUP BY device_id, date_trunc('minute', event_ts - INTERVAL 2 MINUTES) ORDER BY device_id, bucket_start;

D. 선택하다
장치 ID,
이벤트_ts,
AVG(온도_c) OVER (
device_id로 분할
event_ts를 기준으로 정렬
이전 5분 간격과 현재 행 사이의 범위
) AS 평균 온도 5m
device_readings에서
WINDOW w AS (window(event_ts, ' 5 minutes ' , ' 2 minutes ' ));

A. 기존 파티션을 유지하고 빈 패킹 최적화만 사용합니다. 다차원 필터의 경우 ZORDER 및 클러스터링은 필요하지 않습니다.

B. 주기적으로 OPTIMIZE table_name을 실행하세요.

C. 유지 관리 오버헤드를 줄이기 위해 데이터 건너뛰기 통계를 비활성화하고, 대신 적응형 쿼리 실행을 사용합니다.

D. 최적화된 쓰기에만 의존합니다. Databricks는 시간이 지남에 따라 파티셔닝을 클러스터링으로 자동 대체합니다.

E. 정적 파티셔닝에서 Liquid 클러스터링으로 전환하고 customer_id와 같은 일반적인 필터를 반영하는 초기 클러스터링 키를 선택합니다.

A. 5분 평균 부하량이 일정하게 유지됩니다/평탄하게 유지됩니다

B. 수신 바이트는 초당 8천만 바이트를 초과하지 않습니다.

C. 총 디스크 공간은 일정하게 유지됩니다.

D. 네트워크 I/O는 절대 급증하지 않습니다.

E. 전체 클러스터 CPU 사용률은 약 25%입니다.

A. COMMIT 명령이 실행될 때까지 아무 일도 일어나지 않습니다.

B. 해당 테이블은 카탈로그에서 제거되지만 데이터는 저장소에 남아 있습니다.

C. 해당 테이블은 카탈로그에서 제거되고 데이터는 삭제됩니다.

D. Delta Lake에서 운영 데이터 삭제를 방지하므로 오류가 발생합니다.

E. 데이터는 삭제된 것으로 표시되지만 타임 트래블을 통해 복구할 수 있습니다.

A. 마케팅 테이블에서 영업팀에서 승인한 필드만 선택하여 뷰를 생성하고, 영업 명명 규칙에 따라 표준화해야 하는 필드 이름에는 별칭을 지정합니다.

B. CTAS 문을 사용하여 마케팅 테이블에서 파생 테이블을 생성하고, 변경 사항을 전파하기 위해 프로덕션 JON을 구성합니다.

C. 현재 운영 파이프라인에 병렬 테이블 쓰기 기능을 추가하여 마케팅 테이블의 요구 사항에 따라 달라지는 새로운 판매 테이블을 업데이트합니다.

D. 필요한 스키마로 새 테이블을 생성하고 Delta Lake의 DEEP CLONE 기능을 사용하여 한 테이블에 커밋된 변경 사항을 해당 테이블에 동기화합니다.