A. 1.INSERT OVERWRITE 판매
2.SELECT *, salesAmt/unitsSold as avgPrice FROM sales

B. 1.CREATE OR REPLACE TABLE 판매
2.AS SELECT *, salesAmt/unitsSold as avgPrice FROM sales

C. MERGE INTO sales USING (SELECT *, salesAmt/unitsSold as avgPrice FROM sales)

D. SELECT로 판매를 덮어쓰기 *, salesAmt/unitsSold as avgPrice FROM sales

E. COPY INTO SALES AS SELECT *, salesAmt/unitsSold as avgPrice FROM sales

A. TO_STRUCT(json 값)

B. FROM_JSON(json 값)

C. FROM_JSON(json 값, json의 스키마)

D. CONVERT(json 값, json의 스키마)

E. CAST(STRUCT로서의 json 값)

A. 테이블의 데이터를 덮어쓰고, 데이터의 모든 기록 버전을 이전 버전으로 시간 여행할 수 없습니다.

B. 테이블의 데이터를 덮어쓰지만 데이터의 모든 이전 버전을 유지하므로 이전 버전으로 시간 여행을 할 수 있습니다.

C. 현재 버전의 데이터를 덮어쓰지만 이전 버전의 데이터는 모두 지워지므로 이전 버전으로 시간 여행을 할 수 없습니다.

D. 현재 버전에 데이터를 추가하여 이전 버전으로 시간 여행을 할 수 있습니다.

E. 기본적으로 데이터 및 스키마를 덮어쓰며 시간 여행을 수행할 수 없습니다.

A. 1.CREATE TABLE users_jdbc
2.SQLITE 사용하기
3.옵션(
4. URL = "jdbc:/sqmple_db",
5. dbtable = "사용자"
6.)

B. 1.CREATE TABLE users_jdbc
2. SQL 사용
3.URL = {서버:"jdbc:/sqmple_db",dbtable: "사용자"}

C. 1.테이블 생성 users_jdbc
2. SQL 사용
3.옵션(
4. URL = "jdbc:sqlite:/sqmple_db",
5. dbtable = "사용자"
6.)

D. 1.테이블 생성 users_jdbc
2. org.apache.spark.sql.jdbc.sqlite 사용
3.옵션(
4. URL = "jdbc:/sqmple_db",
5. dbtable = "사용자"
6.)

E. 1.테이블 생성 users_jdbc
2. org.apache.spark.sql.jdbc 사용
3.옵션(
4. URL = "jdbc:sqlite:/sqmple_db",
5. dbtable = "사용자"
6.)

A. transactionId에 BLOOM FLTER 인덱스 생성

B. transactionId에서 Zorder로 최적화 수행
(옳은)

C. transactionId의 카디널리티가 높으므로 최적화를 활성화할 수 없습니다.

D. 클러스터 크기를 늘리고 델타 최적화를 활성화합니다.

E. 드라이버 크기를 늘리고 델타 최적화를 활성화합니다.