A. 델타 레이크

B. Databricks SQL

C. 자동 로더

D. 유니티 카탈로그

E. 데이터 탐색기

A. 클러스터 풀을 사용하면 로드 밸런싱을 수행할 수 있습니다.

B. 클러스터 풀은 여러 팀 간에 리소스를 공유하는 데 사용됩니다.

C. 클러스터 풀을 사용하면 단일 물리적 서버 랙에서 클러스터의 모든 노드를 가질 수 있습니다.

D. 클러스터 풀을 사용하면 클러스터를 생성할 수 있습니다.

E. 클러스터 풀을 사용하면 새 클러스터를 시작할 때 시간을 절약할 수 있습니다.

A. 동일한 작업에 작업 보고 작업을 추가하고 작업 보고 작업에 따라 데이터 엔지니어링 작업을 설정합니다.

B. 동일한 작업 공간에서 오전 8시 20분에 실행되도록 두 번째 작업을 설정합니다.

C. 동일한 작업에 작업 보고 작업을 추가하고 데이터 엔지니어링 작업에 종속되도록 작업 보고 작업을 설정합니다.

D. Auto Loader를 사용하여 20분마다 실행하여 초기 테이블을 읽고 트리거를 한 번으로 설정하고 두 번째 작업을 생성합니다.

E. 첫 번째 테이블을 기반으로 델타 라이브를 테이블에 설정하고 작업이 연속 모드로 실행되도록 설정

A. DROP TABLE table_name CASCADE

B. 드롭 테이블 table_name

C. DROP TABLE table_name 명령을 사용하고 com-mand dbutils.fs.rm("/path",True)를 사용하여 파일을 수동으로 삭제합니다.

D. DROP TABLE table_name INCLUDE_FILES

E. DROP TABLE 테이블 및 VACUUM 명령 실행

A. SQL Cluster 크기 축소

B. 자동 스케일링의 최대 크기를 10에서 5로 줄입니다.

C. 대시보드 새로 고침 일정을 2주 후에 종료하도록 설정

D. 안정성 최적화에서 비용 최적화로 스팟 인스턴스 정책 변경

E. 항상 X-small 클러스터 사용