A. 명령 2

B. 명령 3

C. 명령 4

D. 명령 5

E. 명령 6

A. spark.sql.files.maxPartitionBytes

B. spark.sql.자동브로드캐스트조인임계값

C. spark.sql.files.openCostInBytes

D. spark.sql.adaptive.coalescePartitions.minPartitionNum

E. spark.sql.adaptive.advisoryPartitionSizeInBytes

A. spark.readStream.table("bronze")을 반환합니다.

B. spark.readStream.load("bronze")를 반환합니다.

C. 

D. spark.read.option("readChangeFeed", "true").table("bronze")을 반환합니다.

E. 

A. silver_customer_sales 테이블은 gold_customer_lifetime_sales_summary 테이블의 모든 레코드에서 계산된 집계 값으로 일괄 처리 작업으로 덮어써집니다.

B. 일괄 작업은 gold_customer_lifetime_sales_summary 테이블을 업데이트하여 customer_id를 기본 키로 사용하여 현재 버전의 테이블과 다른 값을 갖는 행만 교체합니다.

C. gold_customer_lifetime_sales_summary 테이블은 silver_customer_sales 테이블의 모든 레코드에서 계산된 집계 값으로 일괄 처리 작업으로 덮어쓰여집니다.

D. 증분 작업은 상태 저장소의 실행 정보를 활용하여 gold_customer_lifetime_sales_summary 테이블의 집계 값을 업데이트합니다.

E. 증분 작업은 silver_customer_sales 테이블에 새로운 행이 기록되었는지 감지합니다. 새로운 행이 감지되면 모든 집계가 다시 계산되어 gold_customer_lifetime_sales_summary 테이블을 덮어씁니다.

A. 트리거 간격을 5초로 줄입니다. 배치를 더 자주 트리거하면 이전 배치에서 오래 실행되는 작업이 완료되는 동안 유휴 실행자가 다음 배치를 처리할 수 있습니다.

B. 트리거 간격을 30초로 늘립니다. 각 배치에서 관찰된 최대 실행 시간에 가깝게 트리거 간격을 설정하는 것이 레코드가 삭제되지 않도록 하는 가장 좋은 방법입니다.

C. 체크포인트 디렉토리를 수정하지 않고는 트리거 간격을 수정할 수 없습니다. 현재 스트림 상태를 유지하려면 셔플 파티션 수를 늘려 병렬 처리를 극대화하세요.

D. 한 번만 트리거 옵션을 사용하고 Databricks 작업을 구성하여 10초마다 쿼리를 실행합니다. 이렇게 하면 백로그된 모든 레코드가 각 배치에서 처리됩니다.

E. 트리거 간격을 5초로 줄입니다. 배치를 더 자주 트리거하면 레코드가 백업되는 것을 방지하고 대량 배치로 인한 유출을 방지할 수 있습니다.