A. orders 테이블에 기록되는 각 항목은 고유한 레코드만 포함하며, 대상 테이블에 중복되지 않는 레코드만 기록됩니다.

B. orders 테이블에 기록되는 각 항목에는 고유한 레코드만 포함되지만, 새로 기록되는 레코드에는 대상 테이블에 이미 존재하는 중복 레코드가 포함될 수 있습니다.

C. orders 테이블에 대한 각 쓰기 작업에는 고유한 레코드만 포함됩니다. 대상 테이블에 동일한 키를 가진 기존 레코드가 있는 경우 해당 레코드는 덮어쓰여집니다.

D. orders 테이블에 대한 각 쓰기 작업에는 고유한 레코드만 포함됩니다. 대상 테이블에 동일한 키를 가진 기존 레코드가 있는 경우 작업이 지연됩니다.

E. 주문 테이블에 데이터를 기록할 때마다 새 레코드와 기존 레코드의 합집합에 대해 중복 제거가 실행되어 중복 레코드가 발생하지 않도록 합니다.

A. Databricks Catalog Explorer에서 해당 테이블로 이동한 다음 테이블 스키마 보기를 선택하고 AI 생성 옵션을 사용합니다. 이 옵션은 인공지능을 활용하여 열 이름, 데이터 유형, 샘플 값 및 데이터 패턴을 기반으로 의미 있는 열 설명을 자동으로 생성합니다.

B. Delta Lake의 DESCRIBE HISTORY 명령어를 사용하여 테이블의 변화 추이를 분석하고 과거 변경 내역을 통해 열의 용도를 추론합니다.

C. DESCRIBE TABLE 명령을 사용하여 기존 스키마 정보를 추출하고 열 이름과 데이터 유형을 기반으로 설명을 수동으로 작성합니다.

D. df.describe() 및 df.schema를 사용하여 각 열에 대한 기본 통계 설명을 프로그래밍 방식으로 생성하는 사용자 지정 PySpark 코드를 작성하십시오.

A. P(E2)/(P(E1+E2)

B. P(E1)/P(E2)

C. P(E1+E2)/P(E1)

D. P(E2)/P(E1)

A. PyYAML .whl 파일을 사용자 홈 디렉터리에 업로드하고 클러스터 범위의 초기화 스크립트를 생성하여 설치합니다.

B. PyYAML .whl 파일을 Unity 카탈로그 볼륨에 업로드하고, 허용 목록에 추가되었는지 확인한 다음, 해당 경로에서 파일을 설치하는 클러스터 범위의 초기화 스크립트를 생성합니다.

C. 비공개 PyPI 저장소를 설정하고 pip 인덱스 URL을 통해 설치합니다.

D. .whl 파일을 Databricks Git 저장소에 추가하고 자동 설치를 가정합니다.

A. Unity 카탈로그를 사용하여 행과 열에 대한 접근 권한을 부여합니다.

B. 행 및 열 액세스 제어 목록

C. 동적 뷰 기능을 사용하세요

D. 데이터 접근 제어 목록

E. Unity Catalog를 사용한 동적 접근 제어 목록