A. 스트림-정적 조인의 각 마이크로배치는 해당 마이크로배치 시점의 정적 델타 테이블의 최신 버전을 사용합니다.

B. 스트림-정적 조인의 각 마이크로배치는 작업 초기화 시점의 최신 버전의 정적 델타 테이블을 사용합니다.

C. 체크포인트 디렉터리는 조인에 존재하는 고유 키의 상태 정보를 추적하는 데 사용됩니다.

D. 스트림 정적 조인은 일관성 문제로 인해 정적 델타 테이블을 사용할 수 없습니다.

E. 체크포인트 디렉터리는 정적 델타 테이블의 업데이트를 추적하는 데 사용됩니다.

A. Z-순서를 적용하세요. 기존 파일을 수정하지 않고도 데이터 레이아웃을 유연하게 재구성할 수 있고, 새로운 필터 열에 쉽게 적용할 수 있습니다.

B. Hive 스타일 파티셔닝을 사용하세요. 효율적인 데이터 건너뛰기 기능을 제공하며 언제든지 파티션 열을 쉽게 변경할 수 있습니다.

C. 데이터 불균형을 효율적으로 처리하고, 기존 데이터를 덮어쓰지 않고 클러스터링 키를 변경할 수 있으며, 변화하는 쿼리 패턴에 적응할 수 있는 유동적 클러스터링을 활성화합니다.

D. 쿼리 패턴이 변경될 때 유연성을 극대화하고 유지 관리를 최소화하기 위해 파티셔닝과 Z-순서를 결합합니다.

A. Lakehouse는 머신러닝에 최적화된 특수 인덱스와 캐싱 기능을 갖추고 있습니다.

B. Lakehouse는 BI 워크로드에 대해 높은 신뢰성을 유지하면서 낮은 쿼리 지연 시간을 제공할 수 없으며, 배치 워크로드에만 적합합니다.

C. Lakehouse는 Python/R/SQL을 포함하되 이에 국한되지 않는 다양한 API를 통해 접근할 수 있습니다.

D. 기존 데이터 웨어하우스는 저장과 컴퓨팅이 결합되어 있습니다.

E. Lakehouse는 Parquet과 같은 표준 데이터 형식을 사용합니다.

A. 다른 팀에서 이 테이블을 자주 실행되는 애플리케이션을 지원하는 데 사용하고 있기 때문에 2단계 잠금으로 인해 작업이 커밋되지 못하고 있습니다.

B. 활동 상세 정보 테이블이 이미 존재합니다. CHECK 제약 조건은 테이블 최초 생성 시에만 추가할 수 있습니다.

C. 활동 세부 정보 테이블에는 이미 제약 조건을 위반하는 레코드가 포함되어 있습니다. 기존 테이블에 데이터를 추가하려면 모든 기존 데이터가 CHECK 제약 조건을 통과해야 합니다.

D. 활동 상세 테이블에 이미 레코드가 있습니다. CHECK 제약 조건은 테이블에 값을 삽입하기 전에만 추가할 수 있습니다.

E. 현재 테이블 스키마에 유효한 좌표 필드가 없습니다. 제약 조건을 추가하기 위해 테이블을 변경하기 전에 스키마 진화를 활성화해야 합니다.

A. Databricks 저장소의 일부인 노트북에 작업을 연결할 수 있습니다.

B. 구인 페이지에서 해당 구인에 대한 JSON 형식의 설명 파일을 다운로드할 수 있습니다.

C. 구인 페이지에서 해당 구인에 대한 XML 설명 파일을 다운로드할 수 있습니다.

D. 작업 클러스터에 한 번만 작업을 제출할 수 있습니다.

E. 범용 클러스터에 한 번만 작업을 제출할 수 있습니다.