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

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

C. 

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

E. 

A. 작업이 실행될 때마다 새로 업데이트된 레코드가 대상 테이블에 병합되어 동일한 기본 키를 가진 이전 값을 덮어씁니다.

B. 작업이 실행될 때마다 삽입 또는 업데이트된 레코드의 전체 이력이 대상 테이블에 추가되어 중복 항목이 많이 발생합니다.

C. 작업이 실행될 때마다 대상 테이블은 삽입 또는 업데이트된 레코드의 전체 이력으로 덮어쓰여져 원하는 결과를 얻을 수 있습니다.

D. 작업이 실행될 때마다 원본 버전과 현재 버전 간의 차이가 계산됩니다. 이로 인해 일부 레코드에 중복 항목이 발생할 수 있습니다.

E. 이 작업이 실행될 때마다 마지막 실행 이후 삽입되거나 업데이트된 레코드만 대상 테이블에 추가되어 원하는 결과를 얻을 수 있습니다.

A. 아프리오리 알고리즘

B. 릿지 앤 라쏘

C. 최소제곱법

D. 정수 프로그래밍

A. 기존 데이터 레이크를 대체합니다.

B. 처리되지 않은 전체 데이터 이력을 효율적으로 저장하고 조회합니다.

C. 중복 데이터를 제거하고, 불량 데이터를 격리합니다.

D. 집계된 데이터를 활용한 정제된 보기

E. 비즈니스 핵심 데이터에 대한 최적화된 쿼리 성능

A. 테이블 이름 삭제

B. DROP DELTA table_name

C. DROP TABLE table_name FORMAT DELTA

D. 테이블_이름 삭제