A. 최대 15분까지 지수 백오프를 사용하여 쿼리를 다시 시도합니다.

B. 데이터베이스가 다시 온라인 상태가 될 때까지 쿼리 빈도를 매시간 한 번으로 줄입니다.

C. 데이터의 부실을 최소화하기 위해 다시 온라인 상태가 될 때까지 1초마다 쿼리를 재시도합니다.

D. 데이터베이스 서버를 다시 시작하는 명령을 실행합니다.

A. 데이터베이스 서버를 다시 시작하는 명령을 실행합니다.

B. 최대 15분까지 지수 백오프를 사용하여 쿼리를 다시 시도합니다.

C. 데이터의 부실을 최소화하기 위해 다시 온라인 상태가 될 때까지 1초마다 쿼리를 재시도합니다.

D. 데이터베이스가 다시 온라인 상태가 될 때까지 쿼리 빈도를 매시간 한 번으로 줄입니다.

A. NoSQL 개념에 기반한 스키마 설계를 피하십시오.

B. 관계형 데이터베이스 설계를 기반으로 하는 스키마 설계 생성

C. 행 간에 원자성을 요구하는 스키마 설계를 피하십시오.

D. 행 간의 원자성을 요구하는 스키마 디자인 생성

A. 기본적으로 쿼리 결과는 캐시되지 않습니다.

B. BigQuery는 쿼리 결과를 48시간 동안 캐시합니다.

C. 대상 테이블을 지정해도 쿼리 결과가 캐시됩니다.

D. 캐시에서 결과를 검색하는 쿼리에는 요금이 부과되지 않습니다.

A. gsutil 유틸리티를 실행하여 Cloud Storage 버킷의 모든 ORC 파일을 Dataproc 클러스터의 노드로 전송합니다. Hive 테이블을 로컬로 마운트합니다.

B. Hadoop용 Cloud Storage 커넥터를 활용하여 ORC 파일을 외부 Hive 테이블로 마운트합니다. 외부 Hive 테이블을 기본 테이블에 복제합니다.

C. gsutil 유틸리티를 실행하여 Cloud Storage 버킷에서 HDFS로 모든 ORC 파일을 전송합니다. Hive 테이블을 로컬로 마운트합니다.

D. ORC 파일을 BigQuery에 로드합니다. Hadoop용 BigQuery 커넥터를 활용하여 BigQuery 테이블을 외부 Hive 테이블로 마운트합니다. 외부 Hive 테이블을 기본 테이블에 복제합니다.

E. gsutil 유틸리티를 실행하여 Cloud Storage 버킷의 모든 ORC 파일을 Dataproc 클러스터의 마스터 노드로 전송합니다. 그런 다음 Hadoop 유틸리티를 실행하여 HDFS를 복사합니다. HDFS에서 Hive 테이블을 마운트합니다.