A. 클라우드 음성-텍스트 변환 API를 사용하여 App Engine에서 Python 애플리케이션을 구축합니다.

B. 클라우드 음성-텍스트 변환 API를 사용하여 Compute Engine 인스턴스에서 Python 애플리케이션을 구축합니다.

C. 간단한 쿼리에는 Dialogflow를 사용하고 복잡한 쿼리에는 클라우드 음성-텍스트 변환 API를 사용하십시오.

D. Dialogflow를 사용하여 챗봇을 구현하고, 수집된 가장 일반적인 쿼리를 기반으로 인텐트를 정의합니다.

A. 파르도

B. 싱크 API

C. 소스 API

D. 데이터 추출

A. Leverage Cloud Storage connector for Hadoop to mount the ORC files as external Hive tables.
Replicate external Hive tables to the native ones.

B. Run the gsutil utility to transfer all ORC files from the Cloud Storage bucket to HDFS. Mount the Hive tables locally.

C. Run the gsutil utility to transfer all ORC files from the Cloud Storage bucket to any node of the Dataproc cluster. Mount the Hive tables locally.

D. Run the gsutil utility to transfer all ORC files from the Cloud Storage bucket to the master node of the Dataproc cluster. Then run the Hadoop utility to copy them do HDFS. Mount the Hive tables from HDFS.

E. Load the ORC files into BigQuery. Leverage BigQuery connector for Hadoop to mount the BigQuery tables as external Hive tables. Replicate external Hive tables to the native ones.

A. 각 데이터 항목의 해시값을 계산하고, 이를 모든 과거 데이터와 비교합니다.

B. 각 데이터 항목의 해시 값 및 기타 메타데이터를 저장하는 데이터베이스 테이블을 유지 관리합니다.

C. 각 데이터 항목에 전역 고유 식별자(GUID)를 할당합니다.

D. 각 데이터 항목을 별도의 데이터베이스에 기본 키로 저장하고 인덱스를 적용합니다.

A. sales_transaction_header와 sales_transaction_line 데이터를 JSON 데이터 형식으로 저장하는 sales_transaction 테이블을 생성하세요.

B. sales_transaction_header 정보를 행으로, sales_transaction_line 행을 중첩 및 반복 필드로 저장하는 sales_transaction_table을 생성합니다.

C. sales_transaction_header와 sales_transaction_line 정보를 행으로 저장하는 sale_transaction_table을 생성하고, sales_transaction_header 데이터는 각 행마다 복제합니다.

D. sales_transation_header 및 sales_transation_line 테이블을 별도로 생성하고, 쿼리 시 WHERE 절에서 판매 전환 라인을 먼저 지정하십시오.