DP-203-KR 문제 41
Azure Synapse Analytics에 엔터프라이즈 데이터 웨어하우스가 있습니다.
데이터 웨어하우스를 모니터링하여 현재 워크로드를 수용하기 위해 더 높은 서비스 수준으로 확장해야 하는지 여부를 확인해야 합니다. 모니터링할 가장 좋은 메트릭은 무엇입니까?
하나 이상의 답변 선택이 목표를 달성할 수 있습니다. 가장 좋은 답을 선택하세요.
데이터 웨어하우스를 모니터링하여 현재 워크로드를 수용하기 위해 더 높은 서비스 수준으로 확장해야 하는지 여부를 확인해야 합니다. 모니터링할 가장 좋은 메트릭은 무엇입니까?
하나 이상의 답변 선택이 목표를 달성할 수 있습니다. 가장 좋은 답을 선택하세요.
DP-203-KR 문제 42
다음 표에 표시된 리소스가 포함된 Azure 구독이 있습니다.
ws1에서 Spark 노트북을 사용할 수 있는지 확인해야 합니다. 솔루션은 UAMI1을 사용하여 kv1의 비밀을 보장해야 합니다. 어떻게 해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
ws1에서 Spark 노트북을 사용할 수 있는지 확인해야 합니다. 솔루션은 UAMI1을 사용하여 kv1의 비밀을 보장해야 합니다. 어떻게 해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-203-KR 문제 43
표준 가격 책정 계층에 workspace1이라는 Azure Databricks 작업 영역이 있습니다.
다목적 클러스터 자동 확장을 지원하려면 workspace1을 구성해야 합니다. 솔루션은 다음 요구 사항을 충족해야 합니다.
클러스터가 3분 동안 충분히 활용되지 않으면 작업자를 자동으로 축소합니다.
최대 작업자 수로 확장하는 데 걸리는 시간을 최소화합니다.
비용을 최소화합니다.
먼저 무엇을 해야 합니까?
다목적 클러스터 자동 확장을 지원하려면 workspace1을 구성해야 합니다. 솔루션은 다음 요구 사항을 충족해야 합니다.
클러스터가 3분 동안 충분히 활용되지 않으면 작업자를 자동으로 축소합니다.
최대 작업자 수로 확장하는 데 걸리는 시간을 최소화합니다.
비용을 최소화합니다.
먼저 무엇을 해야 합니까?
DP-203-KR 문제 44
Workspace1이라는 Azure Synapse Analytics 작업 영역이 포함된 Azure 구독이 있습니다. Workspace1은 repo1이라는 Azure DevOps 리포지토리에 연결합니다. Repo1에는 main이라는 협업 분기와 branch1이라는 개발 분기가 있습니다. Branch1에는 pipeline1이라는 Azure Synapse 파이프라인이 포함되어 있습니다.
Workspace1에서 pipeline1의 테스트를 완료합니다.
매일 오전 6시에 실행되도록 pipeline1을 예약해야 합니다.
어떤 네 가지 작업을 순서대로 수행해야 합니까? 응답하려면 작업 목록에서 해당 작업을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
참고: 하나 이상의 답변 선택 순서가 정확합니다. 선택한 올바른 주문에 대해 크레딧을 받게 됩니다.
Workspace1에서 pipeline1의 테스트를 완료합니다.
매일 오전 6시에 실행되도록 pipeline1을 예약해야 합니다.
어떤 네 가지 작업을 순서대로 수행해야 합니까? 응답하려면 작업 목록에서 해당 작업을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
참고: 하나 이상의 답변 선택 순서가 정확합니다. 선택한 올바른 주문에 대해 크레딧을 받게 됩니다.
DP-203-KR 문제 45
Table1이라는 테이블이 포함된 Azure Synapse Analytics 전용 SQL 풀이 있습니다.
수집되어 container1이라는 Azure Data Lake Storage Gen2 컨테이너에 로드되는 파일이 있습니다.
파일의 데이터를 table1 및 container1이라는 Azure Data Lake Storage Gen2 컨테이너에 삽입할 계획입니다.
파일의 데이터를 Table1에 삽입하고 데이터를 변환할 계획입니다. 파일의 각 데이터 행은 Table1의 제공 계층에서 하나의 행을 생성합니다.
소스 데이터 파일이 container1에 로드될 때 DateTime이 Table1에 추가 열로 저장되는지 확인해야 합니다.
솔루션: 전용 SQL 풀을 사용하여 추가 DateTime 열이 있는 외부 테이블을 생성합니다.
이것이 목표를 달성합니까?
수집되어 container1이라는 Azure Data Lake Storage Gen2 컨테이너에 로드되는 파일이 있습니다.
파일의 데이터를 table1 및 container1이라는 Azure Data Lake Storage Gen2 컨테이너에 삽입할 계획입니다.
파일의 데이터를 Table1에 삽입하고 데이터를 변환할 계획입니다. 파일의 각 데이터 행은 Table1의 제공 계층에서 하나의 행을 생성합니다.
소스 데이터 파일이 container1에 로드될 때 DateTime이 Table1에 추가 열로 저장되는지 확인해야 합니다.
솔루션: 전용 SQL 풀을 사용하여 추가 DateTime 열이 있는 외부 테이블을 생성합니다.
이것이 목표를 달성합니까?