무료 온라인 액세스 Snowflake.ARA-R01.v2024-05-06.q49 모의 시험 (Page 10)

ARA-R01 문제 41

외부 테이블에 대해 실행되는 쿼리 성능을 향상시키는 단계는 무엇입니까?

A. 외부 테이블을 분할합니다.

B. 소스 파일의 이름을 줄입니다.

C. 소스 파일의 문자 인코딩을 UTF-8로 변환합니다.

D. 외부 스테이지 대신 내부 스테이지를 사용하여 소스 파일을 저장합니다.

정답: A

외부 테이블 분할은 스캔되는 데이터 양을 줄여 테이블에 대해 실행되는 쿼리 성능을 향상시키는 기술입니다. 외부 테이블을 분할하려면 테이블이 해당 열의 값을 기반으로 데이터 하위 집합으로 논리적으로 분할되는 방식을 정의하는 하나 이상의 파티션 열을 생성해야 합니다. 파티션 열은 파일 메타데이터(예: 파일 이름, 경로, 크기 또는 수정 시간) 또는 파일 콘텐츠(예: 열 값 또는 JSON 속성)에서 파생될 수 있습니다. 외부 테이블을 분할하면 쿼리 최적화 프로그램이 쿼리 조건자와 일치하지 않는 파일을 정리하여 불필요한 데이터 검색 및 처리를 방지할 수 있습니다.2 다른 옵션은 외부 테이블에 대해 실행되는 쿼리 성능을 향상시키는 효과적인 단계가 아닙니다.
소스 파일의 이름을 줄이세요. 쿼리 처리에 파일 이름이 사용되지 않으므로 이 옵션은 쿼리 성능에 영향을 미치지 않습니다. 파일 이름은 외부 테이블을 생성하고 쿼리 결과를 표시하는 데에만 사용됩니다.3 소스 파일의 문자 인코딩을 UTF-8로 변환합니다. Snowflake는 UTF-8, UTF-16, UTF-32, ISO-8859-1 및 Windows-1252와 같은 외부 테이블 파일에 대한 다양한 문자 인코딩을 지원하므로 이 옵션은 쿼리 성능에 영향을 주지 않습니다. Snowflake는 파일의 문자 인코딩을 자동으로 감지하고 쿼리 처리를 위해 내부적으로 UTF-8로 변환합니다.4 외부 단계 대신 내부 단계를 사용하여 소스 파일을 저장합니다. 외부 테이블은 Amazon S3, Google Cloud Storage 또는 Azure Blob Storage와 같은 외부 단계에 저장된 파일만 참조할 수 있으므로 이 옵션은 적용되지 않습니다. 내부 단계는 외부 테이블이 아닌 내부 테이블에 데이터를 로드하는 데 사용됩니다5
1: SnowPro 고급: 건축가 | 학습 가이드
2: 눈송이 문서 | 외부 테이블 파티셔닝
3: 눈송이 문서 | 외부 테이블 생성
4: 눈송이 문서 | 준비된 데이터 파일에 대해 지원되는 파일 형식 및 압축
5: 눈송이 문서 | 단계 개요
: SnowPro 고급: 건축가 | 학습 가이드
: 외부 테이블 파티셔닝
: 외부 테이블 생성
: 준비된 데이터 파일에 대해 지원되는 파일 형식 및 압축
: 단계 개요

ARA-R01 문제 42

스트림을 기반으로 작업을 생성하는 데 다음 DDL 명령이 사용되었습니다.

MY_WH가 auto_suspens - 60으로 설정되고 이 작업에만 사용된다고 가정할 때, 다음 중 옳은 설명은 무엇입니까?

A. MY_WH 웨어하우스는 스트림을 확인하기 위해 5분마다 활성화됩니다.

B. MY_WH 창고는 스트림에 결과가 있을 때만 활성화됩니다.

C. MY_WH 창고는 일시 중지되지 않습니다.

D. MY_WH 웨어하우스는 스트림 크기에 맞게 자동으로 크기가 조정됩니다.

ARA-R01 문제 43

한 소매 회사에는 동일한 POS(Point of Sale) 시스템을 사용하는 3000개 이상의 매장이 있습니다. 회사는 거의 실시간에 가까운 판매 결과를 카테고리 관리자에게 전달하려고 합니다. 매장은 다양한 시간대에서 운영되며 매분마다 역동적인 거래 범위를 보여주며, 일부 매장은 다른 매장보다 판매량이 높습니다.
판매 결과는 복잡한 데이터 파이프라인에서 계산되는 데이터 엔지니어링 필드를 사용하여 균일한 방식으로 제공됩니다. 계산에는 점수 알고리즘에 인터페이스된 외부 기능을 사용한 예외, 집계 및 점수가 포함됩니다. 집계의 소스 데이터에는 1억 개가 넘는 행이 있습니다.
매분마다 POS는 파일에 포함된 거래 세트를 식별하기 위해 매장 번호와 타임스탬프가 포함된 명명 규칙을 사용하여 모든 판매 거래 파일을 클라우드 저장소 위치로 보냅니다. 파일 크기는 일반적으로 10MB 미만입니다.
실시간에 가까운 결과를 카테고리 관리자에게 어떻게 제공할 수 있나요? (2개 선택).

A. 마이크로 수집을 방지하려면 Snowflake로 수집하기 전에 모든 파일을 연결해야 합니다.

B. Snowpipe를 생성하고 AUTO_INGEST = true로 구성해야 합니다. 매장 번호와 타임스탬프를 알리기 위해 스트림 메타데이터를 사용하여 INSERTS를 단일 대상 테이블로 처리하려면 스트림을 생성해야 합니다.

C. 거의 실시간 데이터를 축적하기 위해 스트림을 생성해야 하며 실시간 분석 요구 사항과 일치하는 빈도로 실행되는 작업을 생성해야 합니다.

D. 외부 스케줄러는 클라우드 스토리지 위치의 내용을 검사하고 SnowSQL 명령을 실행하여 실시간 분석 요구 사항과 일치하는 빈도로 데이터를 처리해야 합니다.

E. 거의 실시간 요구 사항을 달성하려면 매초 실행되도록 예약된 작업이 포함된 복사 명령을 사용해야 합니다.

정답: B,C

카테고리 관리자에게 실시간에 가까운 판매 결과를 제공하기 위해 Architect는 다음 단계를 사용할 수 있습니다.
POS가 판매 거래 파일을 보내는 클라우드 저장소 위치를 참조하는 외부 단계를 만듭니다. 외부 단계는 소스 파일과 일치하는 파일 형식 및 암호화 설정을 사용해야 합니다. 2 외부 단계의 파일을 Snowflake의 대상 테이블로 로드하는 Snowpipe를 생성합니다. Snowpipe는 AUTO_INGEST = true로 구성되어야 합니다. 즉, 새 파일이 외부 단계에 도착하면 자동으로 감지하고 수집합니다. 또한 Snowpipe는 복사 옵션을 사용하여 로드 후 외부 단계에서 파일을 제거하여 중복 수집을 방지해야 합니다.3 Snowpipe에서 만든 INSERTS를 캡처하는 대상 테이블에 스트림을 생성합니다. 스트림에는 파일 이름, 경로, 크기 및 마지막 수정 시간에 대한 정보를 제공하는 메타데이터 열이 포함되어야 합니다. 스트림에는 실시간 분석 요구 사항과 일치하는 보존 기간도 있어야 합니다.4 거의 실시간 데이터를 처리하기 위해 스트림에서 쿼리를 실행하는 작업을 생성합니다. 쿼리는 스트림 메타데이터를 사용하여 파일 이름과 경로에서 매장 번호와 타임스탬프를 추출하고, 외부 함수를 사용하여 예외, 집계 및 점수 계산을 수행해야 합니다. 또한 쿼리는 카테고리 관리자가 액세스할 수 있는 다른 테이블이나 뷰에 결과를 출력해야 합니다. 작업은 1분마다 또는 5분마다와 같이 실시간 분석 요구 사항과 일치하는 빈도로 실행되도록 예약되어야 합니다.
다른 옵션은 거의 실시간 결과를 제공하는 데 적합하지 않거나 실행 가능하지 않습니다.
마이크로 수집을 방지하려면 Snowflake에 수집하기 전에 모든 파일을 연결해야 합니다. 이 옵션은 데이터 파이프라인에 추가 지연 시간과 복잡성이 발생하므로 권장되지 않습니다.
파일을 연결하려면 클라우드 저장소 위치를 모니터링하고 파일 병합 작업을 수행하는 외부 프로세스 또는 서비스가 필요합니다. 이로 인해 Snowflake에 새 파일이 수집되는 것이 지연되고 데이터 손실 또는 손상 위험이 높아집니다. 또한 Snowpipe는 연결된 각 파일을 별도의 로드로 계속 수집하므로 파일을 연결해도 마이크로 수집이 방지되지 않습니다.
외부 스케줄러는 클라우드 스토리지 위치의 내용을 검사하고 SnowSQL 명령을 실행하여 실시간 분석 요구 사항에 맞는 빈도로 데이터를 처리해야 합니다. Snowpipe는 외부 트리거나 스케줄러 없이 외부 단계에서 새 파일을 자동으로 수집할 수 있으므로 이 옵션은 필요하지 않습니다. 외부 스케줄러를 사용하면 데이터 파이프라인에 더 많은 오버헤드와 종속성이 추가되고, 폴링 간격과 외부 스케줄러의 가용성에 따라 달라지므로 거의 실시간 수집이 보장되지 않습니다.
거의 실시간 요구 사항을 달성하려면 매초 실행되도록 작업이 예약된 복사 명령을 사용해야 합니다. Snowflake에서는 작업이 매초 실행되도록 예약할 수 없기 때문에 이 옵션은 실현 가능하지 않습니다. 작업의 최소 간격은 1분이며, 작업에 예약 지연 및 동시성 제한이 적용되므로 이 간격도 보장되지 않습니다. 또한 작업과 함께 copy into 명령을 사용하면 자동 파일 감지, 로드 밸런싱, 마이크로 파티션 최적화와 같은 Snowpipe의 이점을 활용하지 못합니다. 참고자료:
1: SnowPro 고급: 건축가 | 학습 가이드
2: 눈송이 문서 | 단계 만들기
3: 눈송이 문서 | Snowpipe를 사용하여 데이터 로드
4: 눈송이 문서 | ELT에 스트림 및 작업 사용
: 눈송이 문서 | 작업 생성
: 눈송이 문서 | 데이터 로드 모범 사례
: 눈송이 문서 | Snowpipe REST API 사용
: 눈송이 문서 | 예약 작업
: SnowPro 고급: 건축가 | 학습 가이드
: 스테이지 생성
: Snowpipe를 사용하여 데이터 로드
: ELT에 스트림 및 작업 사용
: [작업 생성]
: [데이터 로드 모범 사례]
: [Snowpipe REST API 사용]
: [작업 예약]

ARA-R01 문제 44

USER_01이라는 사용자에게 스키마 EDW에 대한 구체화된 뷰를 생성하려면 액세스 권한이 필요합니다. STG_SCHEMA. 이 액세스 권한을 어떻게 제공할 수 있나요?

A. 사용자에게 스키마 EDW.STG_SCHEMA에 대한 구체화된 뷰 생성 권한을 부여합니다.
USER_01;

B. 사용자 USERJD1에게 데이터베이스 EDW에 대한 구체화된 뷰 생성 권한을 부여합니다.

C. 사용자 USER_01에게 NEW_ROLE 역할을 부여합니다.
NEW_ROLE에 스키마 ECW.STG_SCHEKA에 대한 구체화된 뷰 생성 권한을 부여합니다.

D. USER_01에게 NEW_ROLE 역할을 부여합니다.
NEW_ROLE에 EDW.STG_SCHEMA에 대한 구체화된 뷰 생성 권한을 부여합니다.

ARA-R01 문제 45

설계자는 ORDER_ADMIN 사용자 그룹에게 테이블에 대한 권한을 부여하지 않고 ORDERS 테이블의 오래된 데이터를 정리(5년이 지난 모든 레코드 삭제)할 수 있는 권한을 부여해야 합니다. 그룹 관리자(ORDER_MANAGER)는 테이블에 대한 전체 DELETE 권한을 가지고 있습니다.
ORDER_MANAGER 역할이 보유한 DELETE 권한 없이 ORDER_ADMIN 역할을 활성화하여 이 데이터 정리를 수행하려면 어떻게 해야 합니까?

A. 적절한 "> 5년" 비즈니스 논리를 포함하여 호출자 권한으로 실행되는 저장 프로시저를 만들고 이 프로시저에 대한 USAGE를 ORDER_ADMIN에 부여합니다. ORDER_MANAGER 역할은 프로시저를 소유합니다.

B. 호출자 및 소유자 권한을 모두 사용하여 실행할 수 있는 저장 프로시저를 생성하고(사용자가 실행 중에 사용되는 권한을 지정할 수 있도록 허용) 이 프로시저에 대한 USAGE를 ORDER_ADMIN에 부여합니다. ORDER_MANAGER 역할은 프로시저를 소유합니다.

C. 적절한 "> 5년" 비즈니스 논리를 포함하여 소유자 권한으로 실행되는 저장 프로시저를 만들고 이 프로시저에 대한 USAGE를 ORDER_ADMIN에 부여합니다. ORDER_MANAGER 역할은 프로시저를 소유합니다.

D. 이 시나리오는 실제로 Snowflake에서는 불가능합니다. 테이블에서 DELETE를 수행하는 모든 사용자는 사용 중인 역할에 DELETE 권한을 부여해야 합니다.