A. 회사는 각 클라우드 지역에 Snowflake 계정이 있어야 해당 계정으로 데이터를 수집할 수 있습니다.

B. 회사는 Snowflake 계정 간에 데이터를 복제해야 합니다.

C. 회사는 각 사이트에 독자 계정을 프로비저닝하고 독자 계정을 통해 데이터를 수집해야 합니다.

D. 회사는 외부 단계에 스토리지 통합을 사용해야 합니다.

A. JSON 레코드에서 가져온 추가 필드를 포함하도록 대상 테이블을 변경합니다. 여기에는 데이터 유형이 타임스탬프인 create_date 필드가 포함됩니다. 이 필드가 필터에 사용되면 파티션 정리가 발생합니다.

B. JSON 레코드에서 가져온 추가 필드를 포함하도록 대상 테이블을 변경합니다. 여기에는 데이터 유형이 varchar인 create_date 필드가 포함됩니다. 이 필드가 필터에 사용되면 파티션 정리가 발생합니다.

C. 사용 중인 창고의 크기를 확인합니다. 레코드 수가 수억 개에 가까워지면 XL 크기가 이 양의 데이터를 처리하는 데 필요한 최소 크기가 됩니다.

D. 날짜 범위로 분할된 여러 테이블 사용을 통합합니다. 사용자나 프로세스가 특정 날짜 범위를 쿼리해야 하는 경우 적절한 기본 테이블이 사용되는지 확인하세요.

A. Snowflake 내에서 지역 간 데이터 복제를 사용하여 회사 B의 Snowflake 계정의 판매 데이터를 회사 A의 Snowflake 계정에 복제합니다. 회사 B의 계정에서 회사 A의 계정으로 직접 공유를 구성합니다.

B. B 회사의 Snowflake 계정에서 판매 데이터를 CSV 파일로 내보내고 해당 파일을 A 회사의 Snowflake 계정으로 전송합니다. Snowflake의 데이터 로딩 기능을 사용하여 데이터를 가져옵니다.

C. 회사 B의 Snowflake 배포를 회사 A의 Snowflake 배포와 동일한 지역으로 마이그레이션하여 데이터 지역성을 보장합니다. 그런 다음 판매 데이터의 데이터베이스 간 직접 병합을 수행합니다.

D. Azure Data Factory 또는 유사한 도구를 사용하여 사용자 지정 데이터 파이프라인을 빌드하여 B 회사의 Snowflake 계정에서 판매 데이터를 추출합니다. 데이터를 변환한 후 A회사의 Snowflake 계정에 로드합니다.

A. 임시

B. 임시

C. 영구

A. Kafka용 Snowflake 커넥터

B. 눈송이 스트림

C. 스노우파이프

D. 스파크