A. 데이터 볼륨이나 복잡성에 관계없이 모든 데이터 저장 및 분석 요구 사항에 맞는 단일 Snowflake 계정 및 데이터베이스를 만듭니다.

B. 데이터 격리 및 보안을 보장하기 위해 각 부서 또는 사업 단위에 대해 별도의 Snowflake 계정 및 데이터베이스를 설정합니다.

C. Snowflake의 데이터 레이크 기능을 사용하여 구조화된 스키마나 인덱스 없이도 모든 데이터를 중앙 위치에 저장하고 분석합니다.

D. 핵심 비즈니스 데이터에는 중앙 집중식 Snowflake 데이터베이스를 사용하고 부서별 또는 프로젝트별 데이터에는 별도의 데이터베이스를 사용합니다.

A. lOT_timestamp

B. 도시 및 장치 제조업체

C. Deviceld 및 Customerld

D. 고유 ID

A. 'SNOWFL%'와 같은 테이블을 표시합니다.

B. SNOWFLAKE에서 MAX(FLAKE_ID)를 선택합니다.

C. SNOWFLAKE에서 개수(*) 선택;

D. FLAKE_ID별로 SNOWFLAKE 그룹에서 개수(FLAKE_ID)를 선택합니다.

A. 외부 테이블

B. 구체화된 뷰

C. 검색 최적화

D. 결과 캐시

A. 1) 각 데이터베이스에 대한 프로덕션 계정에 공유를 생성합니다.
2) 소비자로서 QA 계정에 대한 액세스를 공유합니다.
3) QA 계정은 각 공유에서 직접 데이터베이스를 생성합니다.
4) 매일 밤 해당 데이터베이스의 복제본을 생성합니다.
5) 복제된 데이터베이스에서 직접 테스트를 실행합니다.

B. 1) 프로덕션 계정에서 단계를 생성합니다.
2) 동일한 외부 개체 저장 위치를 ​​가리키는 QA 계정의 단계를 만듭니다.
3) 프로덕션 계정의 각 테이블을 스테이지로 언로드하기 위해 야간에 실행되는 작업을 만듭니다.
4) Snowpipe를 사용하여 QA 계정 채우기

C. 1) 프로덕션 계정의 각 데이터베이스에 대해 복제를 활성화합니다.
2) QA 계정에 복제본 데이터베이스 생성
3) 야간에 복제본 데이터베이스의 복제본을 생성합니다.
4) 복제된 데이터베이스에서 직접 테스트를 실행합니다.

D. 1) Production 계정에서 QA 계정에 연결하고 특정 테이블 하나에 대한 모든 데이터를 반환하는 외부 함수를 만듭니다.
2) Production 계정의 각 테이블을 반복하고 QA 계정의 각 테이블을 채우는 저장 프로시저의 일부로 외부 함수를 실행합니다.