A. Parquet 파일에 따라 정의된 스키마를 사용하여 외부 테이블을 생성합니다. 적절한 역할을 갖지 않은 사용자에게 민감한 정보가 노출되지 않도록 마스킹 정책을 정의합니다. 외부 테이블을 기반으로 표준 뷰를 생성합니다. 뷰 내부의 특정 열에 마스킹 정책을 적용합니다.

B. 외부 테이블을 쿼리하는 표준 뷰를 생성합니다. 사용자 역할과 지역에 따라 데이터를 필터링하는 행 액세스 정책을 생성합니다. 해당 정책을 외부 테이블에 적용합니다. 소유권을 'ACCOUNTADMIN'에게 위임합니다.

C. Parquet 파일을 직접 쿼리하여 지역 정보에 접근하는 보안 뷰를 생성합니다. 뷰 정의에 WHERE 절을 적용하여 사용자의 역할에 따라 필터링합니다. RLS 정책은 필요하지 않습니다.

D. 외부 테이블을 조회하는 보안 뷰를 생성합니다. 그런 다음 사용자 역할과 지역에 따라 데이터를 필터링하는 행 액세스 정책을 정의하고 해당 정책을 보안 뷰에 적용합니다. 정책은 적절한 필터링 기준을 결정하는 데 사용해야 합니다. 소유권을 'ACCOUNTADMIN'에게 위임합니다.

E. 'JSON EXTRACT PATH TEXT'를 사용하여 Parquet 파일에서 지역 정보를 직접 조회하는 보안 뷰를 생성합니다. 역할 테이블과 JOIN 연산을 적용하여 사용자의 역할에 따라 데이터를 필터링합니다.

A. 'DIM_DATE' 테이블을 생성하고 'start_date' 및 'end_date' 열을 사용하여 'FACT_SUBSCRIPTIONS' 테이블을 해당 테이블에 연결합니다.

B. 매월 말 각 구독의 상태를 기록하는 스냅샷 팩트 테이블 'FACT SUBSCRIPTION SNAPSHOTS'를 생성합니다. 이 테이블에는 'subscription_id', 'customer_id', 'snapshot_date', 'is_active', 'subscription_amount' 필드가 포함되어야 합니다.

C. 데이터 형식 변환을 방지하기 위해 'FACT SUBSCRIPTIONS' 테이블에서 'start_date'와 'end_date'를 VARCHAR 열로 저장합니다.

D. 'subscription_id'를 기본 키로 하는 'DIM_SUBSCRIPTIOW' 테이블을 생성하고 모든 구독 정보를 해당 테이블에 저장하여 팩트 테이블이 필요하지 않도록 합니다.

E. '월 ID', '월 시작일', '월 종료일'과 같은 열을 가진 'DIM MONTH' 테이블을 생성하고, 'start_date'가 해당 월에 속하는 경우를 기준으로 'FACT SUBSCRIPTIONS' 테이블을 해당 테이블에 연결합니다.

A. 'UNDROP TABLE SALES DATA' 명령어를 사용하여 테이블을 복원하십시오.

B. 'CREATE TABLE CLONE SALES DATA BEFORE(STATEMENT y)' 명령어를 사용하여 테이블이 삭제되기 전 시점으로 타임 트래블을 이용해 테이블의 복제본을 생성합니다.

C. Snowflake 지원팀에 백업에서 테이블을 복원해달라고 요청하세요.

D. SELECT 문에서 'TIME TRAVEL' 기능을 사용하여 데이터를 검색하고 테이블을 다시 생성합니다.

E. 'CREATE TABLE CLONE SALES DATAAT (OFFSET -86400 5)' 명령어를 사용하여 테이블이 삭제되기 전 시점으로 타임 트래블을 통해 테이블의 복제본을 생성합니다.

A. 데이터를 운영화하면 일관되고 효율적인 사용이 보장됩니다.

B. 데이터 접근성을 제한하여 대시보드 사용성에 영향을 미칩니다.

C. 데이터 업데이트를 제한하여 대시보드 정확도에 영향을 미칩니다.

D. 데이터를 실제 운영 환경에 적용하면 대시보드 관리가 복잡해집니다.

A. Snowflake의 안전한 데이터 공유 기능을 사용하여 원시 거래 데이터를 제3자 분석 업체와 공유하세요.

B. Power BI를 Snowflake에 연결하여 거래 위치를 보여주는 지리적 지도, 거래량 시계열 차트, 거래 금액과 고객 신용 점수의 산점도를 포함하는 대화형 대시보드를 개발합니다. Snowflake의 이상 탐지 알고리즘(Snowpark 또는 Python 저장 프로시저 사용)을 활용하여 비정상적인 거래를 강조 표시합니다. Power BI에서 사용자 정의 테이블 함수를 구현하여 추가 데이터를 생성합니다.

C. Snowflake의 집계 함수를 사용하여 월별 사기 거래 총 건수를 보여주는 정적 보고서를 생성합니다.

D. Tableau 대시보드에서 히트맵 시각화를 활용하여 판매자 유형, 거래 금액 및 사기 여부 간의 상관관계를 보여줍니다. 고객 연령, 소득 및 위치에 대한 대화형 필터를 구현합니다. Snowflake 행 액세스 정책을 구현하여 특정 사용자만 데이터에 접근할 수 있도록 제한합니다.

E. 거래 데이터를 데이터 레이크로 내보내고 Spark를 사용하여 사기 탐지를 수행합니다.