무료 온라인 액세스 Snowflake.DEA-C01.v2026-06-26.q200 모의 시험 (Page 18)

DEA-C01 문제 81

SnowFlake 계정에서 보안 보기 및 해당 보기 생성과 관련하여 올바른 설명을 표시하십시오.

A. 보안 보기를 위해 내부 최적화를 수행하면 데이터가 간접적으로 노출될 수 있으며, 보기 정의가 다른 사용자에게 표시될 수 있습니다.

B. 보안 뷰는 사용자가 기본 데이터 표현 방식을 이해할 필요가 없는 쿼리를 단순화하기 위해 생성된 뷰와 같이 단순히 쿼리 편의를 위해 정의된 뷰에는 사용해서는 안 됩니다.

C. 기존 뷰를 보안 뷰로 변환한 다음 다시 일반 뷰로 변환하려면 ALTER VIEW 또는 ALTER MATERIALIZED VIEW 명령에서 SECURE 키워드를 설정/해제하십시오.

D. 비구체화 뷰의 경우, 정보 스키마 및 계정 사용량 뷰의 IS_SECURE 열은 뷰가 안전한지 여부를 나타냅니다.

E. 보안 뷰의 내부 구조는 쿼리 프로필(웹 인터페이스)에 노출되지 않습니다. 이는 보안 뷰의 소유자에게도 마찬가지입니다. 소유자가 아닌 사용자는 소유자의 쿼리 프로필에 접근할 수 있기 때문입니다.

정답: B,C,D,E

설명
보안 뷰를 사용해야 하는 이유는 무엇인가요?
보안되지 않은 보기 방식의 경우, 내부 최적화로 인해 데이터가 간접적으로 노출될 수 있습니다.
뷰의 일부 내부 최적화는 뷰의 기본 테이블 내 기본 데이터에 대한 접근을 필요로 합니다. 이러한 접근으로 인해 뷰 사용자에게는 숨겨져 있던 데이터가 사용자 정의 함수나 기타 프로그래밍 방식과 같은 사용자 코드를 통해 노출될 수 있습니다. 보안 뷰는 이러한 최적화를 사용하지 않으므로 사용자가 기본 데이터에 접근할 수 없습니다.
보안되지 않은 보기의 경우 보기 정의가 다른 사용자에게 표시됩니다.
기본적으로 표준 뷰를 생성하는 데 사용되는 쿼리 표현식(뷰 정의 또는 텍스트라고도 함)은 다양한 명령 및 인터페이스에서 사용자에게 표시됩니다.
보안 또는 개인 정보 보호를 위해 뷰의 기본 테이블이나 내부 구조 세부 정보를 노출하고 싶지 않을 수 있습니다. 보안 뷰를 사용하면 뷰 정의 및 세부 정보는 권한이 있는 사용자(예: 관리자)에게만 표시됩니다.
뷰를 소유하는 역할을 부여받은 사용자).
보안 보기는 언제 사용해야 하나요?
뷰는 데이터 개인 정보 보호를 위해 특별히 지정된 경우(즉, 기본 테이블의 모든 사용자에게 노출되어서는 안 되는 민감한 데이터에 대한 액세스를 제한하기 위해) 보안 뷰로 정의되어야 합니다.
보안 뷰는 사용자가 기본 데이터 표현 방식을 이해할 필요가 없는 쿼리 간소화용 뷰와 같이 단순히 쿼리 편의를 위해 정의된 뷰에는 사용해서는 안 됩니다. 보안 뷰는 일반 뷰보다 실행 속도가 느릴 수 있습니다.
보안 뷰는 뷰에 대한 표준 DDL과 함께 SECURE 키워드를 사용하여 정의됩니다.
보안 뷰를 생성하려면 CREATE VIEW 또는 CREATE MATERIALIZED VIEW 명령에서 SECURE 키워드를 지정하십시오.
기존 뷰를 보안 뷰로 변환했다가 다시 일반 뷰로 되돌리려면 ALTER VIEW 또는 ALTER MATERIALIZED VIEW 명령에서 SECURE 키워드를 설정/해제하십시오.
보안 뷰의 정의는 권한이 있는 사용자(즉, 해당 뷰를 소유하는 역할을 부여받은 사용자)에게만 표시됩니다. 권한이 없는 사용자가 다음 명령이나 인터페이스를 사용하는 경우 뷰 정의가 표시되지 않습니다.
SHOW VIEWS 및 SHOW MATERIALIZED VIEWS 명령.
GET_DDL 유틸리티 함수.
VIEWS 정보 스키마 보기.
VIEWS 계정 사용량 보기.
구체화되지 않은 뷰의 경우, 정보 스키마 및 계정 사용량 뷰의 IS_SECURE 열은 뷰가 안전한지 여부를 나타냅니다.
보안 뷰의 내부 구조는 쿼리 프로필(웹 인터페이스)에 노출되지 않습니다. 이는 보안 뷰 소유자에게도 마찬가지인데, 소유자가 아닌 사용자가 소유자의 쿼리 프로필에 접근할 수 있기 때문입니다.

DEA-C01 문제 82

데이터 엔지니어로서 외부 클라우드 스토리지에 저장된 대규모 데이터 세트에서 최신 데이터를 조회해야 하는 요구 사항이 있습니다. 데이터 전송 시간을 최대한 단축하면서 데이터 파이프라인을 어떻게 설계하시겠습니까?

A. 데이터 파이프라인을 생성하여 먼저 데이터를 내부 단계로 로드한 다음 SCD 유형 2 변환을 사용하여 영구 테이블로 로드합니다.

B. 외부 클라우드 스토리지에 저장된 기존 데이터를 Snowflake에 먼저 로드하지 않고도 분석하기 위해 외부 테이블에 직접 쿼리할 수 있습니다.

C. PUT 명령어를 사용하여 데이터를 SnowFlake 내부 데이터 저장소로 언로드합니다.

D. Snowpipe는 스트림과 함께 사용하여 최신 데이터만 캡처하는 CDC 스트림을 통해 마이크로 배치 방식으로 데이터를 로드할 수 있습니다.

E. Snowflake에서는 구체화된 뷰를 포함하는 외부 테이블을 생성할 수 있습니다.

DEA-C01 문제 83

한 소매업체는 제품 수명주기 관리(PLM) 애플리케이션의 데이터를 사내 MySQL 데이터베이스에 저장합니다. PLM 애플리케이션은 거래가 발생할 때마다 데이터베이스를 자주 업데이트합니다.
이 회사는 PLM 애플리케이션에서 거의 실시간으로 인사이트를 수집하고자 합니다. 또한, 수집된 인사이트를 다른 비즈니스 데이터 세트와 통합하고, 아마존 레드시프트 데이터 웨어하우스를 사용하여 통합 데이터 세트를 분석하고자 합니다.
해당 회사는 이미 온프레미스 인프라와 AWS 간에 AWS Direct Connect 연결을 구축했습니다.
어떤 솔루션이 최소한의 개발 노력으로 이러한 요구 사항을 충족할까요?

A. AWS Glue에서 예약된 ETL(추출, 변환 및 로드) 작업을 실행하여 JDBC(Java Database Connectivity) 연결을 통해 MySQL 데이터베이스 업데이트를 가져옵니다. ETL 작업의 대상으로 Amazon Redshift를 설정합니다.

B. AWS Database Migration Service(AWS DMS)에서 전체 로드 및 CDC 작업을 실행하여 MySQL 데이터베이스 변경 사항을 지속적으로 복제합니다. 작업의 대상으로 Amazon Redshift를 설정합니다.

C. Amazon AppFlow SDK를 사용하여 MySQL 데이터베이스용 사용자 지정 커넥터를 구축하고 데이터베이스 변경 사항을 지속적으로 복제합니다. 커넥터의 대상으로 Amazon Redshift를 설정합니다.

D. 예약된 AWS DataSync 작업을 실행하여 MySQL 데이터베이스에서 데이터를 동기화합니다. 작업의 대상을 Amazon Redshift로 설정합니다.

DEA-C01 문제 84

한 회사가 Amazon Managed Streaming for Apache Kafka(Amazon MSK) 클러스터에서 스트리밍 데이터를 Amazon Redshift 데이터 웨어하우스로 수집하려고 합니다. 데이터 엔지니어는 데이터 접근 시간을 최소화하고 스토리지 비용을 최적화하는 솔루션을 개발해야 합니다.
어떤 솔루션이 운영 부담을 최소화하면서 이러한 요구 사항을 충족할까요?

A. MSK 클러스터에 매핑되는 외부 스키마를 생성합니다. MSK 토픽에서 스트리밍 데이터를 소비하기 위해 외부 스키마를 참조하는 구체화된 뷰를 생성합니다.

B. Amazon MSK에서 들어오는 데이터를 처리하기 위해 AWS Glue 스트리밍 ETL(추출, 변환 및 로드) 작업을 개발합니다. 데이터를 Amazon S3에 로드합니다. Amazon Redshift Spectrum을 사용하여 Amazon S3에서 데이터를 읽습니다.

C. 스트리밍 데이터 소스에 매핑되는 외부 스키마를 생성합니다. 외부 스키마를 참조하는 새 Amazon Redshift 테이블을 생성합니다.

D. Amazon S3 버킷을 생성합니다. Amazon MSK에서 데이터를 수집합니다. 이벤트 기반 AWS Lambda 함수를 생성하여 S3 버킷의 데이터를 새 Amazon Redshift 테이블로 로드합니다.

DEA-C01 문제 85

한 기업이 대량의 IoT 센서 데이터를 저장하고 분석해야 합니다. 또한, 해당 데이터를 무기한으로 보존해야 합니다. 이 기업은 아마존 레드시프트 클러스터에서 데이터를 분석합니다.
어떤 솔루션이 이러한 요구 사항을 가장 비용 효율적으로 충족할까요?

A. 데이터를 JSON 형식으로 Amazon S3 버킷에 저장합니다. S3 버킷에서 Redshift 클러스터로 데이터 자동 복사 수집을 구성합니다.

B. 데이터를 Apache Parquet 형식으로 Amazon S3 버킷에 저장합니다. Amazon Redshift Spectrum을 통해 쿼리 액세스를 구성합니다.

C. 데이터를 JSON 형식으로 Amazon S3 버킷에 저장합니다. Amazon Redshift Spectrum을 통해 쿼리 액세스를 구성합니다.

D. 데이터를 Apache Parquet 형식으로 Amazon S3 버킷에 저장합니다. S3 버킷에서 Redshift 클러스터로 데이터 자동 복사 기능을 구성합니다.

다른 버전: 2540Snowflake.DEA-C01.v2024-10-11.q119

최근 업로드: 116HCLSoftwareAcademy.HCL-DOM-AADM-12.v2026-06-27.q25; 117Apple.App-Development-with-Swift-Certified-User.v2026-06-27.q14; 143AAVSB.VTNE.v2026-06-27.q109; 137Qlik.QSSA2022.v2026-06-27.q56; 150Fortinet.FCP_FMG_AD-7.6.v2026-06-26.q61; 142Salesforce.Experience-Cloud-Consultant.v2026-06-26.q151; 135Symantec.250-579.v2026-06-26.q65; 168Snowflake.DEA-C01.v2026-06-26.q200; 118Microsoft.GH-500.v2026-06-26.q75; 144WGU.Introduction-to-Cryptography.v2026-06-26.q54