A. 기존 gp2 볼륨의 볼륨 유형을 gp3으로 변경합니다. 볼륨 크기, IOPS 및 처리량에 대한 새 값을 입력합니다.

B. 새 gp3 볼륨을 생성합니다. 데이터를 새 gp3 볼륨으로 점진적으로 전송합니다. 전송이 완료되면 새 gp3 볼륨을 EC2 인스턴스에 마운트하여 gp2 볼륨을 대체합니다.

C. gp2 볼륨의 스냅샷을 생성합니다. 생성된 스냅샷에서 새로운 gp3 볼륨을 생성합니다. 생성된 gp3 볼륨을 EC2 인스턴스에 연결합니다.

D. AWS DataSync를 사용하여 새 gp3 볼륨을 생성합니다. 기존 gp2 볼륨의 데이터를 새 gp3 볼륨으로 전송합니다.

A. AWS Glue 파티션 인덱스를 생성하고 파티션 필터링을 활성화합니다.

B. 사용자 쿼리의 WHERE 절에 있는 공통 열을 기준으로 데이터를 그룹화합니다.

C. S3 버킷 접두사를 기반으로 Athena 파티션 프로젝션을 사용합니다.

D. S3 버킷에 있는 데이터를 Apache Parquet 형식으로 변환합니다.

E. Amazon EMR의 S3DistCP 유틸리티를 사용하여 S3 버킷의 작은 객체들을 더 큰 객체로 결합할 수 있습니다.

A. 캐시에서 스캔한 비율 - 로컬 디스크 캐시에서 스캔한 데이터의 비율입니다.

B. 기록된 바이트 수 - 기록된 바이트 수(예: 테이블에 로드할 때).

C. 외부에서 스캔한 바이트 - 외부 객체(예: 스테이지)에서 읽은 바이트.

D. 와이어프레임을 통해 전송된 바이트 - 와이어프레임을 통해 전송된 데이터 양

E. 결과에서 읽은 바이트 - 결과 객체에서 읽은 바이트 수.

A. 그는 Cursor 객체의 sfqid 속성을 통해 쿼리 ID에 접근할 수 있습니다.
1.cur = con.cursor()
2.cur.execute("SELECT * FROM snowtable")
3.print(cur.sfqid)

B. 그는 Snowflake Connector for Python을 사용하여 쿼리를 실행할 때 Cursor 객체의 pyqueryid 속성을 통해 쿼리 ID에 접근할 수 있습니다.

C. 그는 모범 사례에 따라 쿼리 ID를 얻기 위해 기록 보기를 쿼리해야 합니다.

D. Python 커넥터를 사용하는 경우, Snowflake는 동기 및 비동기 쿼리 모두에 대해 queryID 검색을 지원하지 않습니다.

A. CREATE TABLE new_table (LIKE old_table);

B. CREATE TABLE new_table AS SELECT * FROM old_tables;

C. CREATE TABLE new_table AS (SELECT * FROM old_table) WITH NO DATA;

D. INSERT INTO new_table SELECT * FROM old_table;