A. 입력 유형을 사용하여 UDF를 정의할 때 Python 유형은 해당 Snowflake 데이터 유형과 정확히 일치해야 합니다.

B. UDF는 한 번 정의되면 'select', 'filter', 'withColumn'과 같은 모든 DataFrame 연산 내에서 사용할 수 있습니다.

C. UDF는 Python으로만 작성할 수 있으며 Snowpark 세션 내에 인라인 UDF로 배포해야 합니다.

D. UDF는 Snowpark 세션 내에서만 직접 호출할 수 있으며 표준 Snowflake SQL 쿼리에서는 사용할 수 없습니다.

E. UDF는 Python, Java 또는 Scala로 작성할 수 있습니다. 특히 대규모 데이터 세트를 처리할 때는 Java UDF를 사용하는 것이 최상의 성능을 제공할 가능성이 높습니다. 컴파일된 JAR 파일은 Snowpark에서 접근할 수 있는 내부 스테이지에 저장해야 합니다.

A. 

B. 

C. 

D. 
【그리고】:

A. 'collect()' 또는 'toPandas()' 메서드는 모든 데이터를 클라이언트 메모리로 가져오기 때문에, 꼭 필요한 경우가 아니면 전체 DataFrame에 대해 호출하지 않는 것이 좋습니다.

B. Snowpark가 스키마를 추론하지 않도록 뷰에서 DataFrame을 생성할 때 항상 스키마를 명시적으로 지정하십시오.

C. Snowpark의 지연 평가 및 푸시다운 최적화 기능을 활용하여 작업을 실행하기 전에 DataFrame에 변환 및 필터링을 수행합니다.

D. 뷰 정의와 함께 'session.sql()'을 사용하여 DataFrame을 생성하세요. 일반적으로 뷰의 경우 'session.table()'보다 더 빠릅니다.

E. Snowpark DataFrame을 생성하기 전에 'CREATE TEMPORARY TABLE AS SELECT FROM SALES SUMMARY VW'를 사용하여 뷰를 임시 테이블로 구체화하십시오.

A. '소유자 권한으로 실행' 옵션을 사용하여 저장 프로시저를 생성하고, 해당 저장 프로시저를 실행해야 하는 역할에 저장 프로시저가 포함된 데이터베이스 및 스키마에 대한 '사용' 권한을 부여하십시오. 이렇게 하면 호출자에게 기본 테이블이 숨겨지고, 저장 프로시저는 소유자의 권한으로 실행됩니다.

B. 'EXECUTE AS CALLER' 옵션을 사용하여 저장 프로시저를 생성하고, 해당 저장 프로시저를 실행해야 하는 모든 역할에 'SALES DATA' 테이블에 대한 'SELECT' 권한을 부여하십시오. 이렇게 하면 저장 프로시저가 호출자의 권한으로 실행될 수 있으며, 호출자는 기본 테이블에 접근하는 데 필요한 권한을 보유해야 합니다.

C. 'SALES_DATX' 테이블에 필요한 열만 노출하는 뷰를 생성하고, 저장 프로시저를 실행해야 하는 역할에 해당 뷰에 대한 'SELECT' 권한을 부여합니다. 뷰의 열 제한을 활용하기 위해 'EXECUTE AS CALLER' 구문을 사용하여 저장 프로시저를 생성합니다.

D. '소유자 권한으로 실행' 저장 프로시저를 생성하고 데이터베이스 및 스키마에 '사용' 권한을 부여합니다. 특정 역할에 저장 프로시저에 '작업 실행' 권한을 부여하되, 소유자(작업 실행 권한이 있는 역할)는 SALES DATA 테이블에 접근할 수 있어야 합니다.

E. 'EXECUTE AS CALLER' 옵션을 사용하여 저장 프로시저를 생성하고 데이터베이스 및 스키마에 'USAGE' 권한을 부여하십시오. 호출자는 AGGRECATED SALES 및 SALES DATA 테이블 모두에 접근 권한이 있어야 합니다. 저장 프로시저는 모든 작업에 호출자의 권한을 사용합니다.

A. compression='snappy', mode='overwrite')'를 사용하고 'try-except' 블록을 사용하여 발생 가능한 예외를 처리하십시오.

B. 'my_stage' 스테이지를 FILE_FORMAT = (TYPE = 'JSON', COMPRESSION = 'SNAPPY')로 구성한 다음 'try-except' 블록 내에서 사용하십시오.

C. 'try-except 블록' 내에서 'df.write.option('compression')을 사용하세요.

D. 예외 처리 로직과 함께 데이터프레임을 스테이지에 쓰는 UDF를 정의하세요.

E. 전체 쓰기 작업을 try-except 블록으로 묶고, 일시적인 오류 발생 시 지수 백오프를 사용하는 재시도 로직을 구현하십시오.