SPS-C01 문제 31
당신은 Snowflake에 저장된 대규모 데이터셋(1TB)에 대해 복잡한 데이터 변환을 수행하는 Snowpark 애플리케이션을 최적화해야 합니다. 현재 이 애플리케이션은 Snowpark DataFrame을 사용하고 있으며 성능 저하 문제를 겪고 있습니다. 이 문제는 Snowflake 엔진과 Python 환경 간의 데이터 전송 오버헤드와 관련이 있을 것으로 예상됩니다. 다음 중 이 오버헤드를 최소화하고 성능을 향상시키는 데 가장 효과적인 전략은 무엇일까요?
SPS-C01 문제 32
다음은 성능 향상을 위해 벡터화된 UDF를 사용하여 재무 데이터에 대한 사용자 지정 지표를 계산하도록 설계된 Snowpark Python 코드 스니펫입니다. 잠재적인 성능 병목 현상을 파악하고 최적화 전략을 제안하십시오.
다음 중 어떤 조치가 (복수 선택 가능) 이 스노우파크 애플리케이션의 성능을 가장 크게 향상시킬 가능성이 높습니까?
다음 중 어떤 조치가 (복수 선택 가능) 이 스노우파크 애플리케이션의 성능을 가장 크게 향상시킬 가능성이 높습니까?
SPS-C01 문제 33
'products df'라는 Pandas DataFrame에 제품 정보가 담겨 있으며, 이 데이터를 'SALES' 스키마 내의 'PRODUCTS'라는 Snowflake 테이블에 업로드하려고 합니다. 해당 테이블은 존재할 수도 있고 존재하지 않을 수도 있습니다. 만약 존재하지 않는다면 자동으로 생성해야 합니다. 'products df' DataFrame에는 유니코드 문자가 포함된 'product_name' 열이 있습니다. 또한, 작업 과정에서 열의 데이터 유형을 직접 지정해야 합니다. 다음 중 Snowflake를 사용하여 이 작업을 수행하는 가장 적절한 방법은 무엇일까요?
SPS-C01 문제 34
`calculate metrics(df: snowpark.DataFrame, metric name: str) -> snowpark.DataFrame`이라는 Python 함수가 있는데, 이 함수는 Snowpark DataFrame에서 다양한 메트릭을 계산합니다. 이 함수를 Snowflake에 저장 프로시저로 배포하려고 합니다. 저장 프로시저가 'customer data'라는 테이블에서 데이터를 읽고 'metrics_table'이라는 테이블에 결과를 쓸 수 있도록 적절한 권한을 부여해야 합니다. 'session.sproc.register' 방식을 사용한다고 가정할 때, 다음 중 어떤 단계를 거쳐야 이 작업을 수행할 수 있을까요?
SPS-C01 문제 35
내부 스테이지에 저장된 이미지를 처리하는 Snowpark 애플리케이션을 개발 중입니다. 사전 학습된 모델을 사용하여 각 이미지에서 객체를 감지하는 Python UDF(사용자 정의 함수)를 정의했습니다. 이 UDF는 이미지 파일 경로를 입력으로 받아 감지된 객체와 해당 객체의 경계 상자를 포함하는 JSON 문자열을 반환합니다. 그러나 UDF를 실행할 때 "SerializationError" 오류가 발생합니다. 모델 자체가 UDF 환경 내에서 올바르게 로드되고 작동한다고 가정할 때, 다음 중 이 문제를 효과적으로 해결할 가능성이 가장 높은 단계는 무엇입니까?