Databricks Certified Data Engineer Professional Exam (Databricks-Certified-Data-Engineer-Professional Korean Version) - Databricks-Certified-Data-Engineer-Professional Korean Exam Practice Test

데이터 엔지니어가 다음 PySpark 코드를 실행하려고 시도하고 있습니다.
df = spark.read.table("sales")
result = df.groupBy("region").agg(sum("revenue"))
하지만 실행 계획을 검토하고 Spark 작업을 프로파일링한 결과, 집계 단계에서 과도한 데이터 셔플링이 발생하는 것을 발견했습니다.
groupBy 집계 연산 중 셔플링을 줄이기 위해 어떤 기법을 적용해야 할까요?

뷰 업데이트는 고객 테이블에 삽입 또는 업데이트될 모든 새로 수집된 데이터의 증분 배치를 나타냅니다.
이러한 기록을 처리하는 데에는 다음과 같은 논리가 사용됩니다.

이 구현을 설명하는 문장은 무엇입니까?

데이터 설계자는 외부 소스에서 Databricks Lakehouse로 데이터가 수집되면 테이블 액세스 제어를 활용하여 모든 프로덕션 테이블 및 뷰에 대한 권한을 관리하기로 결정했습니다.
핵심 엔지니어링 그룹에 운영 데이터베이스에 대한 대화형 쿼리 권한을 부여하기 위해 다음과 같은 로직이 실행되었습니다.
prod 데이터베이스에 대한 사용 권한을 eng에 부여합니다.
GRANT SELECT ON DATABASE prod TO eng;
eng 그룹에 부여된 권한이 이것뿐이고 이 사용자들이 워크스페이스 관리자가 아니라고 가정할 때, 이들의 권한을 설명하는 문장은 무엇일까요?

플랫폼 팀 리더는 각 팀의 SQL 웨어하우스 사용량 집계를 자동화해야 합니다. 요구 사항은 개별 사용자 수준에서 SQL 웨어하우스 사용량을 파악하고 모든 사업부의 리더를 포함하는 경영진 팀과 공유할 일일 보고서를 생성하는 것입니다. 플랫폼 리더는 어떻게 자동화된 보고서를 생성하여 매일 공유할 수 있을까요?

데이터 엔지니어가 Databricks 간 데이터 전송 시나리오에서 읽기 성능을 최적화하기 위해 델타 공유(Delta Sharing)를 구성하고 있습니다. 수신자는 공유된 판매 데이터에 대해 타임 트래블 쿼리와 스트리밍 읽기를 수행해야 합니다. 이러한 기능을 활성화하면서 최적의 성능을 제공하는 구성은 무엇일까요?

데이터 엔지니어가 Lakeflow Declarative Pipelines의 Expectations 기능을 사용하여 수신되는 센서 데이터의 품질을 추적하고 있습니다. 센서에서 주기적으로 범위를 벗어난 잘못된 측정값이 전송되는데, 현재는 해당 행에 경고 플래그를 지정하고 정상 데이터와 함께 실버 테이블에 기록하고 있습니다. 그런데 새로운 요구 사항이 생겼습니다. 잘못된 행을 별도의 격리 테이블에 격리하고 더 이상 실버 테이블에 포함하지 않아야 한다는 것입니다.
이것은 그들의 은색 테이블에 대한 기존 코드입니다:
@dlt.table
@dlt.expect("valid_sensor_reading", "reading < 120")
def silver_sensor_readings():
spark.readStream.table("bronze_sensor_readings")를 반환합니다.
어떤 코드가 요구 사항을 충족할까요?

데이터 조직에서 Unity Catalog 기반 워크스페이스에서 선별된 데이터 세트를 안전하게 배포하기 위해 Delta Sharing을 도입했습니다. 데이터 엔지니어링 팀은 대규모 Delta 테이블을 Databricks-to-Databricks를 통해 내부적으로 공유하고, 집계 보고서 생성을 위해 Open Sharing을 통해 외부로 공유합니다. 테스트 과정에서 접근 제어, 데이터 업데이트 가시성, 공유 가능한 객체 유형과 관련된 문제에 직면했습니다. Databricks-to-Databricks 또는 Open Sharing과 함께 Delta Sharing 프로토콜 또는 구현을 사용할 때 발생하는 제한 사항은 무엇일까요?

Delta Lake 테이블을 사용하는 하위 사용자들이 데이터 품질 문제로 인해 애플리케이션 성능이 저하되고 있다고 불만을 제기하고 있습니다. 특히, activity_details 테이블의 유효하지 않은 위도 및 경도 값으로 인해 다른 지리 위치 정보 처리 기능을 사용할 수 없게 되었다고 합니다.
신입 엔지니어가 Delta Lake 테이블에 CHECK 제약 조건을 추가하는 다음 코드를 작성했습니다.

선임 엔지니어가 위 논리가 정확하고 위도와 경도의 유효 범위가 제공되었음을 확인했지만, 코드를 실행하면 오류가 발생합니다.
다음 중 이 실패의 원인을 설명하는 진술은 무엇입니까?