タグ Databricks-Certified-Professional-Data-Engineer new test camp sheet

新しい質問 34
ハッシュ機能の利点は何ですか？

新しい質問35
あるデータ・エンジニアは、テーブルを削除してテーブルを再作成することで、テーブルのデータを上書きしている。別のデータ
エンジニアは、これは非効率的であり、代わりにテーブルを単純に上書きすべきであると指摘している。
テーブルを削除して再作成する代わりにテーブルを上書きする次の理由のうち、誤っているものはどれですか？

新しい質問36
あるデータエンジニアが、ジョブを使って自動処理するノートブックを設定しました。データエンジニアのマネージャーは
スケジュールが複雑なため、バージョン管理を行う。
データエンジニアが、バージョン管理可能なコンフィギュレーションを得るために使用できるアプローチは、次のうちどれか。
仕事のスケジュールは？

新しい質問 37
customerLocationsテーブルは以下のスキーマで存在する：
1. id 文字列、
2. 日付文字列、
3. city STRING、
4. 国名文字列
シニア・データ・エンジニアが、このテーブルから次のコマンドを使って新しいテーブルを作成しようとしている：
1.CREATE TABLE customersPerCountry AS
2.国を選択します、
3.COUNT(*) AS 顧客
4.FROM customerLocations
5.GROUP BY country；
ジュニア・データ・エンジニアが、新しいテーブルに対してスキーマが宣言されていない理由を尋ねています。次のうちどれですか？
の回答は、スキーマの宣言がなぜ必要ないのかを説明しているか？

新しい質問 38
データエンジニアは、/customer/customer360という場所にcustomer360というデータベースを作成する必要がある。その
データエンジニアは、同僚の誰かがすでにデータベースを作成しているかどうかわからない。
このタスクを完了するために、データエンジニアが実行すべきコマンドはどれか。

新しい質問 39
あなたは、ある雑誌の月間購読者総数を予測するモデルを作成するよう求められている。
1年分の購読・支払いデータ、ユーザー統計データ、10年分の購読・支払いデータが提供されます。
雑誌のコンテンツ（記事と写真）の価値。どのアルゴリズムが最適か？
加入者の予測モデル？

新しい質問 40
ジュニア・データ・エンジニアは、Spark SQLテーブルmy_tableを作成する必要がある。
メタデータを作成します。メタデータとデータは、Databricks Filesystem (DBFS)にも保存する。
次のうち、シニア・データ・エンジニアがジュニア・データ・エンジニアと共有すべきコマンドはどれですか？
このタスクを完了させる？

新しい質問41
あるデータエンジニアリングチームは、ELTジョブのパフォーマンスを監視するためにDatabricks SQLクエリを使用しています。
ELTジョブは、特定の数の入力レコードが処理可能な状態になるとトリガーされます。Databricks SQLの
クエリーは、ジョブの直近の実行時間からの分数を返します。
ELTのジョブが完了しなかった場合、データエンジニアリングチームに通知することができるアプローチは、次のうちどれでしょうか。
1時間で走ったのか？

新しい質問 42
ジュニア・データ・エンジニアが、以下のスキーマを持つテーブルraw_tableにJSONファイルをインジェストした：
1. cart_id STRING、
2. items ARRAY。
ジュニア・データ・エンジニアは、raw_tableのitemsカラムをアンネストして、次のような新しいテーブルを作成したいと考えている。
以下のスキーマ：
1.cart_id STRING、
2.item_id STRING
このタスクを完了するために、ジュニア・データ・エンジニアが実行すべきコマンドはどれか。

新しい質問 43
あるデータエンジニアは、ELTパイプラインに3つのノートブックを持っている。ノートブックは特定の順序で実行する必要がある
パイプラインが正常に完了するためにデータエンジニアは、Delta Live Tablesを使用して、これを管理したいと考えています。
プロセスだ。
データエンジニアは、Deltaを使用してこのパイプラインを実装する際に、次のどのステップを踏む必要がありますか？
ライブテーブル？

新しい質問44
多次元データセットをどのベクトルに投影すると分散が最大になるか？

新しい質問45
あるデータアナリストが、DatabricksのSQLクエリの実行速度が遅いことに気づきました。彼らはこの問題を
が順次実行されるすべてのクエリに影響を及ぼしている。彼らはデータエンジニアリングチームに助けを求めた。データ
エンジニアリング・チームは、各クエリーが同じSQLエンドポイントを使用していることに気づいたが、そのSQLエンドポイントは
他のユーザーによって使用される。
データエンジニアリングチームがデータのレイテンシーを改善するために使用できるアプローチは、次のうちどれですか？
アナリストの質問は？

新しい質問 46
データアーキテクトは、ビデオベースの機械学習ワークロードと、以下のワークロードの両方に対応するデータモデルを設計している。
高度に監査されたバッチETL/ELTワークロード。
データレイクハウスを使用することで、データアーキテクトがどのようなニーズを満たすことができるかを説明したものは、次のうちどれでしょうか。
両方のワークロード？

新しい質問 47
あるデータエンジニアがデータパイプラインを設計している。ソース・システムは共有ディレクトリにファイルを生成する。
は他のプロセスで使用される。その結果、ファイルはそのままにしておくとディレクトリに溜まっていく。その
データエンジニアは、パイプラインの前回の実行以降に新しく作成されたファイルを特定し、次のように設定する必要があります。
パイプラインは、実行のたびに新しいファイルだけを取り込む。
データエンジニアがこの問題を解決するために使用できるツールはどれか。

新しい質問 48
あるデータ・エンジニアリング・チームは、既存のデータ・パイプラインをAuto Loaderを利用して次のように変換している。
JSONファイルの取り込みにおける増分処理。あるデータエンジニアが次のようなコードに出くわした。
ブロックを参照してください：
1. (streaming_df = spark.readStream.format("cloudFiles")
2. .option("cloudFiles.format", "json")
3. .option("cloudFiles.schemaLocation", schemaLocation)
4. .load(sourcePath))
schemaLocationとsourcePathが正しく設定されていると仮定すると、次のうちどの変更が行われるでしょうか？
データエンジニアは、このコードブロックをオートローダーを使ってデータを取り込むように変換する必要がありますか？

新しい質問 49
データ・エンジニアリング・チームは、同じ条件を満たす行を抽出するために、デルタ・テーブルをクエリする必要がある。
しかし、チームはクエリの実行速度が遅いことに気づいた。チームはすでに
のデータファイルがある。調査の結果、この条件を満たす行がまばらに配置されていることが判明した。
各データファイルを通して。
シナリオに基づいて、次の最適化テクニックのどれがクエリを高速化できるか？

新しい質問50
次のうち、データエンジニアがジョブクラスターの代わりにジョブクラスターを使用したいシナリオはどれですか？
万能クラスタ？

新しい質問 51
あるデータエンジニアが、構造化ストリーミングジョブを構成して、テーブルから読み取り、データを操作し、その後
新しいテーブルにストリーミング書き込みを行う。データ・エンジニアが使用するコード・ブロックは以下の通りである：
1. (spark.table("売上")
2. .withColumn("avg_price", col("sales") / col("units"))
3. .writeStream
4. .option("checkpointLocation", checkpointPath)
5. .outputMode("完了")
6. ._____
.table("new_sales")
8.)
データエンジニアが、利用可能なデータをすべて処理するために、クエリに単一のマイクロバッチを実行させたいだけであれば、
データ・エンジニアが空白を埋めるために使用すべきコード行は次のうちどれでしょうか？

新しい質問 52
Aは「学生が女性である」という事象を表し、Bは「学生がフランス人である」という事象を表す。100人の生徒がいるクラスで
60人がフランス人であり、フランス人学生のうち10人が女性であるとする。もし私が
つまり、P(A|B)を求める。