Aktualisierte Mar-2024 Test Engine zum Üben von Databricks-Certified-Professional-Data-Engineer Testfragen [Q48-Q63]

Q48. Welche der folgenden Schritte müssen bei verwalteten/externen Tabellen im Databricks-Arbeitsbereich durchgeführt werden, um Unity-Katalogfunktionen zu verwenden?

Q49. Welche der folgenden Aussagen über den Deltasee und das Seehaus trifft zu?

Q50. Sie arbeiten an einer Anfrage des Marketing-Teams, um Kunden mit den gleichen Informationen zwischen zwei Tabellen CUSTOMERS_2021 und CUSTOMERS_2020 zu identifizieren. Jede Tabelle enthält 25 Spalten mit dem gleichen Schema. Sie möchten Zeilen identifizieren, die in allen Spalten zwischen den beiden Tabellen übereinstimmen.

Q51. Ein Data-Engineering-Team muss eine Delta-Tabelle abfragen, um Zeilen zu extrahieren, die alle dieselbe Bedingung erfüllen.
Allerdings hat das Team festgestellt, dass die Abfrage langsam läuft. Das Team hat die Größe der Abfrage bereits angepasst
Datendateien. Bei der Untersuchung kam das Team zu dem Schluss, dass die Zeilen, die diese Bedingung erfüllen, nur spärlich vorhanden sind
in jeder der Datendateien.
Welche der folgenden Optimierungstechniken könnte die Abfrage in diesem Szenario beschleunigen?

Q52. Der Datenarchitekt hat festgelegt, dass alle Tabellen im Lakehouse als externe Delta Lake-Tabellen konfiguriert werden sollen.
Welcher Ansatz wird sicherstellen, dass diese Anforderung erfüllt wird?

Q53. Welcher der folgenden Befehle kann zur Abfrage einer Deltatabelle verwendet werden?

Q54. Wo werden die Ergebnisse interaktiver Notizbücher in Databricks Produktarchitektur gespeichert?

Q55. Frage 26. Es gibt 5000 verschiedenfarbige Kugeln, von denen 1200 rosafarben sind. Was ist die maximale
Likelihood-Schätzung für den Anteil der "rosafarbenen" Gegenstände in der Testmenge der Farbkugeln?

Q56. Das Data-Engineering-Team verwendet eine SQL-Abfrage zur täglichen Überprüfung der Datenvollständigkeit, um den ETL-Job zu überwachen, und die Abfrageausgabe wird in mehreren Dashboards verwendet. Welche der folgenden Methoden kann verwendet werden, um einen Zeitplan einzurichten und diesen Prozess zu automatisieren?

Q57. Ein Data-Engineering-Manager hat festgestellt, dass jede der Abfragen in einem Databricks-SQL-Dashboard ein paar Minuten dauert.
Minuten auf die Aktualisierung warten, wenn sie manuell auf die Schaltfläche "Aktualisieren" klicken. Sie sind neugierig, woran das liegen könnte
Ein Teammitglied nennt eine Reihe von Gründen, warum es zu der Verzögerung kommt.
Welcher der folgenden Gründe erklärt nicht, warum die Aktualisierung des Dashboards einige Minuten dauern kann?

Q58. Direkte Abfrage externer Dateien mit eingeschränkten Optionen, Erstellen externer Tabellen für CSV-Dateien mit Header- und Pipe-getrennten CSV-Dateien, Ausfüllen der Leerzeichen zur Vervollständigung der Tabellenanweisung CREATE TABLE sales (id int, unitsSold int, price FLOAT, items STRING)
________
________
LOCATION "dbfs:/mnt/sales/*.csv"

Q59. Angenommen, es gibt drei Ereignisse, welche Formel muss dann immer gleich P(E1|E2,E3) sein?

Q60. Ein junges Mitglied des Data-Engineering-Teams erforscht die Sprachinteroperabilität von Databricks Notebooks. Das beabsichtigte Ergebnis des nachstehenden Codes ist die Registrierung einer Ansicht aller Verkäufe, die in Ländern auf dem afrikanischen Kontinent getätigt wurden, die in der geo_lookuptable erscheinen.
Bevor der Code ausgeführt wird, zeigt die Ausführung vonSHOWTABLESauf der aktuellen Datenbank an, dass die Datenbank nur zwei Tabellen enthält: geo_lookupundales.

Welche Aussage beschreibt das Ergebnis der Ausführung dieser Befehlszellen in einem interaktiven Notizbuch richtig?

Q61. Sie haben festgestellt, dass ein Kollege das Notebook manuell mit _bkp kopiert, um die vorherigen Versionen zu speichern. Welche der folgenden Funktionen würden Sie stattdessen empfehlen?

Q62. Ein Dateningenieur hat einen Structured-Streaming-Auftrag so konfiguriert, dass er aus einer Tabelle liest, die Daten manipuliert und dann
einen Streaming-Schreibvorgang in eine neue Tabelle durchführen. Der vom Dateningenieur verwendete Codeblock ist unten dargestellt:
1. (spark.table("sales")
2. .withColumn("avg_price", col("sales") / col("units"))
3. .writeStream
4. .option("checkpointLocation", checkpointPath)
5. .outputMode("complete")
6. ._____
7. .tabelle("neue_umsätze")
8.)
Wenn der Dateningenieur möchte, dass die Abfrage nur einen einzigen Mikrostapel ausführt, um alle verfügbaren Daten zu verarbeiten,
Welche der folgenden Codezeilen sollte der Dateningenieur verwenden, um die Lücke auszufüllen?

Q63. Welche der folgenden Vorteile bietet Delta Live Tables für ELT-Pipelines gegenüber Standard-Datenpipelines
die Spark und Delta Lake auf Databricks nutzen?