Databricks Certified Data Engineer Professional Exam (Databricks-Certified-Data-Engineer-Professional日本語版) 認定 Databricks-Certified-Data-Engineer-Professional日本語 試験問題:

1. データエンジニアは、Lakeflow 宣言型パイプラインを使用して、ソースのブロンズテーブル(user_bronze)からターゲットのシルバーテーブル(user_silver)への行削除を伝播させています。エンジニアは、パイプライン実行中に user_bronze で行が削除されると、user_silver の対応する行も自動的に削除されるようにしたいと考えています。
ブロンズ テーブルでの削除がシルバー テーブルに伝播されるようにする構成はどれですか。

A) user_silver で CDF を有効にし、そのトランザクション ログを読み取り、MERGE を使用して削除を同期します。
B) CDF なしで apply_changes を使用し、_soft_deleted が true である行をフィルターします。
C) user_bronze で変更データフィード (CDF) を有効にし、その CDF ストリームを読み取り、user_silver に対して apply_as_deletes=True を指定した apply_changes() を使用します。
D) user_bronze で VACUUM を設定してファイルを削除し、user_silver を最初から再構築します。

2. 2人のデータエンジニアが、別々のブランチで同じDatabricksノートブックに取り組んでいます。両者ともコードの同じセクションを編集しています。一方がDatabricks GitフォルダーUIを使用して、もう一方のブランチを自分のブランチにマージしようとしたところ、そのノートブックファイルでマージの競合が発生しました。UIは競合をハイライト表示し、解決方法を提示します。データエンジニアは、Databricks Gitフォルダーを使用してこのマージの競合をどのように解決すればよいでしょうか？

A) クラスターの Web ターミナルで Git CLI を使用して、競合したマージを強制的にプッシュし (git push -force)、リモート ブランチをローカル バージョンで上書きして変更を破棄します。
B) マージを中止し、すべてのローカル変更を破棄して、競合するコードを確認せずにマージ操作を再試行します。
C) Git フォルダー UI を使用してノートブック ファイルを手動で編集し、両方のバージョンから必要な行を選択し、競合マーカーを削除して、競合を解決済みとしてマークします。
D) Databricks ワークスペース UI を介して競合しているノートブック ファイルを削除し、削除をコミットして、新しいコミットでノートブックを最初から再作成し、競合を完全に回避します。

3. データ エンジニアは、非常に類似したコードを持つ複数のテーブル定義を含む次の DLT コードをリファクタリングしたいと考えています。

パラメーター化されたテーブル定義を使用してこれらのテーブルをプログラムで作成するために、データ エンジニアは次のコードを記述します。

パイプラインは、このリファクタリングされたコードを使用して更新を実行しますが、これらのテーブルの誤った構成値を示す別の DAG を生成します。
データエンジニアはこれをどうやって修正できるでしょうか?

A) テーブル定義を別の関数に移動し、for ループ内で異なる入力パラメータを使用してこの関数を呼び出します。
B) パイプライン パラメータによって指定されたパスにある別のファイルからこれらのテーブルの構成値を読み込みます。
C) テーブル名をキーとして使用して、構成値のリストをテーブル設定の辞書に変換します。
D) 一般化された名前とプロパティを使用して、for ループを別のテーブル定義内にラップし、内部のテーブル定義の名前とプロパティに置き換えます。

4. Databricks SQL ダッシュボードは、次のクエリ パターンを使用して Delta Lake テーブルのコレクション内に存在するレコードの合計数を監視するように構成されています。
テーブルから COUNT (*) を選択
ダッシュボードが更新されるたびに結果が生成される仕組みを説明しているのは次のどれですか。

A) レコードの合計数は、parquetファイルのメタデータから計算されます。
B) 行の合計数は、すべてのデータファイルをスキャンして計算されます。
C) レコードの総数はHiveメタストアから計算されます
D) REFRESH が実行されない限り、キャッシュされた結果から行の合計数が返されます。
E) レコードの合計数はデルタトランザクションログから計算されます

5. データエンジニアは、パイプラインに直接接続されたDatabricksノートブックを使用して、Lakeflow宣言型パイプライン(LDP)を開発しています。ノートブックに新しいテーブル定義と変換ロジックを追加した後、実際にデータを処理したりパイプラインを実行したりすることなく、パイプラインコードに構文エラーがないかチェックしたいと考えています。データエンジニアはこの構文チェックをどのように実行すればよいでしょうか？

A) ノートブックから Web ターミナルを開き、シェル コマンドを実行してパイプライン コードを検証します。
B) 検証および診断ツールにアクセスするには、ノートブックではなくワークスペース ファイルに切り替えます。
C) コード検証機能にアクセスするには、ノートブックをパイプラインから切断し、コンピューティング クラスターに再接続します。
D) ノートブックの「検証」オプションを使用して、構文エラーがないか確認します。

質問と回答：