[2025-09-26更新,120問] 無料GAQM Databricks-Certified-Data-Engineer-Associate試験問題集、Databricks-Certified-Data-Engineer-Associate参考資料(ページ 24)

Databricks-Certified-Data-Engineer-Associate 試験問題 111

データ分析チームは、常時接続のSQLエンドポイントに接続した際に、DatabricksのSQLクエリの実行速度が遅すぎることに気づきました。チームメンバーの多くが同じ小さなクエリを同時に実行している際にこの問題が発生すると主張し、データエンジニアリングチームに支援を依頼しました。データエンジニアリングチームは、各チームのクエリが同じSQLエンドポイントを使用していることに気付きました。
データエンジニアリングチームがチームのクエリのレイテンシを改善するために使用できるアプローチは次のどれですか。

A. SQL エンドポイントのクラスターサイズを増やすことができます。

B. SQL エンドポイントのスケーリング範囲の最大境界を増やすことができます。

C. SQL エンドポイントの自動停止機能をオンにできます。

D. SQL エンドポイントの Serverless 機能をオンにできます。

E. SQLエンドポイントのサーバーレス機能をオンにし、スポットインスタンスポリシーを次のように変更できます。
「信頼性を最適化しました。」

Databricks-Certified-Data-Engineer-Associate 試験問題 112

CREATE TABLE AS SELECT ステートメントを使用するときに、CSV ではなく Parquet から外部テーブルを作成する利点を説明しているのは次のどれですか。

A. Parquetファイルはパーティション分割できます

B. CREATE TABLE AS SELECT 文はファイルでは使用できません

C. Parquetファイルには明確に定義されたスキーマがあります

D. Parquetファイルは最適化できる

E. ParquetファイルはDeltaテーブルになります

Databricks-Certified-Data-Engineer-Associate 試験問題 113

データエンジニアがSpark SQLテーブルmy_tableを削除しようとしています。データエンジニアは、テーブルのメタデータとデータをすべて削除したいと考えています。
次のコマンドを実行します。
my_tableが存在する場合はテーブルを削除
SHOW TABLES を実行してもオブジェクトは表示されなくなりますが、データファイルは引き続き存在します。
データファイルがまだ存在し、メタデータファイルが削除された理由を説明するのは次のどれですか。

A. テーブルのデータが10 GBを超えています

B. テーブルのデータが10 GB未満でした

C. テーブルは外部でした

D. テーブルに場所がありませんでした

E. テーブルは管理されました

Databricks-Certified-Data-Engineer-Associate 試験問題 114

次のシナリオのうち、データエンジニアが新しい Databricks ジョブタスクの [Depends On] フィールドでタスクを選択する必要があるのはどれですか。

A. 別のタスクを新しいタスクに置き換える必要がある場合

B. 新しいタスクが開始される前に別のタスクが失敗する必要がある場合

C. 別のタスクが新しいタスクと同じ依存ライブラリを持っている場合

D. 別のタスクが可能な限り少ない計算リソースを使用する必要があるとき

E. 新しいタスクを開始する前に別のタスクが正常に完了する必要がある場合

正解: E

データエンジニアは、Databricks で、特定の順序で実行される複数のタスクで構成されるマルチタスクジョブを作成できます。各タスクには、現在のタスクの前に実行する必要がある他のタスクである 1 つ以上の依存関係を設定できます。新しい Databricks ジョブタスクの「依存関係」フィールドを使用すると、データエンジニアはタスクの依存関係を指定できます。データエンジニアは、選択したタスクが正常に完了した後にのみ新しいタスクを実行したい場合、「依存関係」フィールドでタスクを選択する必要があります。これにより、データエンジニアは、互いの出力または結果に依存するタスクの論理的なシーケンスを作成できます。たとえば、データエンジニアは、次のタスクで構成されるマルチタスクジョブを作成できます。
* タスク A: Auto Loader を使用してソースからデータを取り込む
* タスクB: Spark SQLを使用してデータを変換する
* タスク C: Delta Lake テーブルにデータを書き込む
* タスクD: Spark MLを使用してデータを分析する
* タスク E: Databricks SQL を使用してデータを視覚化する
この場合、データエンジニアは各タスクの依存関係を次のように設定できます。
* タスクA: 依存関係なし
* タスクB: タスクAに依存
* タスクC: タスクBに依存
* タスクD: タスクCに依存
* タスクE: タスクDに依存
これにより、データエンジニアは、前のタスクが正常に完了した後にのみ各タスクが実行され、データが取り込みから視覚化までスムーズに流れることを保証できます。
その他の選択肢は、「依存先」フィールドでタスクを選択するための有効なシナリオを記述していないため、正しくありません。「依存先」フィールドは、タスクの以下の側面には影響しません。
* タスクを別のタスクに置き換える必要があるかどうか
* 別のタスクを開始する前にタスクが失敗する必要があるかどうか
* タスクが別のタスクと同じ依存ライブラリを持っているかどうか
* タスクで使用するコンピューティングリソースをできるだけ少なくする必要があるかどうか参照: マルチタスクジョブの作成、Databricks ジョブで条件付きでタスクを実行する、Databricks ジョブ。