[2025-10-06更新,103問] 無料Snowflake ARA-C01試験問題集、ARA-C01シュミレーション問題集(ページ 4)

ARA-C01 試験問題 11

BI クエリ用に設計された Snowflake データモデリングアプローチはどれですか?

A. 3 NF

B. データボールト

C. スノーフレークスキーマ

D. スタースキーマ

ARA-C01 試験問題 12

会社のクライアントアプリケーションは複数の認証方法をサポートしており、Okta を使用しています。
アプリケーションが Snowflake に対して認証する際の優先順位に関するベストプラクティスの推奨事項は何ですか?

A. 1) OAuth (Snowflake OAuth または外部 OAuth) 2) 外部ブラウザ 3) Okta ネイティブ認証 4) キーペア認証 (主にサービスアカウントユーザー用) 5) パスワード

B. 1) 外部ブラウザ、SSO2) キーペア認証（主に開発環境のユーザーに使用）3) Oktaネイティブ認証4) OAuth（Snowflake OAuthまたは外部OAuth）5) パスワード

C. 1) Oktaネイティブ認証2) キーペア認証（主に本番環境のユーザーに使用）3) パスワード4) OAuth（Snowflake OAuthまたは外部OAuthのいずれか）5) 外部ブラウザ、SSO

D. 1) パスワード 2) キーペア認証（主に本番環境のユーザーに使用） 3) Oktaネイティブ認証 4) OAuth（Snowflake OAuthまたは外部OAuthのいずれか） 5) 外部ブラウザ、SSO

正解: A

これは、Snowflakeのドキュメントとウェブ検索結果に基づき、アプリケーションがSnowflakeに認証する際の優先順位に関するベストプラクティスの推奨事項です。認証とは、Snowflakeに接続するユーザーまたはアプリケーションのIDを確認するプロセスです。Snowflakeは複数の認証方法をサポートしており、それぞれに長所と短所があります。推奨される優先順位は、以下の要素に基づいています。
* セキュリティ：認証方法は、不正アクセスやデータ漏洩に対する高度なセキュリティと保護を提供する必要があります。また、セキュリティ強化のため、多要素認証（MFA）またはシングルサインオン（SSO）をサポートする必要があります。
* 利便性：認証方法は、複雑な手順や手動の手順を必要とせず、スムーズで簡単なユーザーエクスペリエンスを提供する必要があります。また、外部のIDプロバイダーやアプリケーションとのシームレスな統合をサポートする必要があります。
* 柔軟性：認証方法は、様々なユースケースやシナリオに対応できる幅広いオプションと機能を提供する必要があります。また、特定の要件を満たすためのカスタマイズと設定もサポートする必要があります。
これらの要素に基づいて推奨される優先順位は次のとおりです。
* OAuth（Snowflake OAuth または外部 OAuth）：OAuth は、アプリケーションがユーザーの認証情報を公開することなく、ユーザーに代わって Snowflake リソースにアクセスできるようにする認証のためのオープンスタンダードです。OAuth は、MFA、SSO、トークンベースの認証、そして様々な権限付与タイプとスコープをサポートしているため、高いレベルのセキュリティ、利便性、柔軟性を提供します。OAuth は、ID プロバイダーとアプリケーションに応じて、Snowflake OAuth または外部 OAuth のいずれかを使用して実装できます12。
* 外部ブラウザ: 外部ブラウザは、ユーザーが Web ブラウザと Okta、Azure AD、Ping Identity などの外部 ID プロバイダーを使用して Snowflake にログインできるようにする認証方法です。
外部ブラウザは、MFA、SSO、フェデレーション認証をサポートしているため、高いレベルのセキュリティと利便性を提供します。また、さまざまなプラットフォームやデバイス間で一貫したユーザーインターフェースとエクスペリエンスを提供します34。
* Oktaネイティブ認証：Oktaネイティブ認証は、Webブラウザを使用せずにOktaをIDプロバイダーとしてSnowflakeにログインできる認証方法です。Oktaネイティブ認証は、MFA、SSO、フェデレーション認証をサポートしているため、高いレベルのセキュリティと利便性を提供します。また、Oktaユーザーにネイティブのユーザーインターフェイスとエクスペリエンスを提供し、パスワードポリシーやユーザー管理などのさまざまなOkta機能をサポートします56。
* キーペア認証：キーペア認証は、ユーザーがパスワードを使用せずに公開キーと秘密キーのペアを使用してSnowflakeにログインできる認証方法です。キーペア認証は、非対称暗号化とデジタル署名を利用するため、高度なセキュリティを提供します。また、キーペア認証は、さまざまなキー形式、アルゴリズム、有効期限をサポートしているため、柔軟でカスタマイズ可能な認証オプションも提供します。キーペア認証は、主にサービスアカウントユーザー、例えばSnowflakeにプログラムで接続するアプリケーションやスクリプトなどで使用されます7。
* パスワード：パスワードは、ユーザー名とパスワードを使用してSnowflakeにログインできる、最もシンプルで基本的な認証方法です。パスワードは対称暗号化に依存しており、ブルートフォース攻撃やフィッシング攻撃に対して脆弱であるため、セキュリティレベルは低くなります。また、パスワードは手動入力と管理が必要で、MFAやSSOをサポートしていないため、利便性と柔軟性も低くなります。パスワードは最も推奨されない認証方法であり、最後の手段として、またはテスト目的でのみ使用してください。
Snowflake ドキュメント: Snowflake OAuth
Snowflakeドキュメント: 外部OAuth
Snowflakeドキュメント: 外部ブラウザ認証
Snowflakeブログ: Snowflakeで外部ブラウザ認証を使用する方法 Snowflakeドキュメント: Oktaネイティブ認証 Snowflakeブログ: SnowflakeでOktaネイティブ認証を使用する方法 Snowflakeドキュメント: キーペア認証
[Snowflakeブログ: Snowflakeでキーペア認証を使用する方法]
[Snowflakeドキュメント: パスワード認証]
[Snowflakeブログ: Snowflakeでパスワード認証を使用する方法]

ARA-C01 試験問題 13

CSV ファイル形式で copy into <table> コマンドを使用する場合、match_by_column_name パラメータはどのように動作しますか?

A. CSV ファイル内に、大文字と小文字が区別されるテーブル列名と一致するヘッダーが存在することが想定されています。

B. パラメータは無視されます。

C. コマンドはエラーを返します。

D. コマンドは、ファイルに一致しない列があることを示す警告を返します。

正解: B

オプション B は、イベント通知を活用し、オブジェクトストレージに新しいレコードが到着すると、Snowpipe を使用して継続的かつ効率的にデータを取り込むため、要件を満たす最適な設計です。Snowpipe は、外部ソースから Snowflake テーブルへのデータのロードを自動化するサービスです1。また、ストリームとタスクを使用して、取り込んだデータの変換を調整します。ストリームはテーブルの変更履歴を保存するオブジェクトであり、タスクはスケジュールに従って、または別のタスクによってトリガーされたときに SQL ステートメントを実行するオブジェクトです2。オプション B では、外部関数を使用して Amazon Comprehend でモデル推論を行い、最終レコードを Snowflake テーブルに書き込みます。外部関数とは、Amazon Comprehend などの外部 API を呼び出して、Snowflake でネイティブにサポートされていない計算を実行するユーザー定義関数です3。最後に、オプション B は Snowflake Marketplace を使用して、さまざまなリージョンのさまざまなクラウドプロバイダーを使用する広告会社が匿名化された最終データセットを公開できるようにします。 Snowflake Marketplace は、データプロバイダーが、使用するクラウドプラットフォームや地域に関係なく、データセットをリストしてデータコンシューマーと共有できるようにするプラットフォームです4。
オプションAは、データの取り込みにcopy intoを使用するため、Snowpipeほど効率的かつ継続的ではないため、最適な設計とは言えません。copy intoは、ファイルからテーブルにデータを単一のトランザクションでロードするSQLコマンドです。また、Amazon Comprehendによるモデル推論を行うために、データをAmazon S3にエクスポートするため、余分な手順が発生し、運用の複雑さとインフラストラクチャのメンテナンスが増大します。
オプションCは、データの取り込みと変換にAmazon EMRとPySparkを使用するため、運用の複雑さとインフラストラクチャのメンテナンスが増加するため、最適な設計とは言えません。Amazon EMRは、大規模なデータセットの処理と分析のためのマネージドHadoopフレームワークを提供するクラウドサービスです。PySparkは、Hadoop上で実行できる分散コンピューティングフレームワークであるSpark用のPython APIです。オプションCでは、Amazon Comprehendテキスト分析APIを活用してモデル推論を行うPythonプログラムも開発されるため、開発工数が増加します。
オプションDは、取り込み方法を除いてオプションAと同一であるため、最適な設計とは言えません。Amazon Comprehendによるモデル推論を行うために、依然としてデータをAmazon S3にエクスポートする必要があるため、追加の手順が必要となり、運用の複雑さとインフラストラクチャのメンテナンスが増大します。
参照：
copy into <table> コマンドは、ステージングされたファイルからSnowflakeの既存のテーブルにデータをロードするために使用されます。このコマンドは、CSV、JSON、AVRO、ORC、PARQUET、XML1など、さまざまなファイル形式をサポートしています。
match_by_column_nameパラメータは、半構造化データを、ソースデータ内の対応する列と一致するターゲットテーブル内の個別の列にロードするためのコピーオプションです。このパラメータには、次のいずれかの値を指定できます2。
CASE_SENSITIVE: ソースデータの列名は、大文字と小文字の区別を含め、ターゲットテーブルの列名と完全に一致する必要があります。これがデフォルト値です。
CASE_INSENSITIVE: ソースデータの列名はターゲットテーブルの列名と一致する必要がありますが、大文字と小文字は無視されます。
なし: ソースデータ内の列名は無視され、ターゲットテーブル内の列の順序に基づいてデータがロードされます。
match_by_column_nameパラメータは、JSON、AVRO、ORC、PARQUET、XMLなどの半構造化データにのみ適用されます。構造化データとみなされるCSVデータには適用されません2。
CSV ファイル形式で copy into <table> コマンドを使用する場合、match_by_column_name パラメータは次のように動作します2。
CSVファイルには、大文字と小文字を区別するテーブル列名に対応するヘッダーが存在する必要があります。つまり、CSVファイルの1行目には列名が含まれており、大文字と小文字も含め、対象テーブルの列名と完全に一致している必要があります。ヘッダーが存在しないか一致しない場合、コマンドはエラーを返します。
このパラメータは、NONE に設定されていても無視されません。コマンドは、CSV ファイル内の列名とターゲットテーブルの列名を照合し、一致しない場合はエラーを返します。
このコマンドは、ファイルに一致しない列があるという警告を返しません。列名が一致する場合はデータを正常に読み込み、一致しない場合はエラーを返します。
1: COPY INTO <テーブル> | Snowflakeドキュメント
2: MATCH_BY_COLUMN_NAME | Snowflakeドキュメント