[2024-06-25更新,48問] 無料Snowflake ARA-R01試験問題集、ARA-R01日本語問題集(ページ 10)

Snowflake Architect は新しいデータ共有を作成し、安全なビュー内の特定のレコードのみがデータ共有内でコンシューマに表示されることを確認したいと考えています。
消費者がデータにアクセスできることを検証するための推奨される方法は何ですか?

A. 以下に示すようにリーダーアカウントを作成し、資格情報を使用してログインすることでコンシューマになりすまします。
管理対象アカウントを作成します Reader_acctl admin_name = userl 、 adroin_password 'Sdfed43da!44T 、type = Reader;

B. 以下に示すように行アクセスポリシーを作成し、データ共有に割り当てます。
行アクセスポリシーの作成または置換 rap_acct as (acct_id varchar) はブール値を返します -> case when
'acctl_role' = current_role() then true else false end;

C. コンシューマアカウントを偽装するには、SIMULATED_DATA_SHARING_C0NSUMER というセッションパラメータを次のように設定します。
セッションセットの変更 Simulated_data_sharing_consumer - 'Consumer Acctl*

D. 特定の消費者アカウントになりすますには、以下に示すように共有設定を変更します。
シェアの変更販売シェアセットアカウント = 'Consumerl' シェア制限 = true

特定のワークロードのパフォーマンスを向上させるためにマルチクラスターウェアハウスから恩恵を受ける特定の日と仮想ウェアハウスを特定するクエリはどれですか?

A. コンピュータのスクリーンショット自動的に生成された説明

B. 白い背景に黒いテキストの説明が自動的に生成されます。

C. 白い背景に黒いテキストの説明が自動的に生成されます。

D. 自動的に生成されたメッセージ説明の拡大図

正解: C

マルチクラスターウェアハウスは、ワークロードの需要に基づいてクラスターを追加または削除することでコンピューティングリソースを拡張できる仮想ウェアハウスです。マルチクラスターウェアハウスは、クエリキュー時間とローカルストレージへのデータ流出を削減することで、特定のワークロードのパフォーマンスを向上させることができます。マルチクラスターウェアハウスのメリットが得られる特定の日と仮想ウェアハウスを特定するには、クエリ履歴を分析し、次の指標を探す必要があります。
高い平均キュー負荷: このメトリクスは、各ウェアハウスクラスターのキューで待機しているクエリの平均数を示します。値が高い場合は、ウェアハウスが過負荷になっており、同時実行の需要を処理できないことを示します。
ローカルストレージに流出した上位バイト: このメトリックは、クエリ処理中にメモリからローカルディスクに流出したデータの量を示します。値が高い場合は、ウェアハウスのサイズが小さすぎて、データをメモリに収めることができないことを示します。
ワークロードの大きな変動: このメトリクスは、ウェアハウスに送信されるクエリ数の時間の経過に伴う変動を示します。変動が大きい場合は、ワークロードが予測不可能で動的であり、柔軟なスケーリングポリシーが必要であることを示します。
オプション C のクエリは、日付、ウェアハウス名、ローカルストレージに流出したバイト数、およびクエリ履歴テーブルからの平均キュー負荷の合計を選択し、バイトがローカルに流出した結果をフィルタリングするため、これらの指標を特定するのに最適です。ストレージがゼロより大きい。このクエリは、データ流出と長いキュー時間が発生した日とウェアハウスを表示します。また、自動スケールモードを備えたマルチクラスターウェアハウスの恩恵を受ける可能性があります。
オプション A のクエリは、日付とウェアハウス名のみを選択し、ワークロードのパフォーマンスを測定するメトリックが含まれていないため、正しくありません。オプション B のクエリは、日付、ウェアハウス名、平均実行時間を選択するため、正しくありません。これは、マルチクラスタウェアハウスの必要性を示す良い指標ではありません。オプション D のクエリは、日付、ウェアハウス名、使用される平均クレジットを選択するため、正しくありません。これも、マルチクラスタウェアハウスの必要性を示す良い指標ではありません。
参考資料: マルチクラスタウェアハウス、クエリ履歴ビュー、キューの削減

アーキテクトは、接続と切断のタイムスタンプ、ユーザーのユーザー名、および概要統計を含む VPN_ACCESS_LOGS テーブルを SECURITY_LOGS スキーマに持っています。
このテーブルで Snowflake 検索最適化サービスを有効にするには、アーキテクトは何をすべきですか?

A. 今後のテーブルで OWNERSHIP を持つロールを引き受け、SECURITY_LOGS スキーマで ADD SEARCH OPTIMIZATION を引き受けます。

B. SECURITY LOGS スキーマの ADD SEARCH OPTIMIZATION を含むすべての権限を持つ役割を引き受けます。

C. VPN_ACCESS_LOGS の OWNERSHIP と SECURITY_LOGS スキーマの ADD SEARCH OPTIMIZATION を持つロールを引き受けます。

D. VPN_ACCESS_LOGS に対する ALL PRIVILEGES と SECURITY_LOGS スキーマの ADD SEARCH OPTIMIZATION を持つロールを引き受けます。

ある小売会社では 3000 を超える店舗があり、すべて同じ POS (Point of Sale) システムを使用しています。同社は、ほぼリアルタイムの販売結果をカテゴリマネージャーに提供したいと考えています。店舗はさまざまなタイムゾーンで営業しており、毎分さまざまな取引が行われており、一部の店舗は他の店舗よりも高い売上高を示しています。
販売結果は、複雑なデータパイプラインで計算されるデータエンジニアリングフィールドを使用して、統一された方法で提供されます。計算には、例外、集計、およびスコアリングアルゴリズムに接続された外部関数を使用したスコアリングが含まれます。集計のソースデータには 1 億行を超えます。
POS は、ファイルに含まれる一連のトランザクションを識別するための店舗番号とタイムスタンプを含む命名規則に従って、すべての販売トランザクションファイルを 1 分ごとにクラウドストレージの場所に送信します。通常、ファイルのサイズは 10MB 未満です。
ほぼリアルタイムの結果をカテゴリマネージャーに提供するにはどうすればよいですか? (2 つ選択してください)。

A. マイクロインジェストを避けるために、Snowflake に取り込む前にすべてのファイルを連結する必要があります。

B. Snowpipe を作成し、AUTO_INGEST = true で構成する必要があります。ストア番号とタイムスタンプを通知するストリームメタデータを使用して、INSERTS を単一のターゲットテーブルに処理するには、ストリームを作成する必要があります。

C. ほぼリアルタイムのデータを蓄積するためにストリームを作成し、リアルタイム分析のニーズに一致する頻度で実行するタスクを作成する必要があります。

D. 外部スケジューラは、クラウドストレージの場所の内容を調べ、SnowSQL コマンドを発行して、リアルタイム分析のニーズに一致する頻度でデータを処理する必要があります。

E. ほぼリアルタイムの要件を達成するには、1 秒ごとに実行するようにスケジュールされたタスクを含む copy into コマンドを使用する必要があります。

正解: B,C

ほぼリアルタイムの販売結果をカテゴリマネージャーに提供するには、アーキテクトは次の手順を実行できます。
POS が販売トランザクションファイルを送信するクラウドストレージの場所を参照する外部ステージを作成します。外部ステージでは、ソースファイルと一致するファイル形式と暗号化設定を使用する必要があります2 外部ステージからファイルを Snowflake のターゲットテーブルにロードする Snowpipe を作成します。Snowpipe は AUTO_INGEST = true で構成する必要があります。これは、新しいファイルが外部ステージに到着すると自動的に検出して取り込むことを意味します。また、Snowpipe では、重複した取り込みを避けるために、読み込み後にコピーオプションを使用して外部ステージからファイルをパージする必要があります3。Snowpipe によって作成された INSERTS をキャプチャするターゲットテーブル上にストリームを作成します。ストリームには、ファイル名、パス、サイズ、最終変更時刻に関する情報を提供するメタデータ列が含まれている必要があります。ストリームには、リアルタイム分析のニーズに一致する保存期間も必要です4 ストリームに対してクエリを実行して、ほぼリアルタイムのデータを処理するタスクを作成します。クエリでは、ストリームメタデータを使用してファイル名とパスからストア番号とタイムスタンプを抽出し、外部関数を使用して例外、集計、スコアリングの計算を実行する必要があります。クエリは、カテゴリマネージャーがアクセスできる別のテーブルまたはビューに結果を出力する必要もあります。タスクは、リアルタイム分析のニーズに一致する頻度 (1 分ごと、5 分ごとなど) で実行されるようにスケジュールする必要があります。
他のオプションは、ほぼリアルタイムの結果を提供するには最適ではなく、実現可能でもありません。
マイクロインジェストを避けるために、Snowflake に取り込む前にすべてのファイルを連結する必要があります。このオプションは、データパイプラインに追加の遅延と複雑性が生じるため、推奨されません。
ファイルを連結するには、クラウドストレージの場所を監視し、ファイルの結合操作を実行する外部プロセスまたはサービスが必要になります。これにより、Snowflake への新しいファイルの取り込みが遅れ、データの損失または破損のリスクが増加します。さらに、Snowpipe は依然として各連結ファイルを個別のロードとして取り込むため、ファイルを連結してもマイクロ取り込みは回避できません。
外部スケジューラは、クラウドストレージの場所の内容を調べ、SnowSQL コマンドを発行して、リアルタイム分析のニーズに一致する頻度でデータを処理する必要があります。Snowpipe は外部トリガーやスケジューラを必要とせずに外部ステージから新しいファイルを自動的に取り込むことができるため、このオプションは必要ありません。外部スケジューラを使用すると、データパイプラインへのオーバーヘッドと依存関係がさらに追加され、ポーリング間隔と外部スケジューラの可用性に依存するため、ほぼリアルタイムの取り込みは保証されません。
ほぼリアルタイムの要件を達成するには、1 秒ごとに実行するようにスケジュールされたタスクを含む copy into コマンドを使用する必要があります。Snowflake ではタスクを毎秒実行するようにスケジュールできないため、このオプションは実行できません。タスクの最小間隔は 1 分ですが、タスクはスケジュール遅延や同時実行制限の影響を受けるため、これさえも保証されません。さらに、タスクで copy into コマンドを使用すると、ファイルの自動検出、負荷分散、マイクロパーティションの最適化などの Snowpipe の利点を活用できなくなります。参考文献:
1: SnowPro Advanced: アーキテクト | 学習ガイド
2: スノーフレークのドキュメント | ステージの作成
3: スノーフレークのドキュメント | Snowpipe を使用したデータのロード
4: スノーフレークのドキュメント | ELT のストリームとタスクの使用
: スノーフレークのドキュメント | タスクの作成
: スノーフレークのドキュメント | データロードのベストプラクティス
: スノーフレークのドキュメント | Snowpipe REST API の使用
: スノーフレークのドキュメント | タスクのスケジュール設定
: SnowPro Advanced: アーキテクト | 学習ガイド
: ステージの作成
: Snowpipe を使用したデータのロード
: ELT のストリームとタスクの使用
：［タスクの作成］
: [データロードのベストプラクティス]
: [Snowpipe REST API の使用]
: [タスクのスケジュール設定]

ユーザーには、列内のマスクされていないデータを表示する適切な権限があります。
ユーザーがこの列データをマスキングポリシーのない別の列にロードすると、何が起こりますか?

A. マスクされていないデータが新しい列にロードされます。

B. マスクされたデータが新しい列にロードされます。

C. マスクされていないデータは新しい列にロードされますが、適切な権限を持つユーザーのみがマスクされていないデータを表示できます。

D. マスクされていないデータは新しい列にロードされ、どのユーザーもマスクされていないデータを表示できなくなります。

ARA-R01 試験問題 41

ARA-R01 試験問題 42

ARA-R01 試験問題 43

ARA-R01 試験問題 44

ARA-R01 試験問題 45

PDFファイルをダウンロード