説明
ユーザーがストリームをクエリすると、ストリームはユーザーのユーザー名を返します。また、ストリームは各行が挿入されたときのタイムスタンプではなく、各行のクエリ トランザクションの現在のタイムスタンプを返します。

外側のボックス (下の画像) に含まれるすべてのコンポーネントは、アカウント内で単一の Amazon MWAA 環境として表示されます。Apache Airflow Scheduler と Workers は、環境の Amazon VPC 内のプライベートサブネットに接続する AWS Fargate (Fargate) コンテナです。各環境には、AWS によって管理される独自の Apache Airflow メタデータベースがあり、プライベートに保護された VPC エンドポイントを介して Scheduler と Workers Fargate コンテナからアクセスできます。
https://docs.aws.amazon.com/mwaa/latest/userguide/what-is-mwaa.html

説明
ストリームは作成されると、ある時点 (オフセットと呼ばれる) をオブジェクトの現在のトランザクション バージョンとして初期化することにより、ソース オブジェクト (テーブル、外部テーブル、またはビューの基になるテーブルなど) のすべての行の初期スナップショットを論理的に取得します。次に、ストリームによって使用される変更追跡システムは、このスナップショットが取得された後の DML 変更に関する情報を記録します。変更レコードは、変更前と変更後の行の状態を提供します。変更情報は、追跡対象のソース オブジェクトの列構造を反映し、各変更イベントを説明する追加のメタデータ列を含みます。
ストリーム自体にはテーブル データは含まれないことに注意してください。ストリームはソース オブジェクトのオフセットのみを格納し、ソース オブジェクトのバージョン履歴を活用して CDC レコードを返します。
1 つ以上の DML ステートメントを含むトランザクションがテーブルにコミットされるたびに、新しいテーブル バージョンが作成されます。
テーブルのトランザクション履歴では、ストリーム オフセットは 2 つのテーブル バージョンの間にあります。ストリームをクエリすると、オフセット以降、現在の時刻以前にコミットされたトランザクションによって発生した変更が返されます。
複数のクエリは、オフセットを変更することなく、ストリームから同じ変更データを個別に使用できます。
ストリームは、DML トランザクションで使用される場合にのみオフセットを進めます。この動作は、明示的トランザクションと自動コミット トランザクションの両方に適用されます。(デフォルトでは、DML ステートメントが実行されると、自動コミット トランザクションが暗黙的に開始され、ステートメントの完了時にトランザクションがコミットされます。この動作は、AUTOCOMMIT パラメータで制御されます。) ストリームのみをクエリしても、明示的トランザクション内であってもオフセットは進みません。ストリームの内容は、DML ステートメントで使用する必要があります。
DML 操作で変更データを消費せずにストリームのオフセットを現在のテーブル バージョンに進めるには、次のいずれかのアクションを実行します。
ストリームを再作成します (CREATE OR REPLACE STREAM 構文を使用)。
現在の変更データを一時テーブルに挿入します。INSERT ステートメントでストリームをクエリしますが、すべての変更データをフィルター処理する WHERE 句を含めます (例: WHERE 0 = 1)。

説明
full_name 列にマスキング ポリシーを適用するクエリは、ALTER TABLE customer MODIFY COLUMN full_name SET MASKING POLICY name_policy; です。このクエリは、full_name 列を変更し、顧客のファーストネームとラストネームをアスタリスクでマスクする name_policy マスキング ポリシーに関連付けます。その他のオプションは、列にマスキング ポリシーを適用するための正しい構文に従っていないため、正しくありません。オプション B は、列を変更するための有効なキーワードではない SET ではなく ADD を使用しているため、正しくありません。オプション C は、テーブル構造の一部ではない first_name と last_name の 2 つの列にマスキング ポリシーを適用しようとしているため、正しくありません。オプション D は、データベース名、スキーマ名、およびテーブル名を区切るためにドットではなくコンマを使用しているため、正しくありません。

説明
エンジニアがクエリのパフォーマンスを向上させるために実行する必要がある手順は、仮想ウェアハウスのサイズを増やすことです。クエリ プロファイルでは、ほとんどの時間がローカル ディスク IO に費やされていることが示されています。これは、クエリがキャッシュではなくディスクから大量のデータを読み取っていたことを示しています。これは、スキャンされるデータ量が多いか、キャッシュ ヒット率が低いことが原因である可能性があります。仮想ウェアハウスのサイズを増やすと、クエリに使用できるメモリとキャッシュの量が増え、ディスク IO 時間が短縮され、クエリのパフォーマンスが向上する可能性があります。その他のオプションでは、クエリのパフォーマンスが大幅に向上する可能性は低いです。オプション A (仮想ウェアハウスを追加する) は、マルチクラスター ウェアハウス構成で使用したり、同時クエリに使用したりしない限り役に立ちません。オプション C (共通テーブル式 (CTE) を使用してクエリを書き換える) は、クエリによってスキャンまたはキャッシュされるデータの量に影響を与えません。オプション D (結合の順序を変更し、最初は小さいテーブルから開始する) は、クエリによってスキャンまたはキャッシュされるデータの量も減らさない限り、ディスク IO 時間を短縮しません。