De kennistoets

1.

Welk extractietype moet een data engineer kiezen wanneer het bronsysteem een betrouwbare tijdstempelkolom heeft en de versheid van gegevens per uur voldoende is?

Volledige extractie

Incrementele extractie

Streaming-extractie

2.

Wat is het belangrijkste voordeel van Delta Lake ten opzichte van Parquet als tabelindeling in Azure Databricks?

Delta Lake biedt ACID-transacties en mogelijkheden voor tijdreizen via het transactielogboek

Delta Lake biedt betere compressie van kolomopslag dan Parquet

Delta Lake ondersteunt een breder scala aan gegevenstypen dan Parquet

3.

Wanneer wordt gegevenspartitionering aanbevolen voor Delta Lake-tabellen?

Voor alle tabellen om consistente queryprestaties te garanderen

Wanneer de tabel meer dan 1 TB aan gegevens bevat en queryfilters zijn afgestemd op partitiekolommen

Alleen voor tabellen met kolommen met hoge kardinaliteit, zoals klant-id

4.

Welk SCD-type moet worden geselecteerd wanneer historische nauwkeurigheid is vereist voor verkooptoeschrijving per klantregio?

SCD type 1

SCD-type 2

SCD Type 3

5.

Wat is het belangrijkste voordeel van liquide clustering in vergelijking met traditionele partitionering in Delta Lake?

Liquid clustering biedt betere gegevenscompressie

Liquid clustering maakt het mogelijk om clusteringsleutels te wijzigen zonder bestaande gegevens opnieuw te schrijven

Liquid clustering elimineert de noodzaak voor de opdracht OPTIMIZE

Uw kennis controleren

Feedback