注: この質問は、同じシナリオを提示する一連の質問の一部です。シリーズの各質問には、記載された目標を達成する可能性のある独自のソリューションが含まれています。一部の質問セットには複数の正解がある場合もあれば、正解がない場合もあります。
このセクションの質問に答えた後は、その質問に戻ることはできません。その結果、これらの質問はレビュー画面に表示されません。
階層構造を持つ Azure Databricks ワークスペースを作成する予定です。ワークスペースには、次の 3 つのワークロードが含まれます。
Python と SQL を使用するデータ エンジニア向けのワークロード。
Python、Scala、および SOL を使用するノートブックを実行するジョブのワークロード。
データ サイエンティストが Scala および R でアドホック分析を実行するために使用するワークロード。
会社のエンタープライズ アーキテクチャ チームは、Databricks 環境の次の標準を識別します。
データ エンジニアはクラスターを共有する必要があります。
ジョブ クラスターは、データ サイエンティストとデータ エンジニアがクラスターに展開するためのパッケージ化されたノートブックを提供するリクエスト プロセスを使用して管理されます。
すべてのデータ サイエンティストには、非アクティブ状態が 120 分続くと自動的に終了する独自のクラスターを割り当てる必要があります。現在、データサイエンティストは3名。
ワークロード用の Databricks クラスターを作成する必要があります。
解決策: 各データ サイエンティスト用に高同時実行クラスター、データ エンジニア用に高同時実行クラスター、ジョブ用に標準クラスターを作成します。
これは目標を達成していますか？