弊社は製品に自信を持っており、面倒な製品を提供していません。
PDF、デスクトップテストエンジン、オンラインテストエンジン——ShikenPASSではDatabricks Certified Associate Developer for Apache Spark 3.5 - Python（Associate-Developer-Apache-Spark-3.5）の学習教材を3つの形式でご用意しています。135問の練習問題を、ご自身の学習スタイルに合わせてお選びいただけます。
Databricks Associate-Developer-Apache-Spark-3.5 試験概要:
| 認定ベンダー: | Databricks |
|---|---|
| 試験名: | Databricks Certified Associate Developer for Apache Spark 3.5 - Python |
| 試験番号: | Associate-Developer-Apache-Spark-3.5 |
| 認定の有効期間: | 2年間 |
| 試験形式: | Multiple Choice |
| 試験時間: | 90 分 |
| 出題数: | 45 |
| 合格点: | 70% |
| 受験料: | $200 USD |
| 対応言語: | English |
| 推奨トレーニング: | Databricks Academyによるトレーニング |
| 受験申し込み: | Databricks認定資格の登録 |
| サンプル問題: | DOWNLOAD DEMO |
| 受験方法: | オンライン監督付きまたは会場での監督付き受験 |
| 前提条件: | 公式な受験資格は不要です。PySparkおよびDataFrame APIを使用した実務経験6か月以上が推奨されます |
| 公式シラバスのURL: | https://www.databricks.com/learn/certification/apache-spark-developer-associate |
Databricks Associate-Developer-Apache-Spark-3.5 試験シラバストピック:
| セクション | 比重 | 目標 |
|---|---|---|
| Structured Streaming | 10% | - ストリーミングの概念とアーキテクチャ - 出力モードとトリガー - 耐障害性と状態管理 - ストリーミングクエリの定義 |
| Spark SQLの利用 | 20% | - SQLクエリの実行 - 関数と式の操作 - DataFrameとSpark SQLの連携 - カタログおよびメタデータAPIの利用 |
| Apache Spark DataFrame APIアプリケーションのトラブルシューティングとチューニング | 10% | - パフォーマンス上のボトルネックの特定 - デバッグとログの取得 - メモリとリソース使用量の管理 - 変換処理とアクションの最適化 |
| Apache Sparkのアーキテクチャとコンポーネント | 20% | - 実行階層と遅延評価 - Sparkアーキテクチャの概要 - 実行モードとデプロイモード - シャッフル、アクション、ブロードキャスト - 耐障害性とガベージコレクション |
| Spark Connectを使用したアプリケーションのデプロイ | 5% | - Spark Connect経由でのアプリケーション実行 - リモートSparkクラスターへの接続 - Spark Connectのアーキテクチャ |
| Apache Spark DataFrame APIを使用したアプリケーション開発 | 30% | - 各種形式でのデータの読み書き - 欠損値の処理とデータ品質の確保 - データのフィルタリング、並べ替え、集計 - データセットの結合と統合 - 列の選択、名前変更、変更 - ユーザー定義関数（UDF） - データのパーティショニングとバケッティング - DataFrameの作成とスキーマの定義 |
| Apache SparkにおけるPandas APIの利用 | 5% | - SparkにおけるPandas APIの概要 - Pandas構造とSpark構造の相互変換 - 主な違いと制限事項 |
Associate-Developer-Apache-Spark-3.5試験に関するQ&Aまとめ
Associate-Developer-Apache-Spark-3.5試験は、Databricksが実施する公式の認定試験で、合格すると「Databricks Certified Associate Developer for Apache Spark 3.5 - Python」の認定を取得できます。この認定はAssociateレベルに位置づけられています。詳しい試験情報は、このページの試験概要やほかの質問項目でもご紹介しています。
Associate-Developer-Apache-Spark-3.5試験の問題数は45、制限時間は90 分です。限られた時間で全問を解き切るには、1問ごとのペースを意識し、難しい問題に時間を使いすぎない進め方が重要です。ShikenPASSのテストエンジンには時間制限付きの模擬試験モードがあるため、本番と同じ時間配分で135問の練習問題に取り組めます。受験直前には、必ず時間を計った通し演習で時間感覚を確認しておきましょう。
Associate-Developer-Apache-Spark-3.5試験の合格に必要なスコアは70%、受験料は$200 USDです。万が一不合格になった場合、再受験には受験料を再度全額支払う必要があるため、本番前の仕上がり確認が欠かせません。ShikenPASSの練習問題で模擬試験を繰り返し、安定して合格点を上回る状態になってから受験することをおすすめします。
はい。ShikenPASSではDatabricks Certified Associate Developer for Apache Spark 3.5 - Python（Associate-Developer-Apache-Spark-3.5）問題集の無料サンプルをご用意しており、購入前に内容や品質をご確認いただけます。また、ご購入後は365日間無料で最新版にアップデートでき、更新期間終了後の更新も50%割引でご利用いただけます。
ShikenPASSでは「返金保証」をご用意しています。ご購入後60日以内にAssociate-Developer-Apache-Spark-3.5試験を受験して不合格だった場合、受験票の写しと公式スコアレポート（Score Report）のPDFを試験後2日以内にご提出いただければ、7日以内に全額返金の手続きが完了します。なお、ご購入後3日以内の受験や、実際に受験されなかった場合、無料資料・期限切れのご注文は対象外となり、受験者名とお支払い者名の一致が必要です。返金の代わりに、同等の試験資料2点を無料でお受け取りいただき、元の製品の更新サービスを継続することも可能です。商品はお支払い完了後すぐにダウンロードでき、1分以内にメールでもお届けします。2時間経っても届かない場合はカスタマーサポートまでご連絡ください。インストールできるパソコンの台数に制限はありません。
Associate-Developer-Apache-Spark-3.5試験の出題範囲は、公式の発表では全部で7の分野に分かれています。主な分野としては、「Apache Spark DataFrame APIを使用したアプリケーション開発」（30%）、「Apache SparkにおけるPandas APIの利用」（5%）、「Spark Connectを使用したアプリケーションのデプロイ」（5%）などが挙げられます。各分野に含まれる詳細なトピックは、上記の試験範囲一覧でご確認ください。
Databricks Certified Associate Developer for Apache Spark 3.5 - Python 認定 Associate-Developer-Apache-Spark-3.5 試験問題：
A Spark developer wants to improve the performance of an existing PySpark UDF that runs a hash function that is not available in the standard Spark functions library. The existing UDF code is:
import hashlib
import pyspark.sql.functions as sf
from pyspark.sql.types import StringType
def shake_256(raw):
return hashlib.shake_256(raw.encode()).hexdigest(20)
shake_256_udf = sf.udf(shake_256, StringType())
The developer wants to replace this existing UDF with a Pandas UDF to improve performance. The developer changes the definition of shake_256_udf to this:CopyEdit shake_256_udf = sf.pandas_udf(shake_256, StringType()) However, the developer receives the error:
What should the signature of the shake_256() function be changed to in order to fix this error?
- A. def shake_256(df: pd.Series) -> pd.Series:
- B. def shake_256(df: Iterator[pd.Series]) -> Iterator[pd.Series]:
- C. def shake_256(df: pd.Series) -> str:
- D. def shake_256(raw: str) -> str:
解説: (ShikenPASS メンバーにのみ表示されます)
A Spark developer is building an app to monitor task performance. They need to track the maximum task processing time per worker node and consolidate it on the driver for analysis.
Which technique should be used?
- A. Use an RDD action like reduce() to compute the maximum time
- B. Configure the Spark UI to automatically collect maximum times
- C. Use an accumulator to record the maximum time on the driver
- D. Broadcast a variable to share the maximum time among workers
解説: (ShikenPASS メンバーにのみ表示されます)
Which configuration can be enabled to optimize the conversion between Pandas and PySpark DataFrames using Apache Arrow?
- A. spark.conf.set("spark.pandas.arrow.enabled", "true")
- B. spark.conf.set("spark.sql.arrow.pandas.enabled", "true")
- C. spark.conf.set("spark.sql.execution.arrow.pyspark.enabled", "true")
- D. spark.conf.set("spark.sql.execution.arrow.enabled", "true")
解説: (ShikenPASS メンバーにのみ表示されます)
A data engineer is working on a Streaming DataFrame streaming_df with the given streaming data:
Which operation is supported with streamingdf ?
- A. streaming_df.groupby("Id") .count ()
- B. streaming_df.filter (col("count") < 30).show()
- C. streaming_df.orderBy("timestamp").limit(4)
- D. streaming_df. select (countDistinct ("Name") )
解説: (ShikenPASS メンバーにのみ表示されます)
2 of 55. Which command overwrites an existing JSON file when writing a DataFrame?
- A. df.write.option("overwrite").json("path/to/file")
- B. df.write.mode("overwrite").json("path/to/file")
- C. df.write.json("path/to/file")
- D. df.write.mode("append").json("path/to/file")
解説: (ShikenPASS メンバーにのみ表示されます)
－Matsuoka
