최신 DP-600日本語 무료덤프 - Microsoft Implementing Analytics Solutions Using Microsoft Fabric (DP-600日本語版)
ケーススタディ 2 - Litware, Inc
概要
Litware, Inc. は、北米全域にオフィスを構える製造会社です。Litware の分析チームには、データ エンジニア、分析エンジニア、データ アナリスト、データ サイエンティストが所属しています。
既存の環境
ファブリック環境
Litware は 3 年間 Microsoft Power BI テナントを使用しています。Litware では Fabric の機能と機能を有効にしていません。
利用可能なデータ
Litware には、次の表に示すように分析する必要があるデータがあります。
製品データには、1 つのテーブルと次の列が含まれています。
顧客満足度データには次の表が含まれています。
- 調査
- 質問
- 応答
提出された調査ごとに、次の処理が行われます。
- 調査テーブルに 1 行が追加されます。
- アンケートの質問ごとに、回答テーブルに 1 行が追加されます。
- 質問テーブルには、各アンケートの質問のテキストが含まれています。各アンケートの回答の 3 番目の質問は、全体的な満足度スコアです。顧客は、購入ごとにアンケートを送信できます。
ユーザーの問題
分析チームには大量のデータがあり、その一部は半構造化されています。チームは Fabric を使用して新しいデータ ストアを作成したいと考えています。
製品データは、多くの場合、高、中、低の 3 つの価格グループに分類されます。このロジックは、いくつかのデータベースとセマンティック モデルに実装されていますが、実装間でロジックが必ずしも一致するとは限りません。
要件
計画された変更
Litware は、既存のテナントで Fabric 機能を有効にする予定です。分析チームは、概念実証 (PoC) として新しいデータ ストアを作成します。残りの Liware ユーザーは、PoC が完了した後にのみ Fabric 機能にアクセスできるようになります。PoC は、Fabric の試用容量を使用して完了します。次の 3 つのワークスペースが作成されます。
- AnalyticsPOC: データストア、セマンティックモデル、レポートパイプライン、データフロー、およびデータストアへのデータ入力に使用されるノートブックが含まれます。
- DataEngPOC: OneLakeにデータを入力するために使用されるすべてのパイプライン、データフロー、ノートブックが含まれます
- DataSciPOC: データ サイエンティストが作成したすべてのノートブックとレポートが含まれます。AnalyticsPOC ワークスペースには次のものが作成されます。
- データストア（種類は未定）
- カスタムセマンティックモデル
- デフォルトのセマンティックモデル
インタラクティブレポート
データ エンジニアは、データ ソースに応じて、1 時間ごとまたは毎日 OneLake にデータをロードするためのデータ パイプラインを作成します。分析エンジニアは、毎日、AnalyticsPOC ワークスペースのデータ ストアにデータを取り込んで変換し、ロードするプロセスを作成します。データ エンジニアは、可能な限り、データの取り込みにローコード ツールを使用します。使用するデータ クレンジングおよび変換ツールの選択は、データ エンジニアの裁量に委ねられます。
Analytics POC ワークスペース内のすべてのセマンティック モデルとレポートは、データ ストアを唯一のデータ ソースとして使用します。
技術要件
データ ストアは以下をサポートする必要があります。
- T-SQLまたはPythonを使用した読み取りアクセス
- 半構造化データと非構造化データ
- T-SQLクエリを実行するユーザー向けの行レベルセキュリティ（RLS）
データ エンジニアが OneLake にロードするファイルは Parquet 形式で保存され、Delta Lake の仕様に準拠します。
データは、AnalyticsPOC データ ストアの 1 つの領域に変換されずにロードされます。その後、データはクレンジングされ、マージされ、ディメンション モデルに変換されます。データ ロード プロセスでは、ディメンション モデルにデータを入力する前に、生データとクレンジング済みデータが完全に更新されていることを確認する必要があります。ディメンション モデルには日付ディメンションが含まれている必要があります。日付ディメンションの既存のデータ ソースはありません。Litware の会計年度は暦年と一致します。日付ディメンションには、常に 2010 年から現在の年末までの日付が含まれている必要があります。
製品価格設定グループのロジックは、分析エンジニアが 1 か所で管理する必要があります。価格設定グループのデータは、T-SOL クエリのデータ ストアとデフォルトのセマンティック モデルで使用できるようにする必要があります。次のロジックを使用する必要があります。
- 定価が 50 以下の場合は、低価格グループに入ります。
- 定価が 50 より大きく 1,000 以下の場合は、中価格グループになります。
- 定価が 1,000 を超える場合は、高価格グループに入ります。
セキュリティ要件
PoC の一環として作成された Fabric アイテムは、Fabric 管理者と分析チームのみが表示できる必要があります。
Litware は、AnalyticsPOC ワークスペースの Fabric 項目に対して次のセキュリティ要件を特定します。
- Fabric 管理者はワークスペース管理者になります。
- データ エンジニアは、データ ストアの読み取りと書き込みができる必要があります。データセットやレポートへのアクセス権は付与しないでください。
- 分析エンジニアは、データ ストアのスキーマの読み取り、書き込み、作成ができる必要があります。また、データ アナリストとセマンティック モデルを作成して共有し、ワークスペース内のすべてのレポートを表示および変更できる必要があります。
- データサイエンティストはデータストアから読み取ることはできるが、書き込むことはできない。データサイエンティストはSparkノートブックを使用してデータにアクセスします。
- データ アナリストは、データ ストア内のディメンション モデル オブジェクトのみに対する読み取りアクセス権を持っている必要があります。また、分析エンジニアが作成したセマンティック モデルを使用して Power BI レポートを作成するためのアクセス権も持っている必要があります。
- 日付ディメンションは、データ ストアのすべてのユーザーが利用できる必要があります。
- 最小権限の原則に従う必要があります。
既定のセマンティック モデルとカスタム セマンティック モデルの両方に、データ ストア内のディメンション モデルのテーブルまたはビューのみを含める必要があります。Litware には、既に次の Microsoft Entra セキュリティ グループがあります。
FabricAdmins: ファブリック管理者
- AnalyticsTeam: 分析チームの全メンバー
- DataAnalysts: 分析チームのデータアナリスト
- データサイエンティスト: 分析チームのデータサイエンティスト
- データエンジニア: 分析チームのデータエンジニア
- AnalyticsEngineers: 分析チームの分析エンジニア
レポート要件
データ アナリストは、次の要件を満たす顧客満足度レポートを作成する必要があります。
- ユーザーが製品を選択して、顧客調査の回答をその製品を購入したユーザーのみにフィルタリングできるようにします。
- 選択した日付までの過去 12 か月間に送信されたすべてのアンケートの平均総合満足度スコアを表示します。
- データ ストアでデータが更新されるとすぐにデータが表示されます。
- レポートとセマンティック モデルに現在の年と前年のデータのみが含まれていることを確認します。
- レポートがソース データ ストアで指定されたテーブル レベルのセキュリティに準拠していることを確認します。
- レポート クエリの実行時間を最小限に抑えます。
テナントを PoC に備えるためのソリューションを推奨する必要があります。
Fabric Admin ポータルから実行することを推奨する 2 つのアクションはどれですか? それぞれの正解はソリューションの一部を示しています。
注意: 正解ごとに 1 ポイントが付与されます。
概要
Litware, Inc. は、北米全域にオフィスを構える製造会社です。Litware の分析チームには、データ エンジニア、分析エンジニア、データ アナリスト、データ サイエンティストが所属しています。
既存の環境
ファブリック環境
Litware は 3 年間 Microsoft Power BI テナントを使用しています。Litware では Fabric の機能と機能を有効にしていません。
利用可能なデータ
Litware には、次の表に示すように分析する必要があるデータがあります。
製品データには、1 つのテーブルと次の列が含まれています。
顧客満足度データには次の表が含まれています。
- 調査
- 質問
- 応答
提出された調査ごとに、次の処理が行われます。
- 調査テーブルに 1 行が追加されます。
- アンケートの質問ごとに、回答テーブルに 1 行が追加されます。
- 質問テーブルには、各アンケートの質問のテキストが含まれています。各アンケートの回答の 3 番目の質問は、全体的な満足度スコアです。顧客は、購入ごとにアンケートを送信できます。
ユーザーの問題
分析チームには大量のデータがあり、その一部は半構造化されています。チームは Fabric を使用して新しいデータ ストアを作成したいと考えています。
製品データは、多くの場合、高、中、低の 3 つの価格グループに分類されます。このロジックは、いくつかのデータベースとセマンティック モデルに実装されていますが、実装間でロジックが必ずしも一致するとは限りません。
要件
計画された変更
Litware は、既存のテナントで Fabric 機能を有効にする予定です。分析チームは、概念実証 (PoC) として新しいデータ ストアを作成します。残りの Liware ユーザーは、PoC が完了した後にのみ Fabric 機能にアクセスできるようになります。PoC は、Fabric の試用容量を使用して完了します。次の 3 つのワークスペースが作成されます。
- AnalyticsPOC: データストア、セマンティックモデル、レポートパイプライン、データフロー、およびデータストアへのデータ入力に使用されるノートブックが含まれます。
- DataEngPOC: OneLakeにデータを入力するために使用されるすべてのパイプライン、データフロー、ノートブックが含まれます
- DataSciPOC: データ サイエンティストが作成したすべてのノートブックとレポートが含まれます。AnalyticsPOC ワークスペースには次のものが作成されます。
- データストア（種類は未定）
- カスタムセマンティックモデル
- デフォルトのセマンティックモデル
インタラクティブレポート
データ エンジニアは、データ ソースに応じて、1 時間ごとまたは毎日 OneLake にデータをロードするためのデータ パイプラインを作成します。分析エンジニアは、毎日、AnalyticsPOC ワークスペースのデータ ストアにデータを取り込んで変換し、ロードするプロセスを作成します。データ エンジニアは、可能な限り、データの取り込みにローコード ツールを使用します。使用するデータ クレンジングおよび変換ツールの選択は、データ エンジニアの裁量に委ねられます。
Analytics POC ワークスペース内のすべてのセマンティック モデルとレポートは、データ ストアを唯一のデータ ソースとして使用します。
技術要件
データ ストアは以下をサポートする必要があります。
- T-SQLまたはPythonを使用した読み取りアクセス
- 半構造化データと非構造化データ
- T-SQLクエリを実行するユーザー向けの行レベルセキュリティ（RLS）
データ エンジニアが OneLake にロードするファイルは Parquet 形式で保存され、Delta Lake の仕様に準拠します。
データは、AnalyticsPOC データ ストアの 1 つの領域に変換されずにロードされます。その後、データはクレンジングされ、マージされ、ディメンション モデルに変換されます。データ ロード プロセスでは、ディメンション モデルにデータを入力する前に、生データとクレンジング済みデータが完全に更新されていることを確認する必要があります。ディメンション モデルには日付ディメンションが含まれている必要があります。日付ディメンションの既存のデータ ソースはありません。Litware の会計年度は暦年と一致します。日付ディメンションには、常に 2010 年から現在の年末までの日付が含まれている必要があります。
製品価格設定グループのロジックは、分析エンジニアが 1 か所で管理する必要があります。価格設定グループのデータは、T-SOL クエリのデータ ストアとデフォルトのセマンティック モデルで使用できるようにする必要があります。次のロジックを使用する必要があります。
- 定価が 50 以下の場合は、低価格グループに入ります。
- 定価が 50 より大きく 1,000 以下の場合は、中価格グループになります。
- 定価が 1,000 を超える場合は、高価格グループに入ります。
セキュリティ要件
PoC の一環として作成された Fabric アイテムは、Fabric 管理者と分析チームのみが表示できる必要があります。
Litware は、AnalyticsPOC ワークスペースの Fabric 項目に対して次のセキュリティ要件を特定します。
- Fabric 管理者はワークスペース管理者になります。
- データ エンジニアは、データ ストアの読み取りと書き込みができる必要があります。データセットやレポートへのアクセス権は付与しないでください。
- 分析エンジニアは、データ ストアのスキーマの読み取り、書き込み、作成ができる必要があります。また、データ アナリストとセマンティック モデルを作成して共有し、ワークスペース内のすべてのレポートを表示および変更できる必要があります。
- データサイエンティストはデータストアから読み取ることはできるが、書き込むことはできない。データサイエンティストはSparkノートブックを使用してデータにアクセスします。
- データ アナリストは、データ ストア内のディメンション モデル オブジェクトのみに対する読み取りアクセス権を持っている必要があります。また、分析エンジニアが作成したセマンティック モデルを使用して Power BI レポートを作成するためのアクセス権も持っている必要があります。
- 日付ディメンションは、データ ストアのすべてのユーザーが利用できる必要があります。
- 最小権限の原則に従う必要があります。
既定のセマンティック モデルとカスタム セマンティック モデルの両方に、データ ストア内のディメンション モデルのテーブルまたはビューのみを含める必要があります。Litware には、既に次の Microsoft Entra セキュリティ グループがあります。
FabricAdmins: ファブリック管理者
- AnalyticsTeam: 分析チームの全メンバー
- DataAnalysts: 分析チームのデータアナリスト
- データサイエンティスト: 分析チームのデータサイエンティスト
- データエンジニア: 分析チームのデータエンジニア
- AnalyticsEngineers: 分析チームの分析エンジニア
レポート要件
データ アナリストは、次の要件を満たす顧客満足度レポートを作成する必要があります。
- ユーザーが製品を選択して、顧客調査の回答をその製品を購入したユーザーのみにフィルタリングできるようにします。
- 選択した日付までの過去 12 か月間に送信されたすべてのアンケートの平均総合満足度スコアを表示します。
- データ ストアでデータが更新されるとすぐにデータが表示されます。
- レポートとセマンティック モデルに現在の年と前年のデータのみが含まれていることを確認します。
- レポートがソース データ ストアで指定されたテーブル レベルのセキュリティに準拠していることを確認します。
- レポート クエリの実行時間を最小限に抑えます。
テナントを PoC に備えるためのソリューションを推奨する必要があります。
Fabric Admin ポータルから実行することを推奨する 2 つのアクションはどれですか? それぞれの正解はソリューションの一部を示しています。
注意: 正解ごとに 1 ポイントが付与されます。
정답: A,B
ホットスポットに関する質問
DW1 という名前のウェアハウスを含む Fabric ワークスペースがあります。DW1 には次のテーブルと列が含まれています。
注文数量を年別および製品別に集計する必要があります。ソリューションには、各行のすべての製品の注文数量の年間合計を含める必要があります。
T-SQL ステートメントをどのように完了する必要がありますか? 回答するには、回答領域で適切なオプションを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DW1 という名前のウェアハウスを含む Fabric ワークスペースがあります。DW1 には次のテーブルと列が含まれています。
注文数量を年別および製品別に集計する必要があります。ソリューションには、各行のすべての製品の注文数量の年間合計を含める必要があります。
T-SQL ステートメントをどのように完了する必要がありますか? 回答するには、回答領域で適切なオプションを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
정답:
ケーススタディ 1 - Contoso
概要
Contoso, Ltd. は米国を拠点とする健康補助食品会社です。Contoso には、営業部門と研究部門という 2 つの部門があります。営業部門には、オンライン販売部門と小売販売部門という 2 つの部署があります。研究部門は、社内で開発された製品ラインを研究者とアナリストの個々のチームに割り当てます。
既存の環境
アイデンティティ環境
Contoso には、contoso.com という名前の Microsoft Entra テナントがあります。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という名前の 2 つのグループが含まれています。
データ環境
Contoso には次のデータ環境があります。
- 営業部門では、Microsoft Power BI Premium 機能を使用しています。
- オンライン販売部門のセマンティック モデルには、Import made を使用する Orders というファクト テーブルが含まれています。元のシステムでは、OrderID 値は注文が作成される順序を表します。
- 研究部門では、オンプレミスのサードパーティのデータ ウェアハウス製品を使用しています。
- contoso.com に対して Fabric が有効になっています。
- storage1 という名前の Azure Data Lake Storage Gen2 ストレージ アカウントには、Productline1 という名前の製品ラインの研究部門のデータが含まれています。 - データはデルタ形式です。
- storage2 という名前の Data Lake Storage Gen2 ストレージ アカウントには、Productline2 という名前の製品ラインの研究部門データが含まれています。データは CSV 形式です。
要件
計画された変更
Contoso は次の変更を行う予定です。
- 営業部門が使用する Power BI Premium 容量で Fabric のサポートを有効にします。
- 営業部門と研究部門のすべてのデータを Fabric で利用できるようにします。
- 研究部門用に、Productline1ws と Productine2ws という名前の 2 つの Fabric ワークスペースを作成します。
- Productline1ws で、Lakehouse1 という名前のレイクハウスを作成します。
- Lakehouse1 で、ResearchProduct という名前の storage1 へのショートカットを作成します。
データ分析の要件
Contoso では、次のデータ分析要件を特定しています。
- 営業部門と研究部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要があります。
- 研究部門のワークスペースでは、分単位で課金される専用のオンデマンド容量を使用する必要があります。
- 部門名に基づいて OneLake データ ハブのフィルタリングをサポートするには、研究部門のワークスペースを論理的にグループ化する必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用して、レイクハウスとウェアハウスのデータおよびショートカットを読み取ることができる必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup2 のメンバーが Lakehouse エクスプローラーを使用してレイクハウス データを読み取ることができる必要があります。
- 研究部門のすべてのセマンティック モデルとレポートでは、ブランチをサポートするバージョン管理を使用する必要があります。
データ準備の要件
Contoso では、次のデータ準備要件を特定しています。
- Productline1 の研究部門データは、Fabric ノートブックを使用して Lakehouse1 から取得する必要があります。
- レイクハウス内のすべての研究部門データは、レイクハウス エクスプローラーで管理テーブルとして表示する必要があります。
セマンティックモデルの要件
Contoso は、セマンティック モデルの実装と管理に関して次の要件を特定しています。
- 更新中に Orders テーブルに追加される行数を最小限に抑える必要があります。
- 研究部門ワークスペースのセマンティック モデルは、Direct Lake モードを使用する必要があります。
一般的な要件
Contoso は、すべてのソリューションで考慮する必要がある次の高レベルの要件を特定しています。
- 該当する場合は、最小権限の原則に従ってください。
- 可能な場合は実装と保守の労力を最小限に抑えます。
ホットスポットに関する質問
研究部門のワークスペースをグループ化するソリューションを推奨する必要があります。
推奨事項には何を含めるべきですか? 回答するには、回答領域で適切なオプションを選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
概要
Contoso, Ltd. は米国を拠点とする健康補助食品会社です。Contoso には、営業部門と研究部門という 2 つの部門があります。営業部門には、オンライン販売部門と小売販売部門という 2 つの部署があります。研究部門は、社内で開発された製品ラインを研究者とアナリストの個々のチームに割り当てます。
既存の環境
アイデンティティ環境
Contoso には、contoso.com という名前の Microsoft Entra テナントがあります。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という名前の 2 つのグループが含まれています。
データ環境
Contoso には次のデータ環境があります。
- 営業部門では、Microsoft Power BI Premium 機能を使用しています。
- オンライン販売部門のセマンティック モデルには、Import made を使用する Orders というファクト テーブルが含まれています。元のシステムでは、OrderID 値は注文が作成される順序を表します。
- 研究部門では、オンプレミスのサードパーティのデータ ウェアハウス製品を使用しています。
- contoso.com に対して Fabric が有効になっています。
- storage1 という名前の Azure Data Lake Storage Gen2 ストレージ アカウントには、Productline1 という名前の製品ラインの研究部門のデータが含まれています。 - データはデルタ形式です。
- storage2 という名前の Data Lake Storage Gen2 ストレージ アカウントには、Productline2 という名前の製品ラインの研究部門データが含まれています。データは CSV 形式です。
要件
計画された変更
Contoso は次の変更を行う予定です。
- 営業部門が使用する Power BI Premium 容量で Fabric のサポートを有効にします。
- 営業部門と研究部門のすべてのデータを Fabric で利用できるようにします。
- 研究部門用に、Productline1ws と Productine2ws という名前の 2 つの Fabric ワークスペースを作成します。
- Productline1ws で、Lakehouse1 という名前のレイクハウスを作成します。
- Lakehouse1 で、ResearchProduct という名前の storage1 へのショートカットを作成します。
データ分析の要件
Contoso では、次のデータ分析要件を特定しています。
- 営業部門と研究部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要があります。
- 研究部門のワークスペースでは、分単位で課金される専用のオンデマンド容量を使用する必要があります。
- 部門名に基づいて OneLake データ ハブのフィルタリングをサポートするには、研究部門のワークスペースを論理的にグループ化する必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用して、レイクハウスとウェアハウスのデータおよびショートカットを読み取ることができる必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup2 のメンバーが Lakehouse エクスプローラーを使用してレイクハウス データを読み取ることができる必要があります。
- 研究部門のすべてのセマンティック モデルとレポートでは、ブランチをサポートするバージョン管理を使用する必要があります。
データ準備の要件
Contoso では、次のデータ準備要件を特定しています。
- Productline1 の研究部門データは、Fabric ノートブックを使用して Lakehouse1 から取得する必要があります。
- レイクハウス内のすべての研究部門データは、レイクハウス エクスプローラーで管理テーブルとして表示する必要があります。
セマンティックモデルの要件
Contoso は、セマンティック モデルの実装と管理に関して次の要件を特定しています。
- 更新中に Orders テーブルに追加される行数を最小限に抑える必要があります。
- 研究部門ワークスペースのセマンティック モデルは、Direct Lake モードを使用する必要があります。
一般的な要件
Contoso は、すべてのソリューションで考慮する必要がある次の高レベルの要件を特定しています。
- 該当する場合は、最小権限の原則に従ってください。
- 可能な場合は実装と保守の労力を最小限に抑えます。
ホットスポットに関する質問
研究部門のワークスペースをグループ化するソリューションを推奨する必要があります。
推奨事項には何を含めるべきですか? 回答するには、回答領域で適切なオプションを選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
정답:
Explanation:
https://learn.microsoft.com/en-us/fabric/governance/domains#configure-domain-settings
ケーススタディ 2 - Litware, Inc
概要
Litware, Inc. は、北米全域にオフィスを構える製造会社です。Litware の分析チームには、データ エンジニア、分析エンジニア、データ アナリスト、データ サイエンティストが所属しています。
既存の環境
ファブリック環境
Litware は 3 年間 Microsoft Power BI テナントを使用しています。Litware では Fabric の機能と機能を有効にしていません。
利用可能なデータ
Litware には、次の表に示すように分析する必要があるデータがあります。
製品データには、1 つのテーブルと次の列が含まれています。
顧客満足度データには次の表が含まれています。
- 調査
- 質問
- 応答
提出された調査ごとに、次の処理が行われます。
- 調査テーブルに 1 行が追加されます。
- アンケートの質問ごとに、回答テーブルに 1 行が追加されます。
- 質問テーブルには、各アンケートの質問のテキストが含まれています。各アンケートの回答の 3 番目の質問は、全体的な満足度スコアです。顧客は、購入ごとにアンケートを送信できます。
ユーザーの問題
分析チームには大量のデータがあり、その一部は半構造化されています。チームは Fabric を使用して新しいデータ ストアを作成したいと考えています。
製品データは、多くの場合、高、中、低の 3 つの価格グループに分類されます。このロジックは、いくつかのデータベースとセマンティック モデルに実装されていますが、実装間でロジックが必ずしも一致するとは限りません。
要件
計画された変更
Litware は、既存のテナントで Fabric 機能を有効にする予定です。分析チームは、概念実証 (PoC) として新しいデータ ストアを作成します。残りの Liware ユーザーは、PoC が完了した後にのみ Fabric 機能にアクセスできるようになります。PoC は、Fabric の試用容量を使用して完了します。次の 3 つのワークスペースが作成されます。
- AnalyticsPOC: データストア、セマンティックモデル、レポートパイプライン、データフロー、およびデータストアへのデータ入力に使用されるノートブックが含まれます。
- DataEngPOC: OneLakeにデータを入力するために使用されるすべてのパイプライン、データフロー、ノートブックが含まれます
- DataSciPOC: データ サイエンティストが作成したすべてのノートブックとレポートが含まれます。AnalyticsPOC ワークスペースには次のものが作成されます。
- データストア（種類は未定）
- カスタムセマンティックモデル
- デフォルトのセマンティックモデル
インタラクティブレポート
データ エンジニアは、データ ソースに応じて、1 時間ごとまたは毎日 OneLake にデータをロードするためのデータ パイプラインを作成します。分析エンジニアは、毎日、AnalyticsPOC ワークスペースのデータ ストアにデータを取り込んで変換し、ロードするプロセスを作成します。データ エンジニアは、可能な限り、データの取り込みにローコード ツールを使用します。使用するデータ クレンジングおよび変換ツールの選択は、データ エンジニアの裁量に委ねられます。
Analytics POC ワークスペース内のすべてのセマンティック モデルとレポートは、データ ストアを唯一のデータ ソースとして使用します。
技術要件
データ ストアは以下をサポートする必要があります。
- T-SQLまたはPythonを使用した読み取りアクセス
- 半構造化データと非構造化データ
- T-SQLクエリを実行するユーザー向けの行レベルセキュリティ（RLS）
データ エンジニアが OneLake にロードするファイルは Parquet 形式で保存され、Delta Lake の仕様に準拠します。
データは、AnalyticsPOC データ ストアの 1 つの領域に変換されずにロードされます。その後、データはクレンジングされ、マージされ、ディメンション モデルに変換されます。データ ロード プロセスでは、ディメンション モデルにデータを入力する前に、生データとクレンジング済みデータが完全に更新されていることを確認する必要があります。ディメンション モデルには日付ディメンションが含まれている必要があります。日付ディメンションの既存のデータ ソースはありません。Litware の会計年度は暦年と一致します。日付ディメンションには、常に 2010 年から現在の年末までの日付が含まれている必要があります。
製品価格設定グループのロジックは、分析エンジニアが 1 か所で管理する必要があります。価格設定グループのデータは、T-SOL クエリのデータ ストアとデフォルトのセマンティック モデルで使用できるようにする必要があります。次のロジックを使用する必要があります。
- 定価が 50 以下の場合は、低価格グループに入ります。
- 定価が 50 より大きく 1,000 以下の場合は、中価格グループになります。
- 定価が 1,000 を超える場合は、高価格グループに入ります。
セキュリティ要件
PoC の一環として作成された Fabric アイテムは、Fabric 管理者と分析チームのみが表示できる必要があります。
Litware は、AnalyticsPOC ワークスペースの Fabric 項目に対して次のセキュリティ要件を特定します。
- Fabric 管理者はワークスペース管理者になります。
- データ エンジニアは、データ ストアの読み取りと書き込みができる必要があります。データセットやレポートへのアクセス権は付与しないでください。
- 分析エンジニアは、データ ストアのスキーマの読み取り、書き込み、作成ができる必要があります。また、データ アナリストとセマンティック モデルを作成して共有し、ワークスペース内のすべてのレポートを表示および変更できる必要があります。
- データサイエンティストはデータストアから読み取ることはできるが、書き込むことはできない。データサイエンティストはSparkノートブックを使用してデータにアクセスします。
- データ アナリストは、データ ストア内のディメンション モデル オブジェクトのみに対する読み取りアクセス権を持っている必要があります。また、分析エンジニアが作成したセマンティック モデルを使用して Power BI レポートを作成するためのアクセス権も持っている必要があります。
- 日付ディメンションは、データ ストアのすべてのユーザーが利用できる必要があります。
- 最小権限の原則に従う必要があります。
既定のセマンティック モデルとカスタム セマンティック モデルの両方に、データ ストア内のディメンション モデルのテーブルまたはビューのみを含める必要があります。Litware には、既に次の Microsoft Entra セキュリティ グループがあります。
FabricAdmins: ファブリック管理者
- AnalyticsTeam: 分析チームの全メンバー
- DataAnalysts: 分析チームのデータアナリスト
- データサイエンティスト: 分析チームのデータサイエンティスト
- データエンジニア: 分析チームのデータエンジニア
- AnalyticsEngineers: 分析チームの分析エンジニア
レポート要件
データ アナリストは、次の要件を満たす顧客満足度レポートを作成する必要があります。
- ユーザーが製品を選択して、顧客調査の回答をその製品を購入したユーザーのみにフィルタリングできるようにします。
- 選択した日付までの過去 12 か月間に送信されたすべてのアンケートの平均総合満足度スコアを表示します。
- データ ストアでデータが更新されるとすぐにデータが表示されます。
- レポートとセマンティック モデルに現在の年と前年のデータのみが含まれていることを確認します。
- レポートがソース データ ストアで指定されたテーブル レベルのセキュリティに準拠していることを確認します。
- レポート クエリの実行時間を最小限に抑えます。
ホットスポットに関する質問
価格グループの分類に関する問題を解決する必要があります。
T-SQL ステートメントをどのように完了する必要がありますか? 回答するには、回答領域で適切なオプションを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
概要
Litware, Inc. は、北米全域にオフィスを構える製造会社です。Litware の分析チームには、データ エンジニア、分析エンジニア、データ アナリスト、データ サイエンティストが所属しています。
既存の環境
ファブリック環境
Litware は 3 年間 Microsoft Power BI テナントを使用しています。Litware では Fabric の機能と機能を有効にしていません。
利用可能なデータ
Litware には、次の表に示すように分析する必要があるデータがあります。
製品データには、1 つのテーブルと次の列が含まれています。
顧客満足度データには次の表が含まれています。
- 調査
- 質問
- 応答
提出された調査ごとに、次の処理が行われます。
- 調査テーブルに 1 行が追加されます。
- アンケートの質問ごとに、回答テーブルに 1 行が追加されます。
- 質問テーブルには、各アンケートの質問のテキストが含まれています。各アンケートの回答の 3 番目の質問は、全体的な満足度スコアです。顧客は、購入ごとにアンケートを送信できます。
ユーザーの問題
分析チームには大量のデータがあり、その一部は半構造化されています。チームは Fabric を使用して新しいデータ ストアを作成したいと考えています。
製品データは、多くの場合、高、中、低の 3 つの価格グループに分類されます。このロジックは、いくつかのデータベースとセマンティック モデルに実装されていますが、実装間でロジックが必ずしも一致するとは限りません。
要件
計画された変更
Litware は、既存のテナントで Fabric 機能を有効にする予定です。分析チームは、概念実証 (PoC) として新しいデータ ストアを作成します。残りの Liware ユーザーは、PoC が完了した後にのみ Fabric 機能にアクセスできるようになります。PoC は、Fabric の試用容量を使用して完了します。次の 3 つのワークスペースが作成されます。
- AnalyticsPOC: データストア、セマンティックモデル、レポートパイプライン、データフロー、およびデータストアへのデータ入力に使用されるノートブックが含まれます。
- DataEngPOC: OneLakeにデータを入力するために使用されるすべてのパイプライン、データフロー、ノートブックが含まれます
- DataSciPOC: データ サイエンティストが作成したすべてのノートブックとレポートが含まれます。AnalyticsPOC ワークスペースには次のものが作成されます。
- データストア（種類は未定）
- カスタムセマンティックモデル
- デフォルトのセマンティックモデル
インタラクティブレポート
データ エンジニアは、データ ソースに応じて、1 時間ごとまたは毎日 OneLake にデータをロードするためのデータ パイプラインを作成します。分析エンジニアは、毎日、AnalyticsPOC ワークスペースのデータ ストアにデータを取り込んで変換し、ロードするプロセスを作成します。データ エンジニアは、可能な限り、データの取り込みにローコード ツールを使用します。使用するデータ クレンジングおよび変換ツールの選択は、データ エンジニアの裁量に委ねられます。
Analytics POC ワークスペース内のすべてのセマンティック モデルとレポートは、データ ストアを唯一のデータ ソースとして使用します。
技術要件
データ ストアは以下をサポートする必要があります。
- T-SQLまたはPythonを使用した読み取りアクセス
- 半構造化データと非構造化データ
- T-SQLクエリを実行するユーザー向けの行レベルセキュリティ（RLS）
データ エンジニアが OneLake にロードするファイルは Parquet 形式で保存され、Delta Lake の仕様に準拠します。
データは、AnalyticsPOC データ ストアの 1 つの領域に変換されずにロードされます。その後、データはクレンジングされ、マージされ、ディメンション モデルに変換されます。データ ロード プロセスでは、ディメンション モデルにデータを入力する前に、生データとクレンジング済みデータが完全に更新されていることを確認する必要があります。ディメンション モデルには日付ディメンションが含まれている必要があります。日付ディメンションの既存のデータ ソースはありません。Litware の会計年度は暦年と一致します。日付ディメンションには、常に 2010 年から現在の年末までの日付が含まれている必要があります。
製品価格設定グループのロジックは、分析エンジニアが 1 か所で管理する必要があります。価格設定グループのデータは、T-SOL クエリのデータ ストアとデフォルトのセマンティック モデルで使用できるようにする必要があります。次のロジックを使用する必要があります。
- 定価が 50 以下の場合は、低価格グループに入ります。
- 定価が 50 より大きく 1,000 以下の場合は、中価格グループになります。
- 定価が 1,000 を超える場合は、高価格グループに入ります。
セキュリティ要件
PoC の一環として作成された Fabric アイテムは、Fabric 管理者と分析チームのみが表示できる必要があります。
Litware は、AnalyticsPOC ワークスペースの Fabric 項目に対して次のセキュリティ要件を特定します。
- Fabric 管理者はワークスペース管理者になります。
- データ エンジニアは、データ ストアの読み取りと書き込みができる必要があります。データセットやレポートへのアクセス権は付与しないでください。
- 分析エンジニアは、データ ストアのスキーマの読み取り、書き込み、作成ができる必要があります。また、データ アナリストとセマンティック モデルを作成して共有し、ワークスペース内のすべてのレポートを表示および変更できる必要があります。
- データサイエンティストはデータストアから読み取ることはできるが、書き込むことはできない。データサイエンティストはSparkノートブックを使用してデータにアクセスします。
- データ アナリストは、データ ストア内のディメンション モデル オブジェクトのみに対する読み取りアクセス権を持っている必要があります。また、分析エンジニアが作成したセマンティック モデルを使用して Power BI レポートを作成するためのアクセス権も持っている必要があります。
- 日付ディメンションは、データ ストアのすべてのユーザーが利用できる必要があります。
- 最小権限の原則に従う必要があります。
既定のセマンティック モデルとカスタム セマンティック モデルの両方に、データ ストア内のディメンション モデルのテーブルまたはビューのみを含める必要があります。Litware には、既に次の Microsoft Entra セキュリティ グループがあります。
FabricAdmins: ファブリック管理者
- AnalyticsTeam: 分析チームの全メンバー
- DataAnalysts: 分析チームのデータアナリスト
- データサイエンティスト: 分析チームのデータサイエンティスト
- データエンジニア: 分析チームのデータエンジニア
- AnalyticsEngineers: 分析チームの分析エンジニア
レポート要件
データ アナリストは、次の要件を満たす顧客満足度レポートを作成する必要があります。
- ユーザーが製品を選択して、顧客調査の回答をその製品を購入したユーザーのみにフィルタリングできるようにします。
- 選択した日付までの過去 12 か月間に送信されたすべてのアンケートの平均総合満足度スコアを表示します。
- データ ストアでデータが更新されるとすぐにデータが表示されます。
- レポートとセマンティック モデルに現在の年と前年のデータのみが含まれていることを確認します。
- レポートがソース データ ストアで指定されたテーブル レベルのセキュリティに準拠していることを確認します。
- レポート クエリの実行時間を最小限に抑えます。
ホットスポットに関する質問
価格グループの分類に関する問題を解決する必要があります。
T-SQL ステートメントをどのように完了する必要がありますか? 回答するには、回答領域で適切なオプションを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
정답:
Workspace1 という名前のワークスペースを含む Fabric テナントがあります。Workspace1 は Pro ライセンス モードを使用し、Model1 という名前のセマンティック モデルが含まれています。
Model1 が XMLA 接続をサポートしていることを確認する必要があります。
どの設定を変更する必要がありますか?
Model1 が XMLA 接続をサポートしていることを確認する必要があります。
どの設定を変更する必要がありますか?
정답: B
설명: (DumpTOP 회원만 볼 수 있음)
注: このセクションには、同じシナリオと問題に関する 1 つ以上の質問セットが含まれています。各質問には、問題に対する独自の解決策が提示されています。解決策が規定の目標を満たしているかどうかを判断する必要があります。セット内の複数の解決策が問題を解決できる場合があります。また、セット内のどの解決策も問題を解決できない可能性もあります。
このセクションの質問に回答した後は、戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
ネットワークには、Microsoft Entra Connect を使用して Microsoft Entra テナントと同期する、contoso.com という名前のオンプレミスの Active Directory ドメイン サービス (AD DS) ドメインが含まれています。
セマンティック モデルを含む Fabric テナントがあります。
モデルの動的な行レベル セキュリティ (RLS) を有効にし、モデルを Fabric サービスにデプロイします。
username() 関数を含むメジャーをクエリすると、クエリによって空白の結果が返されます。
メジャーがユーザーのユーザー プリンシパル名 (UPN) を返すことを確認する必要があります。
解決策: モデルにロールを作成します。
これは目標を満たしていますか?
このセクションの質問に回答した後は、戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
ネットワークには、Microsoft Entra Connect を使用して Microsoft Entra テナントと同期する、contoso.com という名前のオンプレミスの Active Directory ドメイン サービス (AD DS) ドメインが含まれています。
セマンティック モデルを含む Fabric テナントがあります。
モデルの動的な行レベル セキュリティ (RLS) を有効にし、モデルを Fabric サービスにデプロイします。
username() 関数を含むメジャーをクエリすると、クエリによって空白の結果が返されます。
メジャーがユーザーのユーザー プリンシパル名 (UPN) を返すことを確認する必要があります。
解決策: モデルにロールを作成します。
これは目標を満たしていますか?
정답: B
Lakehouse1 という名前のレイクハウスを含む Fabric テナントがあります。 Lakehouse1 には、CSV ファイルを含む Subfolder1 という名前のサブフォルダーが含まれています。 CSV ファイルを、V-Order 最適化が有効になっているデルタ形式に変換する必要があります。 Lakehouse エクスプローラーから何をすればよいですか?
정답: A
설명: (DumpTOP 회원만 볼 수 있음)
注: このセクションには、同じシナリオと問題に関する 1 つ以上の質問セットが含まれています。各質問には、問題に対する独自の解決策が提示されています。解決策が規定の目標を満たしているかどうかを判断する必要があります。セット内の複数の解決策が問題を解決できる場合があります。また、セット内のどの解決策も問題を解決できない可能性もあります。
このセクションの質問に回答した後は、戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
ネットワークには、Microsoft Entra Connect を使用して Microsoft Entra テナントと同期する、contoso.com という名前のオンプレミスの Active Directory ドメイン サービス (AD DS) ドメインが含まれています。
セマンティック モデルを含む Fabric テナントがあります。
モデルの動的な行レベル セキュリティ (RLS) を有効にし、モデルを Fabric サービスにデプロイします。
USERNAME() 関数を含むメジャーをクエリすると、クエリによって空白の結果が返されます。
メジャーがユーザーのユーザー プリンシパル名 (UPN) を返すことを確認する必要があります。
解決策: USEROBJECTID() 関数を使用するようにメジャーを更新します。
これは目標を満たしていますか?
このセクションの質問に回答した後は、戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
ネットワークには、Microsoft Entra Connect を使用して Microsoft Entra テナントと同期する、contoso.com という名前のオンプレミスの Active Directory ドメイン サービス (AD DS) ドメインが含まれています。
セマンティック モデルを含む Fabric テナントがあります。
モデルの動的な行レベル セキュリティ (RLS) を有効にし、モデルを Fabric サービスにデプロイします。
USERNAME() 関数を含むメジャーをクエリすると、クエリによって空白の結果が返されます。
メジャーがユーザーのユーザー プリンシパル名 (UPN) を返すことを確認する必要があります。
解決策: USEROBJECTID() 関数を使用するようにメジャーを更新します。
これは目標を満たしていますか?
정답: B
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。一連の質問にはそれぞれ、定められた目標を満たす独自の解決策が含まれています。質問セットによっては、正しい解決策が複数ある場合もあれば、正しい解決策がない場合もあります。
このセクションで質問に答えた後は、そのセクションに戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
Lakehouse1 という名前のレイクハウスを含む Fabric テナントがあります。Lakehouse1 には、Customer という名前の Delta テーブルが含まれています。
Customer にクエリを実行すると、クエリの実行が遅いことがわかります。テーブルでメンテナンスが実行されていないことが疑われます。
顧客に対してメンテナンス タスクが実行されたかどうかを特定する必要があります。
解決策: 次の Spark SQL ステートメントを実行します。
詳細を記述する顧客
これは目標を満たしていますか?
このセクションで質問に答えた後は、そのセクションに戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
Lakehouse1 という名前のレイクハウスを含む Fabric テナントがあります。Lakehouse1 には、Customer という名前の Delta テーブルが含まれています。
Customer にクエリを実行すると、クエリの実行が遅いことがわかります。テーブルでメンテナンスが実行されていないことが疑われます。
顧客に対してメンテナンス タスクが実行されたかどうかを特定する必要があります。
解決策: 次の Spark SQL ステートメントを実行します。
詳細を記述する顧客
これは目標を満たしていますか?
정답: B
설명: (DumpTOP 회원만 볼 수 있음)
セマンティック モデルを含む Microsoft Power BI Premium Per User (PPU) ワークスペースがあります。
XMLA エンドポイントを使用してモデルの行レベル セキュリティ (RLS) を変更する、App1 という名前の Azure App Service アプリがあります。
App1 では、XMLA エンドポイントにアクセスするために、ユーザーは Microsoft Entra 資格情報を使用してサインインする必要があります。
モデルにアクセスするには、サービス アカウントを使用するように App1 を構成する必要があります。
まず何をすべきでしょうか?
XMLA エンドポイントを使用してモデルの行レベル セキュリティ (RLS) を変更する、App1 という名前の Azure App Service アプリがあります。
App1 では、XMLA エンドポイントにアクセスするために、ユーザーは Microsoft Entra 資格情報を使用してサインインする必要があります。
モデルにアクセスするには、サービス アカウントを使用するように App1 を構成する必要があります。
まず何をすべきでしょうか?
정답: C
설명: (DumpTOP 회원만 볼 수 있음)