설명

1단계: 야간 로드 전에 사용자 정의 복원 지점 생성
SQL Data Warehouse는 페어링된 데이터 센터에 대해 하루에 한 번 지역 백업을 수행합니다. 지역 복원의 RPO는 24시간입니다. 지역 백업에 더 짧은 RPO가 필요한 경우 사용자 정의 복원 지점을 만들고 새로 만든 복원 지점에서 다른 지역의 새 데이터 웨어하우스로 복원할 수 있습니다.
2단계: 데이터 웨어하우스를 동일한 서버의 새 이름으로 복원합니다.
3단계: 복원된 데이터베이스 웨어하우스 이름을 바꿉니다.
참조:
https://docs.microsoft.com/en-us/azure/sql-data-warehouse/backup-and-restore
주제 2, 사례 연구 2
이것은 사례 연구입니다. 사례 연구는 별도로 시간이 지정되지 않습니다. 각 사례를 완료하고 싶은 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에 추가 사례 연구 및 섹션이 있을 수 있습니다. 주어진 시간 내에 이 시험에 포함된 모든 문제를 완료할 수 있도록 시간을 관리해야 합니다.
사례 연구에 포함된 질문에 답하려면 사례 연구에 제공된 정보를 참조해야 합니다. 사례 연구에는 사례 연구에 설명된 시나리오에 대한 추가 정보를 제공하는 전시 및 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서 답을 검토하고 시험의 다음 섹션으로 이동하기 전에 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 버튼을 클릭하십시오. 질문에 답하기 전에 왼쪽 창에 있는 버튼을 사용하여 사례 연구의 내용을 탐색하십시오. 이 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경 및 문제 설명과 같은 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보는 후속 탭에 표시되는 정보와 동일합니다. 질문에 답할 준비가 되면 버튼을 클릭하여 질문으로 돌아갑니다.
배경
현재 환경
회사에는 다음과 같은 가상 머신(VM)이 있습니다.

요구 사항
저장 및 처리
Blob에 저장된 데이터의 파일 시스템 보기를 사용할 수 있어야 합니다.
Contoso가 Blob 저장소를 통해 DB FS 파일 시스템 계층을 사용할 수 있도록 하는 아키텍처를 빌드해야 합니다.
아키텍처는 데이터 파일, 라이브러리 및 이미지를 지원해야 합니다. 또한 실행할 수 있는 명령, 시각화 및 노트북과 같은 설명 텍스트가 포함된 문서에 웹 기반 인터페이스를 제공해야 합니다.
CONT_SQL3에는 35000 IOPS의 초기 스케일이 필요합니다.
CONT_SQL1 및 CONT_SQL2는 vCore 모델을 사용해야 하며 복제본을 포함해야 합니다. 솔루션은 8000 IOPS를 지원해야 합니다.
스토리지는 데이터베이스 OLTP 워크로드에 최적화된 스토리지로 구성되어야 합니다.
이주
* 컴퓨팅 및 스토리지 리소스를 독립적으로 확장할 수 있어야 합니다.
* 모든 SQL Server 워크로드를 Azure로 마이그레이션해야 합니다. 온프레미스 환경에서 관련 머신을 식별하고 디스크 크기 데이터 사용량 정보를 가져와야 합니다.
* SQL Server의 데이터에는 영역 중복 저장소가 포함되어야 합니다.
* Azure 퍼블릭 클라우드에서 실행되는 구성 요소와 상호 작용하는 동안 앱 구성 요소가 온-프레미스에 상주할 수 있는지 확인해야 합니다.
* SAP 데이터는 온프레미스에 남아 있어야 합니다.
* ASR(Azure Site Recovery) 결과에는 머신별 데이터가 포함되어야 합니다.
비즈니스 요구 사항
* 지역 재해 복구 토폴로지를 설계해야 합니다.
* 데이터베이스 백업은 규제 목적이 있으며 7년 동안 보관해야 합니다.
* CONT_SQL1은 데이터 분석을 위해 ETL 작업이 필요한 고객 판매 데이터를 저장합니다. SQL에서 데이터를 읽고 ETL을 수행하고 Power BI로 출력하는 솔루션이 필요합니다. 솔루션은 비용을 최소화하기 위해 관리형 클러스터를 사용해야 합니다. 물류를 최적화하기 위해 Contoso는 고객 판매 데이터를 분석하여 특정 제품이 연중 특정 시간에 연결되어 있는지 확인해야 합니다.
* 고객 판매 데이터에 대한 분석 솔루션은 지역 정전 시 사용할 수 있어야 합니다.
보안 및 감사
* Contoso를 사용하려면 모든 회사 컴퓨터에서 Windows 방화벽을 사용하도록 설정해야 합니다.
* Azure 서버는 다른 Contoso Azure 서버를 ping할 수 있어야 합니다.
* 직원 PII는 메모리, 이동 중 및 정지 상태에서 암호화되어야 합니다. SQL Server로 암호화된 모든 데이터는 암호화된 데이터에 대한 같음 검색, 그룹화, 인덱싱 및 조인을 지원해야 합니다.
* 키는 하드웨어 보안 모듈(HSM)을 사용하여 보호되어야 합니다.
* CONT_SQL3은 기본 포트를 통해 통신해서는 안 됩니다.
비용
* 모든 솔루션은 비용과 리소스를 최소화해야 합니다.
* 조직은 예상치 못한 요금 청구를 원하지 않습니다.
* 데이터 엔지니어는 300 DWU를 사용하도록 SQL Data Warehouse 컴퓨팅 리소스를 설정해야 합니다.
* CONT_SQL2는 사용량이 많지 않은 시간에는 완전히 활용되지 않습니다. 사용량이 많지 않은 시간에 리소스 비용을 최소화해야 합니다.

설명:
이미지: Azure Data Lake Storage
시나리오: 이미지 데이터는 최소 비용으로 단일 데이터 저장소에 저장되어야 합니다.
고객 데이터: Azure Blob Storage
시나리오: 관리형 Spark 클러스터를 사용하여 고객 데이터를 분석해야 합니다.
HDInsight의 Spark 클러스터는 Azure Storage 및 Azure Data Lake Storage와 호환됩니다.
Azure Storage에는 Azure Blob, Azure Files, Azure Queues 및 Azure Tables와 같은 데이터 서비스가 포함됩니다.
참조:
https://docs.microsoft.com/en-us/azure/hdinsight/spark/apache-spark-overview
주제 3, 사례 연구
사례 연구
이것은 사례 연구입니다. 사례 연구는 별도로 시간이 지정되지 않습니다. 각 사례를 완료하고 싶은 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에 추가 사례 연구 및 섹션이 있을 수 있습니다. 주어진 시간 내에 이 시험에 포함된 모든 문제를 완료할 수 있도록 시간을 관리해야 합니다.
사례 연구에 포함된 질문에 답하려면 사례 연구에 제공된 정보를 참조해야 합니다. 사례 연구에는 사례 연구에 설명된 시나리오에 대한 추가 정보를 제공하는 전시 및 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서 답을 검토하고 시험의 다음 섹션으로 이동하기 전에 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 다음 버튼을 클릭하십시오. 질문에 답하기 전에 왼쪽 창에 있는 버튼을 사용하여 사례 연구의 내용을 탐색하십시오. 이 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경 및 문제 설명과 같은 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보는 후속 탭에 표시되는 정보와 동일합니다. 질문에 답할 준비가 되면 질문 버튼을 클릭하여 질문으로 돌아갑니다.
배경
현재 환경
회사에는 다음과 같은 가상 머신(VM)이 있습니다.

요구 사항
저장 및 처리
Blob에 저장된 데이터의 파일 시스템 보기를 사용할 수 있어야 합니다.
Contoso가 Blob 저장소를 통해 DB FS 파일 시스템 계층을 사용할 수 있도록 하는 아키텍처를 빌드해야 합니다. 아키텍처는 데이터 파일, 라이브러리 및 이미지를 지원해야 합니다. 또한 실행할 수 있는 명령, 시각화 및 노트북과 같은 설명 텍스트가 포함된 문서에 웹 기반 인터페이스를 제공해야 합니다.
CONT_SQL3에는 35000 IOPS의 초기 스케일이 필요합니다.
CONT_SQL1 및 CONT_SQL2는 vCore 모델을 사용해야 하며 복제본을 포함해야 합니다. 솔루션은 8000 IOPS를 지원해야 합니다.
스토리지는 데이터베이스 OLTP 워크로드에 최적화된 스토리지로 구성되어야 합니다.
이주
* 컴퓨팅 및 스토리지 리소스를 독립적으로 확장할 수 있어야 합니다.
* 모든 SQL Server 워크로드를 Azure로 마이그레이션해야 합니다. 온프레미스 환경에서 관련 머신을 식별하고 디스크 크기 데이터 사용량 정보를 가져와야 합니다.
* SQL Server의 데이터에는 영역 중복 저장소가 포함되어야 합니다.
* Azure 퍼블릭 클라우드에서 실행되는 구성 요소와 상호 작용하는 동안 앱 구성 요소가 온-프레미스에 상주할 수 있는지 확인해야 합니다.
* SAP 데이터는 온프레미스에 남아 있어야 합니다.
* ASR(Azure Site Recovery) 결과에는 머신별 데이터가 포함되어야 합니다.
비즈니스 요구 사항
* 지역 재해 복구 토폴로지를 설계해야 합니다.
* 데이터베이스 백업은 규제 목적이 있으며 7년 동안 보관해야 합니다.
* CONT_SQL1은 데이터 분석을 위해 ETL 작업이 필요한 고객 판매 데이터를 저장합니다. SQL에서 데이터를 읽고 ETL을 수행하고 Power BI로 출력하는 솔루션이 필요합니다. 솔루션은 비용을 최소화하기 위해 관리형 클러스터를 사용해야 합니다. 물류를 최적화하기 위해 Contoso는 고객 판매 데이터를 분석하여 특정 제품이 연중 특정 시간에 연결되어 있는지 확인해야 합니다.
* 고객 판매 데이터에 대한 분석 솔루션은 지역 정전 시 사용할 수 있어야 합니다.
보안 및 감사
* Contoso를 사용하려면 모든 회사 컴퓨터에서 Windows 방화벽을 사용하도록 설정해야 합니다.
* Azure 서버는 다른 Contoso Azure 서버를 ping할 수 있어야 합니다.
* 직원 PII는 메모리, 이동 중 및 정지 상태에서 암호화되어야 합니다. SQL Server로 암호화된 모든 데이터는 암호화된 데이터에 대한 같음 검색, 그룹화, 인덱싱 및 조인을 지원해야 합니다.
* 키는 하드웨어 보안 모듈(HSM)을 사용하여 보호되어야 합니다.
* CONT_SQL3은 기본 포트를 통해 통신해서는 안 됩니다.
비용
* 모든 솔루션은 비용과 리소스를 최소화해야 합니다.
* 조직은 예상치 못한 요금 청구를 원하지 않습니다.
* 데이터 엔지니어는 300 DWU를 사용하도록 SQL Data Warehouse 컴퓨팅 리소스를 설정해야 합니다.
* CONT_SQL2는 사용량이 많지 않은 시간에는 완전히 활용되지 않습니다. 사용량이 많지 않은 시간에 리소스 비용을 최소화해야 합니다.

A: Azure Stream Analytics는 클라우드의 스트리밍 데이터에 대해 대기 시간이 짧고 가용성이 높으며 확장 가능한 복합 이벤트 처리를 제공하는 완전 관리형 서비스입니다. Azure Synapse Analytics(SQL 데이터 웨어하우스) 데이터베이스를 Stream Analytics 작업의 출력 싱크로 사용할 수 있습니다.
E: Event Hubs 캡처는 Azure로 데이터를 가져오는 가장 쉬운 방법입니다. Azure Data Lake, Azure Data Factory 및 Azure HDInsight를 사용하면 필요한 규모에서 선택한 친숙한 도구와 플랫폼을 사용하여 일괄 처리 및 기타 분석을 수행할 수 있습니다.
참고: Event Hubs Capture는 Avro 형식으로 파일을 만듭니다.
캡처된 데이터는 Apache Avro 형식으로 작성됩니다. 즉, 인라인 스키마로 풍부한 데이터 구조를 제공하는 작고 빠른 바이너리 형식입니다. 이 형식은 Hadoop 에코시스템, Stream Analytics 및 Azure Data Factory에서 널리 사용됩니다.
시나리오: 애플리케이션 개발 팀은 판매 시점(POS) 시스템에서 매장 번호, 날짜, 시간, 제품 ID, 고객 충성도 번호, 가격 및 할인 금액을 포함한 실시간 판매 데이터를 수신하는 Azure 이벤트 허브를 만듭니다. Azure의 데이터 저장소에 데이터를 출력합니다.
참조:
https://docs.microsoft.com/bs-latn-ba/azure/sql-data-warehouse/sql-data-warehouse-integrate-azure-stream-analytics
https://docs.microsoft.com/en-us/azure/event-hubs/event-hubs-capture-overview 디자인 데이터 처리 솔루션 질문 세트 7

SQL 데이터베이스 및 SQL 데이터 웨어하우스
SQL 위협 탐지는 데이터베이스에 액세스하거나 악용하려는 비정상적이고 잠재적으로 유해한 시도를 나타내는 비정상적인 활동을 식별합니다.
Azure SQL Database 및 SQL Data Warehouse에 대한 Advanced Threat Protection은 데이터베이스에 액세스하거나 악용하려는 비정상적이고 잠재적으로 유해한 시도를 나타내는 비정상적인 활동을 감지합니다.
대본:
요구 사항. 보안
솔루션은 다음 보안 요구 사항을 충족해야 합니다.
데이터의 무단 사용을 실시간으로 감지해야 합니다. 비인가 사용은 비정상적인 사용 패턴을 찾아 판단합니다.
참조:
https://docs.microsoft.com/en-us/azure/sql-database/sql-database-threat-detection-overview

설명

계층 1: Azure Data Factory
계층 2: Azure Databricks
Azure Databricks는 Azure Data Factory와 완전히 통합됩니다.

참조:
https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/