무료 온라인 액세스 Microsoft.DP-201.v2021-12-28.q193 모의 시험 (Page 30)

DP-201 문제 141

무단 데이터 사용 탐지 시스템을 설계해야 합니다. 디자인에 어떤 Azure 서비스를 포함해야 하나요?

A. Azure Databricks

B. Azure SQL 데이터 웨어하우스

C. Azure 분석 서비스

D. 애저 데이터 팩토리

정답: B

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 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.

DP-201 문제 142

Azure SQL 데이터 웨어하우스에 데이터를 저장합니다.
데이터 센터 장애가 발생한 후 1시간 이내에 데이터 웨어하우스와 최신 데이터를 사용할 수 있도록 솔루션을 설계해야 합니다.
디자인에 포함해야 하는 세 가지 작업은 무엇입니까? 각 정답은 솔루션의 일부를 나타냅니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

A. 매일 지역 중복 백업에서 사용 가능한 Azure 지역으로 데이터 웨어하우스를 복원합니다.

B. 장애가 발생하면 복구된 데이터 웨어하우스를 가리키도록 연결 문자열을 업데이트합니다.

C. 장애가 발생 하면 데이터 웨어하우스 의 Azure Firewall 규칙을 수정합니다 .

D. 매일 복원된 데이터 웨어하우스에 대한 액세스를 허용하는 Azure Firewall 규칙을 만듭니다.

E. 매일 사용자 정의 복원 지점에서 사용 가능한 Azure 지역으로 데이터 웨어하우스를 복원합니다.

DP-201 문제 143

시각적 모니터링 시스템을 위한 스토리지를 설계해야 합니다.
어떤 스토리지 솔루션을 추천해야 합니까?

A. Azure Blob 스토리지

B. Azure 테이블 스토리지

C. Azure SQL 데이터베이스

D. 애저 코스모스 DB

DP-201 문제 144

각 애플리케이션에 어떤 Azure 데이터 스토리지 솔루션을 권장해야 하나요? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

정답:

설명

상태 검토: Azure SQL 데이터베이스
시나리오: ADatum은 상태 검토 애플리케이션에 대해 다음 요구 사항을 식별합니다.
* 민감한 건강 데이터가 저장 및 전송 중에 암호화되었는지 확인합니다.
* 건강 검토에서 모든 민감한 건강 데이터에 태그를 지정하십시오. 데이터는 감사에 사용됩니다.
상태 인터페이스: Azure Cosmos DB
ADatum은 Health Interface 애플리케이션에 대한 다음 요구 사항을 식별합니다.
* 데이터 쓰기를 위한 유연한 스키마와 증가된 처리량을 제공하는 데이터 스토리지 솔루션으로 업그레이드하십시오. 데이터는 지역적으로 각 병원에서 가까운 위치에 있어야 하며 읽기는 항목의 가장 최근 커밋된 버전으로 표시되어야 합니다.
* 새로운 병원의 데이터를 Health Interface에 추가하는 데 걸리는 시간을 줄입니다.
* Azure에서 보다 확장 가능한 일괄 처리 솔루션을 지원합니다.
* 기존 SQL 쿼리를 다시 작성하기 위한 개발 노력의 양을 줄입니다.
상태 인사이트: Azure SQL 데이터 웨어하우스
Azure SQL Data Warehouse는 MPP(대규모 병렬 처리)를 활용하여 페타바이트 규모의 데이터에서 복잡한 쿼리를 빠르게 실행하는 클라우드 기반 엔터프라이즈 데이터 웨어하우스입니다. SQL Data Warehouse를 빅 데이터 솔루션의 핵심 구성 요소로 사용하십시오.
SQL Data Warehouse 커넥터(SQL DW 커넥터라고 함), Azure Blob Storage를 사용하는 Apache Spark용 데이터 원본 구현, SQL DW의 PolyBase를 사용하여 Databricks에서 Azure SQL Data Warehouse(SQL DW)에 액세스할 수 있습니다. Databricks 클러스터와 SQL DW 인스턴스 간에 효율적으로 데이터 볼륨을 제공합니다.
시나리오: ADatum은 Health Insights 애플리케이션에 대해 다음 요구 사항을 식별합니다.
* 새로운 Health Insights 애플리케이션은 대규모 팩트 테이블에서 고성능 조인을 지원하는 대규모 병렬 처리(MPP) 아키텍처를 기반으로 구축되어야 합니다.
https://docs.databricks.com/data/data-sources/azure/sql-data-warehouse.html

DP-201 문제 145

회사는 제조 기계를 모니터링하기 위해 IoT 장치를 구입합니다. 이 회사는 Azure IoT Hub를 사용하여 IoT 장치와 통신합니다.
회사는 실시간으로 장치를 모니터링할 수 있어야 합니다.
솔루션을 설계해야 합니다.
무엇을 추천해야 할까요?

A. Azure Portal을 사용하는 Azure Data Factory 인스턴스

B. Microsoft Visual Studio를 사용하는 Azure Analysis Services

C. Microsoft Visual Studio를 사용하는 Azure Stream Analytics Edge 애플리케이션

D. Microsoft Visual Studio를 사용하는 Azure Data Factory 인스턴스

정답: C

IoT Edge의 ASA(Azure Stream Analytics)를 통해 개발자는 IoT 장치에 더 가깝게 실시간에 가까운 분석 인텔리전스를 배포하여 장치 생성 데이터의 전체 가치를 활용할 수 있습니다.
Visual Studio 플러그인을 사용하여 ASA Edge 작업을 생성할 수 있습니다.
참조:
https://docs.microsoft.com/en-us/azure/stream-analytics/stream-analytics-edge 데이터 보안 및 규정 준수를 위한 설계 Testlet 1 사례 연구 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.
개요
Litware, Inc.는 미국 전역에 300개의 편의점을 소유 및 운영하고 있습니다. 이 회사는 샌드위치, 피자와 같은 다양한 조리 식품뿐만 아니라 다양한 포장 식품 및 음료를 판매합니다.
Litware에는 회원이 결제 시 회원 번호를 제공하여 특정 품목에 대해 매일 할인을 받을 수 있는 로열티 클럽이 있습니다.
Litware는 Microsoft Power BI를 사용하여 데이터를 분석하는 것을 선호하는 비즈니스 분석가와 Azure Databricks 노트북에서 데이터를 분석하는 것을 선호하는 데이터 과학자를 고용합니다.
요구 사항. 사업 목표
Litware는 다음 요구 사항을 충족하기 위해 Azure에서 새로운 분석 환경을 만들려고 합니다.
* 매장 전체의 재고 수준을 확인하세요. 데이터는 가능한 한 실시간에 가깝게 업데이트되어야 합니다.
* 충성도 클럽 할인이 할인 제품의 판매를 증가시키는지 여부를 식별하기 위해 과거 데이터에 대한 임시 분석 쿼리를 실행합니다.
* 4시간마다 판매 데이터의 과거 수요를 기반으로 생산할 준비된 식품 품목의 수를 매장 직원에게 알립니다.
요구 사항. 기술 요구 사항
Litware는 다음과 같은 기술 요구 사항을 식별합니다.
* 비즈니스 목표를 달성하는 데 필요한 다양한 Azure 서비스의 수를 최소화합니다.
* 가능한 한 PaaS(Platform as a Service) 제품을 사용하고 Litware에서 관리해야 하는 가상 머신을 프로비저닝하지 않아도 됩니다.
* 분석 데이터 저장소는 회사의 온-프레미스 네트워크 및 Azure 서비스에서만 액세스할 수 있는지 확인합니다.
* 가능할 때마다 Azure Active Directory(Azure AD) 인증을 사용합니다.
* 보안 설계 시 최소 권한 원칙을 사용합니다.
* 데이터를 분석 데이터 저장소에 로드하기 전에 Azure Data Lake Storage Gen2에서 인벤토리 데이터를 준비합니다. Litware는 데이터가 더 이상 사용되지 않으면 Data Lake Storage에서 일시적인 데이터를 제거하려고 합니다.
수정 날짜가 14일보다 오래된 파일은 제거해야 합니다.
* 전화번호와 같은 고객 연락처 정보에 대한 비즈니스 분석가의 액세스를 제한합니다. 이러한 유형의 데이터는 분석적으로 관련이 없기 때문입니다.
* 손상 또는 실수로 삭제된 경우 1시간 이내에 분석 데이터 저장소 사본을 신속하게 복원할 수 있는지 확인하십시오.
요구 사항. 계획된 환경
Litware는 다음 환경을 구현할 계획입니다.
* 애플리케이션 개발팀은 판매 시점(POS) 시스템 및 Azure의 데이터 저장소에 데이터를 출력합니다.
* 이름, 연락처 정보, 로열티 번호를 포함한 고객 데이터는 SaaS 애플리케이션인 Salesforce에서 가져오며 8시간마다 한 번씩 Azure로 가져올 수 있습니다. 행 수정 날짜는 원본 테이블에서 신뢰할 수 없습니다.
* 제품 ID, 이름 및 범주를 포함한 제품 데이터는 Salesforce에서 가져오고 8시간마다 한 번씩 Azure로 가져올 수 있습니다. 행 수정 날짜는 원본 테이블에서 신뢰할 수 없습니다.
* 일일 인벤토리 데이터는 사설 네트워크에 있는 Microsoft SQL 서버에서 가져옵니다.
* Litware는 현재 5TB의 과거 판매 데이터와 100GB의 고객 데이터를 보유하고 있습니다. 회사는 내년에 매월 약 100GB의 새 데이터를 예상합니다.
* Litware는 FoodPrep이라는 사용자 지정 응용 프로그램을 구축하여 매장 직원에게 4시간마다 생산할 준비된 식품 품목의 수에 대한 계산 결과를 제공합니다.
* Litware는 온-프레미스 네트워크와 Azure 간에 Azure ExpressRoute 또는 VPN을 구현할 계획이 없습니다.