섹션: [없음]
설명:
Azure 데이터베이스 마이그레이션 서비스
상자 1: 프리미엄 4-VCore
시나리오: SERVER1 데이터베이스를 Azure SQL Database 플랫폼으로 마이그레이션합니다.
* SERVER1 데이터베이스 마이그레이션 중 가동 중지 시간을 최소화합니다.
프리미엄 4-vCore는 대규모 또는 비즈니스에 중요한 워크로드를 위한 것입니다. 온라인 마이그레이션, 오프라인 마이그레이션 및 더 빠른 마이그레이션 속도를 지원합니다.
오답:
표준 가격 책정 계층은 대부분의 중소기업 워크로드에 적합하지만 오프라인 마이그레이션만 지원합니다.
상자 2: VPN 게이트웨이
ExpressRoute 또는 VPN을 사용하여 온-프레미스 원본 서버에 대한 사이트 간 연결을 제공하는 Azure Resource Manager 배포 모델을 사용하여 Azure Database Migration Service용 Microsoft Azure 가상 네트워크를 만들어야 합니다.
참조:
https://azure.microsoft.com/pricing/details/database-migration/
https://docs.microsoft.com/en-us/azure/dms/tutorial-sql-server-azure-sql-online
테스트렛 1
이것은 사례 연구입니다. 사례 연구는 별도로 시간이 정해지지 않습니다. 각 사례를 완료하고 싶은 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에는 추가적인 사례 연구와 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 자세한 정보를 제공하는 전시물과 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서는 시험의 다음 섹션으로 이동하기 전에 답변을 검토하고 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 다음 버튼을 클릭하세요. 질문에 답하기 전에 왼쪽 창에 있는 버튼을 사용하여 사례 연구의 내용을 살펴보세요. 이러한 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경, 문제 설명 등의 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보는 후속 탭에 표시되는 정보와 동일합니다. 질문에 답할 준비가 되면 질문 버튼을 클릭하여 질문으로 돌아가세요.
개요
Litware, Inc.는 보스턴에 본사를 두고 있는 재생 에너지 회사입니다. 본사에는 영업 부서와 회사의 기본 데이터 센터가 있습니다.
물리적 위치
Litware에는 제조 사무실이 있고 연구 사무실은 보스턴 근처에 별도의 위치에 있습니다. 각 사무실에는 자체 데이터 센터와 인터넷 연결이 있습니다.
기존 환경
네트워크 환경
제조 및 연구 데이터 센터는 VPN을 사용하여 기본 데이터 센터에 연결됩니다.
기본 데이터 센터에는 Microsoft 피어링과 프라이빗 피어링을 모두 사용하는 ExpressRoute 연결이 있습니다.
프라이빗 피어링은 HubVNet이라는 Azure 가상 네트워크에 연결됩니다.
신원 환경
Litware에는 litwareinc.com이라는 도메인을 사용하는 하이브리드 Azure Active Directory(Azure AD) 배포가 있습니다.
모든 Azure 구독은 litwareinc.com Azure AD 테넌트에 연결됩니다.
데이터베이스 환경
영업 부서에는 다음과 같은 데이터베이스 워크로드가 있습니다.
* SERVER1이라는 온프레미스는 Microsoft SQL Server 2012 인스턴스와 2개의 1TB 데이터베이스를 호스팅합니다.
* SalesSrv01A라는 논리 서버에는 SalesSQLDb1이라는 지역 복제된 Azure SQL 데이터베이스가 포함되어 있습니다.
SalesSQLDb1은 SalesSQLDb1Pool이라는 탄력적 풀에 있습니다. SalesSQLDb1은 데이터베이스 방화벽 규칙과 포함된 데이터베이스 사용자를 사용합니다.
* SalesSQLDb1App1이라는 애플리케이션은 SalesSQLDb1을 사용합니다.
제조 사무실에는 SERVER2 및 SERVER3이라는 두 개의 온-프레미스 SQL Server 2016 서버가 있습니다. 서버는 동일한 Always On 가용성 그룹의 노드입니다. 가용성 그룹에는 ManufacturingSQLDb1이라는 데이터베이스가 포함되어 있습니다. 데이터베이스 관리자는 HubVnet에 Windows Server 2019를 실행하고 모든 Azure 데이터베이스를 관리하는 데 사용되는 VM1 및 VM2라는 두 개의 Azure 가상 머신을 가지고 있습니다.
라이센스 계약
Litware는 Software Assurance를 통해 라이선스 이동성을 갖춘 Microsoft 볼륨 라이선스 고객입니다.
현재 문제
SalesSQLDb1에서는 오래된 통계와 빈번한 차단 쿼리로 인해 발생할 수 있는 성능 문제가 발생합니다.
요구사항
계획된 변경
Litware는 다음과 같은 변경 사항을 구현할 계획입니다.
* Azure에 30개의 새로운 데이터베이스를 구현합니다. 이는 다양한 사용 패턴을 가지고 있으며 시간에 민감한 제조 앱에서 사용될 것입니다. 각 데이터베이스는 약 20GB입니다.
* ResearchSrv01이라는 논리 서버에 ResearchDB1이라는 새 Azure SQL 데이터베이스를 만듭니다.
ResearchDB1에는 개인 식별 정보(PII) 데이터가 포함됩니다.
* 연구 부서에서 ResearchDB1을 채우고 액세스하는 데 사용할 ResearchApp1이라는 앱을 개발합니다.
* ManufacturingSQLDb1을 Azure 가상 머신 플랫폼으로 마이그레이션합니다.
* SERVER1 데이터베이스를 Azure SQL Database 플랫폼으로 마이그레이션합니다.
기술 요구 사항
Litware는 다음과 같은 기술 요구 사항을 식별합니다.
* 유지보수 작업은 자동화되어야 합니다.
* 30개의 새로운 데이터베이스는 자동으로 확장되어야 합니다.
* 온프레미스 인프라의 사용을 최소화해야 합니다.
* Azure SQL Database 배포에는 Azure 하이브리드 사용 혜택을 활용해야 합니다.
* CPU, 스토리지 사용량 및 제한과 관련된 모든 SQL Server 및 Azure SQL Database 메트릭은 Azure 기본 제공 기능을 사용하여 분석해야 합니다.
보안 및 규정 준수 요구 사항
Litware는 다음과 같은 보안 및 규정 준수 요구 사항을 식별합니다.
* Azure Key Vault에 암호화 키를 저장합니다.
* PII 데이터 백업을 2개월 동안 보관합니다.
* 저장, 전송 및 사용 중인 PII 데이터를 암호화합니다.
* 가능하면 최소 권한 원칙을 사용하세요.
* Active Directory 자격 증명을 사용하여 데이터베이스 사용자를 인증합니다.
* 데이터베이스 수준 방화벽 규칙을 사용하여 Azure SQL Database 인스턴스를 보호합니다.
* Azure에서 호스팅되는 모든 데이터베이스는 공용 엔드포인트에 의존하지 않고 VM1 및 VM2에서 액세스할 수 있는지 확인하세요.
비즈니스 요구 사항
Litware는 다음과 같은 비즈니스 요구 사항을 식별합니다.
* 모든 Azure 배포에 대해 99.99% 가용성의 SLA를 충족합니다.
* SERVER1 데이터베이스 마이그레이션 중 가동 중지 시간을 최소화합니다.
* 워크로드를 Azure로 마이그레이션할 때 Azure 하이브리드 사용 혜택을 사용하세요.
* 모든 요구 사항이 충족되면 가능하면 비용을 최소화하십시오.

참조:
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-authentication

섹션: [없음]
설명:
계획 비교 메뉴 옵션을 사용하면 서로 다른 두 가지 실행 계획을 나란히 비교할 수 있습니다.
위에서 언급한 모든 이유로 인해 서로 다른 행동을 설명하는 유사점과 변화를 식별합니다.
이 옵션은 다음을 비교할 수 있습니다.
이전에 저장된 두 개의 실행 계획 파일(.sqlplan 확장자)
활성 실행 계획 1개와 이전에 저장된 쿼리 실행 계획 1개.
쿼리 저장소에서 선택된 두 개의 쿼리 계획.

섹션: [없음]
설명:
상자 1: DTU
대본:
* 30개의 새로운 데이터베이스는 자동으로 확장되어야 합니다.
* 모든 요구 사항이 충족되면 가능하면 비용을 최소화하십시오.
DTU 기반 구매 모델 또는 vCore 기반 구매 모델을 기반으로 풀에 대한 리소스를 구성할 수 있습니다.
간단히 말해서, 단순화를 위해 DTU 모델에는 장점이 있습니다. 또한 Azure SQL Database를 막 시작하는 경우 DTU 모델은 성능이 낮을 때 더 많은 옵션을 제공하므로 vCore보다 저렴한 가격으로 시작할 수 있습니다.
상자 2: Azure SQL 데이터베이스 탄력적 풀
Azure SQL Database 탄력적 풀은 다양하고 예측할 수 없는 사용 수요가 있는 여러 데이터베이스를 관리하고 확장하기 위한 간단하고 비용 효율적인 솔루션입니다. 탄력적 풀의 데이터베이스는 단일 서버에 있으며 정해진 가격으로 정해진 수의 리소스를 공유합니다. Azure SQL Database의 탄력적 풀을 사용하면 SaaS 개발자는 규정된 예산 내에서 데이터베이스 그룹의 가격 성능을 최적화하는 동시에 각 데이터베이스에 성능 탄력성을 제공할 수 있습니다.
참조:
https://docs.microsoft.com/en-us/azure/azure-sql/database/elastic-pool-overview
https://docs.microsoft.com/en-us/azure/azure-sql/database/reserved-capacity-overview Testlet 2 이것은 사례 연구입니다. 사례 연구는 별도로 시간이 정해지지 않습니다. 각 사례를 완료하고 싶은 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에는 추가적인 사례 연구와 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 자세한 정보를 제공하는 전시물과 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서는 시험의 다음 섹션으로 이동하기 전에 답변을 검토하고 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 다음 버튼을 클릭하세요. 질문에 답하기 전에 왼쪽 창에 있는 버튼을 사용하여 사례 연구의 내용을 살펴보세요. 이러한 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경, 문제 설명 등의 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보는 후속 탭에 표시되는 정보와 동일합니다. 질문에 답할 준비가 되면 질문 버튼을 클릭하여 질문으로 돌아가세요.
개요
Contoso, Ltd.는 시애틀에 본사를 둔 의류 소매업체입니다. 이 회사는 미국 전역에 2,000개의 소매점을 보유하고 있으며 온라인에서도 활발히 활동하고 있습니다.
네트워크에는 contoso.com이라는 Active Directory 포리스트가 포함되어 있습니다. 포리스트는 contoso.com이라는 Azure AD(Azure Active Directory) 테넌트와 통합됩니다. Contoso에는 contoso.com Azure AD 테넌트에 연결된 Azure 구독이 있습니다.
기존 환경
거래 데이터
Contoso는 여러 온-프레미스 Microsoft SQL Server 서버에 저장된 100억 개의 레코드로 구성된 3년간의 고객, 거래, 운영, 소싱 및 공급업체 데이터를 보유하고 있습니다. SQL Server 인스턴스에는 다양한 운영 체제의 데이터가 포함되어 있습니다. 데이터는 SSIS(SQL Server Integration Services) 패키지를 사용하여 인스턴스에 로드됩니다.
모든 제품 판매 거래를 전사적 판매 거래 데이터세트로 결합하면 거래당 한 행씩, 50억 개의 행이 포함된 단일 테이블이 생성될 것으로 추정됩니다.
판매 거래 데이터를 대상으로 하는 대부분의 쿼리는 소매점에서 판매된 제품과 다양한 기간 동안 온라인으로 판매된 제품을 식별하는 데 사용됩니다. 3년이 넘은 판매 거래 데이터는 매월 삭제됩니다.
각 소매점의 주소가 포함된 소매점 테이블을 생성하려고 합니다. 테이블 크기는 약 2MB입니다. 소매점 판매에 대한 쿼리에는 소매점 주소가 포함됩니다.
프로모션 ID를 포함할 프로모션 테이블을 만들 계획입니다. 프로모션 ID는 특정 제품과 연결됩니다. 제품은 제품 ID로 식별됩니다. 테이블의 크기는 약 5GB입니다.
트위터 데이터 스트리밍
Contoso의 전자 상거래 부서는 회사 제품을 참조하는 최신 Twitter 피드를 캡처하고 해당 제품을 Azure Event Hubs에 푸시하는 Azure 논리 앱을 개발합니다.
계획된 변경 사항 및 요구 사항
계획된 변경
Contoso는 다음과 같은 변경 사항을 구현할 계획입니다.
* 판매 거래 데이터 세트를 Azure Synapse Analytics에 로드합니다.
* SSIS 패키지를 사용하여 온-프레미스 데이터 저장소를 Azure Synapse Analytics와 통합합니다.
* Azure Synapse Analytics를 사용하여 Twitter 피드를 분석하여 제품에 대한 고객 감정을 평가합니다.
판매 거래 데이터 세트 요구 사항
Contoso는 판매 거래 데이터 세트에 대한 다음 요구 사항을 식별합니다.
* 판매 거래 기록을 포함하는 파티션 데이터입니다. 파티션은 월별로 효율적인 로드를 제공하도록 설계되어야 합니다. 경계 값은 오른쪽 파티션에 속해야 합니다.
* 상품 ID를 기준으로 판매 거래 기록을 결합하고 필터링하는 쿼리가 최대한 빨리 완료되도록 하세요.
* 소매점 주소 변경 사항을 설명하기 위한 대리 키를 구현합니다.
* 데이터 스토리지 비용과 성능을 예측할 수 있는지 확인하십시오.
* 오래된 기록을 제거하는 데 걸리는 시간을 최소화합니다.
고객 감정 분석 요구 사항
Contoso는 고객 감정 분석에 대한 다음 요구 사항을 식별합니다.
* Contoso 사용자가 Azure Synapse Analytics 전용 SQL 풀에서 PolyBase를 사용하여 Twitter 피드를 호스팅하는 데이터 레코드의 콘텐츠를 쿼리할 수 있도록 허용합니다. RLS(행 수준 보안)를 사용하여 데이터를 보호해야 합니다. 사용자는 자신의 Azure AD 자격 증명을 사용하여 인증되어야 합니다.
* 추가 처리량이나 용량 단위를 구매하지 않고도 Event Hubs에서 Azure Storage로 Twitter 피드를 수집하는 처리량을 최대화합니다.
* Event Hubs 캡처를 사용하여 Azure Storage에 Twitter 피드를 저장합니다. 피드는 Parquet 파일로 변환됩니다.
* 데이터 저장소가 개체 수준까지 Azure AD 기반 액세스 제어를 지원하는지 확인하세요.
* 트위터 피드 데이터 기록을 유지하기 위한 관리 노력을 최소화합니다.
* 2년이 넘은 Twitter 피드 데이터 기록을 제거합니다.
데이터 통합 ​​요구 사항
Contoso는 데이터 통합에 대한 다음 요구 사항을 식별합니다.
* 기존 SSIS 패키지를 활용하는 Azure 서비스를 사용하여 온-프레미스 데이터를 Azure Synapse Analytics의 전용 SQL 풀에 저장된 데이터 세트로 수집하고 데이터를 변환합니다.
* 여러 데이터 엔지니어가 수집 및 변환 활동에 대한 변경 사항을 버전 관리하고 독립적으로 개발할 수 있도록 하는 프로세스를 식별합니다.

B: 동적 임계값은 지표 계열의 데이터를 지속적으로 학습하고 일련의 알고리즘과 방법을 사용하여 이를 모델링하려고 시도합니다. 계절성(시간별/일별/주별)과 같은 데이터 패턴을 감지하고 잡음이 많은 측정항목(예: 머신 CPU 또는 메모리)과 분산이 낮은 측정항목(예: 가용성 및 오류율)을 처리할 수 있습니다.
D: 경고 임계값 민감도는 경고를 트리거하는 데 필요한 메트릭 동작의 편차 정도를 제어하는 ​​상위 수준 개념입니다.
낮음 - 미터법 계열 패턴에서 거리가 멀어질수록 임계값이 느슨해집니다. 경고 규칙은 편차가 큰 경우에만 트리거되므로 경고 수가 줄어듭니다.
참조:
https://docs.microsoft.com/en-us/azure/azure-monitor/platform/alerts-dynamic-thresholds