DP-600-KR 문제 61
고객과 고객의 은행 계좌 잔액에 관련된 데이터가 포함된 Model1이라는 의미 모델이 있습니다.
Model1에는 다음과 같은 테이블과 열이 있습니다.
고객은 하나 이상의 계정을 가질 수 있습니다. 각 계정은 여러 고객과 연결될 수 있습니다.
사용자가 Model1을 조회하여 고객별 총 거래 금액을 확인할 수 있도록 해야 합니다.
Model1에 무엇을 추가해야 할까요?
Model1에는 다음과 같은 테이블과 열이 있습니다.
고객은 하나 이상의 계정을 가질 수 있습니다. 각 계정은 여러 고객과 연결될 수 있습니다.
사용자가 Model1을 조회하여 고객별 총 거래 금액을 확인할 수 있도록 해야 합니다.
Model1에 무엇을 추가해야 할까요?
DP-600-KR 문제 62
Fabric 테넌트에 Lakehouse1이라는 이름의 레이크하우스가 있습니다. Lakehouse1에는 CSV 파일이 들어 있는 Subfolder1이라는 하위 폴더가 있습니다. 이 CSV 파일을 V-순서 최적화가 활성화된 델타 형식으로 변환해야 합니다. 레이크하우스 탐색기에서 어떻게 해야 할까요?
DP-600-KR 문제 63
현재 Lakehouse1이라는 이름의 호숫가 주택이 있는 Fabric 테넌트가 있습니다. 예측 데이터는 Azure Data Lake Storage Gen2에 저장되어 있으며, 이 예측 데이터를 Lakehouse1로 가져올 계획입니다.
데이터는 이미 형식이 지정되어 있으므로 추가적인 데이터 변환을 적용할 필요가 없습니다.
해결책은 개발 노력과 비용을 최소화해야 합니다.
데이터를 효율적으로 수집하기 위해 어떤 방법을 추천하시겠습니까?
데이터는 이미 형식이 지정되어 있으므로 추가적인 데이터 변환을 적용할 필요가 없습니다.
해결책은 개발 노력과 비용을 최소화해야 합니다.
데이터를 효율적으로 수집하기 위해 어떤 방법을 추천하시겠습니까?
DP-600-KR 문제 64
빈 구체화된 뷰를 생성하는 핵심 기능은 무엇입니까?
DP-600-KR 문제 65
참고: 이 문제는 동일한 시나리오를 제시하는 일련의 문제 중 하나입니다. 각 문제에는 제시된 목표를 달성할 수 있는 고유한 해결책이 포함되어 있습니다. 일부 문제 세트에는 정답이 두 개 이상일 수 있으며, 정답이 없는 문제 세트도 있습니다.
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
OneLake에 새로운 시맨틱 모델이 포함된 Fabric 테넌트가 있습니다.
Fabric 노트북을 사용하여 데이터를 Spark DataFrame으로 읽어들입니다.
모든 문자열 및 숫자 열에 대한 최소값, 최대값, 평균 및 표준 편차 값을 계산하려면 데이터를 평가해야 합니다.
해결 방법: 다음 PySpark 표현식을 사용합니다. `df.show()`
이것이 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
OneLake에 새로운 시맨틱 모델이 포함된 Fabric 테넌트가 있습니다.
Fabric 노트북을 사용하여 데이터를 Spark DataFrame으로 읽어들입니다.
모든 문자열 및 숫자 열에 대한 최소값, 최대값, 평균 및 표준 편차 값을 계산하려면 데이터를 평가해야 합니다.
해결 방법: 다음 PySpark 표현식을 사용합니다. `df.show()`
이것이 목표를 달성합니까?