DP-600-KR 문제 81
Workspace1이라는 이름의 Fabric 워크스페이스가 있고, 그 안에 Lakehouse1이라는 이름의 호숫가 주택 모델이 있습니다.
Workspace1에서 Pipeline1이라는 이름의 데이터 파이프라인을 생성합니다.
Azure Storage 계정에 CSV 파일이 저장되어 있습니다.
Pipeline1에 CSV 파일의 데이터를 Lakehouse1로 복사하는 활동을 추가해야 합니다.
해당 활동은 Power Query M 수식 언어 표현식을 지원해야 합니다.
어떤 유형의 활동을 추가해야 할까요?
Workspace1에서 Pipeline1이라는 이름의 데이터 파이프라인을 생성합니다.
Azure Storage 계정에 CSV 파일이 저장되어 있습니다.
Pipeline1에 CSV 파일의 데이터를 Lakehouse1로 복사하는 활동을 추가해야 합니다.
해당 활동은 Power Query M 수식 언어 표현식을 지원해야 합니다.
어떤 유형의 활동을 추가해야 할까요?
DP-600-KR 문제 82
Workspace1이라는 이름의 Fabric 작업 영역과 Azure SQL 데이터베이스가 있습니다.
데이터베이스에서 데이터를 읽어온 후 내부 조인을 수행하여 데이터를 변환하는 데이터 흐름을 만들 계획입니다. 내부 조인을 수행할 때 값에 공백이 있는 경우 이를 무시해야 합니다. 또한 개발 노력을 최소화해야 합니다. 어떤 방법을 선택해야 할까요?
데이터베이스에서 데이터를 읽어온 후 내부 조인을 수행하여 데이터를 변환하는 데이터 흐름을 만들 계획입니다. 내부 조인을 수행할 때 값에 공백이 있는 경우 이를 무시해야 합니다. 또한 개발 노력을 최소화해야 합니다. 어떤 방법을 선택해야 할까요?
DP-600-KR 문제 83
핫스팟 질문
Fabric 웨어하우스에 Sales.Orders라는 테이블이 있습니다. Sales.Orders 테이블에는 다음과 같은 열이 있습니다.
다음 열들을 반환하는 T-SQL 쿼리를 작성해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
Fabric 웨어하우스에 Sales.Orders라는 테이블이 있습니다. Sales.Orders 테이블에는 다음과 같은 열이 있습니다.
다음 열들을 반환하는 T-SQL 쿼리를 작성해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
DP-600-KR 문제 84
Microsoft Power BI 시맨틱 모델에 측정값이 포함되어 있습니다. 이 측정값은 여러 개의 CALCULATE 함수와 FILTER 함수를 사용합니다.
당신은 해당 조치들의 성과를 평가하고 있습니다.
FILTER 함수를 KEEPFILTERS 함수로 대체하면 실행 시간이 단축되는 사용 사례는 무엇입니까?
당신은 해당 조치들의 성과를 평가하고 있습니다.
FILTER 함수를 KEEPFILTERS 함수로 대체하면 실행 시간이 단축되는 사용 사례는 무엇입니까?
DP-600-KR 문제 85
사례 연구 1 - 콘토소
개요
콘토소(Contoso, Ltd.)는 미국에 본사를 둔 건강 보조 식품 회사입니다. 콘토소는 영업 부문과 연구 부문 두 곳으로 나뉘어 있습니다. 영업 부문은 온라인 판매와 오프라인 판매 두 개의 부서로 구성되어 있습니다. 연구 부문은 자체 개발한 제품 라인을 연구원과 분석가로 이루어진 개별 팀에 배정합니다.
기존 환경
신원 환경
Contoso는 contoso.com이라는 이름의 Microsoft Entra 테넌트를 보유하고 있습니다. 이 테넌트에는 ResearchReviewersGroup1과 ResearchReviewersGroup2라는 두 개의 그룹이 있습니다.
데이터 환경
Contoso는 다음과 같은 데이터 환경을 갖추고 있습니다.
- 영업 부서에서는 Microsoft Power BI Premium 버전을 사용합니다.
- 온라인 판매 부서의 의미 모델에는 가져오기 기능을 사용하는 '주문'이라는 팩트 테이블이 포함되어 있습니다. 원래 시스템에서 OrderID 값은 주문이 생성된 순서를 나타냅니다.
- 연구 부서는 사내에 구축된 타사 데이터 웨어하우징 제품을 사용합니다.
- contoso.com에 Fabric이 활성화되어 있습니다.
- storage1이라는 이름의 Azure Data Lake Storage Gen2 스토리지 계정에는 Productline1이라는 제품 라인에 대한 연구 부서 데이터가 포함되어 있습니다. - 데이터는 델타 형식입니다.
- storage2라는 이름의 Data Lake Storage Gen2 스토리지 계정에는 Productline2라는 제품 라인에 대한 연구 부서 데이터가 저장되어 있습니다. 데이터는 CSV 형식입니다.
요구 사항
계획된 변경 사항
콘토소는 다음과 같은 변경 사항을 적용할 계획입니다.
- 영업 부서에서 사용하는 Power BI Premium 용량에서 Fabric 지원을 활성화합니다.
- 영업 부서와 연구 부서의 모든 데이터를 Fabric에서 이용할 수 있도록 하세요.
- 연구 부서를 위해 Productline1ws와 Productine2ws라는 이름의 Fabric 워크스페이스 두 개를 생성합니다.
- Productline1ws에서 Lakehouse1이라는 이름의 호숫가 주택을 생성하세요.
- Lakehouse1에서 Storage1에 대한 바로가기를 ResearchProduct라는 이름으로 생성합니다.
데이터 분석 요구사항
Contoso는 다음과 같은 데이터 분석 요구 사항을 파악했습니다.
- 영업 부서와 연구 부서의 모든 작업 공간은 Fabric의 모든 경험을 지원해야 합니다.
- 연구 부서의 업무 공간은 분 단위로 요금이 부과되는 전용 온디맨드 용량을 사용해야 합니다.
- 연구 부서의 작업 공간은 부서 이름을 기준으로 OneLake 데이터 허브 필터링을 지원할 수 있도록 논리적으로 그룹화되어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup1의 구성원은 SQL 엔드포인트를 사용하여 레이크하우스 및 웨어하우스 데이터와 바로가기를 읽을 수 있어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup2의 구성원은 Lakehouse Explorer를 사용하여 Lakehouse 데이터를 읽을 수 있어야 합니다.
- 연구 부서의 모든 의미 모델 및 보고서는 브랜칭을 지원하는 버전 관리 시스템을 사용해야 합니다.
데이터 준비 요구 사항
Contoso는 다음과 같은 데이터 준비 요구 사항을 제시합니다.
- Productline1의 연구 부서 데이터는 Fabric 노트북을 사용하여 Lakehouse1에서 가져와야 합니다.
- 레이크하우스 내 연구 부서의 모든 데이터는 레이크하우스 탐색기에서 관리형 테이블 형식으로 제공되어야 합니다.
의미 모델 요구사항
Contoso는 시맨틱 모델 구현 및 관리를 위한 다음과 같은 요구 사항을 제시합니다.
- 새로 고침 시 주문 테이블에 추가되는 행 수를 최소화해야 합니다.
- 연구 부서 작업 공간의 시맨틱 모델은 Direct Lake 모드를 사용해야 합니다.
일반 요구 사항
Contoso는 모든 솔루션에 대해 고려해야 할 다음과 같은 주요 요구 사항을 제시합니다.
- 가능한 경우 최소 권한 원칙을 준수하십시오.
- 가능한 한 구현 및 유지 관리 노력을 최소화하십시오.
연구 부서의 데이터 분석 요구 사항을 충족하는 패브릭 용량 SKU 유형을 추천해야 합니다.
무엇을 추천하시겠습니까?
개요
콘토소(Contoso, Ltd.)는 미국에 본사를 둔 건강 보조 식품 회사입니다. 콘토소는 영업 부문과 연구 부문 두 곳으로 나뉘어 있습니다. 영업 부문은 온라인 판매와 오프라인 판매 두 개의 부서로 구성되어 있습니다. 연구 부문은 자체 개발한 제품 라인을 연구원과 분석가로 이루어진 개별 팀에 배정합니다.
기존 환경
신원 환경
Contoso는 contoso.com이라는 이름의 Microsoft Entra 테넌트를 보유하고 있습니다. 이 테넌트에는 ResearchReviewersGroup1과 ResearchReviewersGroup2라는 두 개의 그룹이 있습니다.
데이터 환경
Contoso는 다음과 같은 데이터 환경을 갖추고 있습니다.
- 영업 부서에서는 Microsoft Power BI Premium 버전을 사용합니다.
- 온라인 판매 부서의 의미 모델에는 가져오기 기능을 사용하는 '주문'이라는 팩트 테이블이 포함되어 있습니다. 원래 시스템에서 OrderID 값은 주문이 생성된 순서를 나타냅니다.
- 연구 부서는 사내에 구축된 타사 데이터 웨어하우징 제품을 사용합니다.
- contoso.com에 Fabric이 활성화되어 있습니다.
- storage1이라는 이름의 Azure Data Lake Storage Gen2 스토리지 계정에는 Productline1이라는 제품 라인에 대한 연구 부서 데이터가 포함되어 있습니다. - 데이터는 델타 형식입니다.
- storage2라는 이름의 Data Lake Storage Gen2 스토리지 계정에는 Productline2라는 제품 라인에 대한 연구 부서 데이터가 저장되어 있습니다. 데이터는 CSV 형식입니다.
요구 사항
계획된 변경 사항
콘토소는 다음과 같은 변경 사항을 적용할 계획입니다.
- 영업 부서에서 사용하는 Power BI Premium 용량에서 Fabric 지원을 활성화합니다.
- 영업 부서와 연구 부서의 모든 데이터를 Fabric에서 이용할 수 있도록 하세요.
- 연구 부서를 위해 Productline1ws와 Productine2ws라는 이름의 Fabric 워크스페이스 두 개를 생성합니다.
- Productline1ws에서 Lakehouse1이라는 이름의 호숫가 주택을 생성하세요.
- Lakehouse1에서 Storage1에 대한 바로가기를 ResearchProduct라는 이름으로 생성합니다.
데이터 분석 요구사항
Contoso는 다음과 같은 데이터 분석 요구 사항을 파악했습니다.
- 영업 부서와 연구 부서의 모든 작업 공간은 Fabric의 모든 경험을 지원해야 합니다.
- 연구 부서의 업무 공간은 분 단위로 요금이 부과되는 전용 온디맨드 용량을 사용해야 합니다.
- 연구 부서의 작업 공간은 부서 이름을 기준으로 OneLake 데이터 허브 필터링을 지원할 수 있도록 논리적으로 그룹화되어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup1의 구성원은 SQL 엔드포인트를 사용하여 레이크하우스 및 웨어하우스 데이터와 바로가기를 읽을 수 있어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup2의 구성원은 Lakehouse Explorer를 사용하여 Lakehouse 데이터를 읽을 수 있어야 합니다.
- 연구 부서의 모든 의미 모델 및 보고서는 브랜칭을 지원하는 버전 관리 시스템을 사용해야 합니다.
데이터 준비 요구 사항
Contoso는 다음과 같은 데이터 준비 요구 사항을 제시합니다.
- Productline1의 연구 부서 데이터는 Fabric 노트북을 사용하여 Lakehouse1에서 가져와야 합니다.
- 레이크하우스 내 연구 부서의 모든 데이터는 레이크하우스 탐색기에서 관리형 테이블 형식으로 제공되어야 합니다.
의미 모델 요구사항
Contoso는 시맨틱 모델 구현 및 관리를 위한 다음과 같은 요구 사항을 제시합니다.
- 새로 고침 시 주문 테이블에 추가되는 행 수를 최소화해야 합니다.
- 연구 부서 작업 공간의 시맨틱 모델은 Direct Lake 모드를 사용해야 합니다.
일반 요구 사항
Contoso는 모든 솔루션에 대해 고려해야 할 다음과 같은 주요 요구 사항을 제시합니다.
- 가능한 경우 최소 권한 원칙을 준수하십시오.
- 가능한 한 구현 및 유지 관리 노력을 최소화하십시오.
연구 부서의 데이터 분석 요구 사항을 충족하는 패브릭 용량 SKU 유형을 추천해야 합니다.
무엇을 추천하시겠습니까?