귀하는 창고를 포함하는 Fabric 테넌트를 보유하고 있습니다.
하루에 여러 번, 모든 데이터 웨어하우스 쿼리의 성능이 저하됩니다. Fabric이 데이터 웨어하우스에서 사용하는 컴퓨팅 리소스를 제한하고 있는 것으로 의심됩니다.
스로틀링이 발생하는지 확인하려면 무엇을 사용해야 할까요?

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.
핫스팟 질문
ResearchReviewersGroup1과 ResearchReviewersGroup2에 어떤 워크스페이스 역할 할당을 추천하시겠습니까? 답변하려면 답변 영역에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.

Workspace 1이라는 Fabric 작업 영역에 Dataflow1이라는 데이터 흐름이 있습니다. Dataflow1에는 2,000개의 행을 반환하는 쿼리가 있습니다. 다음 그림과 같이 Power Query에서 해당 쿼리를 볼 수 있습니다.

pickupLongitude 열에서 무엇을 확인할 수 있습니까?

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, 어떤 문제 세트에는 정답이 없을 수도 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.explain()
이것이 목표를 달성합니까?

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.
핫스팟 질문
제품라인1의 연구 부서 데이터를 마이그레이션해야 합니다. 솔루션은 데이터 준비 요구 사항을 충족해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.