무료 온라인 액세스 Microsoft.DP-600-KR.v2026-09-20.q84 모의 시험 (Page 15)

DP-600-KR 문제 66

귀하는 Fabric 테넌트를 보유하고 있습니다.
보고서 렌더링 속도를 높이고, 쿼리 지연 시간을 최소화하며, DAX 계산의 유연성을 극대화하는 의미론적 모델을 만들어야 합니다.
어떤 저장 모드를 선택해야 할까요?

A. DirectQuery

B. 수입

C. 합성 모드

D. 직접 호수

DP-600-KR 문제 67

Microsoft Power BL 시맨틱 모델이 있으며, 이 모델에는 Orders라는 이름의 테이블이 하나 있습니다. Orders 테이블에는 다음과 같은 열이 포함되어 있습니다.
* 제품명
* 주문일
* 수량
Power BL 보고서에 '재고'라는 페이지가 있습니다. 이 페이지에는 '제품명' 열에 대한 슬라이서와 주문일별 수량을 보여주는 클러스터형 세로 막대 차트가 포함되어 있습니다.
차트에서 사용자가 제품명별 수량 또는 주문일별 수량 표시 여부를 선택할 수 있도록 해야 합니다. 또한 개발 노력은 최소화해야 합니다.
무엇을 만들어야 할까요?

A. 필드 매개변수

B. 계산 그룹

C. 측정

D. 동적 형식 문자열

DP-600-KR 문제 68

Fabric 이벤트하우스에 KQL 데이터베이스가 있습니다. 이 데이터베이스에는 TaxiData라는 테이블이 있으며, 해당 테이블에는 다음과 같은 데이터가 저장됩니다.

tpep_pickup_datetime 테이블에서 payment_type별로 파티션된 각 시간의 첫 번째 값을 저장하는 FirstPickupDateTime이라는 열을 생성해야 합니다.
참고: 정답 하나당 1점입니다.

DP-600-KR 문제 69

Repo1이라는 이름의 Azure Repos Git 리포지토리와 Fabric이 활성화된 Microsoft Power BI Premium 용량이 있습니다. 이 용량에는 Workspace1과 Workspace2라는 이름의 두 개의 작업 영역이 있습니다. Git 통합은 작업 영역 수준에서 활성화되어 있습니다.
Microsoft Power BL Desktop 및 Workspace를 사용하여 Repo1에 저장된 시맨틱 모델을 버전 관리 방식으로 변경하려고 합니다. 이러한 변경 사항은 Azure Pipelines를 사용하여 빌드되고 Workspace2에 배포됩니다.
보고서 및 시맨틱 모델 정의는 폴더 계층 구조 내에 개별 텍스트 파일로 저장해야 합니다. 솔루션은 개발 및 유지 관리 노력을 최소화해야 합니다.
변경 사항을 어떤 파일 형식으로 저장해야 합니까?

A. PBIP

B. PBIDS

C. PBIT

D. PBIX

DP-600-KR 문제 70

Workspace1이라는 이름의 Fabric 워크스페이스가 있습니다.
Workspace1에는 Model1이라는 모델을 포함하여 여러 개의 시맨틱 모델이 있습니다. Model1은 XMLA 엔드포인트를 사용하여 업데이트됩니다.
XMLA 엔드포인트의 쓰기 작업 속도를 높여야 합니다.
어떻게 해야 할까요?

A. Workspace1에 대해 대용량 의미 모델 저장 형식을 선택합니다.

B. Model1이 Direct Lake 스토리지 형식을 사용하도록 구성합니다.

C. Workspace1에서 사용하지 않는 시맨틱 모델을 모두 삭제합니다.

D. Model1에서 사용하지 않는 열을 모두 삭제합니다.

정답: B

When using XMLA endpoints to manage and update semantic models in Microsoft Fabric, the performance of write operations (such as processing, structural changes, or metadata deployments from Tabular Editor) is directly influenced by the storage format and how the model is persisted.
Why Option A is Correct
By default, Fabric semantic models use the Small semantic model storage format.
To improve write operations performance through XMLA, you must change the workspace setting to use the Large semantic model storage format.
The large format uses more efficient storage techniques, supports partitioning, and handles larger models with optimized write capabilities.
This setting is applied at the workspace level and impacts all semantic models within that workspace, including Model1.
This is explicitly documented in Microsoft's guidance: Large semantic model storage format is required when using XMLA write operations for large or frequently updated models.
Why the Other Options Are Incorrect
B). Configure Model1 to use the Direct Lake storage format.
Direct Lake mode is designed for query performance (reading data directly from OneLake in delta format without import/duplication).
It improves query latency and freshness but does not improve XMLA write operations, which deal with model metadata and structural updates.
C). Delete any unused semantic models from Workspace1.
Deleting unused semantic models helps manage capacity and storage but does not increase the speed of XMLA endpoint write operations.
Workspace storage overhead does not directly impact the write throughput of XMLA operations.
D). Delete any unused columns from Model1.
Removing unused columns reduces the memory footprint and can improve query performance.
However, it does not directly improve the speed of XMLA write operations. The bottleneck in XMLA writes is tied to the storage format, not the model size alone.
Summary
To increase the speed of XMLA write operations on semantic models, you must enable the Large semantic model storage format at the workspace level. This setting ensures better handling of writes and metadata operations via the XMLA endpoint.
References
Large models in Power BI and Microsoft Fabric
Use the XMLA endpoint in Microsoft Fabric
Manage capacities in Microsoft Fabric

다른 버전: 865Microsoft.DP-600-KR.v2026-08-24.q84; 881Microsoft.DP-600-KR.v2026-06-04.q98; 1182Microsoft.DP-600-KR.v2026-06-03.q70

최근 업로드: 129WGU.Data-Driven-Decision-Making.v2026-09-20.q46; 140Microsoft.DP-600-KR.v2026-09-20.q84; 190Microsoft.AZ-900.v2026-09-19.q264; 154SAP.C_S4FCF_2023.v2026-09-19.q81; 192Splunk.SPLK-1005.v2026-09-19.q91; 136UiPath.UiPath-ABAAv1.v2026-09-19.q28; 153Google.Professional-Cloud-Architect.v2026-09-19.q108; 133HP.HPE2-B09.v2026-09-19.q32; 149AIChE.CCPSC.v2026-09-18.q37; 156VMware.250-608.v2026-09-18.q49