DP-600 문제 51
Fabric 테넌트에 DW1이라는 창고와 LH1이라는 호숫가 주택이 있습니다. DW1에는 Sales.Product라는 테이블이 있고, LH1에는 Sales.Orders라는 테이블이 있습니다.
DW1에 Sales.ProductOrder라는 이름의 새로운 시점(PIT) 테이블을 생성하는 자동화된 프로세스를 예약할 계획입니다. Sales.ProductOrder 테이블은 Sales.Product 테이블과 Sales.Orders 테이블을 조인하는 쿼리 결과를 사용하여 생성됩니다.
Sales.ProductOrder 테이블의 열 데이터 유형이 원본 테이블의 열 데이터 유형과 일치하는지 확인해야 합니다. 또한 새 테이블을 생성하는 데 필요한 연산 횟수를 최소화해야 합니다.
어떤 작업을 사용해야 할까요?
DW1에 Sales.ProductOrder라는 이름의 새로운 시점(PIT) 테이블을 생성하는 자동화된 프로세스를 예약할 계획입니다. Sales.ProductOrder 테이블은 Sales.Product 테이블과 Sales.Orders 테이블을 조인하는 쿼리 결과를 사용하여 생성됩니다.
Sales.ProductOrder 테이블의 열 데이터 유형이 원본 테이블의 열 데이터 유형과 일치하는지 확인해야 합니다. 또한 새 테이블을 생성하는 데 필요한 연산 횟수를 최소화해야 합니다.
어떤 작업을 사용해야 할까요?
DP-600 문제 52
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.
tpep_pickup_datetime 테이블에서 payment_type별로 파티션된 각 시간의 첫 번째 값을 저장하는 FirstPickupDateTime이라는 열을 생성해야 합니다.
참고: 정답 하나당 1점입니다.
DP-600 문제 53
Warehousel이라는 이름의 Fabric 창고가 있고, 그 안에 Table이라는 이름의 테이블이 있습니다! Tablel에는 고객 데이터가 들어 있습니다.
Tablel에 행 수준 보안(RLS)을 구현해야 합니다. 솔루션은 사용자가 자신의 데이터만 볼 수 있도록 보장해야 합니다.
어떤 두 개의 객체를 생성해야 할까요? 각 정답은 풀이의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
Tablel에 행 수준 보안(RLS)을 구현해야 합니다. 솔루션은 사용자가 자신의 데이터만 볼 수 있도록 보장해야 합니다.
어떤 두 개의 객체를 생성해야 할까요? 각 정답은 풀이의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
DP-600 문제 54
storage!라는 이름의 Azure Data Lake Storage Gen2 계정이 있으며, 이 계정에는 sales라는 이름의 Parquet 파일이 있습니다.
쪽매 세공.
Workspace1이라는 워크스페이스가 포함된 Fabric 테넌트가 있습니다.
Workspace1의 노트북을 사용하여 파일 내용을 기본 Lakehouse 탐색기에 로드해야 합니다. 이 솔루션은 Lakehouse 탐색기에서 파일 내용이 자동으로 "Sales"라는 이름의 테이블로 표시되도록 해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
쪽매 세공.
Workspace1이라는 워크스페이스가 포함된 Fabric 테넌트가 있습니다.
Workspace1의 노트북을 사용하여 파일 내용을 기본 Lakehouse 탐색기에 로드해야 합니다. 이 솔루션은 Lakehouse 탐색기에서 파일 내용이 자동으로 "Sales"라는 이름의 테이블로 표시되도록 해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
DP-600 문제 55
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?
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?