레이크하우스(A)는 사용해야 할 데이터 저장소 유형입니다. 레이크하우스는 데이터 로드 및 추가를 위한 데이터 흐름을 지원하며, 델타 테이블이 Z-순서로 최적화되고 자동으로 압축되도록 합니다. 참고: 레이크하우스의 기능과 델타 테이블 지원에 대한 자세한 내용은 레이크하우스 및 델타 테이블 설명서를 참조하십시오.

설명:

우리는 매출 거래를 위한 스타 스키마를 설계하고 있습니다. 스타 스키마에서는 다음과 같은 구조를 사용합니다.
차원 테이블에는 설명 속성(예: 고객, 제품, 날짜)이 포함됩니다.
팩트 테이블에는 측정 가능한 정량적 데이터(예: 판매 거래 ID, 수량, 단가)가 포함됩니다.
수치적 측정값이 없는 팩트 테이블은 이벤트를 기록합니다.
정크 차원은 카디널리티가 낮은 여러 속성을 저장합니다.
요구 사항에 따르면 차원 테이블은 SCD(Slowly Changing Dimensions) 유형 2를 사용해야 하므로 고객 및 날짜 속성은 차원 테이블에 속합니다.
필드별 분류
고객 코드
고객 차원에 대한 비즈니스 키(자연 키)입니다.
고객 차원 테이블에 속합니다.
정답은 차원입니다.
고객 이름
고객을 설명하는 속성.
고객 차원 테이블에 속합니다.
정답은 차원입니다.
판매일
분석에 사용되는 시간 속성입니다.
날짜 차원 테이블에 속합니다.
정답은 차원입니다.
최종 답변:
고객 코드 # 차원
고객 이름 # 차원
판매일 # 치수
참고 자료:
Power BI/Fabric용 스타 스키마 설계
데이터 웨어하우징에서 느리게 변화하는 차원
# 이는 킴볼의 스타 스키마 모범 사례를 따릅니다.

Fabric 노트북에서 predict 함수를 사용하여 모델 스코어링을 수행하는 데 사용할 수 있는 언어는 Spark SQL(옵션 C)과 PySpark(옵션 D) 두 가지입니다. 이 두 언어는 모두 Apache Spark 에코시스템의 일부이며 Fabric 환경에서 머신 러닝 작업에 지원됩니다. 참고: 모델 스코어링 및 Fabric 노트북 환경에서 지원되는 언어에 대한 자세한 내용은 Azure Synapse Analytics 공식 문서를 참조하세요.

설명:
* Direct Lake 대체 동작은 DirectQueryOnly로 설정되어 있습니다.
* 테이블 시각화에 대한 쿼리는 DirectQuery를 사용하여 실행됩니다.
Microsoft Power BI 환경에서 Direct Lake 모드로 DirectQuery를 사용할 경우 데이터 캐싱이 수행되지 않고 모든 쿼리가 기본 데이터 소스로 직접 전송됩니다. 성능 분석 도구는 다양한 작업에 소요되는 시간을 표시하며, 제공되는 옵션을 통해 시각화에 DirectQuery 모드가 사용되고 있음을 알 수 있는데, 이는 Direct Lake 설정과 일치합니다. 대체 동작으로 DirectQueryOnly를 선택하면 가져오기 모드로 전환되지 않고 DirectQuery만 사용됩니다.

설명:

지정된 요구 사항을 충족하면서 Delta 테이블에 새 데이터를 추가합니다.
기존 행에 영향을 주지 않고 모든 새 데이터가 테이블에 추가되도록 하려면 추가 모드를 사용해야 합니다.
Delta 테이블의 스키마가 DataFrame에 새로 추가된 열로 업데이트되도록 하려면 mergeSchema 옵션을 true로 설정해야 합니다.
완성된 코드는 다음과 같습니다.
df.write.format("델타").mode("추가")
옵션("mergeSchema", "true")
saveAsTable( " Lakehouse1.TableName " )