DP-800 문제 56
벡터 검색에서 인덱싱이 중요한 이유는 무엇입니까?
DP-800 문제 57
Microsoft Visual Studio 2026을 사용하여 Azure SQL 솔루션을 개발하고 있습니다. 이 솔루션은 GitHub 리포지토리를 사용합니다.
GitHub Copilot Chat을 사용하여 GitHub MCP 서버에 연결함으로써 GitHub 리포지토리 도구에 액세스하려고 합니다.
계획된 구성을 지원하도록 Visual Studio를 구성해야 합니다. 솔루션은 MCP 서버에 액세스하기 위해 OAuth를 사용해야 합니다.
무엇을 만들어야 할까요?
GitHub Copilot Chat을 사용하여 GitHub MCP 서버에 연결함으로써 GitHub 리포지토리 도구에 액세스하려고 합니다.
계획된 구성을 지원하도록 Visual Studio를 구성해야 합니다. 솔루션은 MCP 서버에 액세스하기 위해 OAuth를 사용해야 합니다.
무엇을 만들어야 할까요?
DP-800 문제 58
Git 리포지토리에 SDK 스타일의 SQL 데이터베이스 프로젝트가 저장되어 있습니다. 이 프로젝트는 Azure SQL 데이터베이스를 대상으로 합니다.
프로젝트에서 시스템 객체를 참조할 때 CI 빌드가 해결되지 않은 참조 오류로 인해 실패합니다.
Azure SQL Database용 데이터베이스 모델에 올바른 시스템 개체를 포함시켜 dotnet build가 성공적으로 유효성 검사를 통과하도록 SQL 데이터베이스 프로젝트를 업데이트해야 합니다.
해결 방법: 프로젝트에 Microsoft.SqlServer.Dacpacs.Mastet NuGet 패키지를 추가합니다.
이것이 목표를 달성합니까?
프로젝트에서 시스템 객체를 참조할 때 CI 빌드가 해결되지 않은 참조 오류로 인해 실패합니다.
Azure SQL Database용 데이터베이스 모델에 올바른 시스템 개체를 포함시켜 dotnet build가 성공적으로 유효성 검사를 통과하도록 SQL 데이터베이스 프로젝트를 업데이트해야 합니다.
해결 방법: 프로젝트에 Microsoft.SqlServer.Dacpacs.Mastet NuGet 패키지를 추가합니다.
이것이 목표를 달성합니까?
DP-800 문제 59
드래그 앤 드롭 질문
Azure AI 검색 서비스와 hotels라는 인덱스가 있으며, 이 인덱스에는 DescriptionVector라는 벡터 필드가 포함되어 있습니다.
검색 문서 REST API를 사용하여 호텔 정보를 조회할 수 있습니다.
DescriptionVector를 사용하고 캡션을 포함하는 하이브리드 검색 쿼리를 구현해야 합니다.
REST 요청 본문을 어떻게 작성해야 할까요? 정답을 보려면 적절한 값을 해당 위치로 드래그하세요. 각 값은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 내용을 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
Azure AI 검색 서비스와 hotels라는 인덱스가 있으며, 이 인덱스에는 DescriptionVector라는 벡터 필드가 포함되어 있습니다.
검색 문서 REST API를 사용하여 호텔 정보를 조회할 수 있습니다.
DescriptionVector를 사용하고 캡션을 포함하는 하이브리드 검색 쿼리를 구현해야 합니다.
REST 요청 본문을 어떻게 작성해야 할까요? 정답을 보려면 적절한 값을 해당 위치로 드래그하세요. 각 값은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 내용을 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
DP-800 문제 60
Microsoft SQL Server 2025 데이터베이스에 products라는 테이블이 있습니다. products 테이블에는 description과 embedding이라는 두 개의 열이 있으며, embedding은 description에서 생성됩니다.
App1이라는 애플리케이션이 있습니다. App1에는 다음과 같은 쿼리를 사용하는 기능이 있습니다.
VECTOR_DISTANCE('cosine', @query_vector, embedding)
사용자들은 사용량이 많은 시간대에 해당 기능이 느리다고 보고합니다.
사용량이 가장 많은 시간대에 의미 검색 지연 시간이 증가하고 CPU 사용률이 급증하는 것을 발견했습니다.
App1 기능과 관련된 지연 시간과 CPU 사용률을 줄여야 합니다.
어떻게 해야 할까요?
App1이라는 애플리케이션이 있습니다. App1에는 다음과 같은 쿼리를 사용하는 기능이 있습니다.
VECTOR_DISTANCE('cosine', @query_vector, embedding)
사용자들은 사용량이 많은 시간대에 해당 기능이 느리다고 보고합니다.
사용량이 가장 많은 시간대에 의미 검색 지연 시간이 증가하고 CPU 사용률이 급증하는 것을 발견했습니다.
App1 기능과 관련된 지연 시간과 CPU 사용률을 줄여야 합니다.
어떻게 해야 할까요?