Microsoft Implementing Analytics Solutions Using Microsoft Fabric (DP-600 Korean Version) - DP-600 Korean Exam Practice Test
비주얼 쿼리 편집기의 두 가지 제한 사항은 무엇입니까? (두 가지를 선택하세요)
Correct Answer: A,B
Explanation: Only visible for ExamsLabs members. You can sign-up / login (it's free).
귀하는 Fabric 테넌트를 보유하고 있습니다.
Fabric Data Factory 파이프라인을 생성하고 있습니다.
현재 월의 활성 고객 수와 고객별 평균 매출액을 반환하는 저장 프로시저가 있습니다.
데이터 웨어하우스에 저장된 프로시저를 실행하는 액티비티를 추가해야 합니다. 반환된 값은 파이프라인의 하위 액티비티에서 사용할 수 있어야 합니다.
어떤 유형의 활동을 추가해야 할까요?
Fabric Data Factory 파이프라인을 생성하고 있습니다.
현재 월의 활성 고객 수와 고객별 평균 매출액을 반환하는 저장 프로시저가 있습니다.
데이터 웨어하우스에 저장된 프로시저를 실행하는 액티비티를 추가해야 합니다. 반환된 값은 파이프라인의 하위 액티비티에서 사용할 수 있어야 합니다.
어떤 유형의 활동을 추가해야 할까요?
Correct Answer: B
Explanation: Only visible for ExamsLabs members. You can sign-up / login (it's free).
핫스팟 질문
Workspace_DEV라는 워크스페이스가 포함된 Fabric 테넌트가 있습니다. Workspace_DEV에는 다음 표에 표시된 시맨틱 모델이 포함되어 있습니다.
Workspace_DEV에는 다음 표에 표시된 데이터 흐름이 포함되어 있습니다.
Workspace_TEST라는 이름으로 새 워크스페이스를 생성합니다.
Workspace_DEV에서 Workspace_TEST로 항목을 이동하기 위해 Pipeline1이라는 배포 파이프라인을 생성합니다.
Pipeline1을 실행합니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
Workspace_DEV라는 워크스페이스가 포함된 Fabric 테넌트가 있습니다. Workspace_DEV에는 다음 표에 표시된 시맨틱 모델이 포함되어 있습니다.
Workspace_DEV에는 다음 표에 표시된 데이터 흐름이 포함되어 있습니다.
Workspace_TEST라는 이름으로 새 워크스페이스를 생성합니다.
Workspace_DEV에서 Workspace_TEST로 항목을 이동하기 위해 Pipeline1이라는 배포 파이프라인을 생성합니다.
Pipeline1을 실행합니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
Correct Answer:
Workspace1이라는 워크스페이스가 포함된 Fabric 테넌트가 있습니다. Workspace1은 Fabric 용량에 할당되어 있습니다.
사용자가 외부 도구를 사용하여 사용자 지정 Direct Lake 시맨틱 모델을 생성하고 게시할 수 있도록 하는 솔루션을 제안해야 합니다. 이 솔루션은 최소 권한 원칙을 준수해야 합니다.
권장 사항에 포함해야 할 Fabric 관리자 포털의 세 가지 작업은 무엇입니까? 각 정답은 해결책의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
사용자가 외부 도구를 사용하여 사용자 지정 Direct Lake 시맨틱 모델을 생성하고 게시할 수 있도록 하는 솔루션을 제안해야 합니다. 이 솔루션은 최소 권한 원칙을 준수해야 합니다.
권장 사항에 포함해야 할 Fabric 관리자 포털의 세 가지 작업은 무엇입니까? 각 정답은 해결책의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
Correct Answer: A,C,F
시맨틱 모델을 포함하는 Fabric 테넌트가 있습니다. 해당 모델은 Direct Lake 모드를 사용합니다.
DAX 쿼리 중 일부가 불필요한 열을 메모리에 로드하는 것으로 의심됩니다.
메모리에 로드되는 자주 사용되는 열을 식별해야 합니다.
목표를 달성하는 두 가지 방법은 무엇입니까? 각 정답은 완전한 해결책을 제시합니다.
참고: 정답 하나당 1점입니다.
DAX 쿼리 중 일부가 불필요한 열을 메모리에 로드하는 것으로 의심됩니다.
메모리에 로드되는 자주 사용되는 열을 식별해야 합니다.
목표를 달성하는 두 가지 방법은 무엇입니까? 각 정답은 완전한 해결책을 제시합니다.
참고: 정답 하나당 1점입니다.
Correct Answer: B,D
Workspace1이라는 Fabric 작업 공간이 있고, 이 작업 공간에는 Dataflow1이라는 데이터 흐름이 있으며, 이 데이터 흐름에는 다음 그림에 표시된 데이터를 반환하는 쿼리가 포함되어 있습니다.
데이터 열을 속성-값 쌍으로 변환해야 합니다. 즉, 열이 행이 되어야 합니다.
VendorID 열을 선택합니다.
VendorID 열의 컨텍스트 메뉴에서 어떤 변환을 선택해야 합니까?
데이터 열을 속성-값 쌍으로 변환해야 합니다. 즉, 열이 행이 되어야 합니다.
VendorID 열을 선택합니다.
VendorID 열의 컨텍스트 메뉴에서 어떤 변환을 선택해야 합니까?
Correct Answer: B
핫스팟 질문
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.
어떻게 질문을 완료해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
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.
어떻게 질문을 완료해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
Correct Answer:
Explanation:
Box 1: Row_Window_Session
Kusto, KQL Windowing Functions - Row_Window_Session
The row_window_session function can be used to group rows of data in a time range, and will return the starting time for that range of data in each row.
Box 2: !=
Here we are using an equation, which will compare the payment_type for the current row to the one of the previous row using the prev Windowing Function. If they are not equal, the comparison will return true and trigger Row_Window_Session to begin a Row_Window_Session grouping.
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.
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.
Correct Answer:
Explanation:
Requirements: Use managed tables.
If you use saveAsTable() you don't need to specify the path "Table/"
If you you save() you specify the full path
여러 보고서를 생성하는 데 사용할 Microsoft Power BI 파일을 만들어야 합니다. 이 솔루션은 다음 요구 사항을 충족해야 합니다.
- 해당 파일에는 미리 정의된 데이터 소스 연결이 포함되어야 합니다.
- 파일에는 보고서 구조와 서식이 포함되어야 합니다.
- 해당 파일에는 어떠한 데이터도 포함되어서는 안 됩니다.
어떤 파일 형식을 사용해야 할까요?
- 해당 파일에는 미리 정의된 데이터 소스 연결이 포함되어야 합니다.
- 파일에는 보고서 구조와 서식이 포함되어야 합니다.
- 해당 파일에는 어떠한 데이터도 포함되어서는 안 됩니다.
어떤 파일 형식을 사용해야 할까요?
Correct Answer: B
드래그 앤 드롭 질문
Fabric 데이터 웨어하우스에 Customers와 Products라는 두 개의 차원 테이블을 구현하고 있습니다.
데이터 버전 관리를 위해 SCD(Slowly Changing Dimension)를 사용해야 합니다. 솔루션은 다음 표에 제시된 요구 사항을 충족해야 합니다.
각 테이블에 어떤 유형의 SCD를 사용해야 할까요? 정답을 찾으려면 적절한 SCD 유형을 해당 테이블로 드래그하세요. 각 SCD 유형은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
Fabric 데이터 웨어하우스에 Customers와 Products라는 두 개의 차원 테이블을 구현하고 있습니다.
데이터 버전 관리를 위해 SCD(Slowly Changing Dimension)를 사용해야 합니다. 솔루션은 다음 표에 제시된 요구 사항을 충족해야 합니다.
각 테이블에 어떤 유형의 SCD를 사용해야 할까요? 정답을 찾으려면 적절한 SCD 유형을 해당 테이블로 드래그하세요. 각 SCD 유형은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
Correct Answer:
Explanation:
Static table:
Type 0 - Fixed Dimension. No changes allowed, dimension never changes.
Commonly used SCD types:
Type 1 - No History. Update record directly, there is no record of historical values, only current state.
Type 2 - Row Versioning.
Type 3 - Previous Value column.
Rarely used:
Type 4 - History Table.
Type 6 - Hybrid SCD.