合格できるMicrosoft Implementing Analytics Solutions Using Microsoft Fabric (DP-600日本語版)試験最速合格保証最近更新されたPassTest問題集！
合格できるDP-600日本語試験の112問題で最適なPassTest出題問題
質問 # 59
Fabricテナントをお持ちの場合
Fabric Data Factory パイプラインを作成しています。
アクティブ顧客の数と現在の月の平均売上を返すストアド プロシージャがあります。
ウェアハウスでストアド プロシージャを実行するアクティビティを追加する必要があります。返された値は、パイプラインの下流のアクティビティで使用できる必要があります。
どのような種類のアクティビティを追加する必要がありますか?
- A. 検索
- B. KQL
- C. スイッチ
- D. 変数を追加
正解：A
質問 # 60
顧客満足度レポートのセマンティック モデルを設計する必要があります。
どのデータ ソース認証方法とモードを使用する必要がありますか?回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
For the semantic model design required for the customer satisfaction report, the choices for data source authentication method and mode should be made based on security and performance considerations as per the case study provided.
Authentication method: The data should be accessed securely, and given that row-level security (RLS) is required for users executing T-SQL queries, you should use an authentication method that supports RLS.
Service principal authentication is suitable for automated and secure access to the data, especially when the access needs to be controlled programmatically and is not tied to a specific user's credentials.
Mode: The report needs to show data as soon as it is updated in the data store, and it should only contain data from the current and previous year. DirectQuery mode allows for real-time reporting without importing data into the model, thus meeting the need for up-to-date data. It also allows for RLS to be implemented and enforced at the data source level, providing the necessary security measures.
Based on these considerations, the selections should be:
* Authentication method: Service principal authentication
* Mode: DirectQuery
質問 # 61
データ パイプラインを含むファブリック テナントがあります。
パイプラインが月曜日と金曜日に 4 時間ごとに実行されるようにする必要があります。
スケジュールのリピートを何に設定すればよいですか?
- A. 毎日
- B. 毎週
- C. 毎時
- D. 毎分
正解：B
解説：
You should set Repeat for the schedule to Weekly (C). This allows you to specify the pipeline to run on specific days of the week, in this case, every four hours on Mondays and Fridays. Reference = Scheduling options for data pipelines are available in the Azure Data Factory documentation, which includes details on configuring recurring triggers.
質問 # 62
OneLake に Parquet ファイルとして保存された顧客離脱データを含む Fabric テナントがあります。データには、顧客の人口統計と製品の使用状況に関する詳細が含まれています。
Fabric ノートブックを作成し、データを Spark DataFrame に読み込みます。次に、ノートブックに縦棒グラフを作成し、地理、購入した製品の数、年齢、顧客在籍期間に基づいて、保持された顧客と失った顧客の分布を表示します。
どのような種類の分析を実行していますか?
- A. 予測的
- B. 診断
- C. 規範的
- D. 説明的
正解：D
質問 # 63
2 つのレイクハウスを含むファブリック テナントがあります。
湖畔からのデータを結合するデータフローを構築しています。データフロー内のクエリの 1 つから適用されるステップを次の図に示します。
ドロップダウン メニューを使用して、図に示されている情報に基づいて各ステートメントを完成させる回答の選択肢を選択します。注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
Folding in Power Query refers to operations that can be translated into source queries. In this case, "some" of the steps can be folded, which means that some transformations will be executed at the data source level. The steps that cannot be folded will be executed within the Power Query engine. Custom steps, especially those that are not standard query operations, are usually executed within Power Query engine rather than being pushed down to the source system.
References =
* Query folding in Power Query
* Power Query M formula language
質問 # 64
レイクハウスを含むファブリック テナントがあります。ビジュアル クエリを使用して 2 つのテーブルをマージする予定です。
クエリが両方のテーブルに存在するすべての行を返すようにする必要があります。どのタイプの結合を使用する必要がありますか?
- A. 右アンチ
- B. フルアウター
- C. 左アンチ
- D. 左外側
- E. 右外側
- F. 内部
正解：B
解説：
When you need to return all rows that are present in both tables, you use a full outer join. This type of join combines the results of both left and right outer joins and returns all rows from both tables, with matching rows from both sides where available. If there is no match, the result is NULL on the side of the join where there is no match.
質問 # 65
オンライン販売部門の注文テーブルを更新する必要があります。ソリューションはセマンティック モデルの要件を満たす必要があります。ソリューションには何を含める必要がありますか?
- A. データフローを実行して宛先レイクハウスの OrderlD 列の最小値を取得する Azure Data Factory パイプライン
- B. ストアド プロシージャ アクティビティを実行して、宛先レイクハウスの OrderlD 列の最大値を取得する Azure Data Factory パイプライン
- C. データフローを実行して宛先レイクハウスの OrderlD 列の最大値を取得する Azure Data Factory パイプライン
- D. ストアドプロシージャアクティビティを実行してOrderiD列の最小値を取得するAzure Data Factoryパイプライン
正解：C
解説：
destination lakehouse
質問 # 66
次の図に示すソース データ モデルがあります。
テーブルの主キーは、各キーに含まれる列の横にあるキー記号で示されます。
注文品目を日付、製品、顧客ごとに分析できるようにする次元データ モデルを作成する必要があります。
ソリューションには何を含めるべきでしょうか?回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
* The relationship between OrderItem and Product must be based on: Both the CompanyID and the ProductID columns
* The Company entity must be: Denormalized into the Customer and Product entities In a dimensional model, the relationships are typically based on foreign key constraints between the fact table (OrderItem) and dimension tables (Product, Customer, Date). Since CompanyID is present in both the OrderItem and Product tables, it acts as a foreign key in the relationship. Similarly, ProductID is a foreign key that relates these two tables. To enable analysis by date, product, and customer, the Company entity would need to be denormalized into the Customer and Product entities to ensure that the relevant company information is available within those dimensions for querying and reporting purposes.
References =
* Dimensional modeling
* Star schema design
質問 # 67
Sales.Orders という名前のテーブルを含む Fabric ウェアハウスがあります。 Sales.Orders には次の列が含まれます。
次の列を返す T-SQL クエリを作成する必要があります。
コードをどのように完成させるべきでしょうか?回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
質問 # 68
Lakehouse1 という名前のレイクハウスを含むファブリック テナントがあります。
100 台の loT デバイスからの読み取り値が Lakehouse1 のデルタ テーブルに追加されます。読み取り値の各セットは約 25 KB です。毎日約 10 GB のデータを受信します。
すべてのテーブルと SparkSession の設定はデフォルトに設定されます。
クエリの実行が遅いことがわかりました。さらに、レイクハウスのストレージには、使用されなくなったデータ ファイルとログ ファイルが含まれています。
使用されなくなったファイルを削除し、小さなファイルを 1 ファイルあたり 1 GB の目標サイズで大きなファイルに結合する必要があります。
あなたは何をするべきか？答えるには、適切なアクションを正しい要件にドラッグします。各アクションは、1 回だけ使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
* Remove the files: Run the VACUUM command on a schedule.
* Combine the files: Set the optimizeWrite table setting. or Run the OPTIMIZE command on a schedule.
To remove files that are no longer used, the VACUUM command is used in Delta Lake to clean up invalid files from a table. To combine smaller files into larger ones, you can either set the optimizeWrite setting to combine files during write operations or use the OPTIMIZE command, which is a Delta Lake operation used to compact small files into larger ones.
質問 # 69
次の図に示すソース データ モデルがあります。
テーブルの主キーは、各キーに含まれる列の横にあるキー記号で示されます。
注文品目を日付、製品、顧客ごとに分析できるようにする次元データ モデルを作成する必要があります。
ソリューションには何を含めるべきでしょうか?回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Reference:
Dimensional modeling
Star schema design
質問 # 70
Fabric ノートブックのデータを分析しています。
Spark DataFrame が df という名前の変数に割り当てられています。
データを手動で探索するには、ノートブックのチャート ビューを使用する必要があります。
データをチャート ビューで使用できるようにするには、どの関数を実行する必要がありますか?
- A. 表示
- B. 表示MTML
- C. 書き込み
- D. 表示
正解：D
解説：
The display function is the correct choice to make the data available in the Chart view within a Fabric notebook. This function is used to visualize Spark DataFrames in various formats including charts and graphs directly within the notebook environment. References = Further explanation of the display function can be found in the official documentation on Azure Synapse Analytics notebooks.
質問 # 71
DirectQuery セマンティック モデルを含む Fabric ワークスペースがあります。このモデルは、5 億行を持つデータ ソースをクエリします。
このモデルを使用する Report1 という名前の Microsoft Power Bl レポートがあります。報告！複数のページにビジュアルが含まれています。
すべてのページのビジュアルに対するクエリの実行時間を短縮する必要があります。
使える2つの機能とは何ですか？それぞれの正解は完全な解決策を示します。
注: 各正解は 1 ポイントの価値があります。
- A. 自動集計
- B. OneLake 統合
- C. クエリのキャッシュ
- D. ユーザー定義の集計
正解：A、D
解説：
User-defined aggregations (A) and query caching (C) are two features that can help reduce query execution time. User-defined aggregations allow precalculation of large datasets, and query caching stores the results of queries temporarily to speed up future queries. References = Microsoft Power BI documentation on performance optimization offers in-depth knowledge on these features.
質問 # 72
セマンティック モデルを含むファブリック テナントがあります。モデルには小売店に関するデータが含まれています。
XMLA エンドポイントを使用して実行される DAX クエリを作成する必要があります。クエリは、2023 年 12 月 1 日以降にオープンした店舗のテーブルを返す必要があります。
DAX 式をどのように完成させるべきでしょうか?答えるには、適切な値を正しいターゲットにドラッグします。
各値は 1 回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
The correct order for the DAX expression would be:
* DEFINE VAR _SalesSince = DATE ( 2023, 12, 01 )
* EVALUATE
* FILTER (
* SUMMARIZE ( Store, Store[Name], Store[OpenDate] ),
* Store[OpenDate] >= _SalesSince )
In this DAX query, you're defining a variable _SalesSince to hold the date from which you want to filter the stores. EVALUATE starts the definition of the query. The FILTER function is used to return a table that filters another table or expression. SUMMARIZE creates a summary table for the stores, including the Store[Name] and Store[OpenDate] columns, and the filter expression Store[OpenDate] >= _SalesSince ensures only stores opened on or after December 1, 2023, are included in the results.
References =
* DAX FILTER Function
* DAX SUMMARIZE Function
質問 # 73
セマンティック モデルを含む Fabric テナントがあります。モデルには小売店に関するデータが含まれています。
XMLA エンドポイントを使用して実行される DAX クエリを記述する必要があります。クエリは、前年同期の売上合計を返す必要があります。
DAX 式をどのように完成させる必要がありますか? 回答するには、回答の適切なオプション a を選択します。注: 正しい選択ごとに 1 ポイントが付与されます。
正解：
解説：
質問 # 74
lakehouse1 という名前のテイクハウスを含むファブリック テナントがあります。 Lakehouse1 には、Customer という名前のデルタ テーブルが含まれています。
Customer にクエリを実行すると、クエリの実行が遅いことがわかります。テーブルのメンテナンスが実行されていないのではないかと考えられます。
顧客に対してメンテナンス タスクが実行されたかどうかを特定する必要があります。
解決策: 次の Spark SQL ステートメントを実行します。
歴史を説明してください。
これは目標を達成していますか?
- A. いいえ
- B. はい
正解：B
解説：
Yes, the DESCRIBE HISTORY statement does meet the goal. It provides information on the history of operations, including maintenance tasks, performed on a Delta table. References = The functionality of the DESCRIBE HISTORY statement can be verified in the Delta Lake documentation.
質問 # 75
T-SQL ステートメントを使用して Azure SQL データベースからデータを取り込むためのデータフローを Fabric に作成しています。
折りたたみ可能な Power Query 変換ステップが Microsoft SQL Server エンジンによって処理されることを確認する必要があります。
コードをどのように完成させるべきでしょうか?答えるには、適切な値を正しいターゲットにドラッグします。各値は 1 回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
Explanation:
You should complete the code as follows:
* Table
* NativeQuery
* EnableFolding
In Power Query, using Table before the SQL statement ensures that the result of the SQL query is treated as a table. NativeQuery allows a native database query to be passed through from Power Query to the source database. The EnableFolding option ensures that any subsequent transformations that can be folded will be sent back and executed at the source database (Microsoft SQL Server engine in this case).
質問 # 76
Warehouse1 という名前の倉庫を含むファブリック テナントがあります。 Warehouse1 には、schemaA、schemaB という名前の 3 つのスキーマが含まれています。 User1 という名前のユーザーが schemaA のテーブルのみを切り詰めることができるようにする必要があります。
T-SQL ステートメントはどのように完成させるべきでしょうか?回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
正解：
解説：
質問 # 77
次の図に示す Python コードと出力を含む Fabric ノートブックがあります。
どのタイプの分析を実行していますか?
- A. 説明的なもの
- B. 診断
- C. 規範的
- D. 予測
正解：A
解説：
The Python code and output shown in the exhibit display a histogram, which is a representation of the distribution of data. This kind of analysis is descriptive analytics, which is used to describe or summarize the features of a dataset. Descriptive analytics answers the question of "what has happened" by providing insight into past data through tools such as mean, median, mode, standard deviation, and graphical representations like histograms.
質問 # 78
Fabric テナントがあります。
次の表に示すユーザーに対して OneLake セキュリティを構成する必要があります。
ソリューションは最小権限の原則に従う必要があります。
各ユーザーにはどの権限を割り当てる必要がありますか? 回答するには、回答領域で適切なオプションを選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
正解：
解説：
質問 # 79
lakehouse1 という名前のレイクハウスを含むファブリック テナントがあります。 Lakehouse1 には、Table1 という名前のパーティション化されていないテーブルが含まれています。
データを Table1 にコピーし、ソース データの日付列に基づいてテーブルをパーティション化することを計画しています。
データを Table1 にコピーするコピー アクティビティを作成します。
コピー アクティビティの宛先設定でパーティション列を指定する必要があります。
まず何をすべきでしょうか?
- A. [宛先] タブで、[モード] を [追加] に設定します。
- B. [宛先] タブからパーティション列を選択します。
- C. [宛先] タブで、[モード] を [上書き] に設定します。
- D. [ソース] タブから、[パーティション検出を有効にする] を選択します。
正解：B
解説：
Before specifying the partition column in the Destination settings of the Copy activity, you should set Mode to Append (A). This will allow the Copy activity to add data to the table while taking the partition column into account. References = The configuration options for Copy activities and partitioning in Azure Data Factory, which are applicable to Fabric dataflows, are outlined in the official Azure Data Factory documentation.
質問 # 80
......
合格突破受験者シミュレーションされたDP-600日本語試験問題集：https://www.passtest.jp/Microsoft/DP-600J-shiken.html