DP-600日本語 無料問題集「Microsoft Implementing Analytics Solutions Using Microsoft Fabric (DP-600日本語版)」

DW1 というデータ ウェアハウスを含む Fabric テナントがあります。DW1 には DimCustomer というテーブルが含まれています。DimCustomer には、次の表に示すフィールドが含まれています。

DimCustomerで重複するメールアドレスを特定する必要があります。ソリューションは最大で
1,000件のレコード。
どの 4 つの T-SQL ステートメントを順番に実行する必要がありますか? 回答するには、適切なステートメントをステートメントのリストから回答領域に移動し、正しい順序に並べます。
正解:

Explanation:
倉庫を含む Fabric テナントがあります。
顧客ディメンションを含むスタースキーマモデルを設計しています。顧客ディメンションテーブルは、タイプ2の緩やかに変化するディメンション(SCD)になります。
テーブルに追加する列を推奨する必要があります。その列はソースに既に存在してはなりません。
どの 3 つのタイプの列をお勧めしますか? それぞれの正解は解決策の一部を示しています。
注意: 正解ごとに 1 ポイントが付与されます。

正解:B、C、E 解答を投票する
解説: (JPNTest メンバーにのみ表示されます)
Fabric テナントがあります。
Spark DataFrames を使用して Microsoft Power Bl ビジュアルを生成する Fabric ノートブックを作成する予定です。
次のコードを実行します。

以下の各記述について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」を選択してください。注:正しい選択肢は1つにつき1点です。
正解:

Explanation:
* The code embeds an existing Power BI report. - No
* The code creates a Power BI report. - Yes
* The code displays a summary of the DataFrame. - Yes
The code provided seems to be a snippet from a SQL query or script which is neither creating nor embedding a Power BI report directly. It appears to be setting up a DataFrame for use within a larger context, potentially for visualization in Power BI, but the code itself does not perform the creation or embedding of a report.
Instead, it's likely part of a data processing step that summarizes data.
References =
* Introduction to DataFrames - Spark SQL
* Power BI and Azure Databricks
Fabric ウェアハウスに、Customers と Products という 2 つのディメンション テーブルを実装しています。
データのバージョン管理には、緩やかに変化するディメンション(SCO)を使用する必要があります。ソリューションは、次の表に示す要件を満たす必要があります。

各テーブルにはどのタイプのSCDを使用すべきでしょうか?適切なSCDタイプを適切なテーブルにドラッグしてください。各SCDタイプは、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、ペイン間の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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
正解:

Explanation:

For the Customers table, where the requirement is to create a new version of the row, you would use:
* Type 2 SCD: This type allows for the creation of a new record each time a change occurs, preserving the history of changes over time.
For the Products table, where the requirement is to overwrite the existing value in the latest row, you would use:
* Type 1 SCD: This type updates the record directly, without preserving historical data.
Warehouse! という名前のウェアハウスを含む Fabric テナントがあります。Warehouse1 には、schema1 と schema2 という 2 つのスキーマと、schema1.city というテーブルが含まれています。
schema2 に schemal.city のコピーを作成する必要があります。このソリューションでは、データのコピーを最小限に抑える必要があります。
どの T-SQL ステートメントを実行する必要がありますか?

LH1 という名前のレイクハウスを含む Fabric テナントがあります。
新しいセマンティックモデルをデプロイする必要があります。ソリューションは以下の要件を満たす必要があります。
* 集計関数、計算テーブル、多次元式 (MDX) ユーザー階層を含む複雑な計算列をサポートします。
* ページのレンダリング時間を最小限に抑えます。
モデルをどのように構成すればよいですか? 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:

Explanation:
メジャーを含むMicrosoft Power BIセマンティックモデルがあります。メジャーでは複数の計算関数とフィルター関数が使用されています。
対策のパフォーマンスを評価しています。
どのようなユースケースで、フィルター関数を keepfilters 関数に置き換えると実行時間が短縮されますか?

解説: (JPNTest メンバーにのみ表示されます)
Woritspace1 と Workspace2 という 2 つのワークスペースを含む Fabric テナントがあります。Workspace1 には Lakehouse1 というレイクハウスが含まれています。Workspace2 には Lakehouse2 というレイクハウスが含まれています。レイクハウスです。
dbo.Sales というテーブルが含まれています。Lakehouse2 には dbo.Customers というテーブルが含まれています。
テーブルの追加コピーを作成せずに、同じ SQL クエリで dbo.Sales と dbo.Customers の両方を参照するクエリを記述できることを確認する必要があります。
何を使うべきでしょうか?

セマンティックモデルを含むFabricテナントがあります。このモデルはDirect Lakeモードを使用しています。
一部の DAX クエリによって不要な列がメモリにロードされていると思われます。
メモリにロードされる頻繁に使用される列を識別する必要があります。
目標を達成するための 2 つの方法は何ですか。それぞれの正解は完全な解決策を示しています。
注意: 正解ごとに 1 ポイントが付与されます。

正解:A、D 解答を投票する
解説: (JPNTest メンバーにのみ表示されます)
Report 1 という名前の Microsoft Power Bl レポートを含む Fabric テナントがあります。
Report1 のレンダリングが遅いです。効率の悪い DAX クエリが実行されているのではないかと思われます。
最も遅い DAX クエリを特定し、ストレージ エンジンと比較して、クエリが数式エンジンで費やす時間を確認する必要があります。
順番に実行する必要がある 5 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
正解:

Explanation:
To identify the slowest DAX query and analyze the time it spends in the formula engine compared to the storage engine, you should perform the following actions in sequence:
* From Performance analyzer, capture a recording.
* View the Server Timings tab.
* Enable Query Timings and Server Timings. Run the query.
* View the Query Timings tab.
* Sort the Duration (ms) column in descending order by DAX query time.

弊社を連絡する

我々は12時間以内ですべてのお問い合わせを答えます。

オンラインサポート時間:( UTC+9 ) 9:00-24:00
月曜日から土曜日まで

サポート:現在連絡