合格できるMicrosoft DP-700日本語のPDF問題集！最近更新された112問あります [Q11-Q27]

合格できるMicrosoft DP-700日本語のPDF問題集！最近更新された112問あります

更新されたテストエンジンDP-700日本語練習問題集と練習試験合格させます

質問 # 11
ホットスポット
Fabric ワークスペースがあります。
ステートメントをデバッグしているときに、次の問題が発見されました。
場合によっては、ステートメントが予期されるすべての行を返さないことがあります。
PurchaseDate 出力列は、予期された mmm dd, yy の形式ではありません。
問題を解決する必要があります。解決策では、結果のデータ型が保持される必要があります。結果には空白のセルが含まれる場合があります。
この文をどのように完成させるべきでしょうか? 回答するには、回答エリア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：

Explanation:

質問 # 12
ホットスポット
アドホッククエリの問題をトラブルシューティングする必要があります。
この文をどのように完成させるべきでしょうか? 回答するには、回答エリア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 # 13
ホットスポット
天気データを含む Azure Event Hubs データソースがあります。
Eventstream1 という名前のイベントストリームを使用して、データソースからデータを取り込みます。Eventstream1 は、レイクハウスを宛先として使用します。
City属性の値がKansasである行のみをデータソースからバッチインジェストする必要があります。フィルターは出力先の前に追加する必要があります。ソリューションは開発労力を最小限に抑える必要があります。
データプロセッサとフィルタリングには何を使用すればよいですか? 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：

解説：

Explanation:

質問 # 14
DW1 という名前のウェアハウスを含む Fabric ワークスペースがあります。DW1 は、Notebook1 という名前のノートブックを使用して読み込まれます。
Notebook1 の実行時に使用された Delta のバージョンを特定する必要があります。
何を使うべきでしょうか?

A. Microsoft Fabric Capacity Metrics アプリ
B. OneLakeデータハブ
C. リアルタイムハブ
D. 管理者監視ワークスペース
E. ファブリックモニター

正解：E

解説：
To identify the version of Delta used when Notebook1 was executed, you should use the Admin monitoring workspace. The Admin monitoring workspace allows you to track and monitor detailed information about the execution of notebooks and jobs, including the underlying versions of Delta or other technologies used. It provides insights into execution details, including versions and configurations used during job runs, making it the most appropriate choice for identifying the Delta version used during the execution of Notebook1.

質問 # 15
Workspace1 という名前の Fabric ワークスペースがあり、その中に Warehouse1 という名前の倉庫が含まれています。
Warehouse1 を Workspace2 という名前の新しいワークスペースにデプロイする予定です。
デプロイメントプロセスの一環として、Warehouse1 に無効な参照が含まれていないかどうかを確認する必要があります。ソリューションは開発作業を最小限に抑える必要があります。
何を使うべきでしょうか?

A. Pythonスクリプト
B. デプロイメントパイプライン
C. データベースプロジェクト
D. T-SQLスクリプト

正解：A

解説：
A deployment pipeline in Fabric allows you to deploy assets like warehouses, datasets, and reports between different workspaces (such as from Workspace1 to Workspace2). One of the key features of a deployment pipeline is the ability to check for invalid references before deployment. This can help identify issues with assets, such as broken links or dependencies, ensuring the deployment is successful without introducing errors. This is the most efficient way to verify references and manage the deployment with minimal development effort.

質問 # 16
sa1 という名前の BLOB ストレージアカウントを含む Azure サブスクリプションがあります。sa1 には、Filelxsv と File2.csv という 2 つのファイルが含まれています。
次の表に示す項目を含む Fabric テナントがあります。

次のアクションを実行するように Pipeline1 を構成する必要があります。
* 毎日午後 2 時に、Filel.csv を処理して、そのファイルを flhl に読み込みます。
* 毎日午後 5 時に、File2.csv を処理して、そのファイルを flhl に読み込みます。
ソリューションは開発労力を最小限に抑える必要があります。何を使用すべきでしょうか?

A. データパイプラインスケジュール
B. データパイプライントリガー
C. ジョブ定義
D. 活性化因子

正解：A

質問 # 17
注: この問題は、同じシナリオを提示する一連の問題の一部です。一連の問題にはそれぞれ、定められた目標を満たす可能性のある独自の解答が含まれています。問題セットによっては、複数の正解が存在する場合もあれば、正解がない場合もあります。
このセクションの質問に回答した後は、その質問に戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
KQLデータベースの「Bike_Location」というテーブルにデータをロードするFabricイベントストリームがあります。このテーブルには以下の列が含まれています。
バイクポイントID
通り
近所
自転車禁止
空のドックなし
タイムスタンプ
データを利用できるようにするには、変換とフィルターロジックを適用する必要があります。ソリューションは、No_Bikes が 15 以上の場合に、Sands End という地区のデータを返す必要があります。結果は No_Bikes の昇順で並べる必要があります。
解決策: 次のコードセグメントを使用します。

これは目標を満たしていますか?

A. はい
B. いいえ

正解：B

解説：
This code does not meet the goal because it uses sort by without specifying the order, which defaults to ascending, but explicitly mentioning asc improves clarity.
Correct code should look like:

質問 # 18
Load_Salesperson と Load_Orders という2つの Fabric ノートブックがあり、レイクハウス内の Parquet ファイルからデータを読み取ります。Load_Salesperson は、dim_salesperson という Delta テーブルに書き込みます。Load.Orders は fact_orders という Delta テーブルに書き込み、Load_Salesperson の実行が成功することを前提としています。
ノートブックを使用して、Load_Salesperson と Load_Orders を適切な順序で動的に実行するパターンを実装する必要があります。
コードは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てください。各値は1回、複数回、または全く使用されない場合があります。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：

解説：

Explanation:

質問 # 19
Fabric 環境で次のデータエンティティを実装しています。
エンティティ 1: レイクハウスで使用可能で、中核組織エンティティとして使用されるデータが含まれています。エンティティ 2: セマンティックモデルで使用可能で、組織の標準を満たすデータが含まれています。エンティティ 3: Microsoft Power BI レポートで使用可能で、共有および再利用できるデータが含まれています。エンティティ 4: Power BI ダッシュボードで使用可能で、経営幹部レベルの意思決定のための承認済みデータが含まれています。会社では、データに対して特定のガバナンスプロセスを実装する必要があります。
各エンティティのユースケースに基づいて、エンティティに承認バッジを適用する必要があります。
各エンティティにどのバッジを適用すべきでしょうか？適切なバッジを正しいエンティティにドラッグしてください。各バッジは1回、複数回、または全く使用しない場合があります。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：

解説：

Explanation:

質問 # 20
Fabric データパイプラインを使用して、データ読み込みパターンを構築しています。ソースは 25 個のテーブルを含む Azure SQL データベースです。宛先はレイクハウスです。
ウェアハウスでは、図に示すように、Control.Object という名前の制御テーブルを作成します。(図タブをクリックします。) 制御テーブルにリストされているテーブルの動的な取り込みを 1 回の実行でサポートするデータパイプラインを構築する必要があります。
順番に実行する必要がある 3 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：

解説：

質問 # 21
注: この問題は、同じシナリオを提示する一連の問題の一部です。一連の問題にはそれぞれ、定められた目標を満たす可能性のある独自の解答が含まれています。問題セットによっては、複数の正解が存在する場合もあれば、正解がない場合もあります。
このセクションの質問に回答した後は、その質問に戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
StreamとReferenceという2つのテーブルを含むKQLデータベースがあります。Streamには、次の形式のストリーミングデータが含まれています。

参照には次の形式の参照データが含まれます。

どちらのテーブルにも数百万の行が含まれています。
次の KQL クエリセットがあります。

KQL クエリセットの実行にかかる時間を短縮する必要があります。
解決策: 出力列に make_list() 関数を追加します。
これは目標を満たしていますか?

A. はい
B. いいえ

正解：B

解説：
Adding an aggregation like make_list() would require additional processing and memory, which could make the query slower.

質問 # 22
売上データの問題を解決する必要があります。解決策としては、転送されるデータ量を最小限に抑える必要があります。
何をすべきでしょうか?

A. データフローのスケジュールされた更新を構成します。
B. データフローの増分更新を設定します。「過去からの行の更新」を「1か月」に設定します。
C. データフローの増分更新を設定します。「過去からの行を保存」を「1か月」に設定します。
D. データフローを 2 つのデータフローに分割します。
E. データフローの増分更新を設定します。「過去からの行の更新」を「1年」に設定します。

正解：B

解説：
The sales data issue can be resolved by configuring incremental refresh for the dataflow. Incremental refresh allows for only the new or changed data to be processed, minimizing the amount of data transferred and improving performance.
The solution specifies that data older than one month never changes, so setting the refresh period to 1 Month is appropriate. This ensures that only the most recent month of data will be refreshed, reducing unnecessary data transfers.

質問 # 23
storage1 という名前の Azure Data Lake Storage Gen2 アカウントと、storage2 という名前の Amazon S3 バケットがあります。
次の表に示す Delta Parquet ファイルがあります。

Workspace1 という名前の Fabric ワークスペースがあり、ショートカットのキャッシュが有効になっています。Workspace1 には Lakehouse1 という名前のレイクハウスが含まれています。Lakehouse1 には以下のショートカットがあります。
Products という別名を持つ ProductFile へのショートカット
Stores という別名の StoreFile へのショートカット
Trips という別名の TripsFile へのショートカット
ショートカットがキャッシュから取得されるデータは何ですか?

A. 製品とストアのみ
B. 保存のみ
C. 商品、店舗、旅行
D. 旅行と店舗のみ
E. 製品のみ

正解：A

解説：
When the cache for shortcuts is enabled in Fabric, the data retrieval is governed by the caching behavior, which generally retains data for a specific period after it was last accessed. The data from the shortcuts will be retrieved from the cache if the data is stored in locations that support caching. Here's a breakdown based on the data's location:
Products: The ProductFile is stored in Azure Data Lake Storage Gen2 (storage1). Since Azure Data Lake is a supported storage system in Fabric and the file is relatively small (50 MB), this data is most likely cached and can be retrieved from the cache.
Stores: The StoreFile is stored in Amazon S3 (storage2), and even though it is stored in a different cloud provider, Fabric can cache data from Amazon S3 if caching is enabled. This data (25 MB) is likely cached and retrievable.
Trips: The TripsFile is stored in Amazon S3 (storage2) and is significantly larger (2 GB) compared to the other files. While Fabric can cache data from Amazon S3, the larger size of the file (2 GB) may exceed typical cache sizes or retention windows, causing this file to likely be retrieved directly from the source instead of the cache.

質問 # 24
Load_Salesperson と Load_Orders という2つの Fabric ノートブックがあり、レイクハウス内の Parquet ファイルからデータを読み取ります。Load_Salesperson は、dim_salesperson という Delta テーブルに書き込みます。Load.Orders は fact_orders という Delta テーブルに書き込み、Load_Salesperson の実行が成功することを前提としています。
ノートブックを使用して、Load_Salesperson と Load_Orders を適切な順序で動的に実行するパターンを実装する必要があります。
コードは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てください。各値は1回、複数回、または全く使用されない場合があります。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：

解説：

質問 # 25
ドラッグ＆ドロップ
KQLデータベースを含むFabricイベントハウスがあります。データベースにはTaxiDat aというテーブルが含まれています。以下はTaxiDataのデータのサンプルです。

2つのKQLクエリを構築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。
クエリの 1 つは、RunningTotalAmount を VendorID でパーティション分割する必要があります。
もう 1 つのクエリでは、payment_type でパーティション化された tpep_pickup_datetime から各時間の最初の値を表示する FirstPickupDateTime という列を作成する必要があります。
各クエリをどのように完了すればよいですか？回答するには、適切な値を正しいターゲットにドラッグしてください。各値は1回、複数回、または全く使用されない場合があります。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：

解説：

Explanation:

Partition the RunningTotalAmount by VendorID. - Row_cumsum
The Row_cumsum function computes the cumulative sum of a column while optionally restarting the accumulation based on a condition. In this case, it calculates the cumulative sum of total_amount for each VendorID, restarting when the VendorID changes (VendorID != prev(VendorID)).

Create a column FirstPickupDateTime that shows the first value of each hour from tpep_pickup_datetime, partitioned by payment_type - Row_window_session

質問 # 26
ホットスポット
アドホッククエリの問題をトラブルシューティングする必要があります。
この文をどのように完成させるべきでしょうか? 回答するには、回答エリア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：

Explanation:
A screenshot of a computer Description automatically generated

SELECT last_run_start_time, last_run_command: These fields will help identify the execution details of the long-running queries.
FROM queryinsights.long_running_queries: The correct solution is to check the long-running queries using the queryinsights.long_running_queries view, which provides insights into queries that take longer than expected to execute.
WHERE last_run_total_elapsed_time_ms > 7200000: This condition filters queries that took more than 2 hours to complete (7200000 milliseconds), which is relevant to the issue described.
AND number_of_failed_runs > 1: This condition is key for identifying queries that have failed more than once, helping to isolate the problematic queries that cause failures and need attention.