検証済みDP-700日本語問題集と解答で2026年最新のDP-700日本語をダウンロード [Q32-Q57]

検証済みDP-700日本語問題集と解答で2026年最新のDP-700日本語をダウンロード

更新された100%カバー率リアルDP-700日本語試験問題で100%合格保証付いてます

質問 # 32
ブロンズレイヤーとシルバーレイヤーのプロセスが分離して実行されるようにする必要があります。Apache Spark 設定をどのように構成すればよいですか?

A. 実行者の数を変更します。
B. 高い同時実行性を無効にします。
C. カスタムプールを作成します。
D. デフォルトの環境を設定します。

正解：C

質問 # 33
Fabric ワークスペースがあります。
半構造化データがあります。
データの読み取りにはT-SQL、KQL、Apache Sparkを使用する必要があります。データの書き込みはSparkのみで行われます。
データを保存するために何を使用すればよいですか?

A. データマート
B. イベントハウス
C. 湖畔の家
D. 倉庫

正解：C

解説：
A lakehouse is the best option for storing semi-structured data when you need to read it using T-SQL, KQL, and Apache Spark. A lakehouse combines the flexibility of a data lake (which can handle semi-structured and unstructured data) with the performance features of a data warehouse. It allows data to be written using Apache Spark and can be queried using different technologies such as T-SQL (for SQL-based querying), KQL (Kusto Query Language for querying), and Apache Spark (for distributed processing). This solution is ideal when dealing with semi-structured data and requiring a versatile querying approach.

質問 # 34
Fabric レイクハウスにメダリオンアーキテクチャを実装しています。
次の列を含むディメンションテーブルを作成する予定です。
* ID
* 顧客コード
* 顧客名
* 顧客住所
* 顧客の所在地
* 有効期限
* 有効期限
テーブルが各販売時の顧客の所在地別の販売履歴データの分析をサポートしていることを確認する必要があります。どのタイプの緩やかに変化するディメンション (SCD) を使用する必要がありますか?

A. タイプ2
B. タイプ3
C. タイプ0
D. タイプ1

正解：A

質問 # 35
古いファイルを処理するためのソリューションを推奨する必要があります。ソリューションは技術要件を満たす必要があります。
推薦書には何を含めるべきでしょうか?

A. データ削除アクティビティを含むデータパイプライン
B. OPTIMIZEコマンドを実行するノートブック
C. データコピーアクティビティを含むデータパイプライン
D. VACUUMコマンドを実行するノートブック

正解：D

質問 # 36
会社には、Team1、Team2、Team3という3つのデータエンジニアリングチームが新たに設立され、Fabricの使用を計画しています。各チームには以下のペルソナがあります。
* チーム1は、現在Microsoft Power BIを使用しているメンバーで構成されています。チームは、ローコードアプローチを使用してデータ変換したいと考えています。
* チーム2はPythonプログラミングの経験を持つメンバーで構成されています。チームはPySparkコードを使用してデータを変換したいと考えています。
* チーム3は、現在Azure Data Factoryを使用しているメンバーで構成されています。チームは、最小限の労力でソース環境とシンク環境間でデータを移動したいと考えています。
現在のペルソナに基づいてチームにツールを推奨する必要があります。
各チームに何を推奨すべきでしょうか? 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 # 37
Workspace1 という名前のワークスペースを含む Fabric 容量があります。Workspace1 には、Lakehouse1 という名前のレイクハウス、データパイプライン、ノートブック、およびいくつかの Microsoft Power BI レポートが含まれています。
User1 というユーザーは、SQL を使用して Lakehouse1 のデータを分析したいと考えています。
User1 のアクセスを設定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。
User1 に Lakehouse1 のテーブルデータへの読み取りアクセス権を付与します。
User1 が Apache Spark を使用して Lakehouse1 内の基礎となるファイルをクエリできないようにします。
User1 が Workspace1 内の他の項目にアクセスできないようにします。
何をすべきでしょうか?

A. User1 に Workspace1 の閲覧者ロールを割り当てます。Lakehouse1 を User1 と共有し、[すべての SQL エンドポイントデータの読み取り] を選択します。
B. Lakehouse1 を User1 と直接共有し、デフォルトのセマンティックモデルでレポートの作成を選択します。
C. Lakehouse1 を User1 と直接共有し、すべての SQL エンドポイントデータの読み取りを選択します。
D. User1 に Workspace1 のメンバーロールを割り当てます。Lakehouse1 を User1 と共有し、[すべての SQL エンドポイントデータの読み取り] を選択します。

正解：A

解説：
To meet the specified requirements for User1, the solution must ensure:
Read access to the table data in Lakehouse1: User1 needs permission to access the data within Lakehouse1. By sharing Lakehouse1 with User1 and selecting the Read all SQL endpoint data option, User1 will be able to query the data via SQL endpoints.
Prevent Apache Spark usage: By sharing the lakehouse directly and selecting the SQL endpoint data option, you specifically enable SQL-based access to the data, preventing User1 from using Apache Spark to query the data.
Prevent access to other items in Workspace1: Assigning User1 the Viewer role for Workspace1 ensures that User1 can only view the shared items (in this case, Lakehouse1), without accessing other resources such as notebooks, pipelines, or Power BI reports within Workspace1.
This approach provides the appropriate level of access while restricting User1 to only the required resources and preventing access to other workspace assets.

質問 # 38
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：

Explanation:

質問 # 39
Lakehouse1 という名前のレイクハウスを含む Fabric ワークスペースがあります。Lakehouse1 には、Table1 という名前の Delta テーブルが含まれています。
Table1 を分析すると、Table1 にはそれぞれ 1 MB の Parquet ファイルが 2,000 個含まれていることがわかります。
Table1 のクエリにかかる時間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. V-Order を無効にして、OPTIMIZE コマンドを実行します。
B. V-Order を無効にして VACUUM コマンドを実行します。
C. OPTIMIZE コマンドと VACUUM コマンドを実行します。

正解：C

解説：
Problem Overview:
Table1 has 2,000 small Parquet files (1 MB each).
Query performance suffers when the table contains numerous small files because the query engine must process each file individually, leading to significant overhead.
Solution:
To improve performance, file compaction is necessary to reduce the number of small files and create larger, optimized files.
Commands and Their Roles:
OPTIMIZE Command:
- Compacts small Parquet files into larger files to improve query performance.
- It supports optional features like V-Order, which organizes data for efficient scanning.
VACUUM Command:
- Removes old, unreferenced data files and metadata from the Delta table.
- Running VACUUM after OPTIMIZE ensures unnecessary files are cleaned up, reducing storage overhead and improving performance.

質問 # 40
Fabricワークスペースをお持ちです。
あなたは、それぞれ以下のノートブックのいずれかを含む2つのApache Spark環境をデプロイする予定です。
* ノートブック 1: スケジュールされた Spark ジョブとして実行されるデータ取り込みノートブック
* Notebook2; アナリストとデータサイエンティストのチームが使用する、対話型データ分析用のアドホックノートブック。Spark環境を以下の要件を満たすように構成する必要があります。
* Notebook 1 が含まれる環境において、計算コストを最小限に抑える。
* Notebook2を含む環境において、複数の同時ユーザーをサポートします。
それぞれの環境に適したツールは何ですか？回答欄で適切なオプションを選択してください。
注：正解ごとに1ポイントが加算されます。

正解：

解説：

Explanation:

質問 # 41
Eventstream1 という名前のイベントストリームを含む Fabric ワークスペースがあります。Eventstream1 は、イベントストリーム処理を使用して温度センサーからのデータを処理した後、そのデータをレイクハウスに保存します。
温度の標準偏差を含めるには、Eventstream1 を変更する必要があります。
Eventstream1 ロジックに含める必要がある変換演算子はどれですか?

A. グループ化
B. 展開
C. 結合
D. 集計

正解：D

解説：
To compute the standard deviation of the temperature from the thermal sensor data, you would use the Aggregate transform operator in Eventstream1. The Aggregate operator allows you to apply functions like sum, average, count, and statistical functions like standard deviation across a group of rows or events. This operator is ideal for operations that require summarizing or computing statistics over a dataset, such as calculating the standard deviation.

質問 # 42
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 # 43
POS1 データをレイクハウスメダリオンレイヤーに取り込む方法を推奨する必要があります。
各レイヤーにはどのような推奨事項がありますか? 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

Bronze Layer: A pipeline Copy activity
The bronze layer is used to store raw, unprocessed data. The requirements specify that no transformations should be applied before landing the data in this layer. Using a pipeline Copy activity ensures minimal development effort, built-in connectors, and the ability to ingest the data directly into the Delta format in the bronze layer.
Silver Layer: A notebook
The silver layer involves extensive data cleansing (deduplication, handling missing values, and standardizing capitalization). A notebook provides the flexibility to implement complex transformations and is well-suited for this task.
Topic 2, Litware, IncCase Study
This is a case study. Case studies are not timed separately. You can use as much exam time as you would like to complete each case. However, there may be additional case studies and sections on this exam. You must manage your time to ensure that you are able to complete all questions included on this exam in the time provided.
To answer the questions included in a case study, you will need to reference information that is provided in the case study. Case studies might contain exhibits and other resources that provide more information about the scenario that is described in the case study. Each question is independent of the other questions in this case study.
At the end of this case study, a review screen will appear. This screen allows you to review your answers and to make changes before you move to the next section of the exam. After you begin a new section, you cannot return to this section.
To start the case study
To display the first question in this case study, click the Next button. Use the buttons in the left pane to explore the content of the case study before you answer the questions. Clicking these buttons displays information such as business requirements, existing environment, and problem statements. If the case study has an All Information tab, note that the information displayed is identical to the information displayed on the subsequent tabs. When you are ready to answer a question, click the Question button to return to the question.
Overview
Litware, Inc. is a publishing company that has an online bookstore and several retail bookstores worldwide.
Litware also manages an online advertising business for the authors it represents.
Existing Environment. Fabric Environment
Litware has a Fabric workspace named Workspace1. High concurrency is enabled for Workspace1.
The company has a data engineering team that uses Python for data processing.
Existing Environment. Data Processing
The retail bookstores send sales data at the end of each business day, while the online bookstore constantly provides logs and sales data to a central enterprise resource planning (ERP) system.
Litware implements a medallion architecture by using the following three layers: bronze, silver, and gold. The sales data is ingested from the ERP system as Parquet files that land in the Files folder in a lakehouse.
Notebooks are used to transform the files in a Delta table for the bronze and silver layers. The gold layer is in a warehouse that has V-Order disabled.
Litware has image files of book covers in Azure Blob Storage. The files are loaded into the Files folder.
Existing Environment. Sales Data
Month-end sales data is processed on the first calendar day of each month. Data that is older than one month never changes.
In the source system, the sales data refreshes every six hours starting at midnight each day.
The sales data is captured in a Dataflow Gen1 dataflow. When the dataflow runs, new and historical data is captured. The dataflow captures the following fields of the source:
Sales Date
Author
Price
Units
SKU
A table named AuthorSales stores the sales data that relates to each author. The table contains a column named AuthorEmail. Authors authenticate to a guest Fabric tenant by using their email address.
Existing Environment. Security Groups
Litware has the following security groups:
Sales
Fabric Admins
Streaming Admins
Existing Environment. Performance Issues
Business users perform ad-hoc queries against the warehouse. The business users indicate that reports against the warehouse sometimes run for two hours and fail to load as expected. Upon further investigation, the data engineering team receives the following error message when the reports fail to load: "The SQL query failed while running." The data engineering team wants to debug the issue and find queries that cause more than one failure.
When the authors have new book releases, there is often an increase in sales activity. This increase slows the data ingestion process.
The company's sales team reports that during the last month, the sales data has NOT been up-to-date when they arrive at work in the morning.
Requirements. Planned Changes
Litware recently signed a contract to receive book reviews. The provider of the reviews exposes the data in Amazon Simple Storage Service (Amazon S3) buckets.
Litware plans to manage Search Engine Optimization (SEO) for the authors. The SEO data will be streamed from a REST API.
Requirements. Version Control
Litware plans to implement a version control solution in Fabric that will use GitHub integration and follow the principle of least privilege.
Requirements. Governance Requirements
To control data platform costs, the data platform must use only Fabric services and items. Additional Azure resources must NOT be provisioned.
Requirements. Data Requirements
Litware identifies the following data requirements:
Process the SEO data in near-real-time (NRT).
Make the book reviews available in the lakehouse without making a copy of the data.
When a new book cover image arrives in the Files folder, process the image as soon as possible.

質問 # 44
レイクハウスとNotebook1というノートブックを含むFabricワークスペースがあります。Notebook1はTable1というテーブルからデータをDataFrameに読み込み、変換ロジックを適用します。その後、DataFrameのデータはマージ操作によってTable2という新しいDeltaテーブルに書き込まれます。
Table1 の基礎となる Parquet ファイルを統合する必要があります。
どのコマンドを実行する必要がありますか?

A. 放送
B. キャッシュ
C. 真空
D. 最適化

正解：D

解説：
To consolidate the underlying Parquet files in Table1 and improve query performance by optimizing the data layout, you should use the OPTIMIZE command in Delta Lake. The OPTIMIZE command coalesces smaller files into larger ones and reorganizes the data for more efficient reads. This is particularly useful when working with large datasets in Delta tables, as it helps reduce the number of files and improves performance for subsequent queries or operations like MERGE.

質問 # 45
会社には、Team1、Team2、Team3という3つのデータエンジニアリングチームが新たに設立され、Fabricの使用を計画しています。各チームには以下のペルソナがあります。
* チーム1は、現在Microsoft Power BIを使用しているメンバーで構成されています。チームは、ローコードアプローチを使用してデータ変換したいと考えています。
* チーム2はPythonプログラミングの経験を持つメンバーで構成されています。チームはPySparkコードを使用してデータを変換したいと考えています。
* チーム3は、現在Azure Data Factoryを使用しているメンバーで構成されています。チームは、最小限の労力でソース環境とシンク環境間でデータを移動したいと考えています。
現在のペルソナに基づいてチームにツールを推奨する必要があります。
各チームに何を推奨すべきでしょうか? 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 # 46
図に示すように、Dynamic Data Copy という Fabric データパイプラインを使用して、データオーケストレーションパターンを構築します。(図のタブをクリックします。)

動的データコピーではパラメーター化は使用されません。
コピーするテーブルのリストを受け取るように ForEach アクティビティを構成する必要があります。
パイプライン式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 # 47
Readings という名前のテーブルを含む KQL データベースがあります。
ilmestamp 値に基づいて各行の Meter-Reading 値を前の行と比較する KQL クエリを構築する必要があります。予想される出力のサンプルを次の表に示します。

正解：

解説：

Explanation:

質問 # 48
イベントハウスと Database1 という名前の KQL データベースを含む Fabric ワークスペースがあります。Database1 には次の内容が含まれています。
Table1という名前のテーブル
Table2という名前のテーブル
Policy1という名前の更新ポリシー
ポリシー1はTable1からTable2にデータを送信します。
以下は表2のデータのサンプルです。

最近、Table1 に対して次のアクションが実行されました。
temperature という名前の追加要素が StreamData 列に追加されました。
Timestamp 列のデータ型が日付に変更されました。
DeviceId 列のデータ型が文字列に変更されました。
Table2 に追加のレコードをロードする予定です。
Table1 から Table2 にロードされる 2 つのレコードはどれですか。それぞれの正解は完全なソリューションを示します。
注意: 正しい選択ごとに 1 ポイントが付与されます。

正解：C、D

解説：
Changes to Table1 Structure:
StreamData column: An additional temperature element was added.
Timestamp column: Data type changed from datetime to date.
DeviceId column: Data type changed from guid to string.
Impact of Changes:
Only records that comply with Table2's structure will load.
Records that deviate from Table2's column data types or structure will be rejected.
Record B:
Timestamp: Matches Table2 (datetime format).
DeviceId: Matches Table2 (guid format).
StreamData: Contains only the index and eventid, which matches Table2.
Accepted because it fully matches Table2's structure and data types.
Record D:
Timestamp: Matches Table2 (datetime format).
DeviceId: Matches Table2 (guid format).
StreamData: Matches Table2's structure.
Accepted because it fully matches Table2's structure and data types.

質問 # 49
Dev、Test、Prod という 3 つのワークスペースを使用する Fabric デプロイメントパイプラインがあります。
展開プロセスの一環として、イベントハウスを展開する必要があります。
デプロイメントプロセスにイベントハウスを追加するには何を使用すればよいですか?

A. デプロイメントパイプライン
B. GitHub アクション
C. Azure DevOps パイプライン

正解：C

解説：
A deployment pipeline in Fabric is designed to automate the process of deploying assets (such as reports, datasets, eventhouses, and other objects) between environments like Dev, Test, and Prod. Since you need to deploy an eventhouse as part of the deployment process, a deployment pipeline is the appropriate tool to move this asset through the different stages of your environment.

質問 # 50
DW1という名前のFabricウェアハウスがあり、その中にDimCustomerという名前のタイプ2の緩やかに変化するディメンション(SCD)ディメンションテーブルがあります。DimCustomerには100列、2000万行が含まれています。列のデータ型はint、varchar、date、varbinaryなど様々です。
テーブルへの変更を特定し、変更があった際にレコードを更新する必要があります。このソリューションは、リソース消費を最小限に抑える必要があります。
属性の変更を識別するには、何を使用すべきでしょうか？

A. ソーステーブルの属性を比較するためのハッシュ関数。
B. DimCustomer テーブル内の属性間で直接属性を比較します。
C. ソーステーブルの属性を直接比較します。
D. DimCustomer テーブルの属性を比較するためのハッシュ関数。

正解：A

質問 # 51
WorkspaceA がソース管理用に構成できることを確認する必要があります。実行すべき 2 つのアクションはどれですか。
それぞれの正解は解決策の一部を示しています。注: 正解の選択ごとに 1 ポイントが加算されます。

A. テナント設定から、ユーザーはワークスペースアイテムを Git リポジトリと同期できるを有効に設定します。
B. テナント設定から、ユーザーがワークスペースアイテムをGitHubリポジトリと同期できるようにするを「有効」に設定する
C. WorkspaceA を Premium Per User (PPU) ライセンスを使用するように構成します
D. WorkspaceA を Capl に割り当てます。

正解：A、D

解説：
Topic 2, Litware, IncCase Study
This is a case study. Case studies are not timed separately. You can use as much exam time as you would like to complete each case. However, there may be additional case studies and sections on this exam. You must manage your time to ensure that you are able to complete all questions included on this exam in the time provided.
To answer the questions included in a case study, you will need to reference information that is provided in the case study. Case studies might contain exhibits and other resources that provide more information about the scenario that is described in the case study. Each question is independent of the other questions in this case study.
At the end of this case study, a review screen will appear. This screen allows you to review your answers and to make changes before you move to the next section of the exam. After you begin a new section, you cannot return to this section.
To start the case study
To display the first question in this case study, click the Next button. Use the buttons in the left pane to explore the content of the case study before you answer the questions. Clicking these buttons displays information such as business requirements, existing environment, and problem statements. If the case study has an All Information tab, note that the information displayed is identical to the information displayed on the subsequent tabs. When you are ready to answer a question, click the Question button to return to the question.
Overview
Litware, Inc. is a publishing company that has an online bookstore and several retail bookstores worldwide.
Litware also manages an online advertising business for the authors it represents.
Existing Environment. Fabric Environment
Litware has a Fabric workspace named Workspace1. High concurrency is enabled for Workspace1.
The company has a data engineering team that uses Python for data processing.
Existing Environment. Data Processing
The retail bookstores send sales data at the end of each business day, while the online bookstore constantly provides logs and sales data to a central enterprise resource planning (ERP) system.
Litware implements a medallion architecture by using the following three layers: bronze, silver, and gold. The sales data is ingested from the ERP system as Parquet files that land in the Files folder in a lakehouse.
Notebooks are used to transform the files in a Delta table for the bronze and silver layers. The gold layer is in a warehouse that has V-Order disabled.
Litware has image files of book covers in Azure Blob Storage. The files are loaded into the Files folder.
Existing Environment. Sales Data
Month-end sales data is processed on the first calendar day of each month. Data that is older than one month never changes.
In the source system, the sales data refreshes every six hours starting at midnight each day.
The sales data is captured in a Dataflow Gen1 dataflow. When the dataflow runs, new and historical data is captured. The dataflow captures the following fields of the source:
Sales Date
Author
Price
Units
SKU
A table named AuthorSales stores the sales data that relates to each author. The table contains a column named AuthorEmail. Authors authenticate to a guest Fabric tenant by using their email address.
Existing Environment. Security Groups
Litware has the following security groups:
Sales
Fabric Admins
Streaming Admins
Existing Environment. Performance Issues
Business users perform ad-hoc queries against the warehouse. The business users indicate that reports against the warehouse sometimes run for two hours and fail to load as expected. Upon further investigation, the data engineering team receives the following error message when the reports fail to load: "The SQL query failed while running." The data engineering team wants to debug the issue and find queries that cause more than one failure.
When the authors have new book releases, there is often an increase in sales activity. This increase slows the data ingestion process.
The company's sales team reports that during the last month, the sales data has NOT been up-to-date when they arrive at work in the morning.
Requirements. Planned Changes
Litware recently signed a contract to receive book reviews. The provider of the reviews exposes the data in Amazon Simple Storage Service (Amazon S3) buckets.
Litware plans to manage Search Engine Optimization (SEO) for the authors. The SEO data will be streamed from a REST API.
Requirements. Version Control
Litware plans to implement a version control solution in Fabric that will use GitHub integration and follow the principle of least privilege.
Requirements. Governance Requirements
To control data platform costs, the data platform must use only Fabric services and items. Additional Azure resources must NOT be provisioned.
Requirements. Data Requirements
Litware identifies the following data requirements:
Process the SEO data in near-real-time (NRT).
Make the book reviews available in the lakehouse without making a copy of the data.
When a new book cover image arrives in the Files folder, process the image as soon as possible.

質問 # 52
ワークスペースを含むFabric F32キャパシティーがあります。ワークスペースには、MD5ハッシュサロゲートキーを使用してモデル化されたDW1という名前のウェアハウスが含まれています。
DW1 には、過去 1 年間に 2 億行から 5 億行に増加した単一のファクトテーブルが含まれています。
Direct Lake をベースにした Microsoft Power BI レポートがあります。レポートには前年比の値が表示されます。
ユーザーからは、一部のレポートのパフォーマンスが時間の経過とともに低下し、一部のビジュアルにエラーが表示されるという報告があります。
パフォーマンスの問題を解決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。
最高のクエリパフォーマンスを提供します。
運用コストを最小限に抑えます。
どちらをすべきでしょうか?

A. ビューを作成します。
B. 容量を増やす。C V-Orderを有効にする
C. 別のデータ型を使用するように代理キーを変更します。
D. MD5 ハッシュを SHA256 に変更します。

正解：A

解説：
In this case, the key issue causing performance degradation likely stems from the use of MD5 hash surrogate keys. MD5 hashes are 128-bit values, which can be inefficient for large datasets like the 500 million rows in your fact table. Using a more efficient data type for surrogate keys (such as integer or bigint) would reduce the storage and processing overhead, leading to better query performance. This approach will improve performance while minimizing operational costs because it reduces the complexity of querying and indexing, as smaller data types are generally faster and more efficient to process.

質問 # 53
Fabricワークスペースには、Pipeline1という名前のデータパイプラインとNotebook1という名前のノートブックが含まれています。Pipeline1には、Notebook1を実行するために使用されるアクティビティが含まれています。Pipeline!は、定期的に実行されるようにスケジュールされています。
10分。
ノートブックの実行中にPipeline!が失敗したというアラートが表示されます。
故障が発生したセルを特定する必要があります。
Fabric管理センターのモニターから何をすべきですか？

A. パイプライン実行対象のエンティティを選択し、アクティビティの実行状況を表示します。
B. ノートブック実行のエントリを選択し、次にログを選択します。
C. パイプライン実行のエントリを選択し、次に出力を選択します。
D. ノートブック実行のエントリを選択し、アイテムのスナップショットを表示します。

正解：B

質問 # 54
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. デプロイメントパイプライン
B. データベースプロジェクト
C. Pythonスクリプト
D. T-SQLスクリプト

正解：C

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 # 55
製品ディメンションを作成する必要があります。
Apache Spark SQL 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

Join between Products and ProductSubCategories:
Use an INNER JOIN.
The goal is to include only products that are assigned to a subcategory. An INNER JOIN ensures that only matching records (i.e., products with a valid subcategory) are included.
Join between ProductSubCategories and ProductCategories:
Use an INNER JOIN.
Similar to the above logic, we want to include only subcategories assigned to a valid product category. An INNER JOIN ensures this condition is met.
WHERE Clause
Condition: IsActive = 1
Only active products (where IsActive equals 1) should be included in the gold layer. This filters out inactive products.