DP-900(5) Flashcards

Question

データベース内の 2 つのテーブルに格納されているデータがあります。あなたは、テーブル間のリレーションシップを作成します。どのタイプのデータがありますか? 回答を 1 つだけ選択してください。 1) 半構造化 2) 構造化 3) 非構造化

Answer 1

2) 構造化テーブル間のリレーションシップを持つデータベース内の 2 つのテーブルに格納されているデータは、構造化データの例です。 [データ形式を識別する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/2-data-formats?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-core-data-concepts 質問 25/50(1), 質問 2/50(4)

Answer 2

3) 非構造化非構造化データには、ドキュメント、画像、オーディオデータ、動画データ、バイナリファイルなどのデータが含まれます。 [データ形式を識別する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/2-data-formats?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-core-data-concepts 質問 26/50(1), 質問 15/50(3), 質問 4/50(4)

Answer 3

3) 非構造化非構造化データには、ドキュメント、画像、オーディオデータ、動画データ、バイナリファイルなどのデータが含まれます。 [データ形式を識別する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/2-data-formats?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-core-data-concepts 質問 27/50(1), 質問 16/50(3)

Answer 4

3) OLAP データベース OLAP データベースは、履歴データを持つスノーフレークスキーマに使用されます。テーブルストレージは、このタイプのデータには適していません。グラフデータベースは、ノードとエッジを持つ組織図などの階層データを格納するために使用されます。 OLTP データベースは、作成、読み取り、更新、および削除 (CRUD) 操作に使用され、最小限の記憶領域を使用します。スノーフレークスキーマの履歴データには適していません。 [分析データ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing [データストアモデルについて - Azure アプリケーションアーキテクチャガイド] https://learn.microsoft.com/azure/architecture/guide/technology-choices/data-store-overview 質問 28/50(1), 質問 19/50(3), 質問 7/50(4)

Answer 5

1) 分析分析データベースは、大量の集約データを格納するために高度に非正規化され、読み取り用に最適化されています。時系列ワークロードでは、大量の集約データは格納されません。グラフワークロードでは、階層データが格納されます。トランザクションワークロードは、作成、読み取り、更新、削除 (CRUD) 操作用に最適化されています。 [分析データ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing [オンライントランザクション処理 (OLTP) - Azure アーキテクチャセンター] https://learn.microsoft.com/azure/architecture/data-guide/relational-data/online-transaction-processing 質問 29/50(1), 質問 11/50(2)

Answer 6

4) transactional トランザクションワークロードは、作成、読み取り、更新、削除 (CRUD) 操作用に最適化されています。分析データベースは、大量の集約データを格納するために高度に非正規化され、読み取り用に最適化されています。時系列ワークロードでは、大量の集約データは格納されません。グラフワークロードでは、階層データが格納されます。 [トランザクションデータ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/5-transactional-data-processing [オンライントランザクション処理 (OLTP) - Azure アーキテクチャセンター] https://learn.microsoft.com/azure/architecture/data-guide/relational-data/online-transaction-processing 質問 30/50(1)

Answer 7

4) による分離トランザクションデータ処理における分離性により、同時実行トランザクションが相互に干渉することがなくなり、データベースの状態が一貫性のあるものになります。 [トランザクションデータ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/5-transactional-data-processing [分析データ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing 質問 31/50(1), 質問 13/50(4)

Answer 8

1] 基幹業務 (LOB) アプリケーション 2] ライブアプリケーションライブアプリケーションは、トランザクションデータ処理システムで使用されます。 LOB アプリケーションは、ビジネスデータを処理するライブアプリケーションの一種です。 [トランザクションデータ処理を調べる - トレーニング] https://learn.microsoft.com/training/modules/explore-core-data-concepts/5-transactional-data-processing [分析データ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing 質問 32/50(1)

Answer 9

3) データベースエンジニアデータベースエンジニアはデータベースを作成します。データベースアナリストは、データベースのデータを使用してビジネス上の意思決定を行います。データベースユーザーはデータベースを使用します。データベース管理者は、既存のデータベースを保守します。 [データの世界における仕事上の役割について調べる] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 33/50(1), 質問 25/50(3)

Answer 10

1) データベース管理者 (database administrator) データベース管理者は、既存のデータベースを保守します。データベースエンジニアはデータベースを作成します。データベースアナリストは、データベースのデータを使用してビジネス上の意思決定を行います。データベースユーザーはデータベースを使用します。 [データの世界における仕事上の役割について調べる] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 34/50(1)

Answer 11

2) データベースアナリストデータベースアナリストは、データベースのデータを使用してビジネス上の意思決定を行います。データベースユーザーはデータベースを使用します。データベース管理者は、既存のデータベースを保守します。データベースエンジニアはデータベースを作成します。 [データの世界における仕事上の役割について調べる] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 35/50(1)

Answer 12

3) データエンジニアデータエンジニアは、データプライバシー、データストアおよびデータパイプラインの監視を管理します。データアナリストは、データモデルの構築、データのクリーニングと変換、隠れたデータパターンの検出を担当します。データベース管理者は、データのセキュリティ、バックアップおよび復旧計画の実装、データベースソリューションのパフォーマンスの監視を管理します。データベースユーザーはデータベースを使用します。 [データの世界における仕事上の役割について調べる] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 36/50(1)

Answer 13

2) Azure Data Factory Data Factory は、ETL パイプラインを実行するために使用されます。 Databricks は、複数のクラウドプロバイダーでサポートされている大量のデータを処理するために使用されます。 HDInsight は、大量のデータを処理するために使用されます。 [データインジェストパイプラインを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/3-data-ingestion-pipelines 質問 37/50(1), 質問 37/50(3), 質問 25/50(4)

Answer 14

2) Azure Databricks Databricks は、複数のクラウドプロバイダーでサポートされている大量のデータを処理するために使用されます。 Data Factory は、ETL パイプラインを実行するために使用されます。 Azure Synapse Analytics は、Apache Spark 上に構築された Azure ネイティブサービスです。 HDInsight は、Apache Hadoop を使用して大量のデータを処理するために使用されます。 [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 38/50(1), 質問 1/50(2)

Answer 15

1) Azure Data Factory Data Factory を使用すると、パイプラインを使用して、コーディングなしでデータフローを調整できます。 Data Lake はストレージリポジトリです。 Databricks と HDInsight は、データ処理タスクを実行します。 [データインジェストパイプラインを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/3-data-ingestion-pipelines 質問 39/50(1), 質問 41/50(3), 質問 27/50(4)

Answer 16

1] Azure Data Factory 4] Azure Synapse Analytics Azure Synapse Analytics と Data Factory はどちらも、イベントへの応答でパイプラインを作成できます。 Databricks と HDInsight は、データ処理タスクを実行します。データインジェストパイプラインを調べる https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/3-data-ingestion-pipelines 質問 40/50(1)

Answer 17

1] Azure Synapse Analytics のサーバーレス Apache Spark プール 2] Azure Databricks Azure Synapse Analytics の Databricks と Spark プールは、Scala を使用して大量のデータのデータ処理を実行します。 [データインジェストパイプラインを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/3-data-ingestion-pipelines [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 41/50(1), 質問 28/50(4)

Answer 18

2) リンクサービス最初に、リンクサービスを作成する必要があります。パイプラインでは、既存のリンクサービスを使用してデータを読み込んで処理します。データセットは入力と出力であり、アクティビティはデータフローとして定義できます。 [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 42/50(1), 質問 3/50(2), 質問 29/50(4)

Answer 19

4) Azure Synapse Azure Synapse を使用すると、運用データの分析をほぼリアルタイムで実行できます。 Databricks と HDInsight は、すべての要件を満たしていません。 Data Lake Storage は、分析データストアのカテゴリです。 [データウェアハウスのアーキテクチャについて説明する] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/2-describe-warehousing [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 43/50(1)

Answer 20

1] Azure Data Lake Storage 2] Azure Event Hubs 4] Azure IoT Hub Data Lake Storage、Event Hubs、IoT Hub は、ストリーム処理用のデータを取り込むために一般的に使用されるソースです。 Azure SQL Database と Azure 関数は出力です。 [ストリーム処理アーキテクチャの一般的な要素を調べる] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/3-explore-common-elements 質問 44/50(1), 質問 5/50(2), 質問 31/50(4)

Answer 21

2) Azure Delta Lake Delta Lake は、オープンソースストレージレイヤーであり、トランザクションの整合性を確保するためのサポートを Data Lake Storage に追加します。 Microsoft Azure での Apache Spark を調べる https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/6-spark-streaming 質問 45/50(1), 質問 7/50(2), 質問 46/50(3), 質問 32/50(4)

Answer 22

4) 散布図散布図は、2 つの数値間のリレーションシップまたは相関関係を判別するために使用されます。円グラフは、さまざまな値を合計に対する割合として視覚的に比較します。折れ線グラフは、(通常は時間の経過に伴う) 傾向を調べるのに使用されます。横棒グラフは、個別のカテゴリのさまざまな値を比較するために使用されます。 [データ視覚化に関する考慮事項について説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/4-data-visualizations 質問 46/50(1), 質問 47/50(2), 質問 33/50(4)

Answer 23

2) Power BI Desktop Power BI Desktop は、分析モデルを定義するために使用されます。電話アプリは、Power BI レポートを表示するために使用されます。 Power BI サービスは、データを提供するために使用されます。 Data Factory は、ETL ジョブを実行するために使用されます。 [データモデリングの主要概念について説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/3-data-modeling 質問 47/50(1), 質問 10/50(2), 質問 34/50(4)

Answer 24

1) dimensions ディメンションは、データを集約するために使用されます。ファクトテーブルには、集約する値ではなく、集約されるメジャーが含まれています。リレーションシップは、ファクトをディメンションに関連付けるために使用されます。キーは、リレーションシップを確立するために使用されます。 [データモデリングの主要概念について説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/3-data-modeling 質問 48/50(1), 質問 11/50(2), 質問 35/50(4)

Answer 25

1] 横棒グラフ 3] a column chart 横棒グラフと縦棒グラフを使用すると、離散値の数値を比較できます。カードは、1 つの数値または値を追跡するために使用されます。マトリックスを使用すると、簡単に複数のディメンションをまたいでデータを表示できます。データ視覚化に関する考慮事項について説明する https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/4-data-visualizations 質問 49/50(1), 質問 49/50(3), 質問 36/50(4)

Answer 26

4) Power BI サービスにレポートを発行します。 Power BI Desktop で作成されたデータモデルとレポートを共有するために、最初に Power BI サービスに公開されます。 [Power BI のツールとワークフローについて説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/2-power-bi 質問 50/50(1), 質問 13/50(2), 質問 37/50(4)

Answer 27

3) Azure Synapse Analytics Azure Synapse Analytics は、Spark 上に構築された Azure ネイティブサービスです。 Azure Data Lake Storage は、データを格納するために使用されます。 Azure Cosmos DB は、Spark プラットフォームを使用しません。 [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 2/50(2), 質問 39/50(3)

Answer 28

2) 複雑な分析を実行できます。バッチ処理は、複雑な分析を実行するために使用されます。バッチ処理では、一度に大量のデータが処理されます。バッチ処理は通常、分単位および時間単位で測定されます。 [バッチ処理とストリーム処理を理解する] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/2-batch-stream 質問 4/50(2), 質問 43/50(3)

Answer 29

2) Azure Data Explorer Data Explorer は、大量のテキストログデータ、Web サイト、IoT デバイスの分析に使用され、一般的なクエリ言語を使用します。 Data Lake Storage Gen2 はデータソースであり、Azure Stream Analytics を使用してストリーミングジョブを定義し、永続的なクエリを適用し、結果を出力に書き込みます。 Azure Cosmos DB はデータを格納します。 [ストリーム処理アーキテクチャの一般的な要素を調べる] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/3-explore-common-elements 質問 6/50(2)

Answer 30

4) Azure Stream Analytics Stream Analytics を使用すると、特定の期間のデータを、データレイクに書き込まれる前に集約できます。 Event Hubs は、ストリーム処理のソースまたはシンクとして使用されます。 Azure SQL Database は、処理された結果をクエリや分析に使用できるようにデータベーステーブルに保持するために使用されます。 [Microsoft Azure での Apache Spark を調べる] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/6-spark-streaming 質問 8/50(2)

Answer 31

3) 円グラフ円グラフは、さまざまな値を合計に対する割合として視覚的に比較します。折れ線グラフは、(通常は時間の経過に伴う) 傾向を調べるのに使用されます。横棒グラフは、個別のカテゴリのさまざまな値を比較するために使用されます。散布図は、2 つの数値間のリレーションシップまたは相関関係を判別するために使用されます。 [データ視覚化に関する考慮事項について説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/4-data-visualizations 質問 9/50(2)

Answer 32

1) ダッシュボードダッシュボードは、関連するレポートを 1 つの場所に結合して、データの可視化を容易にするために使用されます。 [Power BI のツールとワークフローについて説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/2-power-bi [データウェアハウスのアーキテクチャについて説明する]https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/2-describe-warehousing 質問 12/50(2)

Answer 33

2) card カードには 1 つの値が表示され、重要なメトリックを強調表示するのに役立ちます。テーブルは通常、複数の値を表示するために使用されます。円グラフは、分類された値を合計に対する割合として比較します。横棒グラフを使用すると、個別のカテゴリの数値を比較できます。 [データ視覚化に関する考慮事項について説明する] https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/4-data-visualizations 質問 14/50(2), 質問 50/50(3), 質問 38/50(4)

Answer 34

4) Azure Table Storage テーブルストレージは、キーと値のペアをパーティションに格納するために使用されます。 Azure Files は、SMB と NFS を使用してファイルを格納および共有するために使用されます。 Data Lake Storage Gen2 は、処理のために構造化データと非構造化データを格納するために使用されます。ページ BLOB は VHD に使用されます。 [Azure Tables を確認する] https://learn.microsoft.com/training/modules/explore-provision-deploy-non-relational-data-services-azure/5-azure-tables 質問 16/50(2)

Answer 35

1] Azure Blob Storage 2] Azure Data Lake Storage BLOB ストレージと Data Lake Storage を使用して大量のデータを格納できます。また、これらは Azure Synapse Analytics にマウントすることができます。 Azure Files とテーブルストレージを Azure Synapse Analytics にマウントすることはできません。 [非リレーショナルデータの Azure Storage を確認する] https://learn.microsoft.com/training/modules/explore-provision-deploy-non-relational-data-services-azure/ [Azure Synapse Analytics でのファイル API の概要 - Azure Synapse Analytics] https://learn.microsoft.com/azure/synapse-analytics/spark/synapse-file-mount-api 質問 18/50(2), 質問 30/50(3), 質問 20/50(4)

Answer 36

2] 各行キー値は、テーブルパーティション内で一意です。 3] 同じパーティション内の項目は、RowKey の順序で格納されます。行キーは、テーブル内ではなくパーティション内で一意です。同じパーティション内の項目は、行キーの順に格納されます。テーブルでは、インデックスを使用してクエリを高速化することはできません。 [非リレーショナルデータの Azure Storage を確認する] https://learn.microsoft.com/training/modules/explore-provision-deploy-non-relational-data-services-azure/ 質問 19/50(2), 質問 31/50(3), 質問 21/50(4)

Answer 37

1) Apache Cassandra Cassandra API は、列ファミリストレージ内の表形式データに使用されます。 Gremlin API は、グラフデータベースに使用されます。 MongoDB API は、バイナリ JSON (BSON) 形式でデータを格納します。 Table は、キーと値のペアを取得するために使用されます。 [Azure Cosmos DB の API を特定する] https://learn.microsoft.com/training/modules/explore-non-relational-data-stores-azure/3-cosmos-db-apis

Answer 38

2) Azure Cosmos DB Azure Cosmos DB を使用すると、追加の開発なしで分析レポート内のデータを集約できます。 Azure SQL Database は、JSON ファイルにデータを格納しません。 BLOB ストレージと Data Lake Storage では、追加の開発作業なしで分析レポートのデータを集約できません。 [Azure Cosmos DB の基礎を調べる] https://learn.microsoft.com/training/modules/explore-non-relational-data-stores-azure/ 質問 23/50(2), 質問 36/50(3)

Answer 39

1] 外部キー 2] 主キー一対多のリレーションシップには、主キーと外部キーが必要です。主キーが必要であり、一意にする必要がありますが、単なる一意のキーではありません。インデックスキーは検索に使用されます。 [正規化について理解する - トレーニング] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/3-normalization?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-relational-data 質問 25/50(2), 質問 1/50(3), 質問 39/50(4)

Answer 40

3) ビュービューは、SELECT クエリの結果に基づく仮想テーブルです。ストアドプロシージャは、コマンドで実行できる SQL ステートメントを定義します。インデックスは、テーブル内でのデータ検索に便利です。リレーションシップとは、2 つのテーブル間の関連付けです。 [データベースオブジェクトについて説明する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/5-database-objects 質問 31/50(2)

Answer 41

2) Azure SQL Managed Instance Azure SQL Managed Instance は、SQL Server 2016 と互換性のあるサービスとしてのプラットフォーム (PaaS) サービスです。 Azure SQL では、SQL Managed Instance ほど多くの SQL 機能をサポートしていません。 Windows および Linux が稼働している Azure Virtual Machines 上の SQL Server は、マネージド型ではありません。 [データサービスを特定する] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/3-data-services 質問 32/50(2), 質問 7/50(3), 質問 48/50(4)

Answer 42

3) JOIN JOIN は、共有キーに基づいて 2 つのテーブルのデータを結合するために使用されます。 HAVING は、GROUP BY コマンドからのコンテンツをフィルター処理するために使用されます。 UNION は、2 つのテーブルの 2 つの列セットのコンテンツを表示しますが、共有キーに基づきません。 INTERSECT は、両方のテーブルに存在する値のみを表示します。 [SQL を探索する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/4-query-with-sql?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-relational-data [SELECT (Transact-SQL) - SQL Server] https://learn.microsoft.com/sql/t-sql/queries/select-transact-sql?view=sql-server-ver16 質問 3/50(3)

Answer 43

2) 正規化正規化は、データの重複を減らすプロセスです。これを行うには、エンティティを独自のテーブルに分離し、テーブル間のリレーションシップを確立します。 [正規化について理解する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/3-normalization 質問 4/50(3), 質問 43/50(4)

Answer 44

4) インデックスインデックスを作成すると、テーブル内のデータをより効率的に検索できます。ビューは、SELECT クエリの結果に基づく仮想テーブルです。これにより、1 つ以上のテーブル内の特定の行を表示できます。ストアドプロシージャは、コマンドで実行できる SQL ステートメントを定義します。 [リレーショナルデータを理解する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/2-understand-relational-data [正規化について理解する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/3-normalization [SQL を探索する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/4-query-with-sql [データベースオブジェクトについて説明する] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/5-database-objects 質問 5/50 (3), 質問 44/50(4)

Answer 45

3] MariaDB 4] MySQL 5] PostgreSQL Azure Database for MariaDB は PaaS サービスです。 Azure Database for MySQL は PaaS サービスです。 Azure Database for PostgreSQL は PaaS サービスです。 CockroachDB と CouchDB を仮想マシン上で使用できます。 [オープンソースデータベース用の Azure サービスについて説明する] https://learn.microsoft.com/training/modules/explore-provision-deploy-relational-database-offerings-azure/3-azure-database-open-source [Azure SQL とは] https://learn.microsoft.com/azure/azure-sql/azure-sql-iaas-vs-paas-what-is-overview?view=azuresql 質問 8/50(3)

Answer 46

1) MariaDB MariaDB には、テンポラルデータのサポートが組み込まれています。これにより、アプリケーションは、過去の特定時点でのデータの状態をクエリできます。 [オープンソースデータベース用の Azure サービスについて説明する] https://learn.microsoft.com/training/modules/explore-provision-deploy-relational-database-offerings-azure/3-azure-database-open-source 質問 11/50(3)

Answer 47

1) 半構造化半構造化データにはある程度の構造がありますが、エンティティインスタンス間のバリエーションは許容されます。半構造化データの一般的な形式は JSON です。 [データ形式を識別する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/2-data-formats?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-core-data-concepts 質問 14/50(3), 質問 3/50(4)

Answer 48

4) グラフデータベースグラフデータベースは、階層データに最適なオプションです。 Azure SQL Database は、作成、読み取り、更新、削除 (CRUD) 操作に最適なオプションであり、最小限の記憶領域を使用しますが、このソリューションでは、データベース管理システム (DBMS) は必要ありません。ドキュメントデータベースは、非構造化データに最適です。テーブルストレージは、ファイルには適していません。 [データベースの詳細を確認する - トレーニング] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases?ns-enrollment-type=learningpath&ns-enrollment-id=learn.wwl.azure-data-fundamentals-explore-core-data-concepts [データストアモデルについて - Azure アプリケーションアーキテクチャガイド] https://learn.microsoft.com/azure/architecture/guide/technology-choices/data-store-overview 質問 17/50(3)

Answer 49

4) 時系列データベース時系列データベースは、シーケンシャルデータを格納するために使用されます。テーブルストレージは、時系列には適していません。グラフデータベースは、ノードとエッジを持つ組織図などの階層データを格納するために使用されます。 Azure SQL Database は、作成、読み取り、更新、削除 (CRUD) 操作に最適なオプションであり、最小限の記憶領域を使用します。時系列用には最適化されていません。 [データストアモデルについて - Azure アプリケーションアーキテクチャガイド] https://learn.microsoft.com/azure/architecture/guide/technology-choices/data-store-overview [データベースの詳細を確認する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases 質問 18/50(3), 質問 6/50(4)

Answer 50

1) Azure Cosmos DB Azure Cosmos DB を使用すると、グラフデータベースとしてデータを格納できます。 Azure Synapse Analytics、SQL Managed Instance、Azure SQL Database ではできません。 [ファイルストレージを調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/3-file-storage [データベースの詳細を確認する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases 質問 20/50(3)

Answer 51

3] Parquet 4] ORC ORC と Parquet は列指向データ形式です。 Avro は行ベースであり、CSV は区切りデータに使用されます。 [ファイルストレージを調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/3-file-storage [データベースの詳細を確認する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases 質問 21/50(3), 質問 8/50(4)

Answer 52

1) Apache Gremlin Azure Cosmos DB for Apache Gremlin を使用すると、非リレーショナルデータベースを実装し、ノードおよびノード間のリレーションシップをモデル化することができます。 [ファイルストレージを調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/3-file-storage [データベースの詳細を確認する] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases [概要 - Azure Cosmos DB for Apache Gremlin] https://learn.microsoft.com/azure/cosmos-db/gremlin/introduction 質問 22/50(3)

Answer 53

2] 高度に正規化 3] 作成、読み取り、更新、および削除 (CRUD) 操作用に最適化トランザクションデータベースは高度に正規化され、CRUD 操作用に最適化されています。 [トランザクションデータ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/5-transactional-data-processing [オンライントランザクション処理 (OLTP) - Azure アーキテクチャセンター] https://learn.microsoft.com/azure/architecture/data-guide/relational-data/online-transaction-processing 質問 23/50(3), 質問 9/50(4)

Answer 54

2] 読み取り操作は最適化されています。 3] 時間の経過に伴うビジネスメトリックを計算します。 5] 履歴データを処理します。分析データワークロードは履歴データに対して動作し、読み取り操作用に最適化されており、時間の経過に伴うビジネスメトリックを計算します。読み取りおよび書き込み操作は、トランザクションデータワークロード用に最適化されています。 [トランザクションデータ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/5-transactional-data-processing [分析データ処理を調べる] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing 質問 24/50(3), 質問 12/50(4)

Answer 55

2) データアナリストデータアナリストは、データモデルの構築、データのクリーニングと変換、隠れたデータパターンの検出を担当します。データエンジニアは、データプライバシー、データストアおよびデータパイプラインの監視を管理します。データベース管理者は、データのセキュリティ、バックアップおよび復旧計画の実装、データベースソリューションのパフォーマンスの監視を管理します。データベースユーザーはデータベースを使用します。 [データの世界における仕事上の役割について調べる] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 26/50(3)

Answer 56

4) ページ BLOB ページ BLOB はランダムアクセス用に最適化されており、VHD に使用されます。追加 BLOB を更新することはできません。ブロック BLOB は VHD に使用されません。 Azure Files は VHD として使用されません。 [Azure BLOB ストレージを確認する] https://learn.microsoft.com/training/modules/explore-provision-deploy-non-relational-data-services-azure/2-azure-blob-storage 質問 27/50(3), 質問 16/50(4)

Answer 57

1) 追加追加 BLOB を使用すると、頻繁に新しいデータをファイルに追加できますが、既存のデータを変更または削除することはできません。 [Azure BLOB ストレージを確認する] https://learn.microsoft.com/training/modules/explore-provision-deploy-non-relational-data-services-azure/2-azure-blob-storage 質問 32/50(3)

Answer 58

4) テーブル Table API は、キーと値のペアに使用されます。 Cassandra API は、列ファミリストレージ内の表形式データに使用されます。 Gremlin API は、グラフデータベースに使用されます。 MongoDB API は、BSON 形式でデータを格納します。 [Azure Cosmos DB の API を特定する] https://learn.microsoft.com/training/modules/explore-non-relational-data-stores-azure/3-cosmos-db-apis 質問 34/50(3), 質問 24/50(4)

Answer 59

3) Azure HDInsight HDInsight は、Hadoop を使用して大量のデータを処理するために使用されます。 Databricks は、複数のクラウドプロバイダーでサポートされている大量のデータを処理するために使用されます。 Data Factory は、ETL パイプラインを実行するために使用されます。 Azure Synapse Analytics は、Apache Spark 上に構築された Azure ネイティブサービスです。分析データストアを調べる https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 38/50(3), 質問 26/50(4)

Answer 60

2) データウェアハウスデータウェアハウスでは、スター/スノーフレークスキーマでファクトおよびディメンションテーブルを使用します。リレーショナルデータベースでは、ファクトおよびディメンションテーブルを使用しません。キューブはデータウェアハウスから生成されますが、これはテーブルそのものです。データレイクはファイルを格納します。 [分析データストアを調べる] https://learn.microsoft.com/training/modules/examine-components-of-modern-data-warehouse/4-analytical-data-stores 質問 40/50(3)

Answer 61

2) 待機時間は秒単位またはミリ秒単位で測定されます。ストリーム処理は高速です。データが到着すると処理します。ストリーム処理は、単純な分析を実行するか、単純にデータをシンクに書き込みます。ストリーム処理は、データの小さなチャンクを処理します。 [バッチ処理とストリーム処理を理解する] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/2-batch-stream 質問 42/50(3)

Answer 62

2] Azure Event Hubs 3] Azure IoT Hub Azure IoT Hub と Azure Event Hubs は、ストリーム処理のソースとして使用できます。 Azure Databricks は、大量のデータの処理に使われます。Azure SQL Database は、リレーショナルデータの格納に使われます。 [ストリーム処理アーキテクチャの一般的な要素を調べる] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/3-explore-common-elements 質問 44/50(3)

Answer 63

1) Azure Data Lake Storage Gen2 Data Lake Storage Gen2 を使用してファイルを格納できます。 Azure Synapse Analytics と Databricks を使用して、データをデータベースに保持し、さらにクエリや分析を行うことができます。 Event Hubs はデータインジェストサービスです。 [ストリーム処理アーキテクチャの一般的な要素を調べる] https://learn.microsoft.com/training/modules/explore-fundamentals-stream-processing/3-explore-common-elements 質問 45/50(3), 質問 30/50(4)

Answer 64

3) 階層階層を使用すると、ディメンションでのドリルアップとドリルダウンが可能になります。ディメンションを使用するとナビゲーションが可能になりますが、階層はディメンションでのドリルアップとドリルダウンに使用されます。ファクトテーブルには値があります。キューブは、Microsoft PowerBI では作成されません。データモデリングの主要概念について説明する https://learn.microsoft.com/training/modules/explore-fundamentals-data-visualization/3-data-modeling 質問 48/50(3)

Answer 65

2) Azure Blob Storage BLOB ストレージは、ファイルストレージに最適なオプションです。テーブルストレージは、ファイルには適していません。 Azure Cosmos DB for Apache Gremlin は、ノードとエッジを持つ組織図などの階層データを格納するために使用されます。 Azure SQL Database は、作成、読み取り、更新、削除 (CRUD) 操作に最適なオプションであり、最小限の記憶領域を使用しますが、このソリューションでは、データベース管理システム (DBMS) は必要ありません。 [データサービスを特定する - トレーニング] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/3-data-services [データストアモデルについて - Azure アプリケーションアーキテクチャガイド] https://learn.microsoft.com/azure/architecture/guide/technology-choices/data-store-overview 質問 1/50(4)

Answer 66

2) Azure Cosmos DB Azure Cosmos DB には、JSON ファイルの格納と処理 (変換) に最適化された SQL API があります。 SQL API を使用すると、SQL に似た言語を使用してドキュメントのクエリを実行できます。ここでは、タスクを完了するための追加の学習曲線はありません。 Azure Files は、あらゆるタイプのファイルのストレージとして使用されます。ファイルに対してクエリを実行してデータを集約するための組み込みの方法はありません。 BLOB ストレージを使用すると、任意のタイプのデータを格納できます。データのクエリと集約を行えるようにするには、Azure Synapse Analytics または Azure Databricks を使用する必要があります。 Azure SQL Database は、テーブルにデータを保持するリレーショナルデータベースです。あなたは、JSON ファイルに対してクエリを実行し、それらをリレーショナル形式で格納するプロセスを作成する必要があります。 [ファイルストレージを調べる - トレーニング] https://learn.microsoft.com/training/modules/explore-core-data-concepts/3-file-storage [データベースの詳細を確認する - トレーニング] https://learn.microsoft.com/training/modules/explore-core-data-concepts/4-databases 質問 5/50(4)

Answer 67

1] 高度に非正規化 4] 読み取り操作用に最適化分析データワークロードは高度に非正規化され、読み取り操作用に最適化されています。 [分析データ処理を調べる - トレーニング] https://learn.microsoft.com/training/modules/explore-core-data-concepts/6-analytical-processing [オンライントランザクション処理 (OLTP) - Azure アーキテクチャセンター] https://learn.microsoft.com/azure/architecture/data-guide/relational-data/online-transaction-processing 質問 10/50(4)

Answer 68

1) データベース管理者 (database administrator) データベース管理者は、データのセキュリティ、バックアップおよび復旧計画の実装、データベースソリューションのパフォーマンスの監視を管理します。データエンジニアは、データプライバシー、データストアおよびデータパイプラインの監視を管理します。データアナリストは、データモデルの構築、データのクリーニングと変換、隠れたデータパターンの検出を担当します。データベースユーザーはデータベースを使用します。 [データの世界における仕事上の役割について調べる - トレーニング] https://learn.microsoft.com/training/modules/explore-roles-responsibilities-world-of-data/2-explore-job-roles 質問 14/50(4)

Answer 69

1] 関数 2] ストアドプロシージャ 5] ビュービュー、関数、ストアドプロシージャを使用すると、複数のテーブルからデータを選択する複雑なクエリに対してクエリ定義を再利用できます。 [SQL を探索する - トレーニング] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/4-query-with-sql [データベースオブジェクトについて説明する - トレーニング] https://learn.microsoft.com/training/modules/explore-relational-data-offerings/5-database-objects 質問 45/50(4)