Azure認定資格 WEB問題集＆徹底解説
DP-900：Microsoft Azure Data Fundamentals
分野4：分析ワークロードの説明
タスクステートメント4.1：大規模な分析の一般的な要素の説明
- No.18 Microsoft Fabric OneLake の特徴
- No.80 SQL データウェアハウス・データレイク・Spark を統合するサービス
- No.85 Synapse Analytics ならではの強み
- No.110 分析ストアと取り込みパイプラインの役割分担
- No.152 Apache Spark ベースの分析基盤の選定
- No.155 Hadoop ワークロードの移行に適した Azure サービス
- No.176 Apache Spark ベースの共同分析プラットフォーム
- No.177 実験・モデル管理まで担う Spark ベース分析基盤の選定
- No.181 Microsoft Fabric の利点として適切でない記述の識別
- No.204 Sparkクラスター上での共同作業に適した分析サービス
- No.221 データレイク上のデータを処理・照会する技術
- No.226 Microsoft Fabric による分析基盤の統合
- No.228 Microsoft Fabric における OneLake の役割
- No.234 Synapse Analytics の Lake データベースによるストレージとコンピューティングの分離
- No.257 Parquet形式データ処理パイプラインにおける各サービスの役割
- No.274 オンプレミス Hadoop クラスター移行に適した Azure サービス
- No.310 Azure Databricks ノートブックの既定サポート言語
- No.315 Spark クラスターをプロビジョニングできる Azure サービス
- No.346 Microsoft Fabric OneLake によるデータ集約
- No.370 Apache Spark の開発元によるマネージド分析プラットフォーム
- No.374 大規模分析を単一の SaaS 製品に統合するサービス
- No.379 大規模分析基盤における ML 環境の提供
- No.394 Microsoft Fabric が OneLake へ書き込む既定のテーブル形式
- No.403 Microsoft Fabric OneLake の特徴
- No.404 Azure Databricks の特徴
- No.413 抽象度の高い大規模分析サービスの選定
- No.419 Delta Lake の特徴
- No.421 構造化・半構造化データを統合した大規模分析基盤
- No.446 Microsoft Fabric における OneLake のアーキテクチャ
- No.448 Apache Spark 実行環境を持たないサービスの識別
- No.461 スタースキーマを構成する2種類のテーブル
- No.470 Azure Databricks における Delta Lake の役割
- No.474 大規模データ分析基盤としての Azure Databricks
- No.475 Azure Databricks でのリアルタイムストリーム処理
- No.486 Spark 基盤上での複雑なストリーム処理を実現するOSSライブラリ
広告