[DP-900] Azure에서 최신 데이터 웨어하우스 분석 살펴보기

Q1. Azure Synapse Analytics는 언제 사용해야 하나요? (1)

1. 매우 복잡한 쿼리 및 집계를 수행할 경우
2. 표 형식 데이터에서 대시보드를 만들 경우
3. 많은 수의 사용자가 분석 데이터를 쿼리할 수 있도록 할 경우

[해설]

Azure Synapse Analytics는 다음과 같은 컴퓨팅 집약적인 작업을 수행하는 데 적합합니다.

 

Q2. ‘데이터 레이크’와 ‘데이터 웨어하우스’의 주요 차이점은 무엇인가요? (2)

1. 데이터 레이크는 ‘구조화된 정보’를 보관하지만 데이터 웨어하우스는 ‘원시 비즈니스 데이터’를 보관합니다.
2. 데이터 레이크는 ‘원시 데이터’를 보관하지만 데이터 웨어하우스는 ‘구조화된 정보’를 보관합니다.
3. 데이터 레이크에 저장된 데이터는 동적이지만 데이터 웨어하우스에 저장된 정보는 정적입니다.

[해설]

데이터 웨어하우징 솔루션은 데이터 레이크의 원시 데이터를 데이터 웨어하우스에서 의미 있는 비즈니스 정보로 변환합니다.

 

Q3. 데이터 수집 작업을 실행하기 위해 트리거할 수 있는 Azure Data Factory의 구성 요소는 무엇인가요? (2)

1. CSV 파일
2. 파이프라인
3. 연결된 서비스

[해설]

파이프라인을 트리거하여 데이터 수집 작업을 실행할 수 있습니다.

 

Q4. PolyBase는 언제 사용할 수 있나요? (1)

1. Azure Synapse Analytics에서 외부 데이터 원본의 데이터를 쿼리하려는 경우
2. Azure Databricks를 사용하여 스트리밍 데이터를 수집하려는 경우
3. Azure Data Factory에서 작업을 오케스트레이션하려는 경우

[해설]

이것이 PolyBase의 용도입니다.

 

Q5. Azure Synapse Analytics로 데이터를 수집하는 데 사용할 수 있는 서비스는 무엇인가요? (1)

1. Azure Data Factory
2. Power BI
3. Azure Active Directory

[해설]

Azure Data Factory는 거의 모든 원본에서 Azure Synapse Analytics로 데이터를 수집하는 데 사용할 수 있습니다.

 

Q6. Azure Data Lake 스토리지에 있는 파일에 다량의 데이터가 있습니다. 해당 파일의 데이터를 검색하여 Azure Synapse Analytics에 저장된 테이블을 채우는 데 사용하려고 합니다. 다음 중 가장 적절한 처리 옵션은 무엇일까요? (2)

1. Azure Synapse Link를 사용하여 Azure Data Lake 스토리지에 연결하고 데이터 다운로드
2. Synapse SQL 풀
3. Synapse Spark 풀

[해설]

SQL 풀의 PolyBase를 사용하여 Azure Data Lake의 파일에 외부 테이블로 연결한 다음 데이터를 수집할 수 있습니다.

 

Q7. 다음 중 AzureML을 사용하여 AI 모델을 학습시키는 데 사용할 수 있는 Azure Synapse Analytics의 구성 요소는 무엇일까요?

1. Synapse Studio
2. Synapse Pipelines
3. Synapse Spark

[해설]

Notebook을 사용하여 데이터를 수집하고 형태를 지정한 다음 SparkML 및 AzureML을 사용하여 모델을 학습시킵니다.

 

Q8. Azure Databricks에서 셀이 사용하는 언어를 변경하는 방법은 무엇일까요? (1)

1. 셀의 첫 번째 줄은 %language입니다. 예: %scala.
2. 명령을 작성하기 전에 Notebook 언어를 변경합니다.
3. ##language##를 사용하여 셀의 명령을 래핑합니다.

[해설]

각 셀은 언어 정의로 시작할 수 있습니다.