Руководство по изучению экзамена DP-700: реализация решений Инжиниринг данных с помощью Microsoft Fabric
Цель этого документа
Благодаря этому пособию вы узнаете, чего ожидать на экзамене, а также изучите темы, которые могут встретиться в вопросах, и ссылки на соответствующие ресурсы. Информация и материалы в этом документе должны помочь вам сосредоточиться на учебе при подготовке к экзамену.
Полезные ссылки | Description |
---|---|
Получение сертификации | Некоторые сертификации требуют сдачи только одного экзамена, а другие — нескольких. |
Ваш профиль Microsoft Learn | Подключение профиля сертификации к Microsoft Learn позволяет запланировать и продлить экзамены и предоставить общий доступ к сертификатам и распечатать их. |
Отчеты о оценке и оценке экзаменов | Для прохождения экзамена требуется получить оценку не меньше 700. |
Песочница экзамена | Вы можете изучить среду экзамена, открыв песочницу экзамена. |
Запрос проживания | Если вы используете вспомогательные устройства, вам требуется дополнительное время или вам необходимо изменить процесс сдачи любой части экзамена, вы можете запросить размещение. |
Сведения об экзамене
Языки
Некоторые экзамены переведены на другие языки, и их обновление может занять приблизительно восемь недель после обновления англоязычной версии. Если экзамен недоступен на необходимом языке, вы можете запросить дополнительные 30 минут на его прохождение.
Примечание.
Пункты под каждым измеряемым навыком предназначены для того, чтобы показать, как мы оцениваем навык. В экзамены также могут быть рассмотрены связанные темы.
Примечание.
Большинство вопросов охватывают общедоступные функции (GA). Экзамен может содержать вопросы о функциях предварительной версии, если эти функции часто используются.
Оцениваемые навыки
Профиль аудитории
В качестве кандидата на этот экзамен необходимо иметь опыт работы с шаблонами загрузки данных, архитектурами данных и процессами оркестрации. В ваши обязанности в этой роли входит:
Прием и преобразование данных.
Защита и управление решением аналитики.
Мониторинг и оптимизация решения аналитики.
Вы тесно работаете с инженерами аналитики, архитекторами, аналитиками и администраторами для разработки и развертывания решений для аналитики.
Вы должны быть квалифицированы при обработке и преобразовании данных с помощью язык SQL (SQL), PySpark и язык запросов Kusto (KQL).
Навыки на первый взгляд
Реализация решения аналитики и управление ими (30–35%)
Прием и преобразование данных (30–35%)
Мониторинг и оптимизация решения аналитики (30–35%)
Реализация решения аналитики и управление ими (30–35%)
Настройка параметров рабочей области Microsoft Fabric
Настройка параметров рабочей области Spark
Настройка параметров рабочей области домена
Настройка параметров рабочей области OneLake
Настройка параметров рабочей области рабочего процесса данных
Реализация управления жизненным циклом в Fabric
Настройка системы управления версиями
Реализация проектов базы данных
Создание и настройка конвейеров развертывания
Настройка безопасности и управления
Реализация элементов управления доступом на уровне рабочей области
Реализация элементов управления доступом на уровне элементов
Реализация элементов управления доступом на уровне строк, уровня столбцов, уровня объектов и файлового уровня
Реализация динамического маскирования данных
Применение меток конфиденциальности к элементам
Подтверждение элементов
Оркестрация процессов
Выбор между конвейером и записной книжкой
Проектирование и реализация расписаний и триггеров на основе событий
Реализация шаблонов оркестрации с помощью записных книжек и конвейеров, включая параметры и динамические выражения
Прием и преобразование данных (30–35%)
Проектирование и реализация шаблонов загрузки
Проектирование и реализация полной и добавочной нагрузки данных
Подготовка данных для загрузки в трехмерную модель
Проектирование и реализация шаблона загрузки для потоковых данных
Прием и преобразование пакетных данных
Выбор соответствующего хранилища данных
Выбор между потоками данных, записными книжками и T-SQL для преобразования данных
Создание сочетаний клавиш для данных и управление ими
Реализация зеркального отображения
Прием данных с помощью конвейеров
Преобразование данных с помощью PySpark, SQL и KQL
Денормализация данных
Группировать и агрегированные данные
Обработка повторяющихся, отсутствующих и поздних поступающих данных
Прием и преобразование потоковых данных
Выбор соответствующего модуля потоковой передачи
Обработка данных с помощью потоков событий
Обработка данных с помощью структурированной потоковой передачи Spark
Обработка данных с помощью KQL
Создание функций окна
Мониторинг и оптимизация решения аналитики (30–35%)
Мониторинг элементов Fabric
Мониторинг приема данных
Мониторинг преобразования данных
Мониторинг обновления семантической модели
Настройка оповещений
Определение и устранение ошибок
Определение и устранение ошибок конвейера
Определение и устранение ошибок потока данных
Определение и устранение ошибок записной книжки
Определение и устранение ошибок в хранилище событий
Определение и устранение ошибок потока событий
Определение и устранение ошибок T-SQL
Оптимизация производительности
Оптимизация таблицы lakehouse
Оптимизация конвейера
Оптимизация хранилища данных
Оптимизация потоков событий и центров событий
Оптимизация производительности Spark
Оптимизация производительности запросов
Учебные ресурсы
Перед сдачей экзамена рекомендуется пройти обучение и получить практический опыт. Мы предлагаем варианты для самостоятельного обучения и обучения в классе, а также ссылки на документацию, сайты сообщества и видео.
Учебные ресурсы | Ссылки на обучение и документацию |
---|---|
Получение обучения | Выберите схему или модуль для обучения в произвольном темпе или пройдите курс под руководством инструктора |
Ищите документацию | Microsoft Fabric Что такое проектирование данных в Microsoft Fabric? |
Задать вопрос | Microsoft Q&A | Документация Майкрософт |
Получите поддержку сообщества | Аналитика в Azure — Microsoft Tech Community Блог Microsoft Fabric |
Подписаться на Microsoft Learn | Microsoft Learn — Microsoft Tech Community |
Найти видео | Зона готовности к экзаменам Представленные данные Просмотрите другие выпуски Microsoft Learn |