آموزش DP-900: مبانی داده در مایکروسافت آژور (تاریخ اعتبار: می 2025) - آخرین آپدیت

آمادگی برای آزمون DP-900: بیش از 410 سوال تمرینی با پاسخ تشریحی برای کسب مدرک Microsoft Azure Data

با استفاده از این مجموعه سوالات جامع، برای آزمون DP-900 و کسب مدرک Microsoft Azure Data آماده شوید. مفاهیم کلیدی داده‌های رابطه‌ای و غیررابطه‌ای، داده‌های دسته‌ای و جریانی، و بارهای کاری رایج در راهکارهای نوین داده را بیاموزید.

دانش پایه‌ای در مورد سرویس‌هایی مانند Azure SQL Database و Azure Database for PostgreSQL، از جمله مفاهیم اولیه مدیریت و پرس‌وجو را به دست آورید.

سرویس‌هایی مانند Azure Cosmos DB و Azure Table Storage و نحوه مدیریت داده‌های سند، کلید-مقدار، گراف و ستون-خانواده را درک کنید.

راهکارهای بیگ دیتا و تحلیل داده مانند Azure Synapse Analytics و Azure Data Lake، از جمله معماری پایه و موارد استفاده آن‌ها را بیاموزید.

پیش‌نیازها

پیش‌نیاز رسمی وجود ندارد، اما داشتن درک پایه‌ای از مفاهیم داده و رایانش ابری مفید خواهد بود.

مهارت‌های مورد نیاز

• تشریح مفاهیم اصلی داده (25–30%)
• شناسایی ملاحظات مربوط به داده‌های رابطه‌ای در Azure (20–25%)
• تشریح ملاحظات مربوط به کار با داده‌های غیررابطه‌ای در Azure (15–20%)
• تشریح یک بار کاری تحلیلی در Azure (25–30%)

مفاهیم اصلی داده (25–30%)

روش‌های نمایش داده

• تشریح ویژگی‌های داده‌های ساخت‌یافته
• تشریح ویژگی‌های داده‌های نیمه‌ساخت‌یافته
• تشریح ویژگی‌های داده‌های بدون ساختار

گزینه‌های ذخیره‌سازی داده

• تشریح فرمت‌های رایج برای فایل‌های داده
• تشریح انواع پایگاه‌های داده

بارهای کاری رایج داده

• تشریح ویژگی‌های بارهای کاری تراکنشی
• تشریح ویژگی‌های بارهای کاری تحلیلی

نقش‌ها و مسئولیت‌ها برای بارهای کاری داده

• تشریح مسئولیت‌های مدیران پایگاه داده
• تشریح مسئولیت‌های مهندسان داده
• تشریح مسئولیت‌های تحلیلگران داده

ملاحظات مربوط به داده‌های رابطه‌ای در Azure (20–25%)

مفاهیم رابطه‌ای

• شناسایی ویژگی‌های داده‌های رابطه‌ای
• تشریح نرمال‌سازی و چرایی استفاده از آن
• شناسایی دستورات رایج SQL
• شناسایی اشیاء رایج پایگاه داده

سرویس‌های داده رابطه‌ای Azure

• تشریح خانواده محصولات Azure SQL شامل Azure SQL Database، Azure SQL Managed Instance و SQL Server on Azure Virtual Machines
• شناسایی سرویس‌های پایگاه داده Azure برای سیستم‌های پایگاه داده متن‌باز

ملاحظات مربوط به کار با داده‌های غیررابطه‌ای در Azure (15–20%)

قابلیت‌های Azure Storage

• تشریح Azure Blob Storage
• تشریح Azure File Storage
• تشریح Azure Table Storage

قابلیت‌ها و ویژگی‌های Azure Cosmos DB

• شناسایی موارد استفاده برای Azure Cosmos DB
• تشریح APIهای Azure Cosmos DB

بار کاری تحلیلی در Azure (25–30%)

عناصر رایج تحلیل در مقیاس بزرگ

• تشریح ملاحظات برای دریافت و پردازش داده
• تشریح گزینه‌ها برای مخازن داده تحلیلی
• تشریح سرویس‌های ابری مایکروسافت برای تحلیل در مقیاس بزرگ، شامل Azure Databricks و Microsoft Fabric

ملاحظات برای تحلیل داده در زمان واقعی

• تشریح تفاوت بین داده‌های دسته‌ای و جریانی
• شناسایی سرویس‌های ابری مایکروسافت برای تحلیل در زمان واقعی

نمایش بصری داده در Microsoft Power BI

• شناسایی قابلیت‌های Power BI
• تشریح ویژگی‌های مدل‌های داده در Power BI
• شناسایی تجسم‌های مناسب برای داده