Microsoft Azure Data Fundamentals DP900 Practice

به منظور ایجاد انتظارات واقع بینانه، لطفاً توجه داشته باشید: این سؤالات سؤالات رسمی نیستند که در آزمون رسمی پیدا کنید. این سوالات تمام مطالبی را که در بخش‌های دانش زیر بیان شده‌اند را پوشش می‌دهد. بسیاری از سؤالات بر اساس سناریوهای ساختگی است که سؤالاتی در آنها مطرح شده است.

شرایط دانش رسمی آزمون به طور معمول بررسی می‌شود تا اطمینان حاصل شود که محتوا دارای آخرین الزامات موجود در سؤالات تمرینی است. به روز رسانی محتوا اغلب بدون اطلاع قبلی انجام می شود و در هر زمان ممکن است تغییر کند.

هر بار که تست‌ها را تکرار می‌کنید، سؤالات به هم می‌ریزند، بنابراین باید بدانید که چرا یک پاسخ صحیح است، نه اینکه آخرین باری که آزمون را انجام دادید، پاسخ صحیح مورد «B» بود.

توجه: این دوره نباید تنها مطالب آموزشی شما برای آماده شدن برای آزمون رسمی باشد. این آزمون‌های تمرینی برای تکمیل مطالب مطالعه موضوعی است.

اگر با محتوایی مواجه شدید که نیاز به توجه دارد، لطفاً پیامی به همراه اسکرین شات از محتوایی که نیاز به توجه دارد ارسال کنید و من فوراً بررسی خواهم شد. ارائه آزمون و شماره سؤال، سؤالات را مشخص نمی کند زیرا سؤالات در هر بار اجرا می چرخند. شماره سوالات برای همه متفاوت است.

باید با:

مفاهیم داده های رابطه ای و غیر رابطه ای.

انواع مختلف حجم کاری داده مانند تراکنشی یا تحلیلی.

شما می توانید از Azure Data Fundamentals برای آماده شدن برای سایر گواهینامه های مبتنی بر نقش Azure مانند Azure Database Administrator Associate یا Azure Data Engineer Associate استفاده کنید، اما این پیش نیاز برای هیچ یک از آنها نیست.

مهارت ها در یک نگاه

مفاهیم داده اصلی (25-30٪) را شرح دهید

تشخیص ملاحظات برای داده های رابطه ای در Azure (20-25%)

ملاحظات کار با داده‌های غیرمرتبط در Azure (15 تا 20%) را شرح دهید

میزان حجم کاری تجزیه و تحلیل را در Azure (25 تا 30٪) توضیح دهید

مفاهیم داده اصلی (25-30٪) را شرح دهید

روشهای نمایش داده را شرح دهید

ویژگی های داده های ساخت یافته را توضیح دهید

ویژگی های نیمه ساختار یافته را شرح دهید

ویژگی های داده های بدون ساختار را شرح دهید

گزینه های ذخیره سازی داده را شناسایی کنید

فرمت‌های رایج برای فایل‌های داده را توضیح دهید

انواع پایگاه داده را شرح دهید

بارهای کاری معمول داده را شرح دهید

ویژگی های بارهای کاری تراکنشی را شرح دهید

ویژگی های بارهای کاری تحلیلی را شرح دهید

نقش ها و مسئولیت ها را برای حجم کاری داده ها شناسایی کنید

مسئولیت‌های مدیران پایگاه داده را شرح دهید

مسئولیت‌های مهندسان داده را شرح دهید

مسئولیت‌های تحلیلگران داده را شرح دهید

تشخیص ملاحظات برای داده های رابطه ای در Azure (20-25%)

مفاهیم رابطه ای را توصیف کنید

ویژگی های داده های رابطه ای را شناسایی کنید

عادی سازی و چرایی استفاده از آن را توضیح دهید

عبارات رایج زبان پرس و جو ساختاریافته (SQL) را شناسایی کنید

اشیاء پایگاه داده مشترک را شناسایی کنید

خدمات داده Azure رابطه ای را شرح دهید

خانواده محصولات Azure SQL از جمله Azure SQL Database، Azure SQL Managed Instance و SQL Server در ماشین های مجازی Azure را توضیح دهید

خدمات پایگاه داده Azure را برای سیستم های پایگاه داده منبع باز شناسایی کنید

ملاحظات کار با داده‌های غیرمرتبط در Azure (15 تا 20%) را شرح دهید

قابلیت‌های ذخیره‌سازی Azure را شرح دهید

ذخیره Azure Blob را توضیح دهید

ذخیره فایل Azure را توضیح دهید

ذخیره Azure Table را توضیح دهید

قابلیت ها و ویژگی های Azure Cosmos DB را شرح دهید

موارد استفاده را برای Azure Cosmos DB شناسایی کنید

Azure Cosmos DB APIs

میزان حجم کاری تجزیه و تحلیل را در Azure (25 تا 30٪) توضیح دهید

عناصر رایج تجزیه و تحلیل در مقیاس بزرگ را شرح دهید

ملاحظات مربوط به جذب و پردازش داده ها را شرح دهید

گزینه های ذخیره داده های تحلیلی را توضیح دهید

خدمات Azure را برای انبار داده‌ها شرح دهید، از جمله Azure Synapse Analytics، Azure Databricks، Microsoft Fabric، Azure HDInsight، و Azure Data Factory

توضیحات مربوط به تجزیه و تحلیل داده های بلادرنگ را شرح دهید

تفاوت بین داده های دسته ای و جریانی را شرح دهید

خدمات ابری مایکروسافت را برای تجزیه و تحلیل بلادرنگ شناسایی کنید

تجسم داده را در Microsoft Power BI توضیح دهید

قابلیت‌های Power BI را شناسایی کنید

ویژگی‌های مدل‌های داده را در Power BI توضیح دهید

تجسم های مناسب برای داده ها را شناسایی کنید