سوالات آزمون مایکروسافت Azure Cosmos DB (DP-420) - می 2025 - آخرین آپدیت

آماده‌سازی برای موفقیت در آزمون DP-420: تمرین‌های جامع برای کسب تخصص Microsoft Azure Cosmos DB

با بیش از 370 تمرین به‌روزرسانی‌شده و همراه با توضیحات کامل، برای کسب تخصص Microsoft Azure Cosmos DB آماده شوید.

در این دوره می‌آموزید:

• نحوه مدل‌سازی و پارتیشن‌بندی مؤثر داده‌ها برای دستیابی به عملکرد و مقیاس‌پذیری بالا در یک پایگاه داده توزیع‌شده جهانی.
• ایجاد کوئری‌های کارآمد با استفاده از Azure Cosmos DB SQL API و ادغام با سایر سرویس‌های Azure مانند Azure Functions و Logic Apps.
• بهینه‌سازی ایندکس‌گذاری، توان عملیاتی و سازگاری برای ایجاد تعادل بین عملکرد و هزینه در برنامه‌های کاربردی Cloud-Native.
• به‌کارگیری بهترین شیوه‌های امنیتی، مدیریت کنترل‌های دسترسی و نظارت بر عملکرد و دسترسی پایگاه داده با استفاده از Azure Monitor و ابزارهای تشخیصی.

پیش‌نیازها:

شرکت‌کنندگان باید تجربه توسعه برنامه‌های کاربردی ابری با استفاده از Azure، آشنایی با JSON و درک اصول اولیه طراحی پایگاه داده و سیستم‌های توزیع‌شده را داشته باشند.

مهارت‌های کلیدی:

• طراحی و پیاده‌سازی مدل‌های داده (35–40%)
• طراحی و پیاده‌سازی توزیع داده (5–10%)
• ادغام یک راهکار Azure Cosmos DB (5–10%)
• بهینه‌سازی یک راهکار Azure Cosmos DB (15–20%)
• نگهداری یک راهکار Azure Cosmos DB (25–30%)

طراحی و پیاده‌سازی مدل‌های داده (35–40%)

طراحی و پیاده‌سازی یک مدل داده غیر رابطه‌ای برای Azure Cosmos DB for NoSQL

• توسعه یک طراحی با ذخیره چندین نوع موجودیت در یک کانتینر.
• توسعه یک طراحی با ذخیره چندین موجودیت مرتبط در یک سند.
• توسعه یک مدل که داده‌ها را در اسناد مختلف غیرنرمال‌سازی می‌کند.
• توسعه یک طراحی با ارجاع بین اسناد.
• شناسایی کلیدهای اصلی و یکتا.
• شناسایی داده‌ها و الگوهای دسترسی مرتبط.
• تعیین زمان حیات (TTL) پیش‌فرض در یک کانتینر برای یک فروشگاه تراکنشی.
• توسعه یک طراحی برای نسخه‌بندی اسناد.
• توسعه یک طراحی برای نسخه‌بندی طرحواره سند.

طراحی یک استراتژی پارتیشن‌بندی داده برای Azure Cosmos DB for NoSQL

• انتخاب یک استراتژی پارتیشن‌بندی بر اساس یک حجم کاری خاص.
• انتخاب یک کلید پارتیشن.
• برنامه‌ریزی برای تراکنش‌ها هنگام انتخاب یک کلید پارتیشن.
• ارزیابی هزینه استفاده از یک کوئری بین پارتیشنی.
• محاسبه و ارزیابی توزیع داده‌ها بر اساس انتخاب کلید پارتیشن.
• محاسبه و ارزیابی توزیع توان عملیاتی بر اساس انتخاب کلید پارتیشن.
• ساخت و پیاده‌سازی یک کلید پارتیشن مصنوعی.
• طراحی و پیاده‌سازی یک کلید پارتیشن سلسله مراتبی.
• طراحی پارتیشن‌بندی برای حجم‌های کاری که نیاز به چندین کلید پارتیشن دارند.

برنامه‌ریزی و پیاده‌سازی سایزبندی و مقیاس‌بندی برای یک پایگاه داده ایجاد شده با Azure Cosmos DB

• ارزیابی الزامات توان عملیاتی و ذخیره‌سازی داده‌ها برای یک حجم کاری خاص.
• انتخاب بین مدل‌های Serverless، Provisioned و Free.
• انتخاب زمان استفاده از توان عملیاتی Provisioned در سطح پایگاه داده.
• طراحی برای واحدهای مقیاس دانه‌بندی شده و مدیریت منابع.
• ارزیابی هزینه توزیع جهانی داده‌ها.
• پیکربندی توان عملیاتی برای Azure Cosmos DB با استفاده از پورتال Azure.

پیاده‌سازی گزینه‌های اتصال کلاینت در Azure Cosmos DB SDK

• انتخاب یک حالت اتصال (Gateway در مقابل Direct).
• پیاده‌سازی یک حالت اتصال.
• ایجاد یک اتصال به یک پایگاه داده.
• فعال کردن توسعه آفلاین با استفاده از Azure Cosmos DB Emulator.
• مدیریت خطاهای اتصال.
• پیاده‌سازی یک Singleton برای کلاینت.
• تعیین یک منطقه برای توزیع جهانی.
• پیکربندی گزینه‌های ریسه‌بندی و موازی‌سازی سمت کلاینت.
• فعال کردن لاگ‌برداری SDK.

پیاده‌سازی دسترسی به داده‌ها با استفاده از زبان SQL برای Azure Cosmos DB for NoSQL

• پیاده‌سازی کوئری‌هایی که از آرایه‌ها، اشیاء تودرتو، تجمیع و مرتب‌سازی استفاده می‌کنند.
• پیاده‌سازی یک زیرکوئری همبسته.
• پیاده‌سازی کوئری‌هایی که از توابع آرایه و بررسی نوع استفاده می‌کنند.
• پیاده‌سازی کوئری‌هایی که از توابع ریاضی، رشته و تاریخ استفاده می‌کنند.
• پیاده‌سازی کوئری‌ها بر اساس داده‌های متغیر.

پیاده‌سازی دسترسی به داده‌ها با استفاده از Azure Cosmos DB for NoSQL SDKs

• انتخاب زمان استفاده از یک عملیات نقطه‌ای در مقابل یک عملیات کوئری.
• پیاده‌سازی یک عملیات نقطه‌ای که اسناد را ایجاد، به‌روزرسانی و حذف می‌کند.
• پیاده‌سازی یک به‌روزرسانی با استفاده از یک عملیات Patch.
• مدیریت تراکنش‌های چند سندی با استفاده از SDK Transactional Batch.
• انجام یک بارگذاری چند سندی با استفاده از Bulk Support در SDK.
• پیاده‌سازی کنترل همزمانی خوش‌بینانه با استفاده از ETags.
• نادیده گرفتن سازگاری پیش‌فرض با استفاده از گزینه‌های درخواست کوئری.
• پیاده‌سازی سازگاری جلسه با استفاده از توکن‌های جلسه.
• پیاده‌سازی یک عملیات کوئری که شامل صفحه‌بندی است.
• پیاده‌سازی یک عملیات کوئری با استفاده از یک توکن ادامه.
• مدیریت خطاهای گذرا و 429s.
• تعیین TTL برای یک سند.
• بازیابی و استفاده از معیارهای کوئری.

پیاده‌سازی برنامه‌نویسی سمت سرور در Azure Cosmos DB for NoSQL با استفاده از JavaScript

• نوشتن، استقرار و فراخوانی یک روال ذخیره شده.
• طراحی روال‌های ذخیره شده برای کار با چندین سند به صورت تراکنشی.
• پیاده‌سازی و فراخوانی تریگرها.
• پیاده‌سازی یک تابع تعریف شده توسط کاربر.

طراحی و پیاده‌سازی توزیع داده (5–10%)

طراحی و پیاده‌سازی یک استراتژی تکثیر برای Azure Cosmos DB

• انتخاب زمان توزیع داده‌ها.
• تعریف سیاست‌های Failover خودکار برای خرابی منطقه‌ای برای Azure Cosmos DB for NoSQL.
• انجام Failover دستی برای انتقال مناطق نوشتن تک Master.
• انتخاب یک مدل سازگاری.
• شناسایی موارد استفاده برای مدل‌های سازگاری مختلف.
• ارزیابی تأثیر انتخاب مدل سازگاری بر در دسترس بودن و هزینه واحد درخواست (RU) مرتبط.
• ارزیابی تأثیر انتخاب مدل سازگاری بر عملکرد و تأخیر.
• تعیین اتصالات برنامه به داده‌های تکثیر شده.

طراحی و پیاده‌سازی نوشتن چند منطقه‌ای

• انتخاب زمان استفاده از نوشتن چند منطقه‌ای.
• پیاده‌سازی نوشتن چند منطقه‌ای.
• پیاده‌سازی یک سیاست حل تعارض سفارشی برای Azure Cosmos DB for NoSQL.

ادغام یک راهکار Azure Cosmos DB (5–10%)

فعال کردن حجم‌های کاری تحلیلی Azure Cosmos DB

• فعال کردن Azure Synapse Link.
• انتخاب بین Azure Synapse Link و Spark Connector.
• فعال کردن فروشگاه تحلیلی در یک کانتینر.
• پیاده‌سازی پارتیشن‌بندی سفارشی در Azure Synapse Link.
• فعال کردن یک اتصال به یک فروشگاه تحلیلی و کوئری از Azure Synapse Spark یا Azure Synapse SQL.
• انجام یک کوئری در برابر فروشگاه تراکنشی از Spark.
• نوشتن داده‌ها به فروشگاه تراکنشی از Spark.
• پیاده‌سازی Change Data Capture در فروشگاه تحلیلی Azure Cosmos DB.
• پیاده‌سازی سفر در زمان در Azure Synapse Link برای Azure Cosmos DB.

پیاده‌سازی راهکارها در سرویس‌ها

• ادغام رویدادها با سایر برنامه‌ها با استفاده از Azure Functions و Azure Event Hubs.
• غیرنرمال‌سازی داده‌ها با استفاده از Change Feed و Azure Functions.
• اعمال یکپارچگی ارجاعی با استفاده از Change Feed و Azure Functions.
• تجمیع داده‌ها با استفاده از Change Feed و Azure Functions، از جمله گزارش‌دهی.
• بایگانی داده‌ها با استفاده از Change Feed و Azure Functions.
• پیاده‌سازی Azure AI Search برای یک راهکار Azure Cosmos DB.

بهینه‌سازی یک راهکار Azure Cosmos DB (15–20%)

بهینه‌سازی عملکرد کوئری هنگام استفاده از API برای Azure Cosmos DB for NoSQL

• تنظیم ایندکس‌ها در پایگاه داده.
• محاسبه هزینه کوئری.
• بازیابی هزینه واحد درخواست یک عملیات نقطه‌ای یا کوئری.
• پیاده‌سازی Azure Cosmos DB Integrated Cache.

طراحی و پیاده‌سازی Change Feeds برای Azure Cosmos DB for NoSQL

• توسعه یک تریگر Azure Functions برای پردازش Change Feed.
• مصرف یک Change Feed از درون یک برنامه با استفاده از SDK.
• مدیریت تعداد نمونه‌های Change Feed با استفاده از Change Feed Estimator.
• پیاده‌سازی غیرنرمال‌سازی با استفاده از Change Feed.
• پیاده‌سازی اجرای ارجاعی با استفاده از Change Feed.
• پیاده‌سازی پایداری تجمیع با استفاده از Change Feed.
• پیاده‌سازی بایگانی داده‌ها با استفاده از Change Feed.

تعریف و پیاده‌سازی یک استراتژی ایندکس‌گذاری برای Azure Cosmos DB for NoSQL

• انتخاب زمان استفاده از یک استراتژی ایندکس خواندن سنگین در مقابل نوشتن سنگین.
• انتخاب یک نوع ایندکس مناسب.
• پیکربندی یک سیاست ایندکس‌گذاری سفارشی با استفاده از پورتال Azure.
• پیاده‌سازی یک ایندکس ترکیبی.
• بهینه‌سازی عملکرد ایندکس.

نگهداری یک راهکار Azure Cosmos DB (25–30%)

نظارت و رفع مشکل یک راهکار Azure Cosmos DB

• ارزیابی کد وضعیت پاسخ و معیارهای خرابی.
• نظارت بر معیارها برای استفاده از توان عملیاتی نرمال شده با استفاده از Azure Monitor.
• نظارت بر معیارهای تأخیر سمت سرور با استفاده از Azure Monitor.
• نظارت بر تکثیر داده‌ها در رابطه با تأخیر و در دسترس بودن.
• پیکربندی هشدارهای Azure Monitor برای Azure Cosmos DB.
• پیاده‌سازی و کوئری گزارش‌های Azure Cosmos DB.
• نظارت بر توان عملیاتی در سراسر پارتیشن‌ها.
• نظارت بر توزیع داده‌ها در سراسر پارتیشن‌ها.
• نظارت بر امنیت با استفاده از لاگ‌برداری و ممیزی.

پیاده‌سازی پشتیبان‌گیری و بازیابی برای یک راهکار Azure Cosmos DB

• انتخاب بین پشتیبان‌گیری دوره‌ای و پیوسته.
• پیکربندی پشتیبان‌گیری دوره‌ای.
• پیکربندی پشتیبان‌گیری و بازیابی پیوسته.
• یافتن یک نقطه بازیابی برای یک بازیابی نقطه‌ای.
• بازیابی یک پایگاه داده یا کانتینر از یک نقطه بازیابی.

پیاده‌سازی امنیت برای یک راهکار Azure Cosmos DB

• انتخاب بین کلیدهای رمزگذاری مدیریت شده توسط سرویس و مدیریت شده توسط مشتری.
• پیکربندی کنترل دسترسی در سطح شبکه برای Azure Cosmos DB.
• پیکربندی رمزگذاری داده‌ها برای Azure Cosmos DB.
• مدیریت دسترسی صفحه کنترل به Azure Cosmos DB با استفاده از کنترل دسترسی مبتنی بر نقش Azure (RBAC).
• مدیریت دسترسی صفحه کنترل به Azure Cosmos DB Data Explorer با استفاده از کنترل دسترسی مبتنی بر نقش Azure (RBAC).
• مدیریت دسترسی صفحه داده به Azure Cosmos DB با استفاده از Microsoft Entra ID.
• پیکربندی تنظیمات اشتراک‌گذاری منبع بین دامنه‌ای (CORS).
• مدیریت کلیدهای حساب با استفاده از Azure Key Vault.
• پیاده‌سازی کلیدهای مدیریت شده توسط مشتری برای رمزگذاری.
• پیاده‌سازی Always Encrypted.

پیاده‌سازی جابجایی داده‌ها برای یک راهکار Azure Cosmos DB

• انتخاب یک استراتژی جابجایی داده.
• انتقال داده‌ها با استفاده از عملیات Bulk SDK کلاینت.
• انتقال داده‌ها با استفاده از Azure Data Factory و Azure Synapse Pipelines.
• انتقال داده‌ها با استفاده از یک کانکتور Kafka.
• انتقال داده‌ها با استفاده از Azure Stream Analytics.
• انتقال داده‌ها با استفاده از Azure Cosmos DB Spark Connector.
• پیکربندی Azure Cosmos DB به عنوان یک نقطه پایانی سفارشی برای یک Azure IoT Hub.

پیاده‌سازی یک فرآیند DevOps برای یک راهکار Azure Cosmos DB

• انتخاب زمان استفاده از عملیات‌های Declarative در مقابل Imperative.
• تهیه و مدیریت منابع Azure Cosmos DB با استفاده از шаблон‌های Azure Resource Manager.
• مهاجرت بین توان عملیاتی استاندارد و مقیاس خودکار با استفاده از PowerShell یا Azure CLI.
• راه‌اندازی یک Failover منطقه‌ای با استفاده از PowerShell یا Azure CLI.
• نگهداری سیاست‌های ایندکس‌گذاری در تولید با استفاده از шаблон‌های Azure Resource Manager.