Microsoft DP-900 Practice Tests
Prezo: $19.99
Kandidatoj por ĉi tiu ekzameno devus havi fundamentan scion pri kernaj datumaj konceptoj kaj kiel ili estas efektivigitaj per Microsoft Azure-datumservoj..
Ĉi tiu ekzameno estas destinita por kandidatoj komencantaj labori kun datumoj en la nubo.
Kandidatoj devus koni la konceptojn de interrilataj kaj ne-rilataj datumoj, kaj malsamaj specoj de datumaj laborkvantoj kiel transakciaj aŭ analizaj.
Azure Data Fundamentals povas esti uzata por prepari aliajn Azure rol-bazitajn atestadojn kiel Azure Database Administrator Associate aŭ Azure Data Engineer Associate, sed ĝi ne estas antaŭkondiĉo por iu el ili.
kiu efektive trapasis la efektivan ekzamenon AZ-204
Priskribu kernajn datumajn konceptojn (15-20%)
Describe types of core data workloads · describe batch data · describe streaming data · describe the difference between batch and streaming data · describe the characteristics of relational data Describe data analytics core concepts · describe data visualization (ekz., visualization, raportado, business intelligence · describe basic chart types such as bar charts and pie charts · describe analytics techniques (ekz., descriptive, diagnostic, antaŭdira, prescriptive, cognitive) · describe ELT and ETL processing · describe the concepts of data processing
Priskribu kiel labori kun interrilataj datumoj sur Azure (25-30%)
Describe relational data workloads · identify the right data offering for a relational workload · describe relational data structures (ekz., tabloj, indekso, vidoj) Describe relational Azure data services · describe and compare PaaS, IaaS, and SaaS delivery models · describe Azure SQL Database · describe Azure Synapse Analytics · describe SQL Server on Azure Virtual Machine · describe Azure Database for PostgreSQL, Azure Database for MariaDB, and Azure Database for MySQL · describe Azure SQL Managed Instance Identify basic management tasks for relational data · describe provisioning and deployment of relational data services · describe method for deployment including ARM templates and Azure Portal · identify data security components (ekz., firewall, aŭtentikigo) · identify basic connectivity issues (ekz., accessing from on-premises, access with Azure VNets, access from Internet, aŭtentikigo, fajroŝirmiloj) · identify query tools (ekz., Azure Data Studio, SQL Server Management Studio, sqlcmd utility, ktp.) Describe query techniques for data using SQL language · compare DDL versus DML · query relational data in PostgreSQL, MySQL, and Azure SQL Database
Priskribu kiel labori kun ne-rilataj datumoj sur Azure (25-30%)
Describe non-relational data workloads · describe the characteristics of non-relational data · describe the types of non-relational and NoSQL data · recommend the correct data store · determine when to use non-relational data Describe non-relational data offerings on Azure · identify Azure data services for non-relational workloads · describe Azure Cosmos DB APIs · describe Azure Table storage · describe Azure Blob storage · describe Azure File storage Identify basic management tasks for non-relational data · describe provisioning and deployment of non-relational data services · describe method for deployment including ARM templates and Azure Portal · identify data security components (ekz., firewall, aŭtentikigo) · identify basic connectivity issues (ekz., accessing from on-premises, access with Azure VNets, access from Internet, aŭtentikigo, fajroŝirmiloj) · identify management tools for non-relational data
Priskribu analizan laborkvanton sur Azure (25-30%)
Describe analytics workloads · describe transactional workloads · describe the difference between a transactional and an analytics workload · describe the difference between batch and real time · describe data warehousing workloads · determine when a data warehouse solution is needed Describe the components of a modern data warehouse · describe Azure data services for modern data warehousing such as Azure Data Lake, Azure Synapse Analytics, Azure Databricks, and Azure HDInsight · describe modern data warehousing architecture and workload Describe data ingestion and processing on Azure · describe common practices for data loading · describe the components of Azure Data Factory (ekz., dukto, agadoj, ktp.) · describe data processing options (ekz., HDI, Azure Databricks, Azure Synapse Analytics, Azure Data Factory) Describe data visualization in Microsoft Power BI · describe the role of paginated reporting · describe the role of interactive reports · describe the role of dashboards · describe the workflow in Power BI
Coupon for Discount
0C5475EFEA809C0E6F55
0BCC46F37B057E65DDB1
37BE25703B562F045AA5
Lasu respondon
Vi devas Ensaluti aŭ registri por aldoni novan komenton .