핫스팟 질문
귀하는 Fabric 테넌트를 보유하고 있습니다.
다음 표에 표시된 사용자에 대해 OneLake 보안을 구성해야 합니다.

해결책은 최소 권한 원칙을 따라야 합니다.
각 사용자에게 어떤 권한을 부여해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.

사례 연구 2 - 리트웨어 주식회사
개요
Litware, Inc.는 북미 전역에 사무소를 두고 있는 제조 회사입니다. Litware의 분석 팀은 데이터 엔지니어, 분석 엔지니어, 데이터 분석가 및 데이터 과학자로 구성되어 있습니다.
기존 환경
패브릭 환경
Litware는 3년 동안 Microsoft Power BI 테넌트를 사용해 왔습니다. Litware는 패브릭 기능이나 관련 기능을 전혀 활성화하지 않았습니다.
사용 가능한 데이터
Litware에는 다음 표에 나와 있는 것처럼 분석해야 할 데이터가 있습니다.

제품 데이터는 단일 테이블과 다음과 같은 열로 구성됩니다.

고객 만족도 데이터는 다음과 같은 표로 구성되어 있습니다.
- 조사
- 질문
- 응답
제출된 각 설문 조사에 대해 다음과 같은 일이 발생합니다.
- 설문조사 테이블에 행 하나가 추가됩니다.
- 설문조사의 각 질문에 대해 응답 테이블에 한 행이 추가됩니다.
- 질문 표에는 각 설문 문항의 내용이 포함되어 있습니다. 각 설문 응답의 세 번째 질문은 전반적인 만족도 점수입니다. 고객은 구매 후 언제든지 설문에 참여할 수 있습니다.
사용자 문제
분석팀은 방대한 양의 데이터를 보유하고 있으며, 그중 일부는 반정형 데이터입니다. 분석팀은 Fabric을 사용하여 새로운 데이터 저장소를 구축하고자 합니다.
제품 데이터는 일반적으로 고가, 중가, 저가의 세 가지 가격 그룹으로 분류됩니다. 이러한 분류 기준은 여러 데이터베이스와 시맨틱 모델에 적용되지만, 구현 방식에 따라 항상 일치하는 것은 아닙니다.
요구 사항
계획된 변경 사항
Litware는 기존 테넌트에서 Fabric 기능을 활성화할 계획입니다. 분석 팀은 개념 증명(PoC)으로 새로운 데이터 저장소를 생성할 것입니다. 나머지 Litware 사용자는 PoC가 완료된 후에만 Fabric 기능에 액세스할 수 있습니다. PoC는 Fabric 평가판 용량을 사용하여 완료될 예정이며, 다음과 같은 세 가지 워크스페이스가 생성될 것입니다.
- AnalyticsPOC: 데이터 저장소, 시맨틱 모델, 보고서 파이프라인, 데이터 흐름 및 데이터 저장소를 채우는 데 사용되는 노트북을 포함합니다.
- DataEngPOC: OneLake를 구축하는 데 사용된 모든 파이프라인, 데이터플로우 및 노트북을 포함합니다.
- DataSciPOC: 데이터 과학자들이 작성한 모든 노트북과 보고서가 포함됩니다. AnalyticsPOC 워크스페이스에는 다음 항목들이 생성될 예정입니다.
- 데이터 저장소 (유형은 추후 결정)
- 사용자 정의 의미 모델
- 기본 의미 모델
대화형 보고서
데이터 엔지니어는 데이터 소스에 따라 시간별 또는 일별로 OneLake에 데이터를 로드하는 데이터 파이프라인을 구축합니다. 분석 엔지니어는 AnalyticsPOC 워크스페이스의 데이터 저장소에 데이터를 수집, 변환 및 로드하는 프로세스를 매일 생성합니다. 가능한 경우 데이터 엔지니어는 데이터 수집에 로우코드 도구를 사용합니다. 데이터 정제 및 변환 도구의 선택은 데이터 엔지니어의 재량에 따릅니다.
Analytics POC 워크스페이스의 모든 시맨틱 모델과 보고서는 데이터 저장소를 유일한 데이터 소스로 사용합니다.
기술 요구사항
데이터 저장소는 다음 사항을 지원해야 합니다.
- T-SQL 또는 Python을 사용한 읽기 액세스
- 반정형 데이터 및 비정형 데이터
- T-SQL 쿼리를 실행하는 사용자를 위한 행 수준 보안(RLS)
데이터 엔지니어가 OneLake에 업로드하는 파일은 Parquet 형식으로 저장되며 Delta Lake 사양을 충족합니다.
데이터는 변환 없이 AnalyticsPOC 데이터 저장소의 한 영역에 로드됩니다. 그런 다음 데이터는 정제, 병합 및 변환 과정을 거쳐 차원 모델로 변환됩니다. 데이터 로드 프로세스는 차원 모델을 채우기 전에 원시 데이터와 정제된 데이터가 완전히 업데이트되었는지 확인해야 합니다. 차원 모델에는 날짜 차원이 포함되어야 합니다. 날짜 차원에 대한 기존 데이터 소스는 없습니다. Litware의 회계연도는 달력 연도와 일치합니다. 날짜 차원에는 항상 2010년부터 현재 연도 말까지의 날짜가 포함되어야 합니다.
제품 가격 그룹 로직은 분석 엔지니어가 단일 위치에서 관리해야 합니다. 가격 그룹 데이터는 T-SOL 쿼리 및 기본 시맨틱 모델에서 사용할 수 있도록 데이터 저장소에 제공되어야 합니다. 다음 로직을 사용해야 합니다.
- 정가가 50 이하인 제품은 저가형 제품군에 속합니다.
- 정가가 50을 초과하고 1,000 이하인 제품은 중간 가격대에 속합니다.
- 정가가 1,000을 초과하는 제품은 고가 제품군에 속합니다.
보안 요구 사항
PoC의 일부로 생성된 Fabric 항목은 Fabric 관리자와 분석 팀만 볼 수 있어야 합니다.
Litware는 AnalyticsPOC 워크스페이스의 Fabric 항목에 대해 다음과 같은 보안 요구 사항을 제시합니다.
- 패브릭 관리자는 워크스페이스 관리자가 됩니다.
- 데이터 엔지니어는 데이터 저장소에서 데이터를 읽고 쓸 수 있어야 합니다. 데이터 세트나 보고서에 대한 접근 권한은 부여해서는 안 됩니다.
- 분석 엔지니어는 데이터 저장소에서 스키마를 읽고, 쓰고, 생성할 수 있어야 합니다. 또한 데이터 분석가와 시맨틱 모델을 생성 및 공유하고, 작업 공간의 모든 보고서를 보고 수정할 수 있어야 합니다.
데이터 과학자들은 데이터 저장소에서 데이터를 읽을 수는 있지만, 쓸 수는 없어야 합니다. 그들은 Spark 노트북을 사용하여 데이터에 접근할 것입니다.
- 데이터 분석가는 데이터 저장소의 차원 모델 개체에 대한 읽기 권한만 있어야 합니다. 또한 분석 엔지니어가 생성한 시맨틱 모델을 사용하여 Power BI 보고서를 만들 수 있는 권한도 있어야 합니다.
- 날짜 차원은 데이터 저장소의 모든 사용자가 이용할 수 있어야 합니다.
- 최소 권한의 원칙을 준수해야 합니다.
기본 및 사용자 지정 시맨틱 모델 모두 데이터 저장소의 차원 모델에 있는 테이블 또는 뷰만 포함해야 합니다. Litware는 이미 다음과 같은 Microsoft Entra 보안 그룹을 보유하고 있습니다.
FabricAdmins: 패브릭 관리자
- 분석팀: 분석팀의 모든 구성원
- 데이터 분석가: 분석팀의 데이터 분석가들
- 데이터 과학자: 분석팀의 데이터 과학자들
- 데이터 엔지니어: 분석팀의 데이터 엔지니어
- 애널리틱스 엔지니어: 애널리틱스 팀의 애널리틱스 엔지니어들
보고서 요구 사항
데이터 분석가는 다음 요구 사항을 충족하는 고객 만족도 보고서를 작성해야 합니다.
- 사용자가 특정 제품을 선택하여 해당 제품을 구매한 고객의 설문 조사 응답만 필터링할 수 있도록 합니다.
- 선택한 날짜까지 지난 12개월 동안 제출된 모든 설문조사의 평균 만족도 점수를 표시합니다.
- 데이터 저장소에서 데이터가 업데이트되는 즉시 데이터를 표시합니다.
- 보고서와 시맨틱 모델에 당해 연도와 전년도의 데이터만 포함되도록 합니다.
- 보고서가 원본 데이터 저장소에 지정된 테이블 수준 보안을 준수하도록 보장합니다.
- 보고서 쿼리 실행 시간을 최소화합니다.
AnalyticsPOC 워크스페이스에서 어떤 유형의 데이터 저장소를 추천하시겠습니까?

Workspace1이라는 이름의 Fabric 워크스페이스가 있고, 그 안에 Warehouse1이라는 이름의 웨어하우스와 Lakehouse1이라는 이름의 레이크하우스가 있습니다. Warehouse1에는 Table1이라는 이름의 테이블이 있습니다.
Lakehouse1에는 Table2라는 델타 테이블이 있습니다.
Table1의 데이터를 Table2로 영구 저장해야 합니다. 솔루션은 로우코드 인터페이스를 사용해야 합니다.
어떻게 해야 할까요?

핫스팟 질문
Warehouse1이라는 이름의 웨어하우스를 포함하는 Fabric 워크스페이스가 있습니다. Warehouse1에는 다음 데이터가 포함되어 있습니다.

테이블을 비정규화하고 결과에 ContractType 및 StartDate 속성을 포함하는 T-SQL 문을 작성해야 합니다. 이 솔루션은 다음 요구 사항을 충족해야 합니다.
- 계약 테이블에서 일치하는 행의 속성을 포함합니다.
- 직원 테이블의 모든 행이 보존되도록 하십시오.
- 모든 계약 유형별 총 직원 수를 반환합니다.
직원이 두 명 이상인 계약 유형.
문장을 어떻게 완성해야 할까요? 답하려면 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.

현재 Fabric 테넌트에 Lakehouse1이라는 이름의 호숫가 주택이 있습니다. Lakehouse1에는 Table1이라는 이름의 파티션되지 않은 테이블이 있습니다.
원본 데이터의 날짜 열을 기준으로 Table1에 데이터를 복사하고 테이블을 분할할 계획입니다.
데이터를 Table1에 복사하는 복사 활동을 생성합니다.
복사 작업의 대상 설정에서 파티션 열을 지정해야 합니다.
무엇을 먼저 해야 할까요?

사례 연구 1 - 콘토소
개요
콘토소(Contoso, Ltd.)는 미국에 본사를 둔 건강 보조 식품 회사입니다. 콘토소는 영업 부문과 연구 부문 두 곳으로 나뉘어 있습니다. 영업 부문은 온라인 판매와 오프라인 판매 두 개의 부서로 구성되어 있습니다. 연구 부문은 자체 개발한 제품 라인을 연구원과 분석가로 이루어진 개별 팀에 배정합니다.
기존 환경
신원 환경
Contoso는 contoso.com이라는 이름의 Microsoft Entra 테넌트를 보유하고 있습니다. 이 테넌트에는 ResearchReviewersGroup1과 ResearchReviewersGroup2라는 두 개의 그룹이 있습니다.
데이터 환경
Contoso는 다음과 같은 데이터 환경을 갖추고 있습니다.
- 영업 부서에서는 Microsoft Power BI Premium 버전을 사용합니다.
- 온라인 판매 부서의 의미 모델에는 가져오기 기능을 사용하는 '주문'이라는 팩트 테이블이 포함되어 있습니다. 원래 시스템에서 OrderID 값은 주문이 생성된 순서를 나타냅니다.
- 연구 부서는 사내에 구축된 타사 데이터 웨어하우징 제품을 사용합니다.
- contoso.com에 Fabric이 활성화되어 있습니다.
- storage1이라는 이름의 Azure Data Lake Storage Gen2 스토리지 계정에는 Productline1이라는 제품 라인에 대한 연구 부서 데이터가 포함되어 있습니다. - 데이터는 델타 형식입니다.
- storage2라는 이름의 Data Lake Storage Gen2 스토리지 계정에는 Productline2라는 제품 라인에 대한 연구 부서 데이터가 저장되어 있습니다. 데이터는 CSV 형식입니다.
요구 사항
계획된 변경 사항
콘토소는 다음과 같은 변경 사항을 적용할 계획입니다.
- 영업 부서에서 사용하는 Power BI Premium 용량에서 Fabric 지원을 활성화합니다.
- 영업 부서와 연구 부서의 모든 데이터를 Fabric에서 이용할 수 있도록 하세요.
- 연구 부서를 위해 Productline1ws와 Productine2ws라는 이름의 Fabric 워크스페이스 두 개를 생성합니다.
- Productline1ws에서 Lakehouse1이라는 이름의 호숫가 주택을 생성하세요.
- Lakehouse1에서 Storage1에 대한 바로가기를 ResearchProduct라는 이름으로 생성합니다.
데이터 분석 요구사항
Contoso는 다음과 같은 데이터 분석 요구 사항을 파악했습니다.
- 영업 부서와 연구 부서의 모든 작업 공간은 Fabric의 모든 경험을 지원해야 합니다.
- 연구 부서의 업무 공간은 분 단위로 요금이 부과되는 전용 온디맨드 용량을 사용해야 합니다.
- 연구 부서의 작업 공간은 부서 이름을 기준으로 OneLake 데이터 허브 필터링을 지원할 수 있도록 논리적으로 그룹화되어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup1의 구성원은 SQL 엔드포인트를 사용하여 레이크하우스 및 웨어하우스 데이터와 바로가기를 읽을 수 있어야 합니다.
- 연구 부서 작업 공간의 경우, ResearchReviewersGroup2의 구성원은 Lakehouse Explorer를 사용하여 Lakehouse 데이터를 읽을 수 있어야 합니다.
- 연구 부서의 모든 의미 모델 및 보고서는 브랜칭을 지원하는 버전 관리 시스템을 사용해야 합니다.
데이터 준비 요구 사항
Contoso는 다음과 같은 데이터 준비 요구 사항을 제시합니다.
- Productline1의 연구 부서 데이터는 Fabric 노트북을 사용하여 Lakehouse1에서 가져와야 합니다.
- 레이크하우스 내 연구 부서의 모든 데이터는 레이크하우스 탐색기에서 관리형 테이블 형식으로 제공되어야 합니다.
의미 모델 요구사항
Contoso는 시맨틱 모델 구현 및 관리를 위한 다음과 같은 요구 사항을 제시합니다.
- 새로 고침 시 주문 테이블에 추가되는 행 수를 최소화해야 합니다.
- 연구 부서 작업 공간의 시맨틱 모델은 Direct Lake 모드를 사용해야 합니다.
일반 요구 사항
Contoso는 모든 솔루션에 대해 고려해야 할 다음과 같은 주요 요구 사항을 제시합니다.
- 가능한 경우 최소 권한 원칙을 준수하십시오.
- 가능한 한 구현 및 유지 관리 노력을 최소화하십시오.
데이터 분석 요구 사항과 일반적인 요구 사항을 충족하려면 Contoso가 버전 관리를 사용할 수 있도록 해야 합니다.
어떻게 해야 할까요?

핫스팟 질문
귀하는 Warehouse1이라는 이름의 웨어하우스를 포함하는 Fabric 테넌트를 보유하고 있습니다. Warehouse1에는 10억 개의 행이 있는 FactSales라는 팩트 테이블이 있습니다.
다음 T-SQL 문을 실행합니다.
CREATE TABLE test.FactSales AS CLONE OF Dbo.FactSales;
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.

Microsoft Power BI Desktop에서 시맨틱 모델을 만들고 있습니다.
Microsoft Visual Studio Code용 TMDL(Tabular Model Definition Language) 확장 프로그램을 사용하여 모델을 일괄적으로 변경할 계획입니다.
의미 모델을 파일로 저장해야 합니다.
어떤 파일 형식을 사용해야 할까요?

참고: 이 문제는 동일한 시나리오를 제시하는 일련의 문제 중 하나입니다. 각 문제에는 제시된 목표를 달성할 수 있는 고유한 해결책이 포함되어 있습니다. 일부 문제 세트에는 정답이 두 개 이상일 수 있으며, 어떤 문제 세트에는 정답이 없을 수도 있습니다.
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
OneLake에 새로운 시맨틱 모델이 포함된 Fabric 테넌트가 있습니다.
Fabric 노트북을 사용하여 데이터를 Spark DataFrame으로 읽어들입니다.
모든 문자열 및 숫자 열에 대한 최소값, 최대값, 평균 및 표준 편차 값을 계산하려면 데이터를 평가해야 합니다.
해결 방법: 다음 PySpark 표현식을 사용합니다: df.explain()
이것이 목표를 달성합니까?

핫스팟 질문
Microsoft Power BI 시맨틱 모델이 있습니다.
계산 그룹을 구현할 계획입니다.
선택한 날짜에서 월별 누계(MTD)로 컨텍스트를 변경하는 계산 항목을 만들어야 합니다.
DAX 표현식을 어떻게 완성해야 합니까? 답하려면 답변 영역에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.

원본 데이터는 로컬 컴퓨터의 폴더에 있습니다.
Fabric을 사용하여 데이터 저장소를 채우는 솔루션을 개발해야 합니다. 이 솔루션은 다음 요구 사항을 충족해야 합니다.
* 데이터 저장소에 데이터를 로드하고 추가하는 데 데이터플로우 사용을 지원합니다.
* 델타 테이블이 V-Order 최적화되고 자동으로 압축되는지 확인하십시오.
어떤 유형의 데이터 저장소를 사용해야 할까요?

당신은 금융 분석 워크스페이스용 Fabric 시맨틱 모델인 Model1을 설계하고 있습니다.
Model1에는 총 매출액을 반환하는 Measure1이라는 DAX 측정값이 포함되어 있습니다.
Currency라는 이름의 테이블이 있고, 그 안에 Format이라는 열이 있습니다. Format 열은 각 레코드에 대해 다음과 같은 통화 형식 문자열을 정의합니다: $#, ##0.00, €#, ##0.00, 또는
¥#,##0.00.
통화 열을 사용하여 표시할 통화 기호와 형식 문자열을 지정하는 보고서가 있습니다. 보고서에서 측정값 1은 소수점 둘째 자리까지 표시되어야 하며, 통화 열에서 선택한 값에 따라 적절한 통화 기호가 표시되어야 합니다.
다음과 같은 DAX 수식을 작성합니다.
FORMAT = SELECTEDVALUE( '통화' [Format])
측정값이 시각화에 올바르게 표시되는지 확인해야 합니다. 솔루션은 논리 중복을 최소화해야 합니다.
어떻게 해야 할까요?

복잡한 의미 모델을 포함하는 Fabric 테넌트가 있습니다. 이 모델은 스타 스키마를 기반으로 하며, Sales라는 팩트 테이블을 포함하여 여러 테이블을 포함하고 있습니다.
모델의 다이어그램을 시각화해야 합니다. 다이어그램에는 판매 테이블과 관련 테이블만 포함되어야 합니다.
Microsoft Power BI Desktop에서 무엇을 사용해야 할까요?