MENU
会員登録（無料）
  1. ホーム
  2. Microsoft認定ファブリック分析エンジニア アソシエイト(DP-600)WEB問題集

Microsoft認定ファブリック分析エンジニア アソシエイト(DP-600)WEB問題集

WEB問題集

Question#1(DP-600)

【ケーススタディ問題(1/5)】

概要 Contoso, Ltd. は、米国を拠点とする健康補助食品会社です。Contoso には、Sales（販売）と Research（研究）という 2 つの部門があります。Sales 部門には、Online Sales（オンライン販売）と Retail Sales（店舗販売）という 2 つの部署があります。Research 部門は、社内で開発された製品ラインを、研究者とアナリストの個別のチームに割り当てています。 既存の環境 アイデンティティ環境 Contoso は contoso.com という名前の Microsoft Entra テナントを所有しています。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という 2 つのグループが含まれています。 データ環境 Contoso のデータ環境は以下の通りです。
  • Sales 部門： Microsoft Power BI Premium 容量（キャパシティ）を使用しています。
  • Online Sales 部署： セマンティックモデルに、インポートモードを使用した Orders という名前のファクトテーブルが含まれています。基底システムにおいて、OrderID の値は注文が作成された順序を表しています。
  • Research 部門： オンプレミスのサードパーティ製データウェアハウス製品を使用しています。
  • Fabric： contoso.com テナントで有効化されています。
  • Azure Data Lake Storage Gen2：  storage1 という名前のアカウントに、製品ライン Productline1 のデータが格納されています。データ形式は Delta 形式です。
  • storage2 という名前のアカウントに、製品ライン Productline2 のデータが格納されています。データ形式は CSV 形式です。
要件 計画されている変更 Contoso は以下の変更を計画しています。
  • Sales 部門で使用されている Power BI Premium 容量で Fabric のサポートを有効にする。
  • Sales 部門と Research 部門のすべてのデータを Fabric で利用可能にする。
  • Research 部門用に、Productline1ws と Productline2ws という 2 つの Fabric ワークスペースを作成する。
  • Productline1ws 内に Lakehouse1 という名前のレイクハウスを作成する。
  • Lakehouse1 内に、storage1 へのショートカットとして ResearchProduct を作成する。
データ分析要件 Contoso は以下のデータ分析要件を特定しています。
  • Sales 部門と Research 部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要がある。
  • Research 部門のワークスペースは、分単位の課金が発生する専用のオンデマンド容量（Capacity）を使用する必要がある。
  • Research 部門のワークスペースは、部門名に基づいた OneLake データハブのフィルタリングをサポートするために、論理的にグループ化される必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用してレイクハウス、ウェアハウス、およびショートカットのデータを読み取れる必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup2 のメンバーは、レイクハウス・エクスプローラー（Lakehouse explorer）を使用してレイクハウスデータを読み取れる必要がある。
  • Research 部門のすべてのセマンティックモデルとレポートは、ブランチ（分岐）をサポートするバージョン管理を使用する必要がある。
データ準備要件
  • Productline1 のデータは、Fabric ノートブックを使用して Lakehouse1 から取得する必要がある。
  • レイクハウス内のすべての Research 部門のデータは、レイクハウス・エクスプローラーでマネージドテーブル（Managed tables）として表示される必要がある。
セマンティックモデル要件
  • 更新（リフレッシュ）中に Orders テーブルに追加される行数を最小限に抑える必要がある。
  • Research 部門のワークスペース内のセマンティックモデルは、Direct Lake モードを使用する必要がある。
全般的な要件
  • 該当する場合は、最小権限の原則に従う。
  • 可能な限り、実装とメンテナンスの手間を最小限に抑える。
問題 あなたは、データ分析要件および全般的な要件を満たすために、Contoso がバージョン管理を使用できることを確認する必要があります。 あなたは何をすべきですか？
ディスカッション 0

正解：C

1. Fabric の Git 統合機能

Microsoft Fabric では、ワークスペース内のアイテム（レポート、セマンティックモデル、ノートブックなど）をソース管理するために、Git 統合という機能が用意されています。この機能を使用すると、ワークスペースと Git リポジトリを同期させることができます。 2. なぜ選択肢 3 なのか？
  • ブランチのサポート： 要件に「version control that supports branching（ブランチをサポートするバージョン管理）」とあります。Fabric の Git 統合は、Git の標準的なブランチ機能をサポートしており、開発者が独自のブランチを作成して作業し、後にメインブランチへマージするというワークフローを可能にします。
  • サポートされているプロバイダー： 現時点で Fabric の Git 統合がネイティブにサポートしているのは Azure DevOps (Azure Repos) です。
    • 注: 2026年時点の最新状況では GitHub も一部サポートされていますが、認定試験の基準となる標準的な回答、および Azure エコシステム内での統合性（特に Azure Repos）が優先される傾向にあります。
  • 管理の最小化： OneDrive（選択肢 4）や Data Lake（選択肢 1）への保存は、ファイルレベルのバックアップにはなりますが、Fabric のワークスペースと直接同期して「ブランチ管理」を行う標準的なソース管理（CI/CD）の仕組みではありません。
Question#2(DP-600)

【ケーススタディ問題(2/5)】

概要 Contoso, Ltd. は、米国を拠点とする健康補助食品会社です。Contoso には、Sales（販売）と Research（研究）という 2 つの部門があります。Sales 部門には、Online Sales（オンライン販売）と Retail Sales（店舗販売）という 2 つの部署があります。Research 部門は、社内で開発された製品ラインを、研究者とアナリストの個別のチームに割り当てています。 既存の環境 アイデンティティ環境 Contoso は contoso.com という名前の Microsoft Entra テナントを所有しています。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という 2 つのグループが含まれています。 データ環境 Contoso のデータ環境は以下の通りです。
  • Sales 部門： Microsoft Power BI Premium 容量（キャパシティ）を使用しています。
  • Online Sales 部署： セマンティックモデルに、インポートモードを使用した Orders という名前のファクトテーブルが含まれています。基底システムにおいて、OrderID の値は注文が作成された順序を表しています。
  • Research 部門： オンプレミスのサードパーティ製データウェアハウス製品を使用しています。
  • Fabric： contoso.com テナントで有効化されています。
  • Azure Data Lake Storage Gen2：  storage1 という名前のアカウントに、製品ライン Productline1 のデータが格納されています。データ形式は Delta 形式です。
  • storage2 という名前のアカウントに、製品ライン Productline2 のデータが格納されています。データ形式は CSV 形式です。
要件 計画されている変更 Contoso は以下の変更を計画しています。
  • Sales 部門で使用されている Power BI Premium 容量で Fabric のサポートを有効にする。
  • Sales 部門と Research 部門のすべてのデータを Fabric で利用可能にする。
  • Research 部門用に、Productline1ws と Productline2ws という 2 つの Fabric ワークスペースを作成する。
  • Productline1ws 内に Lakehouse1 という名前のレイクハウスを作成する。
  • Lakehouse1 内に、storage1 へのショートカットとして ResearchProduct を作成する。
データ分析要件 Contoso は以下のデータ分析要件を特定しています。
  • Sales 部門と Research 部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要がある。
  • Research 部門のワークスペースは、分単位の課金が発生する専用のオンデマンド容量（Capacity）を使用する必要がある。
  • Research 部門のワークスペースは、部門名に基づいた OneLake データハブのフィルタリングをサポートするために、論理的にグループ化される必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用してレイクハウス、ウェアハウス、およびショートカットのデータを読み取れる必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup2 のメンバーは、レイクハウス・エクスプローラー（Lakehouse explorer）を使用してレイクハウスデータを読み取れる必要がある。
  • Research 部門のすべてのセマンティックモデルとレポートは、ブランチ（分岐）をサポートするバージョン管理を使用する必要がある。
データ準備要件
  • Productline1 のデータは、Fabric ノートブックを使用して Lakehouse1 から取得する必要がある。
  • レイクハウス内のすべての Research 部門のデータは、レイクハウス・エクスプローラーでマネージドテーブル（Managed tables）として表示される必要がある。
セマンティックモデル要件
  • 更新（リフレッシュ）中に Orders テーブルに追加される行数を最小限に抑える必要がある。
  • Research 部門のワークスペース内のセマンティックモデルは、Direct Lake モードを使用する必要がある。
全般的な要件
  • 該当する場合は、最小権限の原則に従う。
  • 可能な限り、実装とメンテナンスの手間を最小限に抑える。
問題 あなたは、Research（研究）部門のワークスペースをグループ化するためのソリューションを推奨する必要があります。推奨事項には何を含めるべきですか？回答するには、回答エリアで適切なオプションを選択してください。 回答エリア: Grouping method（グループ化の方法）
ディスカッション 0

正解：B

1. Grouping method: Domain（ドメイン）を選択する理由

Microsoft Fabric において、複数のワークスペースを「部門（ResearchやSalesなど）」のような論理的な単位でグループ化し、OneLake データハブでフィルタリングを可能にする機能は「ドメイン（Domain）」です。
  • Capacity（容量）は計算リソースの割り当て単位であり、データハブでの論理的なフィルタリング（部門名など）を主目的とした機能ではありません。
  • Tenant（テナント）は組織全体の境界であり、組織内の特定の部門をグループ化する単位としては大きすぎます。
Question#3(DP-600)

【ケーススタディ問題(3/5)】

概要 Contoso, Ltd. は、米国を拠点とする健康補助食品会社です。Contoso には、Sales（販売）と Research（研究）という 2 つの部門があります。Sales 部門には、Online Sales（オンライン販売）と Retail Sales（店舗販売）という 2 つの部署があります。Research 部門は、社内で開発された製品ラインを、研究者とアナリストの個別のチームに割り当てています。 既存の環境 アイデンティティ環境 Contoso は contoso.com という名前の Microsoft Entra テナントを所有しています。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という 2 つのグループが含まれています。 データ環境 Contoso のデータ環境は以下の通りです。
  • Sales 部門： Microsoft Power BI Premium 容量（キャパシティ）を使用しています。
  • Online Sales 部署： セマンティックモデルに、インポートモードを使用した Orders という名前のファクトテーブルが含まれています。基底システムにおいて、OrderID の値は注文が作成された順序を表しています。
  • Research 部門： オンプレミスのサードパーティ製データウェアハウス製品を使用しています。
  • Fabric： contoso.com テナントで有効化されています。
  • Azure Data Lake Storage Gen2：  storage1 という名前のアカウントに、製品ライン Productline1 のデータが格納されています。データ形式は Delta 形式です。
  • storage2 という名前のアカウントに、製品ライン Productline2 のデータが格納されています。データ形式は CSV 形式です。
要件 計画されている変更 Contoso は以下の変更を計画しています。
  • Sales 部門で使用されている Power BI Premium 容量で Fabric のサポートを有効にする。
  • Sales 部門と Research 部門のすべてのデータを Fabric で利用可能にする。
  • Research 部門用に、Productline1ws と Productline2ws という 2 つの Fabric ワークスペースを作成する。
  • Productline1ws 内に Lakehouse1 という名前のレイクハウスを作成する。
  • Lakehouse1 内に、storage1 へのショートカットとして ResearchProduct を作成する。
データ分析要件 Contoso は以下のデータ分析要件を特定しています。
  • Sales 部門と Research 部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要がある。
  • Research 部門のワークスペースは、分単位の課金が発生する専用のオンデマンド容量（Capacity）を使用する必要がある。
  • Research 部門のワークスペースは、部門名に基づいた OneLake データハブのフィルタリングをサポートするために、論理的にグループ化される必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用してレイクハウス、ウェアハウス、およびショートカットのデータを読み取れる必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup2 のメンバーは、レイクハウス・エクスプローラー（Lakehouse explorer）を使用してレイクハウスデータを読み取れる必要がある。
  • Research 部門のすべてのセマンティックモデルとレポートは、ブランチ（分岐）をサポートするバージョン管理を使用する必要がある。
データ準備要件
  • Productline1 のデータは、Fabric ノートブックを使用して Lakehouse1 から取得する必要がある。
  • レイクハウス内のすべての Research 部門のデータは、レイクハウス・エクスプローラーでマネージドテーブル（Managed tables）として表示される必要がある。
セマンティックモデル要件
  • 更新（リフレッシュ）中に Orders テーブルに追加される行数を最小限に抑える必要がある。
  • Research 部門のワークスペース内のセマンティックモデルは、Direct Lake モードを使用する必要がある。
全般的な要件
  • 該当する場合は、最小権限の原則に従う。
  • 可能な限り、実装とメンテナンスの手間を最小限に抑える。
問題 あなたは、Research（研究）部門のワークスペースをグループ化するためのソリューションを推奨する必要があります。推奨事項には何を含めるべきですか？回答するには、回答エリアで適切なオプションを選択してください。 回答エリア: Tool（ツール）
ディスカッション 0

正解：B

Tool: The Fabric Admin portal を選択する理由

ドメインの作成、管理、およびワークスペースへの割り当ては、Fabric 管理ポータル（Fabric Admin portal）内で行います。
  • OneLake data hub はデータを「閲覧・検索」するための場所であり、グループ化（ドメイン）の設定を行う場所ではありません。
  • Microsoft Entra admin center はユーザーやグループ、ライセンスの管理に使用されますが、Fabric 固有の論理構造であるドメインの設定は行いません。
Question#4(DP-600)

【ケーススタディ問題(4/5)】

概要 Contoso, Ltd. は、米国を拠点とする健康補助食品会社です。Contoso には、Sales（販売）と Research（研究）という 2 つの部門があります。Sales 部門には、Online Sales（オンライン販売）と Retail Sales（店舗販売）という 2 つの部署があります。Research 部門は、社内で開発された製品ラインを、研究者とアナリストの個別のチームに割り当てています。 既存の環境 アイデンティティ環境 Contoso は contoso.com という名前の Microsoft Entra テナントを所有しています。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という 2 つのグループが含まれています。 データ環境 Contoso のデータ環境は以下の通りです。
  • Sales 部門： Microsoft Power BI Premium 容量（キャパシティ）を使用しています。
  • Online Sales 部署： セマンティックモデルに、インポートモードを使用した Orders という名前のファクトテーブルが含まれています。基底システムにおいて、OrderID の値は注文が作成された順序を表しています。
  • Research 部門： オンプレミスのサードパーティ製データウェアハウス製品を使用しています。
  • Fabric： contoso.com テナントで有効化されています。
  • Azure Data Lake Storage Gen2：  storage1 という名前のアカウントに、製品ライン Productline1 のデータが格納されています。データ形式は Delta 形式です。
  • storage2 という名前のアカウントに、製品ライン Productline2 のデータが格納されています。データ形式は CSV 形式です。
要件 計画されている変更 Contoso は以下の変更を計画しています。
  • Sales 部門で使用されている Power BI Premium 容量で Fabric のサポートを有効にする。
  • Sales 部門と Research 部門のすべてのデータを Fabric で利用可能にする。
  • Research 部門用に、Productline1ws と Productline2ws という 2 つの Fabric ワークスペースを作成する。
  • Productline1ws 内に Lakehouse1 という名前のレイクハウスを作成する。
  • Lakehouse1 内に、storage1 へのショートカットとして ResearchProduct を作成する。
データ分析要件 Contoso は以下のデータ分析要件を特定しています。
  • Sales 部門と Research 部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要がある。
  • Research 部門のワークスペースは、分単位の課金が発生する専用のオンデマンド容量（Capacity）を使用する必要がある。
  • Research 部門のワークスペースは、部門名に基づいた OneLake データハブのフィルタリングをサポートするために、論理的にグループ化される必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用してレイクハウス、ウェアハウス、およびショートカットのデータを読み取れる必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup2 のメンバーは、レイクハウス・エクスプローラー（Lakehouse explorer）を使用してレイクハウスデータを読み取れる必要がある。
  • Research 部門のすべてのセマンティックモデルとレポートは、ブランチ（分岐）をサポートするバージョン管理を使用する必要がある。
データ準備要件
  • Productline1 のデータは、Fabric ノートブックを使用して Lakehouse1 から取得する必要がある。
  • レイクハウス内のすべての Research 部門のデータは、レイクハウス・エクスプローラーでマネージドテーブル（Managed tables）として表示される必要がある。
セマンティックモデル要件
  • 更新（リフレッシュ）中に Orders テーブルに追加される行数を最小限に抑える必要がある。
  • Research 部門のワークスペース内のセマンティックモデルは、Direct Lake モードを使用する必要がある。
全般的な要件
  • 該当する場合は、最小権限の原則に従う。
  • 可能な限り、実装とメンテナンスの手間を最小限に抑える。
問題 Online Sales（オンライン販売）部署の Orders テーブルを更新（リフレッシュ）する必要があります。この際、「更新中に Orders テーブルに追加される行数を最小限に抑える」というセマンティックモデル要件を満たさなければなりません。既存の環境において、OrderID は注文が作成された順序（シーケンス）を表しています。ソリューションに何を含めるべきですか？
ディスカッション 0

正解：D

Fabric 公式ドキュメントの増分更新チュートリアルに準拠しており、データフロー（Dataflow Gen2）を使用してレイクハウス内の OrderID の最大値を取得し、それを元に新規行のみを抽出・追加する構成が、Fabric における標準的な実装パターンであるため。

1. 公式チュートリアルに全く同じ手順が存在する

Microsoft の公式ドキュメントには、「Dataflow Gen2 を使用して増分リフレッシュをセットアップする」というチュートリアルがあり、そこではまさに「レイクハウスから現在の最大 OrderID を取得し、それをフィルターとして使用する」というプロセスが、データフロー（Dataflow Gen2）を用いて解説されています。 公式ドキュメントの記述： 「レイクハウス内の最大 OrderID を返すクエリを作成します。このクエリを使用して、ソースからのデータをフィルタリングします。」 2. レイクハウス SQL エンドポイントの制限 選択肢 １ の「ストアドプロシージャ」は、レイクハウスの SQL エンドポイントに対して実行することになります。しかし、Fabric の現在の仕様（および試験作成時点の状況）では、以下の懸念があります。
  • 呼び出しの制限: レイクハウスの SQL エンドポイントでストアドプロシージャを作成できても、Fabric パイプラインの「Stored Procedure アクティビティ」から直接レイクハウスを対象として呼び出す際に、接続タイプや認証の面でデータフローよりも設定が複雑になる、あるいは一部制限がある場合があります。
  • メンテナンスの最小化: 「実装とメンテナンスの手間を最小限に抑える」という全般的な要件において、ローコードツールであるデータフロー（Power Query ベース）で完結させる手法は、SQL コードを記述・管理するよりも Fabric の思想（シチズンデベロッパーへの配慮など）に近いとみなされます。
3. セマンティックモデル（Import モード）との親和性 Sales 部門の Orders テーブルは Import モードを使用しています。 データフローは Power BI と同じ Power Query エンジンを使用しており、Import モードのセマンティックモデルへのデータ供給源として、Fabric 環境内では最も標準的なパスとして扱われます。
Question#5(DP-600)

【ケーススタディ問題(5/5)】

概要 Contoso, Ltd. は、米国を拠点とする健康補助食品会社です。Contoso には、Sales（販売）と Research（研究）という 2 つの部門があります。Sales 部門には、Online Sales（オンライン販売）と Retail Sales（店舗販売）という 2 つの部署があります。Research 部門は、社内で開発された製品ラインを、研究者とアナリストの個別のチームに割り当てています。 既存の環境 アイデンティティ環境 Contoso は contoso.com という名前の Microsoft Entra テナントを所有しています。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という 2 つのグループが含まれています。 データ環境 Contoso のデータ環境は以下の通りです。
  • Sales 部門： Microsoft Power BI Premium 容量（キャパシティ）を使用しています。
  • Online Sales 部署： セマンティックモデルに、インポートモードを使用した Orders という名前のファクトテーブルが含まれています。基底システムにおいて、OrderID の値は注文が作成された順序を表しています。
  • Research 部門： オンプレミスのサードパーティ製データウェアハウス製品を使用しています。
  • Fabric： contoso.com テナントで有効化されています。
  • Azure Data Lake Storage Gen2：  storage1 という名前のアカウントに、製品ライン Productline1 のデータが格納されています。データ形式は Delta 形式です。
  • storage2 という名前のアカウントに、製品ライン Productline2 のデータが格納されています。データ形式は CSV 形式です。
要件 計画されている変更 Contoso は以下の変更を計画しています。
  • Sales 部門で使用されている Power BI Premium 容量で Fabric のサポートを有効にする。
  • Sales 部門と Research 部門のすべてのデータを Fabric で利用可能にする。
  • Research 部門用に、Productline1ws と Productline2ws という 2 つの Fabric ワークスペースを作成する。
  • Productline1ws 内に Lakehouse1 という名前のレイクハウスを作成する。
  • Lakehouse1 内に、storage1 へのショートカットとして ResearchProduct を作成する。
データ分析要件 Contoso は以下のデータ分析要件を特定しています。
  • Sales 部門と Research 部門のすべてのワークスペースは、すべての Fabric エクスペリエンスをサポートする必要がある。
  • Research 部門のワークスペースは、分単位の課金が発生する専用のオンデマンド容量（Capacity）を使用する必要がある。
  • Research 部門のワークスペースは、部門名に基づいた OneLake データハブのフィルタリングをサポートするために、論理的にグループ化される必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用してレイクハウス、ウェアハウス、およびショートカットのデータを読み取れる必要がある。
  • Research 部門のワークスペースにおいて、ResearchReviewersGroup2 のメンバーは、レイクハウス・エクスプローラー（Lakehouse explorer）を使用してレイクハウスデータを読み取れる必要がある。
  • Research 部門のすべてのセマンティックモデルとレポートは、ブランチ（分岐）をサポートするバージョン管理を使用する必要がある。
データ準備要件
  • Productline1 のデータは、Fabric ノートブックを使用して Lakehouse1 から取得する必要がある。
  • レイクハウス内のすべての Research 部門のデータは、レイクハウス・エクスプローラーでマネージドテーブル（Managed tables）として表示される必要がある。
セマンティックモデル要件
  • 更新（リフレッシュ）中に Orders テーブルに追加される行数を最小限に抑える必要がある。
  • Research 部門のワークスペース内のセマンティックモデルは、Direct Lake モードを使用する必要がある。
全般的な要件
  • 該当する場合は、最小権限の原則に従う。
  • 可能な限り、実装とメンテナンスの手間を最小限に抑える。
問題 あなたは、データ準備要件を満たすために、ノートブックで Productline1 のデータにアクセスする必要があります。 どの構文を使用すべきですか？
ディスカッション 0

正解：B

この問題のポイントは、Fabric レイクハウスにおける「ショートカット」と「テーブル」の扱われ方、およびノートブックからのアクセス方法です。

1. マネージドテーブルとしてのアクセス ケーススタディの「データ準備要件」には、「すべての Research 部門のデータは、レイクハウス・エクスプローラーで managed tables（マネージドテーブル） として提示される必要がある」と明記されています。 Fabric では、Delta 形式のデータへのショートカットを「Tables」セクションに作成すると、それは自動的にメタストアに登録され、SQL クエリで参照可能なテーブルとして扱われます。 2. spark.sql の使用 ノートブックからレイクハウス内のテーブル（ショートカットを含む）にアクセスする最も標準的かつ簡潔な方法は、Spark SQL を使用することです。
  • spark.sql("SELECT * FROM ...") を使用することで、レイクハウスに登録されたテーブル名を直接指定してデータを取得できます。
  • 構文内の Lakehouse1.ResearchProduct は、データベース名（レイクハウス名）とテーブル名（ショートカット名）を指定しており、要件に合致しています。
次のページ