Question#1(DP-600)

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、ResearchReviewersGroup1ResearchReviewersGroup2 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、Productline1wsProductline2ws 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。

コメント

コメント

コメントする

目次