GoShiken DP-900日本語問題集でリアル試験問題でテストエンジン問題集でトレーニング [Q60-Q77]

GoShiken DP-900日本語問題集でリアル試験問題でテストエンジン問題集でトレーニング

Microsoft DP-900日本語テスト問題集とオンライン試験エンジン

質問 60
文を完成させるには、回答領域で適切なオプションを選択します。

正解:

解説:

質問 61
ファイルおよびフォルダーレベルでアクセス制御リスト（ACL）をサポートするストレージソリューションはどれですか？

A. Azure Data Lake Storage
B. Azure Blob storage
C. Azure Cosmos DB
D. Azure Queue storage

正解: A

質問 62
文を完成させるには、回答領域で適切なオプションを選択します。

正解:

解説:

質問 63
データ定義言語（DDL）の例はどれですか？

A. 削除
B. 挿入
C. ドロップ
D. SELECT

正解: C

解説:
Data Definition Language (DDL) statements defines data structures. Use these statements to create, alter, or drop data structures in a database. These statements include:
ALTER
Collations
CREATE
DROP
DISABLE TRIGGER
ENABLE TRIGGER
RENAME
UPDATE STATISTICS
TRUNCATE TABLE
Reference:
https://docs.microsoft.com/en-us/sql/t-sql/statements/statements

質問 64
次の表を含む在庫管理データベースがあります。

Product1の在庫数量を270に変更するには、SQLクエリでどのステートメントを使用する必要がありますか？

A. マージ
B. 挿入
C. 作成
D. 更新

正解: D

解説:
Reference:
https://docs.microsoft.com/en-us/sql/t-sql/queries/update-transact-sql?view=sql-server-ver15

質問 65
セキュリティコンポーネントを適切なシナリオに一致させます。
答えるには、適切なコンポーネントを左側の列から右側のシナリオにドラッグします。各コンポーネントは、1回使用することも、複数回使用することも、まったく使用しないこともできます。
注：正しい一致はそれぞれ1ポイントの価値があります。

正解:

解説:

Reference:
https://docs.microsoft.com/en-us/sql/database-engine/configure-windows/configure-a-windows-firewall-for-database-engine-access?view=sql-server-ver15
https://docs.microsoft.com/en-us/azure/azure-sql/database/authentication-aad-overview
https://docs.microsoft.com/en-us/azure/azure-sql/database/always-encrypted-certificate-store-configure

質問 66
文を補足するには、回答領域で適切なオプションを選択します。

正解:

解説:

質問 67
文を完成させるには、回答領域で適切なオプションを選択します。

正解:

解説:

Reference:
https://docs.microsoft.com/en-us/azure/architecture/guide/technology-choices/data-store-overview

質問 68
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。

正解:

解説:

Explanation

Box 1: No
A pipeline is a logical grouping of activities that together perform a task.
Box 2: Yes
You can construct pipeline hierarchies with data factory.
Box 3: Yes
A pipeline is a logical grouping of activities that together perform a task.

質問 69
文を完成させるには、回答領域で適切なオプションを選択します。

正解:

解説:

Reference:
https://azure.microsoft.com/en-us/services/cognitive-services/speech-services/

質問 70
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。

正解:

解説:

Explanation

Box 1: Yes
Like IaaS, PaaS includes infrastructure - servers, storage, and networking - but also middleware, development tools, business intelligence (BI) services, database management systems, and more. PaaS is designed to support the complete web application lifecycle: building, testing, deploying, managing, and updating.
PaaS allows you to avoid the expense and complexity of buying and managing software licenses, the underlying application infrastructure and middleware, container orchestrators such as Kubernetes, or the development tools and other resources Box 2: Yes You manage the applications and services you develop, and the cloud service provider typically manages everything else.

Box 3: No
There really is no way to pause / stop billing for your Azure SQL Database.
Microsoft's official answer "Yes, you can export your database. Delete the Azure SQL database and that will pause billing. Then when you need it you can create a new database and import your previously exported DB."

質問 71
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。

正解:

解説:

質問 72
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。

正解:

解説:

Reference:
https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/batch-processing

質問 73
Azureサービスをアーキテクチャ内の適切な場所に一致させます。
回答するには、適切なサービスを左側の列から右側の場所にドラッグします。各サービスは、1回使用することも、複数回使用することも、まったく使用しないこともできます。
注：正しい一致はそれぞれ1ポイントの価値があります。

正解:

解説:

Explanation

Box Ingest: Azure Data Factory
You can build a data ingestion pipeline with Azure Data Factory (ADF).
Box Preprocess & model: Azure Synapse Analytics
Use Azure Synapse Analytics to preprocess data and deploy machine learning models.