MCP の新しいデータ試験 DP-300 および DA-100 がリリースされました

ブログ エントリ内にアフィリエイト広告が含まれています

2020/04/09 (現地時間) に Microsoft 社の新しいデータ試験 DP-300 (Administering Relational Databases on Microsoft Azure) および DA-100 (Analyzing Data with Microsoft Power BI) がベータ試験という形ですが、リリースされた旨のアナウンスがありました。

ベータ版での提供のため、英語のみとなりますが 2020/04/09 (現地時間) から提供開始となっており、これからすぐに受験することも可能です。なお、上記にあるそれぞれのサイトには、300 名 (先着) 限定で試験料が 80 % オフとなるクーポン番号 (2020/05/31 まで利用可能) が記載されていますす。

なお、DP-300 に合格すると Microsoft 認定資格 : Azure Database Administrator Associate が、DA-100 に合格すると Microsoft 認定資格 : Data Analyst Associate が得られます。

試験 DP-300 : Administering Relational Databases on Microsoft Azure (Beta) – 評価されるスキルについて (意訳)

試験の対象者

この試験の受験対象者は、Microsoft SQL Server および Microsoft Azure データ サービス上に構築されたオンプレミス データベースおよびクラウド リレーショナル データベースを管理するデータベース管理者およびデータ管理スペシャリストです。

Azure データベース管理者は、Microsoft Azure データ サービスと Microsoft SQL Server 上に構築されたクラウド ネイティブおよびハイブリッド データ プラットフォーム ソリューションの運用面を実装および管理します。また、さまざまな方法とツールを使用して日常的な操作を実行します。これには、管理管理の目的で T-SQL を使用する知識を適用することも含まれます。

このロールは、最新のリレーショナル データベース ソリューションの管理、可用性、セキュリティ、およびパフォーマンスの監視と最適化を担当します。このロールは、Azure データ エンジニアのロールと連携して、データ プラットフォーム ソリューションの運用面を管理します。

評価されるスキル

注:評価される各スキルの下に記載しているリストは、スキルの評価項目です。このリストは、決定的でも網羅的でもありません。
注:試験内容について、ほとんどの場合、プレビュー機能はカバーされず、一部の機能は GA (General Availability) となった際に試験に追加されます。

データ プラットフォーム リソースの計画と実装 (15-20%)

  • 手動でリソースをデプロイする
    • 選択したプラットフォームにデータベース オファリングをデプロイする
    • カスタマイズされた展開テンプレートを構成する
    • ハイブリッドと IaaS のデプロイに対し、パッチとアップデートを適用する
  • 特定の要件に基づき、適切なデータベース製品を推奨する
    • デプロイの要件を評価する
    • 可能なデータベース オファリングの機能上の利点/影響を評価する
    • 可能なデータベース オファリングのスケーラビリティを評価する
    • 可能なデータベース オファリングの HA/DR を評価する
    • 可能なデータベース製品のセキュリティ面を評価する
  • スケールとパフォーマンス用のリソースを構成する
    • スケールとパフォーマンス用に Azure SQL データベース/Elastic Pool を構成する
    • スケールとパフォーマンス用に Azure SQL Managed インスタンスを構成する
    • スケールとパフォーマンス用に Azure VM 上で SQL Server を構成する
    • リソース要件を計算する
    • データベース シャーディングなどのデータベース パーティション分割手法を評価する
  • Azureへの移動戦略を評価する
    • 移行要件を評価する
    • オフライン、もしくはオンラインの移行戦略を評価する
    • アップグレード要件を評価する
    • オフライン、もしくはオンラインのアップグレード戦略を評価する
  • Azureに移動するための移行、もしくはアップグレード戦略を実装する
    • オンライン移行戦略を実装する
    • オフライン移行戦略を実装する
    • オンライン アップグレード戦略を実装する
    • オフライン アップグレード戦略を実装する

セキュアな環境の実装 (15-20%)

  • プラットフォームおよびデータベース ツールを用いてデータベース認証を構成する
    • Azure AD 認証を構成する
    • Azure AD ID から ユーザーを作成する
    • セキュリティ プリンシパルを構成する
  • プラットフォームとデータベース ツールを使用してデータベース認証を構成する
    • グラフィカル ツールを用いてデータベースとオブジェクト レベルの権限を構成する
    • すべてのセキュリティ保護可能な対象に最低限の特権の原則を適用する
  • 保存データのセキュリティを実装する
    • 透過的なデータ暗号化 (TDE) を実装する
    • オブジェクト レベル暗号化を実装する
    • 動的データ マスクを実装する
    • Azure VM に対して Azure Key Vault とディスク暗号化を実装する
  • 転送中のデータのセキュリティを実装する
    • SQL DB とデータベース レベルのファイアウォール ルールを構成する
    • Always Encrypted を実装する
    • Azure Data Gateway を構成する
  • 機密データのコンプライアンス管理を実装する
    • データ分類戦略を適用する
    • サーバーとデータベースの監査を構成する
    • データ変更追跡を実装する
    • 脆弱性評価を実行する

操作リソースの監視と最適化 (15-20%)

  • アクティビティとパフォーマンスを監視する
    • 運用パフォーマンスのベースラインを準備する
    • パフォーマンス メトリクスのソースを決定する
    • パフォーマンス メトリックを解釈する
    • Azure SQL Database Intelligent Performance を用いてデータベースのパフォーマンスを評価する
    • インフラストラクチャ、サーバー、サービス、データベース レベルでのアクティビティとパフォーマンスの構成と監視
  • パフォーマンス関連のメンテナンス タスクを実装する
    • インデックス メンテナンス タスクを実装する
    • 統計メンテナンス タスクを実装する
    • データベースの自動チューニングを構成する
    • データベース メンテナンス タスクを自動化する
      • Azure SQL エージェント ジョブ、Azure Automation, SQL Server エージェント ジョブ
    • ストレージのキャパシティを管理する
  • パフォーマンスに関連する問題を識別する
    • パフォーマンス データを収集するため、Query Store を構成する
    • ブロッキングを引き起こすセッションを特定する
    • データベースとログの肥大化/断片化を評価する
    • パフォーマンス関連のデータベース構成パラメーターを評価する
      • AutoClose、AutoShrink、AutoGrowth が含まれる
  • 最適なパフォーマンスを得るため、リソースを構成する
    • ストレージとインフラストラクチャ リソースを構成する
      • IOPS、スループット、レイテンシを最適化する
      • tempdb のパフォーマンスを最適化する
      • パフォーマンスを得るため、データとログ ファイルを最適化する
    • パフォーマンスを得るため、サーバーおよびサービス アカウント設定を構成する
    • パフォーマンスを得るため、Resource Governor を構成する
  • 最適なパフォーマンスを得るためにユーザー データベースを構成する
    • データベース スコープの構成を実装する
    • スケーリング用の計算リソースを構成する
    • Intelligent Query Processing (IQP) を構成する

クエリ パフォーマンスの最適化 (5-10%)

  • クエリ プランをレビューする
    • 実行プランの適切な種類を決定する
      • ライブ Query Statistics、Actual Execution Plan、Estimated Execution Plan、Showplan
    • 実行プランにて、問題の領域を識別する
    • Query Store からクエリ プランを抽出する
  • パフォーマンスの改善を評価する
    • クエリ パフォーマンス情報を収集するための適切な動的管理ビュー (DMV) を決定する
    • DMV を用いてパフォーマンスの問題を識別する
    • クエリ インデックス変更を識別、実装する
    • リソースの使用状況に基づくクエリ構成の変更を推奨する
    • クエリ パフォーマンスに関するヒントの使用を評価する
  • データベース テーブルとインデックスの設計をレビューする
    • データの重複によるデータ品質の問題の特定
    • データベースの通常形式を識別する
    • パフォーマンス用のインデックス設計を評価する
    • 列に定義されたデータ型を検証する
    • filegroups を含むテーブルとインデックスの記憶域を推奨する
    • テーブル分割戦略を評価する
    • テーブルとインデックスの圧縮の使用を評価する

タスク自動化の実行 (10-15%)

  • スケジュール化されたタスクを作成する
    • 定期的なメンテナンス ジョブのスケジュールを管理する
    • 複数サーバーの自動化を構成する
    • タスク (成功/失敗/未完了) の通知を構成する
  • アラートと通知戦略の評価と実装
    • メトリックに基づくイベント通知を作成する
    • Azure リソースのイベント通知を作成する
    • サーバー構成変更のアラートを作成する
    • イベント通知に応答するタスクを作成する
  • Azure でタスクを管理、自動化する
    • リソースに対して自動化されたデプロイ方法を実装する
    • バックアップを自動化する
    • パフォーマンスのチューニングとパッチの適用を自動化する
    • 自動化された評価モデルを用いてポリシーを実装する

高可用性とディザスター リカバリー (HADR) の計画と実装 (15-20%)

  • データ プラットフォーム ソリューションに対する HADR 戦略を推奨する
    • RPO/RTO 要件に基づく HADR 戦略を推奨する
    • ハイブリット展開用の HADR を評価する
    • Azure 固有の HADR ソリューションを評価する
    • HADR ソリューション用のリソースを識別する
  • プラットフォーム、OS、データベース ツールを用いて HADR 戦略をテストする
    • フェールオーバーを用いて HA をテストする
    • フェールオーバー/リストアを用いて DR をテストする
  • データベース ツールを用いてデータベースのバックアップとリストアを実行する
    • オプションを用いてデータベースのバックアップを実行する
    • オプションを用いてデータベースのリストアを実行する
    • 特定の時点へデータベースのリストアを実行する
    • 長期間のバックアップの保持期間を構成する
  • プラットフォームとデータベース ツールを用いて DR を構成する
    • レプリケーションを構成する
    • データベース オファリング用の Azure Site Recovery を構成する
  • プラットフォーム、OS、およびデータベース ツールを用いて HA を構成する
    • Availability Group を作成する
    • Availability Group にデータベースを統合する
    • Windows Server Failover Cluster 用のクォーラム オプションを構成する
    • Availability Group listener を構成する

T-SQL を用いた管理の実行 (10-15%)

  • システム正常性を調査する
    • DMV を用いてデータベース正常性を調査する
    • DMV を用いてサーバー正常性を調査する
    • DBCC を用いてデータベースの整合性チェックを実行する
  • T-SQL を用いてデータベース構成を監視する
    • 適切なデータベース自動拡張構成を評価する
    • データベースの空き容量に関してレポートする
    • データベース構成オプションを確認する
  • T-SQL を用いてデータベースをバックアップおよび復元する
    • AlwaysOnAvailability グループのデータベースを準備する
    • トランザクション ログ バックアップを実行する
    • ユーザー データベースのリストアを実行する
    • オプションと用いてデータベース バックアップを実行する
  • T-SQL を用いて認証を管理する
    • 証明書を管理する
    • セキュリティ プリンシパルを管理する
  • T-SQL を用いて承認を管理する
    • データベース オブジェクトにアクセスするため、ユーザーに対するパーミッションを構成する
    • カスタム ロールを用いてパーミッションを構成する

試験 DA-100 : Analyzing Data with Microsoft Power BI (Beta) – 評価されるスキルについて (意訳)

試験の対象者

データ アナリストは、企業が Microsoft Power BI を使用してデータ資産の価値を最大化できるようにします。対象分野の専門家として、データ アナリストは、スケーラブルなデータ モデルの設計と構築、データ クリーニングと変換、および理解しやすいデータの視覚化を通じて意味のあるビジネス価値を提供する高度な分析機能の有効化を担当します。データ アナリストは、特定のビジネス要件に基づいて関連する洞察を提供するために、さまざまな業種の主要な利害関係者とも協力します。

データ アナリストは、オンプレミスとクラウドの両方でのデータ リポジトリとデータ処理についての基本的な知識が必要です。

評価されるスキル

注:評価される各スキルの下に記載しているリストは、スキルの評価項目です。このリストは、決定的でも網羅的でもありません。
注:試験内容について、ほとんどの場合、プレビュー機能はカバーされず、一部の機能は GA (General Availability) となった際に試験に追加されます。

データの準備 (20-25%)

  • 異なるデータ ソースからデータを取得する
    • データ ソースを識別、接続する
    • データ ソース設定を変更する
    • 共有データセットを選択、もしくはローカル データセットを作成する
    • 記憶域モードを選択する
    • 適切なクエリの種類を選択する
    • クエリ パフォーマンスの問題を識別する
    • 共通データ サービス (CDS) を使用する
    • パラメーターを使用する
  • データをプロファイルする
    • データの異常を識別する
    • データ構造を調査する
    • 列のプロパティを調査する
    • データの統計を問い合わせる
  • データの整理、変換、読み込む
    • 不整合、予期しない値、nul l値、およびデータ品質の問題を解決する
    • ユーザー フレンドリーな値の置換を適用する
    • 結合に適切なキーを識別、作成する
    • 列のデータ型を評価m変換する
    • データ構造変換をテーブル構造に適用する
    • クエリを結合する
    • ユーザー フレンドリーな命名規則を列とクエリに適用する
    • Power Query M コードを修正するために Advanced Editor を活用する
    • データ読み込みを構成する
    • データ インポート エラーを解決する

データのモデル化 (25-30%)

  • データ モデルを設計する
    • テーブルを定義する
    • テーブルと列のプロパティを構成する
    • クイック メジャーを定義する
    • 親-子の階層を平らにする
    • ロールプレイング ディメンションを定義する
    • 関係するカーディナリティーとクロス フィルター方向を定義する
    • パフォーマンス要件を満たすよう、データ モデルを設計する
    • “多対多” のリレーションシップを解決する
    • 共通データ テーブルを作成する
    • 適切なレベルのデータ粒度を定義する
  • データ モデルを発展させる
    • クロスフィルター方向とセキュリティ フィルターを適用する
    • 計算テーブルを作成する
    • 階層を作成する
    • 計算列を作成する
    • 行レベル セキュリティ ロールを実装する
    • Q&A 機能をセットアップする
  • DAX を用いてメジャーを作成する
    • 複雑なメジャーを構築するため、DAX を使用する
    • フィルターを操作するため、CALCULATE を使用する
    • DAX を用いて Time Intelligence を実装する
    • 数値列をメジャーで置き換える
    • データを拡張するため、基本的な統計関数を使用する
    • 準加法メジャーを作成する
  • モデル パフォーマンスを最適化する
    • 必要がない行と列を削除する
    • 成果の低い指標、関係、視覚的要素を特定する
    • データ型を変更してカーディナリティ レベルを改善する
    • 要約によりカーディナリティ レベルを改善する
    • 集計を作成、管理する

データの可視化 (20-25%)

  • レポートを作成する
    • レポートにビジュアル化されたアイテムを追加する
    • 適切なビジュアル化の種類を選択する
    • ビジュアライゼーションのフォーマット、構成する
    • カスタム ビジュアルをインポートする
    • 条件付き書式を構成する
    • スライスとフィルタリングを適用する
    • R、もしくは Python ビジュアルを追加する
    • レポート ページを構成する
    • アクセシビリティ用に設計、構成する
  • ダッシュボードを作成する
    • モバイル ビューを設定する
    • ダッシュボード上にタイルを管理する
    • データ アラートを構成する
    • Q&A 機能を使用する
    • ダッシュボード テーマを追加する
    • ダッシュボードにライブ レポート ページをピン止めする
    • データ分類を構成する
  • 使いやすいレポートを充実させる
    • ブックマークを構成する
    • カスタム ツールチップを作成する
    • ビジュアル間の相互作用を編集、構成する
    • レポート用のナビゲーションを構成する
    • 並べ替えを適用する
    • Sync Slicer を構成する
    • 選択ペインを使用する
    • ドリルスルーとクロス フィルターを使用する
    • インタラクティブなビジュアルを用いてデータにドリルダウンする
    • レポート データをエクスポートする

データの分析 (10-15%)

  • レポートを拡張してインサイトを公開するため、レポート機能を拡張する
    • 条件付き書式を適用する
    • スライサーとフィルターを適用する
    • トップ N 分析を実行する
    • 統計サマリーを探索する
    • Q&A ビジュアルを使用する
    • レポートに Quick Insights の結果を追加する
    • Analytics ペインを用いて参照線を作成する
    • ビジュアライゼーションの Play Axis 機能を使用する
  • 高度な分析を実行する
    • 外れ値を識別する
    • Time Series 分析を実施する
    • グルーピングとビニングを使用する
    • Key Influencer を用いて次元の差異を調査する
    • メジャーを分解するため、分解ツリーのビジュアルを使用する
    • AI Insights を適用する

成果物のデプロイとメンテナンス (10-15%)

  • データセットの管理
    • データセットのスケジュールされている更新を構成する
    • 行レベル セキュリティ グループ メンバーシップを構成する
    • データセットへのアクセスを提供する
    • 増分更新設定を構成する
    • データセットを推奨する
  • ワークスペースを作成、管理する
    • ワークスペースを作成、構成する
    • 開発ライフサイクル戦略を推奨する
    • ワークスペースの役割を割り当てる
    • ワークスペース アプリを構成、更新する
    • ワークスペースでアセットを公開、インポート、更新する

参考

 

タイトルとURLをコピーしました