説明
Avro形式は、データとメッセージの保存に最適です。進化をサポートするAvroスキーマは、Kafkaなどのストリーミングアーキテクチャでデータを堅牢にするために不可欠であり、スキーマが提供するメタデータを使用して、データを推論できます。スキーマを持つことで、データを自己文書化するAvroレコードに格納されているデータに関するメタデータを提供する際の堅牢性が提供されます。参照：http：// cl oudurable.com/blog/avro/index.html

参照：
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-overview-what-is

データをORCファイル形式にエクスポートする場合、大きなテキスト列があるとJavaのメモリ不足エラーが発生する可能性があります。この制限を回避するには、列のサブセットのみをエクスポートします。
参照：
https://docs.microsoft.com/en-us/azure/sql-data-warehouse/guidance-for-loading-data

説明
透過的データ暗号化（TDE）は、保存されているデータを暗号化および復号化することにより、悪意のあるアクティビティの脅威から保護するのに役立ちます。データベースを暗号化すると、アプリケーションに変更を加えることなく、関連するバックアップとトランザクションログファイルが暗号化されます。TDEは、データベース暗号化キーと呼ばれる対称キーを使用して、データベース全体のストレージを暗号化します。
参照：
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-overviewmana
トピック1、Litware、inc。
ケーススタディ
これはケーススタディです。ケーススタディは個別にタイミングが調整されていません。各ケースを完了するのに必要なだけの試験時間を使用できます。ただし、この試験には追加のケーススタディとセクションがある場合があります。提供された時間内にこの試験に含まれるすべての質問を確実に完了することができるように、時間を管理する必要があります。
ケーススタディに含まれている質問に答えるには、ケーススタディで提供されている情報を参照する必要があります。ケーススタディには、ケーススタディで説明されているシナリオに関する詳細情報を提供する展示やその他のリソースが含まれている場合があります。このケーススタディでは、各質問は他の質問から独立しています。
このケーススタディの最後に、レビュー画面が表示されます。この画面では、試験の次のセクションに進む前に、回答を確認して変更を加えることができます。新しいセクションを開始した後は、このセクションに戻ることはできません。
ケーススタディを開始するには
このケーススタディの最初の質問を表示するには、ボタンをクリックします。質問に答える前に、左側のペインのボタンを使用して、ケーススタディの内容を調べてください。これらのボタンをクリックすると、ビジネス要件、既存の環境、問題の説明などの情報が表示されます。ケーススタディに[すべての情報]タブがある場合、表示される情報は後続のタブに表示される情報と同じであることに注意してください。質問に答える準備ができたら、ボタンをクリックして質問に戻ります。
概要
Litware、Inc.は、全米で300のコンビニエンスストアを所有および運営しています。同社は、さまざまなパッケージ食品や飲料のほか、サンドイッチやピザなどのさまざまな惣菜を販売しています。
Litwareにはロイヤルティクラブがあり、メンバーはチェックアウト時にメンバーシップ番号を提供することで、特定のアイテムの毎日の割引を受けることができます。
Litwareは、Microsoft Power BIを使用してデータを分析することを好むビジネスアナリストと、AzureDatabricksノートブックでデータを分析することを好むデータサイエンティストを採用しています。
要件
ビジネス目標
Litwareは、次の要件を満たすためにAzureに新しい分析環境を作成したいと考えています。
*店舗全体の在庫レベルを確認します。データは、可能な限りリアルタイムに近い形で更新する必要があります。
*履歴データに対してアドホック分析クエリを実行して、ロイヤルティクラブの割引が割引製品の売上を増加させるかどうかを識別します。
* 4時間ごとに、販売データからの過去の需要に基づいて、生産する調理済み食品の数を店舗の従業員に通知します。
技術要件
Litwareは、次の技術要件を識別します。
*ビジネス目標を達成するために必要なさまざまなAzureサービスの数を最小限に抑えます。
*可能な限りPaaS（Platform as a Service）オファリングを使用し、Litwareで管理する必要のある仮想マシンをプロビジョニングする必要をなくします。
*分析データストアにアクセスできるのは、会社のオンプレミスネットワークとAzureサービスのみであることを確認してください。
*可能な限り、Azure Active Directory（Azure AD）認証を使用してください。
*セキュリティを設計するときは、最小特権の原則を使用してください。
*データを分析データストアにロードする前に、Azure Data LakeStorageGen2でインベントリデータをステージングします。Litwareは、データが使用されなくなったら、DataLakeStorageから一時的なデータを削除したいと考えています。
変更日が14日より古いファイルは削除する必要があります。
*このタイプのデータは分析的に関連性がないため、電話番号などの顧客の連絡先情報へのビジネスアナリストのアクセスを制限します。
*破損や誤った削除が発生した場合に、分析データストアのコピーを1時間以内にすばやく復元できることを確認してください。
計画された環境
Litwareは、次の環境を実装することを計画しています。
*アプリケーション開発チームはAzureイベントハブを作成し、店舗番号、日付、時刻、製品ID、顧客ロイヤルティ番号、価格、割引額などのリアルタイムの販売データを、販売時点（POS）システムから受信します。 Azureのデータストレージにデータを出力します。
*名前、連絡先情報、忠誠番号などの顧客データは、SaaSアプリケーションであるSalesforceから取得され、8時間に1回Azureにインポートできます。行が変更された日付は、ソーステーブルでは信頼されていません。
*製品ID、名前、カテゴリなどの製品データはSalesforceから取得され、8時間に1回Azureにインポートできます。行が変更された日付は、ソーステーブルでは信頼されていません。
*毎日のインベントリデータは、プライベートネットワーク上にあるMicrosoftSQLサーバーから取得されます。
* Litwareには現在、5TBの過去の販売データと100GBの顧客データがあります。同社は、来年の月間約100GBの新しいデータを見込んでいます。
* Litwareは、FoodPrepという名前のカスタムアプリケーションを構築して、店舗の従業員に4時間ごとに生産する調理済み食品の数の計算結果を提供します。
* Litwareは、オンプレミスネットワークとAzureの間にAzureExpressRouteまたはVPNを実装する予定はありません。