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で、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、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が、アプリケーションを変更する必要はありません。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株式会社
ケーススタディ
これはケース スタディです。ケース スタディは個別に時間制限がありません。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。与えられた時間内にこの試験に含まれるすべての質問を完了できるように、時間を管理する必要があります。
ケース スタディに含まれる質問に答えるには、ケース スタディで提供され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物やその他のリソースが含まれている場合があります。各質問は、このケース スタディ内の他の質問とは独立しています。
このケース スタディの最後に、確認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、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。
ケーススタディを始めるには
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。質問に回答する前に、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。質問に回答する準備ができたら、 ボタンをクリックして質問に戻ります。
概要
Litware, Inc. は、米国全土で 300 のコンビニエンス ストアを所有、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調理済み食品を販売しています。
Litware にはロイヤルティ クラブがあり、会員はチェックアウト時に会員番号を提示することで、特定の商品を毎日割引価格で購入できます。
Litware では、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、Azure Databricks 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、ロイヤルティ クラブ割引によって割引対象製品の売上が増加するかどうかを特定します。
* 4 時間ごとに、販売データからの過去の需要に基づいて、調理済み食品を何個生産するかを店舗従業員に通知します。
技術要件
Litware では、次の技術要件を特定しています。
* 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 (サービスとしてのプラットフォーム) サービスを使用し、Litware によって管理される必要がある仮想マシンをプロビジョニングする必要がないようにする。
* 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ます。
* 可能な場合は常に Azure Active Directory (Azure AD) 認証を使用します。
* セキュリティを設計するときは、最小権限の原則を使用します。
* 分析データ ストアにデータを読み込む前に、Azure Data Lake Storage Gen2 にインベントリ 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、Data Lake Storage から一時データを削除したいと考えています。
変更日が 14 日以上前のファイルは削除する必要があります。
* 電話番号などの顧客連絡先情報は分析に関連しないため、ビジネス アナリストによる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でも、分析データ ストアのコピーを 1 時間以内に迅速に復元できることを確認します。
計画された環境
Litware は次の環境を実装する予定です。
* 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 POS (Point of Sale) システムから受信し、そのデータを Azure のデータ ストレージに出力します。
* 名前、連絡先情報、ロイヤルティ番号などの顧客データは、SaaS アプリケーションの Salesforce から取得され、8 時間ごとに Azure にインポートできます。行の変更日付は、ソース テーブルでは信頼されません。
* 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 時間ごとに Azure にインポートできます。行の変更日付はソース テーブルでは信頼されません。
* 毎日の在庫データは、プライベート ネットワーク上にある Microsoft SQL サーバーから取得されます。
* Litware には現在、5 TB の過去の販売データと 100 GB の顧客データが存在します。同社は、今後 1 年間で毎月約 100 GB の新しいデータが追加されると予想しています。
* Litware は FoodPrep というカスタム アプリケーションを構築し、4 時間ごとに調理済み食品を何個生産するかの計算結果を店舗従業員に提供します。
* Litware では、オンプレミス ネットワークと Azure の間に Azure ExpressRoute または VPN を実装する予定はありません。

サービス更新中の Stream Analytics ジョブの信頼性を保証する
完全に管理されたサービスであることには、新しいサービス機能や改善を迅速に導入する機能も含まれます。その結果、Stream Analytics では、サービス更新を毎週 (またはより頻繁に) デプロイできます。どれだけテストを行っても、バグの導入により既存の実行中のジョブが中断されるリスクは依然としてあります。ミッション クリティカルなジョブを実行している場合は、これらのリスクを回避する必要があります。Azure のペア リージョン モデルに従うことで、このリスクを軽減できます。
シナリオ: アプリケーション開発チームは、Azure イベント ハブを作成して、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 POS (販売時点管理) システムから受信し、そのデータを Azure のデータ ストレージに出力します。参照:
https://docs.microsoft.com/en-us/azure/stream-analytics/stream-analytics-job-reliability