Model1 という名前のセマンティック モデルがあります。Model1 には、すべてインポート モードを使用する 5 つのテーブルが含まれています。
Model1 には、HR という名前の動的行レベル セキュリティ (RLS) ロールが含まれています。HR ロールは従業員データをフィルター処理し、HR マネージャーには、自分が割り当てられた部門のデータのみが表示されるようにします。
Model1 を Fabric テナントに公開し、RLS ロール メンバーシップを構成します。モデルと関連レポートをユーザーと共有します。
人事マネージャーは、レポートに表示されるデータが不完全であると報告します。
HR マネージャーが確認したデータを検証するにはどうすればよいでしょうか?

DirectQuery セマンティック モデルを含む Fabric ワークスペースがあります。モデルは 5 億行のデータ ソースをクエリします。
モデルを使用する Report1 という名前の Microsoft Power Bi レポートがあります。Report1 には複数のページのビジュアルが含まれています。
すべてのページのビジュアルのクエリ実行時間を短縮する必要があります。
使用できる 2 つの機能は何ですか? それぞれの正解は完全なソリューションを提示します。注: それぞれの正解は 1 ポイントの価値があります。

ケーススタディ 1 - Contoso
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、営業部門と研究部門という 2 つの部門があります。営業部門には、オンライン販売部門と小売販売部門という 2 つの部署があります。研究部門は、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々のチームに割り当てます。
既存の環境
アイデンティティ環境
Contoso には、contoso.com という名前の Microsoft Entra テナントがあります。このテナントには、ResearchReviewersGroup1 と ResearchReviewersGroup2 という名前の 2 つのグループが含まれています。
データ環境
Contoso には次のデータ環境があります。
- 営業部門では、Microsoft Power BI Premium 機能を使用しています。
- オンライン販売部門のセマンティック モデルには、Import made を使用する Orders というファクト テーブルが含まれています。元のシステムでは、OrderID 値は注文が作成される順序を表します。
- 研究部門では、オンプレミスのサードパーティのデータ ウェアハウス製品を使用しています。
- contoso.com に対して Fabric が有効になっています。
- storage1 という名前の Azure Data Lake Storage Gen2 ストレージ アカウントには、Productline1 という名前の製品ラインの研究部門のデータが含まれています。 - データはデルタ形式です。
- storage2 という名前の Data Lake Storage Gen2 ストレージ アカウントには、Productline2 という名前の製品ラインの研究部門データが含まれています。データは CSV 形式です。
要件
計画された変更
Contoso は次の変更を行う予定です。
- 営業部門が使用する Power BI Premium 容量で Fabric のサポートを有効にします。
- 営業部門と研究部門のすべてのデータを Fabric で利用できるようにします。
- 研究部門用に、Productline1ws と Productine2ws という名前の 2 つの Fabric ワークスペースを作成します。
- Productline1ws で、Lakehouse1 という名前のレイクハウスを作成します。
- Lakehouse1 で、ResearchProduct という名前の storage1 へのショートカットを作成します。
データ分析の要件
Contoso では、次のデータ分析要件を特定しています。
- 営業部門と研究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ります。
- 研究部門のワークスペースでは、分単位で課金される専用のオンデマンド容量を使用する必要があります。
- 部門名に基づいて OneLake データ ハブのフィルタリングをサポートするには、研究部門のワークスペースを論理的にグループ化する必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup1 のメンバーは、SQL エンドポイントを使用して、レイクハウスとウェアハウスのデータおよびショートカットを読み取ることができる必要があります。
- 研究部門のワークスペースでは、ResearchReviewersGroup2 のメンバーが Lakehouse エクスプローラーを使用してレイクハウス データを読み取ることができる必要があります。
- 研究部門のすべてのセマンティック モデルとレポートでは、ブランチをサポートするバージョン管理を使用する必要があります。
データ準備の要件
Contoso では、次のデータ準備要件を特定しています。
- Productline1 の研究部門データは、Fabric ノートブックを使用して Lakehouse1 から取得する必要があります。
- レイクハウス内のすべての研究部門データは、レイクハウス エクスプローラーで管理テーブルとして表示する必要があります。
セマンティックモデルの要件
Contoso は、セマンティック モデルの実装と管理に関して次の要件を特定しています。
- 更新中に 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ります。
- 研究部門ワークスペースのセマンティック モデルは、Direct Lake モードを使用する必要があります。
一般的な要件
Contoso は、すべてのソリューションで考慮する必要がある次の高レベルの要件を特定しています。
- 該当する場合は、最小権限の原則に従ってください。
- 可能な場合は実装と保守の労力を最小限に抑えます。
研究部門のデータ分析要件を満たすファブリック容量 SKU のタイプを推奨する必要があります。
何をお勧めしますか?

注: この質問は、同じシナリオを提示する一連の質問の一部です。一連の質問にはそれぞれ、定められた目標を満たす独自の解決策が含まれています。質問セットによっては、正しい解決策が複数ある場合もあれば、正しい解決策がない場合もあります。
このセクションで質問に答えた後は、そのセクションに戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
Model1 という名前のセマンティック モデルを含む Fabric テナントがあります。
次のクエリは Model1 に対して実行が遅いことがわかります。

クエリの実行時間を短縮する必要があります。
解決策: 次のコードを使用して 4 行目を置き換えます。
ISEMPTY ( RELATEDTABLE ( '注文商品' ) )
これは目標を満たしていますか?

Lakehouse1 という名前のレイクハウスを含む Fabric テナントがあります。2 億行のテーブルを含む外部 Snowflake データベースがあります。データ パイプラインを使用してデータベースを Lakehouse1 に移行する必要があります。
データ パイプラインを使用してこれほど大きなデータ (2 億行) を取り込む最もパフォーマンスの高い (最速の) 方法は何ですか?