Q1.文を正しく完成させる回答を選択してください。
JSONドキュメントは、（ ）の例です。
A. 半構造化データ (semi-structured data)
B. 構造化データ (structured data)
C. 非構造化データ (unstructured data)
回答
- A. 半構造化データ (semi-structured data)
-
JSON ドキュメントは、キーと値のペアで構成され、一定の構造を持ちながらも、行や列が厳密に固定されていないデータ形式です。
このような特徴を持つデータは 半構造化データ と呼ばれます。
構造化データは、リレーショナル データベースのように厳格なスキーマ（列定義）を持つのに対し、JSON はレコードごとに項目が異なる場合も許容します。
一方、非構造化データは画像や動画、自由形式のテキストのように、データ構造を持たないものを指します。
そのため、JSON は半構造化データに分類されます。
半構造化データをモデル化する
Q2.Azureサービスを適切な要件に一致させてください。
回答
- (下記画像参照)
-
Azure Data Factory は、データの抽出・変換・ロード（ETL/ELT）を担うサービスで、出力形式として Parquet を指定できます。
Parquet 形式のファイルを大規模に保存するのに適しているのが Azure Data Lake Storage で、分析向けのデータレイク基盤として利用されます。
さらに、Azure Synapse Analytics は、Data Lake 上の Parquet データに対して外部テーブルや SQL を用いたテーブル表現を提供し、分析処理を可能にします。
一方、Azure SQL Database は構造化データを行・列で保存するリレーショナル DB であり、Parquet ファイルを直接扱う用途には適しません。
Azure Data Factory および Azure Synapse Analytics での Parquet 形式
Azure Data Factory とは何ですか。
Azure Data Lake Storage の概要
Synapse SQL で外部テーブルを使用する
Q3.文を正しく完成させる回答を選択してください。
SQL文において、（ ）は集計関数の例です。
A. FROM と WHERE
B. ORDER BY
C. GROUP BY と JOIN
D. MERGE
E. MAX と MIN
回答
- E. MAX と MIN
-
SQL における集計関数（Aggregate Functions）は、複数行のデータを集約して 1 つの値を返す関数です。代表例として、最大値を返す MAX、最小値を返す MIN、件数を数える COUNT、合計を求める SUM、平均を求める AVG などがあります。
FROM、WHERE、ORDER BY、GROUP BY、JOIN、MERGE はいずれも句（句やステートメント）であり、関数ではありません。
そのため、「集計関数の例」に該当するのは MAX と MIN となります。
集計関数 (Transact-SQL)
Q4.各列に定義された名前とデータ型があり、圧縮された列指向ストレージを使用するファイル形式はどれですか？
A. HTML
B. Apache Parquet
C. CSV
D. JSON
回答
- B. Apache Parquet
-
Apache Parquet は、列指向（カラムナー）ストレージを採用したファイル形式で、各列に名前とデータ型（スキーマ）が明確に定義されます。
列単位でデータを保存・圧縮するため、高い圧縮率と高速な分析クエリを実現でき、分析基盤（データレイク、DWH）で広く利用されます。
CSV は行指向で型情報を持たず、JSON は半構造化データで列指向ではありません。
HTML は表示用マークアップです。
よって、要件に合致するのは Parquet です。
Azure Databricks を使用して Parquet ファイルを読み取る
Q5.文を正しく完成させる回答を選択してください。
Azure Data Factoryで使用されるパイプラインエンジンは、（ ）でも利用可能です。
A. Azure Databricks
B. Azure HDInsight
C. Azure SQL Database
D. Azure Synapse Analytics
回答
- D. Azure Synapse Analytics
-
Azure Data Factory（ADF）で使用されるパイプライン エンジンは、Azure Synapse Analytics でも利用可能です。
Synapse は、データ統合（旧 Data Factory 相当）と分析（SQL／Spark）を単一のワークスペースに統合しており、Synapse Pipelines は ADF と同一のエンジンを共有します。
そのため、ADF で作成したパイプラインの設計思想や機能は、Synapse でもそのまま活用できます。
一方、Azure Databricks や HDInsight は処理基盤、Azure SQL Database はデータ保存先であり、ADF のパイプライン エンジン自体を利用するサービスではありません。
Azure Synapse Analytics とは
Q6.文を正しく完成させる回答を選択してください。
Azure Cosmos DB for Apache Gremlinを使用する場合、コンテナーのリソースタイプは（ ）として投影されます。
A. グラフ (graph)
B. テーブル (table)
C. パーティションキー (partition key)
D. ドキュメント (document)
回答
- A. グラフ (graph)
-
Azure Cosmos DB for Apache Gremlin は、グラフ データモデルを提供する API です。この API を使用する場合、Cosmos DB のコンテナーは グラフとして投影され、ノード（頂点）とエッジ（関係）でデータを表現します。
Gremlin クエリ言語は、頂点間の関係性をたどる操作に特化しており、テーブルやドキュメントとして扱うわけではありません。
パーティションキーはスケーリングのための概念であり、リソースタイプではありません。
そのため、正解は「グラフ」となります。
Azure Cosmos DB for Apache Gremlin とは
Azure Cosmos DB のデータベース、コンテナー、項目
Q7.あなたの会社は、インターネットに接続された温度センサー用のデータストアを設計しています。
収集されたデータは、温度の傾向を分析するために使用されます。
どのタイプのデータストアを使用すべきですか？
A. リレーショナル (relational)
B. 列指向 (columnar)
C. グラフ (graph)
D. 時系列 (time series)
回答
- D. 時系列 (time series)
-
インターネットに接続された温度センサーから収集されるデータは、時間の経過とともに連続的に発生する数値データです。
このようなデータは、時刻（タイムスタンプ）と測定値の関係を分析することが主目的となるため、時系列データとして扱うのが最適です。
時系列データストアは、トレンド分析、季節性の把握、異常検知などに強く、センサーや IoT データの分析に広く利用されます。
リレーショナルや列指向は汎用分析向け、グラフは関係性分析向けであり、本シナリオには最適ではありません。
データベース アーキテクチャの設計
Q8.あなたは、オンライン事務処理（OLTP）用のリレーショナルデータベースを必要とするSoftware as a Service（SaaS）アプリケーションをデプロイしています。
アプリケーションをサポートするために、どのAzureサービスを使用すべきですか？
A. Azure Cosmos DB
B. Azure Synapse Analytics
C. Azure HDInsight
D. Azure SQL Database
回答
- D. Azure SQL Database
-
オンライン事務処理（OLTP）用のリレーショナルデータベースを必要とする SaaS アプリケーションには、Azure SQL Database が最適です。
Azure SQL Database は、トランザクション処理に最適化されたフルマネージドのリレーショナルデータベースサービスで、高い同時実行性、低レイテンシ、ACID トランザクションをサポートします。
また、バックアップや高可用性、スケーリングが組み込まれており、SaaS アプリケーションの基盤として広く利用されています。
Azure Cosmos DB は NoSQL 向け、Azure Synapse Analytics や HDInsight は分析用途であり、OLTP ワークロードには適しません。
Azure SQL Database とは
オンライン トランザクション処理 (OLTP)
Q9.文を正しく完成させる回答を選択してください。
Microsoft Power BIの（ ）を使用すると、ユーザーは印刷やアーカイブ用に最適化された、高度にフォーマットされた固定レイアウトのドキュメントを作成できます。
A. ダッシュボード (dashboard)
B. 対話型レポート (interactive report)
C. ページ分割されたレポート (paginated report)
D. サブスクリプション (subscription)
回答
- C. ページ分割されたレポート (paginated report)
-
Microsoft Power BI の ページ分割されたレポート（Paginated report） は、印刷やアーカイブ用途に最適化された固定レイアウトのレポートを作成できます。
ページサイズや余白、改ページ位置を厳密に制御でき、PDF や Word への出力でもレイアウトが崩れません。
対話型レポートやダッシュボードは、画面操作や探索を重視するため、表示サイズに応じて可変レイアウトになります。
一方、ページ分割レポートは大量データの帳票出力や定型報告書に向いており、本設問の要件に合致します。
Power BI のページ分割されたレポートとは
Q10.Azure SQL データベースと比較して、Azure SQL Managed Instanceでデータベースをホストする利点は何ですか？
A. システム開始の自動バックアップ
B. 組み込みの高可用性
C. クロスデータベースクエリおよびトランザクションのネイティブサポート
D. 保管時の暗号化のサポート
回答
- C. クロスデータベースクエリおよびトランザクションのネイティブサポート
-
Azure SQL Managed Instance は、オンプレミスの SQL Server と高い互換性を持つ PaaS サービスであり、同一インスタンス内の複数データベースに対するクロスデータベース クエリやトランザクションをネイティブにサポートします。
一方、Azure SQL Database（単一データベース／エラスティック プール）では、原則としてデータベース間の直接的なクエリやトランザクションは制限されます。
選択肢 A（自動バックアップ）、B（高可用性）、D（保存時の暗号化）は、Azure SQL Database でも標準で提供される機能であり、Managed Instance 固有の利点ではありません。そのため、最も適切な利点は C となります。
Azure SQL Managed Instance とは
