微软DP420认证,涉及SQL,C#,Java

2024-08-30 05:44

本文主要是介绍微软DP420认证,涉及SQL,C#,Java,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

微软DP420证书样板

详细考试大纲

设计和实现数据模型 (35–40%)

为 Azure Cosmos DB for NoSQL 设计和实现非关系数据模型
  • 通过在同一容器中存储多个实体类型来开发设计

  • 通过在同一文档中存储多个相关实体来开发设计

  • 开发可使多个文档中的数据非规范化的模型

  • 通过文档间的引用来开发设计

  • 标识主键和唯一键

  • 标识数据以及关联的访问模式

  • 在事务存储的容器上指定默认生存时间 (TTL)

  • 开发版本控制文档的设计

  • 开发文档架构版本控制设计

设计适用于 Azure Cosmos DB for NOSQL 的数据分区策略
  • 根据特定工作负载选择分区策略

  • 选择分区键

  • 在选择分区键时规划事务

  • 评估使用跨分区查询的成本

  • 根据分区键的选择计算和评估数据分布

  • 根据分区键的选择计算和评估吞吐量分布

  • 构造并实现综合分区键

  • 设计和实现分层分区键

  • 为需要多个分区键的工作负载设计分区

为使用 Azure Cosmos DB 创建的数据库规划和实现大小调整和缩放
  • 评估特定工作负载的吞吐量和数据存储要求

  • 在无服务器模型、免费预配模型之间进行选择

  • 选择何时使用数据库级别的预配吞吐量

  • 针对粒度缩放单元和资源调控进行设计

  • 评估在全局范围内分发数据的成本

  • 通过使用 Azure 门户为 Azure Cosmos DB 配置吞吐量

在 Azure Cosmos DB SDK 中实现客户端连接选项
  • 选择连接模式(网关连接或直接连接)

  • 实现连接模式

  • 创建与数据库的连接

  • 通过使用 Azure Cosmos DB 仿真器实现脱机开发

  • 处理连接错误

  • 为客户端实现单一实例

  • 指定全局分发的区域

  • 配置客户端线程和并行度选项

  • 启用 SDK 日志记录

通过使用适用于 Azure Cosmos DB for NoSQL 的 SQL 语言实现数据访问
  • 实现使用数组、嵌套对象、聚合和排序的查询

  • 实现相关子查询

  • 实现使用数组和类型检查函数的查询

  • 实现使用数学、字符串和日期函数的查询

  • 实现基于变量数据的查询

通过使用 Azure Cosmos DB for NoSQL SDK 实现数据访问

  • 选择何时使用点操作以及何时使用查询操作

  • 实现创建、更新和删除文档的点操作

  • 通过使用修补操作实现更新

  • 使用 SDK 事务性批处理管理多文档事务

  • 使用 SDK 中的批量支持执行多文档加载

  • 使用 ETag 实现乐观并发控制

  • 通过使用查询请求选项覆盖默认一致性

  • 通过使用会话令牌实现会话一致性

  • 实现包含分页的查询操作

  • 通过使用延续令牌实现查询操作

  • 处理暂时性错误和 429 错误

  • 为文档指定 TTL

  • 检索和使用查询指标

通过使用 JavaScript 在 Azure Cosmos DB for NoSQL 中实现服务器端编程
  • 编写、部署和调用存储过程

  • 设计存储过程,以事务方式处理多个文档

  • 实现和调用触发器

  • 实现用户定义的函数

设计和实现数据分发 (5–10%)

为 Azure Cosmos DB 设计和实现复制策略
  • 选择在何时分发数据

  • 针对 Azure Cosmos DB for NoSQL 的区域性故障定义自动故障转移策略

  • 执行手动故障转移以移动单个主写入区域

  • 选择一致性级别

  • 识别不同一致性模型的用例

  • 评估一致性模型选择对可用性以及相关请求单位 (RU) 成本的影响

  • 评估一致性模型选择对性能和延迟的影响

  • 指定与复制的数据的应用程序连接

设计和实现多区域写入
  • 选择何时使用多区域写入

  • 实现多区域写入

  • 为 Azure Cosmos DB for NoSQL 实现自定义冲突解决策略

集成 Azure Cosmos DB 解决方案 (5–10%)

启用 Azure Cosmos DB 分析工作负载
  • 启用 Azure Synapse Link

  • 在 Azure Synapse Link 和 Spark 连接器之间进行选择

  • 在容器上启用分析存储

  • 在 Azure Synapse Link 中实现自定义分区

  • 启用与分析存储的连接,并通过 Azure Synapse Spark 或 Azure Synapse SQL 进行查询

  • 通过 Spark 对事务性存储执行查询

  • 通过 Spark 将数据写回事务性存储

  • 在 Azure Cosmos DB 分析存储中实现变更数据捕获

  • 在 Azure Synapse Link for Azure Cosmos DB 中实现按时间顺序查看

实现跨服务的解决方案
  • 通过使用 Azure Functions 和 Azure 事件中心将事件与其他应用程序集成

  • 通过使用更改源和 Azure Functions 使数据非规范化

  • 通过使用更改源和 Azure Functions 强制实施引用完整性

  • 通过使用更改源和 Azure Functions 聚合数据(包括报表)

  • 通过使用更改源和 Azure Functions 存档数据

  • 为 Azure Cosmos DB 解决方案实现 Azure AI 搜索

优化 Azure Cosmos DB 解决方案 (15–20%)

优化使用 API for Azure Cosmos DB for NoSQL 时的查询性能
  • 调整数据库上的索引

  • 计算查询的成本

  • 检索点操作或查询的请求单位成本

  • 实现 Azure Cosmos DB 集成缓存

为 Azure Cosmos DB for NoSQL 设计和实现更改源
  • 开发 Azure Functions 触发器以处理更改源

  • 通过使用 SDK 从应用程序内使用更改源

  • 通过使用更改源估算器管理更改源实例的数量

  • 通过使用更改源实现非规范化

  • 通过使用更改源实现引用强制

  • 通过使用更改源实现聚合持久性

  • 通过使用更改源实现数据存档

为 Azure Cosmos DB for NoSQL 定义并实现索引策略
  • 选择何时使用读取密集型索引策略与写入密集型索引策略

  • 选择适当的索引类型

  • 通过使用 Azure 门户配置自定义索引策略

  • 实现组合索引

  • 优化索引性能

维护 Azure Cosmos DB 解决方案 (25–30%)

监视 Azure Cosmos DB 解决方案并排查其问题
  • 评估响应状态代码和失败指标

  • 通过使用 Azure Monitor 监视规范化吞吐量使用情况的指标

  • 通过使用 Azure Monitor 监视服务器端延迟指标

  • 监视数据复制的延迟和可用性

  • 为 Azure Cosmos DB 配置 Azure Monitor 警报

  • 实现和查询 Azure Cosmos DB 日志

  • 监视不同分区间的吞吐量

  • 监视不同分区间的数据分布情况

  • 通过使用日志记录和审核监视安全性

为 Azure Cosmos DB 解决方案实现备份和还原
  • 在定期备份和连续备份之间进行选择

  • 配置定期备份

  • 配置连续备份和恢复

  • 查找时间点恢复的恢复点

  • 从恢复点恢复数据库或容器

实现 Azure Cosmos DB 解决方案的安全性
  • 在服务管理的加密密钥和客户管理的加密密钥之间进行选择

  • 为 Azure Cosmos DB 配置网络级别的访问控制

  • 为 Azure Cosmos DB 配置数据加密

  • 使用 Azure 基于角色的访问控制 (RBAC) 管理对 Azure Cosmos DB 的控制平面访问

  • 通过使用密钥管理对 Azure Cosmos DB 的数据平面访问

  • 通过使用 Microsoft Entra ID 管理对 Azure Cosmos DB 的数据平面访问

  • 配置跨源资源共享 (CORS) 设置

  • 通过使用 Azure Key Vault 管理帐户密钥

  • 实现客户管理的密钥以进行加密

  • 实现 Always Encrypted

为 Azure Cosmos DB 解决方案实现数据移动
  • 选择数据移动策略

  • 通过使用客户端 SDK 批量操作移动数据

  • 通过使用 Azure 数据工厂和 Azure Synapse 管道移动数据

  • 使用 Kafka 连接器移动数据

  • 通过使用 Azure 流分析移动数据

  • 使用 Azure Cosmos DB Spark 连接器移动数据

  • 将 Azure Cosmos DB 配置为 Azure IoT 中心的自定义终结点

为 Azure Cosmos DB 解决方案实现 DevOps 过程
  • 选择何时使用声明性操作以及何时使用命令性操作

  • 通过使用 Azure 资源管理器模板预配和管理 Azure Cosmos DB 资源

  • 通过使用 PowerShell 或 Azure CLI 在标准和自动缩放吞吐量之间迁移

  • 通过使用 PowerShell 或 Azure CLI 启动区域故障转移

  • 通过使用 Azure 资源管理器模板在生产环境中维护编制索引策略

考试报名

更多咨询可踢踢

这篇关于微软DP420认证,涉及SQL,C#,Java的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1119946

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

SQL中的外键约束

外键约束用于表示两张表中的指标连接关系。外键约束的作用主要有以下三点: 1.确保子表中的某个字段(外键)只能引用父表中的有效记录2.主表中的列被删除时,子表中的关联列也会被删除3.主表中的列更新时,子表中的关联元素也会被更新 子表中的元素指向主表 以下是一个外键约束的实例展示

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

如何去写一手好SQL

MySQL性能 最大数据量 抛开数据量和并发数,谈性能都是耍流氓。MySQL没有限制单表最大记录数,它取决于操作系统对文件大小的限制。 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB,才推荐分库分表。性能由综合因素决定,抛开业务复杂度,影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考,并非铁律。 博主曾经操作过超过4亿行数据