第1回 問題集（全般）

正解: B. B. ディレクトリ・ファイル単位での効率的な操作とPOSIX互換のACL管理が可能になる

正解の根拠・詳細解説

階層名前空間を有効化すると、ファイルやディレクトリを実際のオブジェクトとして管理でき、名前変更やディレクトリ単位の削除が効率化されます。またPOSIX準拠のACLによる細かいアクセス制御が可能になり、ビッグデータ分析ワークロードに最適化されます。

正解: B. B. RBACはコンテナ／アカウントレベルの権限管理に使われ、ACLはディレクトリ・ファイル単位の詳細な権限制御に使われる

正解の根拠・詳細解説

RBAC（Azure Active Directoryのロールベースアクセス制御）はストレージアカウントやコンテナ単位の大まかな権限管理に使われます。一方ACLはPOSIX形式でディレクトリ・ファイル単位の詳細なアクセス権限（読み取り・書き込み・実行）を制御するために使われ、両者は併用されます。

正解: B. B. ZRS（ゾーン冗長ストレージ）

正解の根拠・詳細解説

ZRS（Zone-Redundant Storage）はプライマリリージョン内の3つの可用性ゾーンにデータを同期的に複製し、ゾーン障害に対する耐性を提供します。LRSは単一のデータセンター内での複製、GRSはペアリージョンへの非同期複製です。

正解: C. C. クエリエンジンが不要なパーティション（フォルダ）を読み飛ばす「パーティションプルーニング」を活用できるため

正解の根拠・詳細解説

日付などでパーティション分割すると、特定期間のデータのみを参照するクエリにおいて、クエリエンジン（Synapse、Databricksなど）が不要なフォルダをスキャン対象から除外でき、I/Oとコストを大幅に削減できます。

正解: C. C. 列指向（カラムナ）形式で圧縮効率が高く、特定列のみの読み取りが高速だから

正解の根拠・詳細解説

Parquetは列指向のバイナリ形式で、列ごとにデータ型が揃っているため圧縮率が高く、分析クエリで必要な列だけを読み込むことでI/Oを削減できます。CSVのような行ベース形式に比べ分析処理のパフォーマンスが大幅に向上します。

正解: B. B. スキーマ情報をファイル自体に埋め込み、後方互換性のあるスキーマ変更に対応しやすいから

正解の根拠・詳細解説

Avroは行ベースのシリアライズ形式で、データとスキーマを一緒に保持します。フィールドの追加など後方互換性のあるスキーマ変更に強く、Kafkaなどのストリーミングシステムでのメッセージフォーマットとして広く利用されます。

正解: B. B. テーブルへの全ての変更履歴を記録し、ACIDトランザクションとタイムトラベル機能を実現する

正解の根拠・詳細解説

Delta Lakeはトランザクションログにテーブルへのすべての変更（追加・更新・削除）を記録します。これによりACIDトランザクション保証、タイムトラベル（過去バージョンの参照）、同時実行制御などが実現されます。

正解: B. B. JOINやGROUP BYで頻繁に使われる大きなファクトテーブルの結合キー列に対して分散する場合

正解の根拠・詳細解説

ハッシュ分散は指定した列のハッシュ値に基づいてデータを各分散（ディストリビューション）に振り分けます。大規模なファクトテーブルでJOIN列をハッシュキーにすることで、データ移動（シャッフル）を減らし結合パフォーマンスを向上させます。

正解: A. A. データを均等にランダムに分散するため読み込み（ロード）は高速だが、JOIN時にデータ移動が発生しやすい

正解の根拠・詳細解説

ラウンドロビン分散はデータを均等にランダムに各分散へ書き込むため、ロード処理が高速でデフォルトの分散方式です。ただし結合キーに関する情報がないため、JOINの際にデータ移動（データムーブメント）が多く発生する可能性があります。

正解: C. C. 数百万行未満の小さなディメンションテーブルで頻繁にJOINされるもの

正解の根拠・詳細解説

レプリケートテーブルはテーブル全体のコピーを各計算ノードにキャッシュする方式です。比較的小さいディメンションテーブル（製品マスタなど）に適しており、JOIN時にデータ移動を避けられるためパフォーマンスが向上します。

正解: B. B. 高い圧縮率と分析クエリでの集計・スキャンパフォーマンスに優れるため

正解の根拠・詳細解説

クラスター化列ストアインデックスはデータを列単位に圧縮して格納するため、ストレージ消費を抑えつつ、大量データに対する集計クエリ（SUM、AVGなど）のスキャン速度を大幅に向上させます。これがSynapseの大規模テーブルのデフォルト構造です。

正解: B. B. データのアクセス頻度に応じて、一定期間後にHotからCool・Archiveアクセス層へ自動移行したり、不要なデータを自動削除してコストを最適化する

正解の根拠・詳細解説

ライフサイクル管理ポリシーはルールベースで、例えば「30日アクセスがなければCool層に移行、90日後にArchive層へ、365日後に削除」といった設定が可能で、ストレージコストの最適化に役立ちます。

正解: C. C. Strong（強整合性）

正解の根拠・詳細解説

Strong（強整合性）レベルでは、書き込みがコミットされた後の読み取りは常にその最新の値を返すことが保証されます。最も強い一貫性を提供しますが、レイテンシとスループットへの影響が最も大きくなります。

正解: B. B. 読み取り・書き込みの負荷が均等に分散されるよう、カーディナリティの高い値を選ぶこと

正解の根拠・詳細解説

Cosmos DBのパーティションキーは論理パーティションを決定し、データとリクエストの分散先を決めます。カーディナリティが低い値（例：固定の地域名のみ）を選ぶとホットパーティションが発生しスケーラビリティが低下するため、十分に分散される値を選ぶ必要があります。

正解: B. B. Azure SQL Databaseは主にOLTP（トランザクション処理）向け、Synapseは大規模データウェアハウスでのOLAP（分析処理）向けに最適化されている

正解の根拠・詳細解説

Azure SQL Databaseは高速なトランザクション処理（OLTP）向けのリレーショナルデータベースです。一方Synapse Analytics（専用SQLプール）は大量データに対する分析クエリ（OLAP）向けにMPP（大規模並列処理）アーキテクチャを採用しています。

正解: B. B. クリーニング・型変換・重複除去など整形済みの統合データを保存するゾーン

正解の根拠・詳細解説

Bronze層は生データ（Raw）、Silver層はクリーニング・正規化・重複除去などを行った整形済みデータ、Gold層はビジネスレポートや分析向けに集計・モデリングされたデータを格納する層として設計されることが一般的です。

正解: B. B. 圧縮率と圧縮・解凍速度のバランスが良く、分析処理での読み書きに広く利用される

正解の根拠・詳細解説

SnappyはGoogleが開発した高速圧縮アルゴリズムで、圧縮率はそれほど高くありませんが圧縮・解凍速度が非常に速いため、分析クエリの読み書き処理に適しており、Parquetのデフォルト圧縮としてよく使われます。

正解: B. B. Cool（低頻度アクセス）層

正解の根拠・詳細解説

Cool層は低頻度アクセス（少なくとも30日間保存予定）のデータに最適化されたアクセス層で、Hot層よりストレージコストが低い一方、データ取得コストはやや高くなります。即時アクセスは可能で、Archive層のような復元待機時間はありません。

正解: B. B. データレイク上のファイル（Parquet、CSVなど）に対して外部テーブルやOPENROWSETを使い、クエリ実行時のみ課金されるオンデマンド分析が可能

正解の根拠・詳細解説

サーバーレスSQLプールはコンピューティングリソースの事前プロビジョニングが不要で、データレイク上のファイルに対してT-SQLでクエリを実行できます。課金はクエリで処理されたデータ量に基づくため、アドホックな分析に適しています。

正解: B. B. Parquetは列指向かつ統計情報を保持するため、特定列のみを読む分析クエリではCSVより高速で読み取りデータ量も少なくなる

正解の根拠・詳細解説

Parquetは列指向形式でスキーマと統計情報（min/max等）を保持するため、クエリエンジンが不要な列やデータをスキップ可能です。CSVは行ベースで全列を読み込む必要があるため、分析クエリではParquetの方が高速かつ転送量が少なくなる傾向があります。

正解: B. B. 日付ベースのパーティションプルーニングにより、特定期間のデータのみを効率的にクエリできるようにするため

正解の根拠・詳細解説

日付（year/month/day）ベースのフォルダ階層は「Hiveパーティショニング」とも呼ばれる一般的なパターンで、クエリエンジンが対象期間のフォルダのみをスキャンする「パーティションプルーニング」を可能にし、クエリパフォーマンスとコストを改善します。

正解: A. A. 共有アクセス署名（SAS：Shared Access Signature）

正解の根拠・詳細解説

SAS（共有アクセス署名）は、ストレージアカウントへの特定のリソース・権限・有効期限を指定したアクセス権を、トークン形式で第三者に発行できる仕組みです。Azure ADアカウントを持たないクライアントへの一時的なアクセス許可に利用されます。

正解: B. B. Azure Storage Service Encryption（SSE）によりすべてのデータがデフォルトで自動的に暗号化される

正解の根拠・詳細解説

Azure StorageはSSE（Storage Service Encryption）により、保存されるすべてのデータがデフォルトで自動的に暗号化されます。暗号化キーはMicrosoft管理キー（既定）またはカスタマー管理キー（Azure Key Vault）を選択することも可能です。

正解: B. B. 外部テーブル（External Table）とPolyBase

正解の根拠・詳細解説

Synapse専用SQLプールの外部テーブルは、データレイク上のファイル群に対してスキーマを定義し、通常のテーブルと同じようにT-SQLからクエリできるようにするオブジェクトです。実体としてデータをプールに取り込むわけではなく、外部データソース（ADLS Gen2などの場所と認証情報）と外部ファイル形式（ParquetやCSVといった形式定義）を組み合わせて定義し、クエリ実行時にPolyBaseがファイルを読み込みます。この仕組みによって、まず外部テーブルで生データを参照し、CREATE TABLE AS SELECTで必要な列だけを分散テーブルへ取り込むという、データレイクからウェアハウスへのロードパターンが実現できます。大量データの一括ロードではCOPY文のほうが記述が簡潔で推奨される場面も多く、用途に応じて使い分けます。一時テーブルはセッション内の中間結果を保持するもの、ビューは既存のテーブルやクエリに名前を付けるもの、ストアドプロシージャは一連の処理を手続きとして定義するものであり、いずれも単体で外部ファイルをテーブルとして公開する機能は持ちません。

正解: B. B. データストアやコンピューティング先への接続情報（接続文字列や認証情報）を定義する

正解の根拠・詳細解説

リンクサービスは、ADFが接続するデータソースやサービス（Azure SQL Database、ADLS Gen2、Databricksなど）への接続情報を定義する設定です。データセットはこのリンクサービスを参照して具体的なデータの場所を指定します。

正解: B. B. タンブリングウィンドウトリガー（Tumbling Window Trigger）

正解の根拠・詳細解説

タンブリングウィンドウトリガーは、固定サイズの連続した時間間隔（ウィンドウ）でパイプラインを実行するトリガーで、過去の特定期間を指定して再実行（バックフィル）できる点が特徴です。依存関係の設定も可能です。

正解: A. A. 異なるデータストア間でデータをそのままコピー・移動する

正解の根拠・詳細解説

Copy Activityは、ソースのデータストアからシンク（宛先）のデータストアへデータをコピーするための基本的なアクティビティです。多数のコネクタに対応し、フォーマット変換や列マッピングなどの簡易な処理も可能です。

正解: A. A. コードを書かずにGUIでデータ変換ロジック（結合、集計、ピボットなど）を設計し、Apache Sparkクラスター上で実行される

正解の根拠・詳細解説

マッピングデータフローはADF内でビジュアルに設計できるデータ変換機能で、内部的にはApache Sparkクラスター上で実行されます。コーディング不要で結合・集計・派生列・ピボットなどの変換処理を構築できます。

正解: B. B. ソースはデータの入力元、シンクはデータの出力先（書き込み先）を表す

正解の根拠・詳細解説

データフローにおいて「ソース」変換はデータの読み込み元、「シンク」変換は処理後のデータの書き込み先を定義します。1つのデータフローに複数のソースとシンクを含めることができます。

正解: B. B. セルフホステッド統合ランタイム（Self-hosted Integration Runtime）

正解の根拠・詳細解説

セルフホステッド統合ランタイムは、オンプレミス環境やプライベートネットワーク内のVM上にインストールするソフトウェアで、ADFがそれらのデータストアに安全にアクセスするためのゲートウェイとして機能します。

正解: A. A. パラメータ（Parameters）

正解の根拠・詳細解説

パイプラインにパラメータを定義することで、テーブル名やファイルパスなどを実行時に動的に渡すことができ、1つのパイプラインを汎用化して多数のテーブルやファイルの処理に再利用できます。

正解: B. B. LastModifiedDateなどの列を使った「ウォーターマーク（high-water mark）」方式で増分抽出する

正解の根拠・詳細解説

ウォーターマーク方式は、最終更新日時やIDなどの単調増加する列を使い、前回処理時点の値（ウォーターマーク）以降のデータのみを抽出する手法です。ADFではLookup Activityで前回値を取得し、Copy Activityのクエリに利用します。

正解: B. B. ForEachアクティビティ

正解の根拠・詳細解説

ForEachアクティビティは、配列形式の入力（例：テーブル名のリスト）に対して、内部に定義したアクティビティ群を各要素に対して繰り返し実行するためのコンテナアクティビティです。

正解: A. A. Lookup Activity

正解の根拠・詳細解説

Lookup Activityは、データストアから単一の値またはレコードセットを取得し、その結果を後続のアクティビティ（例: ForEachやCopy Activity）にパラメータとして渡すために使用されます。

正解: A. A. Join変換

正解の根拠・詳細解説

Join変換は、SQLのJOINと同様に2つのデータストリームを指定したキー列で結合します。Inner、Left Outer、Right Outer、Full Outer、Cross、Existsなど複数の結合の種類をサポートしています。

正解: A. A. Databricks Notebookアクティビティ

正解の根拠・詳細解説

ADFはDatabricks Notebook、Databricks Jar、Databricks Pythonアクティビティを提供しており、パイプライン全体のオーケストレーションをADFで行い、複雑なデータ変換ロジックをDatabricksのSpark処理に委譲する構成がよく使われます。

正解: B. B. トランザクションログを利用して、テーブルの過去のバージョンやある時点のスナップショットを参照・復元する

正解の根拠・詳細解説

Delta Lakeはすべての変更をトランザクションログに記録するため、`VERSION AS OF`や`TIMESTAMP AS OF`構文を使って過去の特定バージョンやタイムスタンプ時点のテーブル状態を参照・復元（タイムトラベル）できます。

正解: B. B. 小さなファイルを統合（コンパクション）し、Z-Orderにより関連データを物理的に近くに配置してクエリのデータスキップ効率を高める

正解の根拠・詳細解説

OPTIMIZEは多数の小さなファイルを大きなファイルに統合（コンパクション）し読み取り効率を改善します。Z-Orderは指定した列に基づいてデータを並べ替えて配置し、フィルタ条件に基づくデータスキップ（不要ファイルの読み飛ばし）を効果的にします。

正解: B. B. クラウドストレージに新しく到着したファイルを増分的かつ効率的に検知し、ストリーミングまたはバッチで自動的に取り込む機能

正解の根拠・詳細解説

Auto Loaderは、クラウドストレージ（ADLS Gen2など）にファイルが到着するたびに増分的に検知し、Sparkのストリーミングまたはバッチジョブとして効率的に取り込むDatabricksの機能で、チェックポイントによるスケーラブルなファイル追跡を行います。

正解: B. B. Synapseパイプラインは、ADFと同じオーケストレーション機能をSynapse Studio内に統合したものであり、操作感や機能は非常に近い

正解の根拠・詳細解説

Synapseパイプラインは、Azure Data Factoryと同じコアテクノロジーを基盤としており、Synapse Studio内でデータ統合・オーケストレーションを行うための機能です。ADFと非常に近い操作感で、アクティビティやトリガーの概念も共通しています。

正解: A. A. デバッグモード（Debug Mode）

正解の根拠・詳細解説

データフローのデバッグモードを有効にすると、専用のSparkクラスター（デバッグクラスター）が起動し、各変換ステップでのデータプレビューを確認しながらデータフローを対話的に開発・検証できます。

正解: B. B. 出力先に書き込むファイルの分割方法（パーティション数や分割キー）を制御し、後続処理のパフォーマンスを最適化する

正解の根拠・詳細解説

シンクのパーティションオプションでは、出力データをいくつのファイルに分割するか、どの列でパーティションするかなどを制御できます。適切なパーティション設計により、後続のクエリやさらなる処理のパフォーマンスが向上します。

正解: B. B. Job cluster（ジョブクラスター）

正解の根拠・詳細解説

Jobクラスターは、スケジュールされたジョブの実行時に自動的に起動し、ジョブが完了すると自動的に終了するクラスターです。コスト効率が良く、本番のバッチ処理に適しています。一方All-purposeクラスターは対話的な分析作業に向いています。

正解: A. A. ウィジェット（Widgets）

正解の根拠・詳細解説

Databricksの`dbutils.widgets`を使うことで、ノートブックに入力パラメータ（テキスト、ドロップダウンなど）を定義できます。ADFのDatabricksノートブックアクティビティからはbaseParametersとしてこれらの値を動的に渡すことが可能です。

正解: B. B. df.filter() または df.where()

正解の根拠・詳細解説

`filter()`または`where()`メソッドは、指定した条件式に合致する行のみを抽出するために使用します。例えば`df.filter(df.amount > 1000)`のように記述します。`select()`は列の選択、`show()`はデータの表示、`printSchema()`はスキーマ確認に使われます。

正解: A. A. モニター（Monitor）ハブ

正解の根拠・詳細解説

モニターハブでは、パイプライン実行・アクティビティ実行・トリガー実行の履歴をステータス（成功・失敗・実行中）やエラーメッセージとともに確認でき、再実行（リトライ）の操作も行えます。

正解: A. A. Azure Monitorのアラートルールを設定し、パイプラインの失敗メトリクスに基づいてメール・Webhook等で通知する

正解の根拠・詳細解説

Azure Monitorでは、ADFのパイプライン失敗回数などのメトリクスに対してアラートルールを設定し、しきい値を超えた場合にアクショングループ経由でメール・SMS・Webhook・Logic Appsなどへ通知を送ることができます。

正解: A. A. ARMテンプレートをエクスポートし、Azure DevOpsやGitHub Actionsを使って開発環境から本番環境へリリースパイプラインを構築する

正解の根拠・詳細解説

ADF/SynapseはGit統合をサポートし、開発環境で作成したリソースをARMテンプレートとしてエクスポートできます。Azure DevOpsのリリースパイプラインなどを使い、パラメータ（接続文字列など）を環境ごとに切り替えながら本番環境へ自動デプロイするCI/CD構成が推奨されます。

正解: A. A. パイプラインのバージョン管理、共同開発、プルリクエストによるレビューが可能になる

正解の根拠・詳細解説

ADFをGitHubやAzure Repos と統合することで、パイプライン定義（JSON）のバージョン管理、ブランチでの並行開発、プルリクエストによるレビュー、変更履歴の追跡などソフトウェア開発のベストプラクティスを適用できます。

正解: A. A. Derived Column変換とエクスプレッションビルダー

正解の根拠・詳細解説

Derived Column（派生列）変換を使うと、既存の列に基づいて新しい列を計算・追加できます。式の記述には「エクスプレッションビルダー」というGUIエディタを使用し、関数や列参照を組み合わせた式を視覚的に作成・テストできます。

正解: A. A. Surrogate Key変換

正解の根拠・詳細解説

マッピングデータフローのSurrogate Key変換は、データフロー内の各行に対して連番（一意の数値ID）を自動的に付与します。ディメンションテーブルの主キーとして利用されることが多く、SCD（緩やかに変化するディメンション）の実装でも使われます。

正解: A. A. Flatten変換

正解の根拠・詳細解説

Flatten変換は、配列やネストされたオブジェクトを含む階層構造のデータ（JSONなど）を、配列の各要素を個別の行として展開（非正規化解除）するために使用されます。複雑なJSON構造をリレーショナルなテーブル形式に変換する際に有用です。

正解: A. A. Web Activity

正解の根拠・詳細解説

Web Activityは、指定したURLに対してHTTP（GET/POST/PUTなど）リクエストを送信し、レスポンスを後続のアクティビティで利用できる形で取得するための汎用アクティビティです。外部APIとの連携や認証トークンの取得などに使われます。

正解: A. A. Stored Procedure Activity

正解の根拠・詳細解説

Stored Procedure Activityは、Azure SQL DatabaseやSQL Serverなどのデータベースでストアドプロシージャをパラメータ付きで実行するためのアクティビティです。データのロード後にビジネスロジックを実行する場合などに利用されます。

正解: A. A. スキーマドリフト（Schema Drift）を許可する設定

正解の根拠・詳細解説

マッピングデータフローのソースで「スキーマドリフトを許可」を有効にすると、定義時に存在しなかった列を含むデータでも処理が可能になります。動的な列マッピングや「すべての未マップ列とのルールベースマッピング」と組み合わせて柔軟なパイプラインを構築できます。

正解: A. A. Time To Live（TTL）を設定してクラスターを一定時間再利用することで、起動オーバーヘッドを削減できる

正解の根拠・詳細解説

データフローのAzure Integration Runtime設定でTTL（Time To Live）を指定すると、データフロー実行後も指定時間だけクラスターを起動状態に保持し、後続の実行で再利用できます。これによりクラスターの起動にかかる時間とオーバーヘッドコストを削減できます。

正解: B. B. バッチ処理は一定量・一定期間ごとにまとめてデータを処理するのに適し、ストリーム処理は継続的に到着するデータをほぼリアルタイムで処理するのに適している

正解の根拠・詳細解説

バッチ処理は大量のデータを一定の間隔（例：日次）でまとめて処理する方式で、ETL/ELTパイプラインに多く使われます。ストリーム処理はイベントが発生するたびにほぼリアルタイムで処理し、不正検知やリアルタイムダッシュボードなど低レイテンシ要件に適しています。

正解: B. B. 変更があった場合に新しい行を追加し、有効開始日・終了日や現行フラグで履歴を管理する

正解の根拠・詳細解説

SCD Type 2は、ディメンションの属性が変更された際に新しい行を追加して履歴を保持する手法です。各行に有効期間（開始日・終了日）や現行フラグを持たせ、ある時点での属性値を正確に追跡できるようにします。

正解: B. B. 抽出と変換・読み込みの工程を分離でき、エラー時の再実行やデータの検証が容易になる

正解の根拠・詳細解説

ステージング領域を使うことで、抽出（Extract）の処理と変換・ロード（Transform/Load）の処理を分離できます。これにより、変換処理が失敗した場合でも抽出済みのデータから再実行できたり、データ品質チェックを変換前に行ったりすることが容易になります。

正解: B. B. 不正・欠損データが後続の分析やレポートに影響を与える前に検出し、データの信頼性を確保するため

正解の根拠・詳細解説

データ品質検証をパイプラインに組み込む目的は、欠損値、範囲外の値、型の不整合、重複、参照整合性の破れといった問題を、下流の処理へ流れ込む前に検出することにあります。データウェアハウスやレポートに不正なレコードが入り込むと、集計値が歪み、その結果を根拠にした意思決定まで誤らせるうえ、後から原因を特定して遡って修正するコストは、検出が遅れるほど大きく膨らみます。Azure Data FactoryやSynapseパイプラインでは、データフローのアサート変換や、Lookupと条件分岐アクティビティの組み合わせによって、件数チェック、NULLの割合、値域の検証などを行い、しきい値を超えた場合にパイプラインを失敗させたり、問題のあるレコードだけを隔離用の領域へ退避させて正常なデータのみを先へ進めたりといった制御ができます。検証は処理ステップが増える分だけ実行時間を延ばす方向に働くため、速度が必ず2倍になるという説明は誤りです。ストレージコストや認証の設定ともまったく別の関心事です。

正解: B. B. リアルタイムに到着するストリーミングデータをSQLライクなクエリ言語で継続的に処理・分析する

正解の根拠・詳細解説

Azure Stream Analyticsは、Event HubsやIoT HubなどからリアルタイムにストリーミングされるデータをSQLライクなクエリ言語（Stream Analytics Query Language）で継続的に処理し、Power BIやADLS、Synapseなどに出力するためのサーバーレスのストリーム処理サービスです。

正解: A. A. 大量のイベント（メッセージ）を高スループットで取り込み、複数の消費者に配信するためのイベントストリーミングプラットフォーム

正解の根拠・詳細解説

Event Hubsは、毎秒数百万イベント規模のデータを取り込める分散ストリーミングプラットフォームで、Apache Kafkaプロトコルとも互換性があります。Stream AnalyticsやDatabricksなど複数の消費者がイベントを読み取ることができます。

正解: A. A. イベントデータを並列で取り込み・処理できるようにするための分割単位

正解の根拠・詳細解説

Event Hubsのパーティションは、イベントストリームを複数の順序付きシーケンスに分割する仕組みで、各パーティションを異なるコンシューマーが並列に読み取ることで、高いスループットとスケーラビリティを実現します。

正解: A. A. 複数の消費者アプリケーションが、それぞれ独立した視点（オフセット）でストリームを読み取れるようにする

正解の根拠・詳細解説

コンシューマーグループは、Event Hubsのストリームに対する「ビュー」のようなもので、各コンシューマーグループは独立してストリームを読み取ることができます。これにより、複数のアプリケーション（例：リアルタイム処理用と一括保存用）が互いに影響を与えずに同じストリームを処理できます。

正解: A. A. タンブリングウィンドウ（Tumbling Window）

正解の根拠・詳細解説

タンブリングウィンドウは、固定サイズの時間間隔でストリームを重複なく連続的に分割する集計ウィンドウです。例えば5分間隔の売上集計などに使用されます。一方ホッピングウィンドウはウィンドウ同士が重複可能で、セッションウィンドウはイベント間のギャップに基づいて動的にウィンドウを区切ります。

正解: C. C. セッションウィンドウ（Session Window）

正解の根拠・詳細解説

セッションウィンドウは、イベントの発生間隔が指定したタイムアウト値を超えない限りウィンドウが継続し、イベントが一定時間発生しなくなった時点でウィンドウを閉じます。ユーザーの行動セッション分析（例：Webサイトの一連の操作のまとまり）に適しています。

正解: A. A. リファレンスデータ入力（Reference Data Input）

正解の根拠・詳細解説

Stream Analyticsでは、Blob StorageやADLSに格納された比較的静的なデータ（例：商品マスタ）を「リファレンスデータ入力」として定義し、ストリーミングデータとJOINして拡張・フィルタリングすることができます。

正解: A. A. ストリーミングユニット（Streaming Unit, SU）

正解の根拠・詳細解説

Stream Analyticsジョブは「ストリーミングユニット（SU）」を単位として処理能力（CPU・メモリ・スループット）が割り当てられます。クエリの並列化（PARTITION BYなど）と組み合わせてSU数を増やすことでスケールアウトできます。

正解: A. A. 遅延到着ポリシー（Late Arrival Policy）

正解の根拠・詳細解説

Late Arrival Policyは、イベントの実際のタイムスタンプ（イベント時間）がシステム時間より遅れて到着した場合に、どの程度まで許容してウィンドウ処理に含めるかを設定するポリシーです。許容範囲を超えたイベントは調整または破棄されます。

正解: A. A. TIMESTAMP BY

正解の根拠・詳細解説

`TIMESTAMP BY`句を使うことで、イベントペイロード内の特定のフィールド（例：イベント発生時刻）をストリーム処理における「イベント時間」として指定できます。これを指定しない場合、Event Hubsへの到着時刻（システム時間）が使われます。

正解: A. A. PARTITION BY

正解の根拠・詳細解説

`PARTITION BY`句を使用すると、入力データのパーティションキーに基づいてクエリステップを並列実行でき、ストリーミングユニットを効果的に活用してスループットを向上させることができます。

正解: A. A. 大量のIoTデバイスとクラウド間の双方向通信を管理するメッセージングハブ

正解の根拠・詳細解説

IoT Hubは、数百万台規模のIoTデバイスとクラウド間で安全な双方向通信（デバイス→クラウドのテレメトリ送信、クラウド→デバイスのコマンド送信）を実現するマネージドサービスです。デバイス認証・デバイス管理機能も提供します。

正解: A. A. デバイス単位の個別管理（双方向コマンド送信、デバイスID管理）が必要な場合はIoT Hub、単純な高スループットのイベント取り込みのみであればEvent Hubsが適している

正解の根拠・詳細解説

IoT Hubは、デバイスごとのID管理・双方向通信（クラウドからデバイスへのコマンド送信）・デバイスツインなどのIoT特有の機能を提供します。一方Event Hubsはよりシンプルな大規模イベント取り込みに特化しています。デバイス管理が不要な単純なテレメトリ取り込みであればEvent Hubsで十分な場合があります。

正解: A. A. 受信したイベントデータを自動的にAzure Blob StorageやADLS Gen2にAvro形式で保存するアーカイブ機能

正解の根拠・詳細解説

Event Hubs Captureは、受信したストリーミングデータを指定した時間間隔またはサイズで自動的にAvroフォーマットでBlob StorageやADLS Gen2に保存する機能です。追加のコード記述なしでストリームデータの長期保存・後続のバッチ分析が可能になります。

正解: A. A. AnomalyDetection\_SpikeAndDip / AnomalyDetection\_ChangePoint

正解の根拠・詳細解説

Stream Analyticsには組み込みの機械学習ベース異常検知関数（`AnomalyDetection\_SpikeAndDip`：急増・急減検知、`AnomalyDetection\_ChangePoint`：傾向変化検知）が用意されており、追加のモデル構築なしでストリーム内の異常を検出できます。

正解: A. A. チェックポイントとリプレイによる、入力ストリームの処理位置の追跡

正解の根拠・詳細解説

Stream Analyticsは内部的にチェックポイント（処理位置の記録）を保持し、ジョブが再起動した際には最後に正常に処理した位置から再開（リプレイ）することで、データ損失を最小限に抑えます。出力先によっては「正確に1回（exactly-once）」のセマンティクスもサポートされます。

正解: A. A. 既存のKafkaクライアントアプリケーションを大きな変更なしにEvent Hubsに接続できる

正解の根拠・詳細解説

Event HubsはKafkaプロトコル用エンドポイントを提供しており、既存のKafkaクライアントライブラリ（プロデューサー・コンシューマー）の接続文字列を変更するだけで、最小限の変更でEvent Hubsに接続できます。これによりKafkaベースのアプリケーションをマネージドサービスへ移行しやすくなります。

正解: B. B. 複雑なカスタムロジック（機械学習モデルの適用や複雑な変換）をSparkコードで実装したい場合

正解の根拠・詳細解説

Stream AnalyticsはSQLライクなクエリで素早く構成できるサーバーレスサービスで、シンプルなウィンドウ集計やフィルタリングに適しています。一方、Databricks Structured Streamingは、Sparkの豊富なAPIを使った複雑なカスタム変換、機械学習モデルの適用、Delta Lakeとの統合などが必要な場合に有利です。

正解: A. A. ストリーミングデータセットを使ったリアルタイムダッシュボードの更新

正解の根拠・詳細解説

Stream Analyticsの出力先としてPower BIを構成すると、「ストリーミングデータセット」が作成され、ダッシュボードのタイルがリアルタイム（数秒単位）で自動更新されるようになります。リアルタイム監視ダッシュボードの構築に利用されます。

正解: A. A. 単一のSELECT文をINTO句で複数の出力名に向けて複数記述する

正解の根拠・詳細解説

Stream Analyticsクエリでは、`SELECT … INTO [出力名1]`、`SELECT … INTO [出力名2]`のように複数のSELECT文を記述することで、1つの入力ストリームを異なる条件・変換で複数の出力先（例：リアルタイム用のPower BIと長期保存用のADLS）に同時に送ることができます。

正解: A. A. Event Hubsのデータ取り込み・送信のスループット容量を定義する課金・スケーリング単位

正解の根拠・詳細解説

スループットユニット（TU）は、Event Hubsの標準（Standard）プランにおける取り込み・送信容量（例：1TUあたり最大1MB/秒の取り込み、2MB/秒の送信）を定義する単位です。トラフィックの増加に応じてTU数を増やすことでスケールできます（自動インフレ機能もあります）。

正解: A. A. Stream Analyticsの出力としてAzure Functionsを呼び出し、カスタムロジック（外部API連携や複雑な計算）を実行する

正解の根拠・詳細解説

Stream Analyticsの出力アダプターとしてAzure Functionsを指定することで、ストリーム処理結果に対してカスタムコード（例：外部システムへの通知、複雑な計算ロジック）を実行できます。SQLクエリだけでは実現できない柔軟な処理を組み込む際に利用されます。

正解: A. A. Synapse SQLプールやDatabricksでバッチ分析・機械学習モデルの学習に再利用できる

正解の根拠・詳細解説

Stream Analyticsの出力をADLS Gen2に保存することで、ストリーミングデータを長期保存しつつ、Synapse AnalyticsのSQLプールやSparkプール、Databricksなどでバッチ分析・機械学習モデルの学習・履歴トレンド分析などに再利用できます（いわゆる「ラムダアーキテクチャ」のバッチレイヤーとの統合）。

正解: B. B. 対応する出力先（例：Azure SQL Database、ADLS Gen2の一部構成、Power BI）かつ特定の条件下でサポートされる

正解の根拠・詳細解説

Azure Stream Analyticsは内部でチェックポイントを取りながら処理を進めるため、障害からの回復時に同じ入力イベントが再処理されることがあります。その結果が出力側で重複として現れるかどうかは、出力先が重複を排除できる仕組みを持つかどうかに左右されるので、exactly-onceはすべての出力先で無条件に成立するものではなく、対応する出力タイプと特定の構成に限って保証されます。たとえばAzure SQL Databaseのように主キーや一意制約を利用して同じ行の再書き込みを冪等に扱える出力や、書き込み単位を明確に管理できるADLS Gen2への出力が該当します。逆に、追記しかできない出力や、ジョブ側が前回の書き込み位置を特定できない出力では少なくとも1回の配信にとどまり、重複を許容する設計にするか、下流で重複排除を行う必要があります。入力がEvent Hubsであることは配信保証を決める要因ではなく、鍵となるのはあくまで出力側の性質と構成なので、実装前に出力ごとの制約を公式ドキュメントで確認することが重要です。

正解: A. A. Azure RBAC（ロールベースアクセス制御）

正解の根拠・詳細解説

Azure RBACは、ユーザーやグループ、サービスプリンシパルに対してロール（例：閲覧者、共同作成者、Storage Blob Data Contributorなど）をスコープ（サブスクリプション、リソースグループ、リソース単位）に割り当て、操作権限を制御する仕組みです。

正解: A. A. POSIX形式のACL（アクセス制御リスト）

正解の根拠・詳細解説

ADLS Gen2の階層型名前空間では、UnixベースのPOSIX ACLをファイル・フォルダ単位で設定できます。RBACがコンテナ・ストレージアカウントレベルの粗い制御であるのに対し、ACLはより細かい粒度でのアクセス制御を実現します。両者は併用されることが多いです。

正解: A. A. マネージドID（Managed Identity）

正解の根拠・詳細解説

マネージドIDを使用すると、Azureリソースに自動的にAzure ADのIDが割り当てられ、資格情報をコードや設定に保存せずに他のAzureリソースへ安全に認証できます。ADFやSynapseからストレージやKey VaultへのアクセスにはマネージドIDの利用が推奨されます。

正解: A. A. シークレット（パスワード、接続文字列）、証明書、暗号化キーを安全に保管・管理する

正解の根拠・詳細解説

Azure Key Vaultは、APIキー、パスワード、証明書、暗号化キーなどの機密情報を安全に保管するためのサービスです。ADFのリンクサービスやSynapseのリンクサービスは、Key Vaultに格納されたシークレットを参照することで資格情報を直接埋め込まずに済みます。

正解: A. A. 透過的データ暗号化（Transparent Data Encryption, TDE）

正解の根拠・詳細解説

透過的データ暗号化（TDE）は、データベースファイル（データファイル・ログファイル・バックアップ）をディスク上で暗号化し、アプリケーションのコード変更なしに「保存時の暗号化（encryption at rest）」を実現する機能です。

正解: A. A. 動的データマスキング（Dynamic Data Masking）

正解の根拠・詳細解説

動的データマスキングは、クエリ結果において指定した列の値の一部または全部をマスク（例：クレジットカード番号の下4桁以外を「XXXX」に変換）して表示する機能です。データ自体は変更されず、権限のないユーザーへの表示のみが制御されます。

正解: A. A. 行レベルセキュリティ（Row-Level Security, RLS）

正解の根拠・詳細解説

行レベルセキュリティ（RLS）は、セキュリティポリシーとフィルター述語（述語関数）を定義することで、同じテーブル・同じクエリでもユーザーごとに見えるデータの行を制限する機能です。例えば、各地域の営業担当者には自分の地域のデータのみを表示するといった制御が可能です。

正解: A. A. Always Encrypted

正解の根拠・詳細解説

Always Encryptedは、暗号化キーをデータベースエンジンの外（クライアント側のドライバーやキーストア）で管理し、機密データ（マイナンバーや支払い情報など）をクライアント側で暗号化・復号する機能です。データベース管理者を含め、暗号化キーを持たない者には暗号化された状態のまま表示されます。

正解: A. A. 組織全体のデータ資産をスキャン・分類し、データカタログとデータガバナンスを提供する

正解の根拠・詳細解説

Microsoft Purviewは、ADLS、SQL DB、Synapseなど組織内の様々なデータソースを自動スキャンしてメタデータを収集・分類し、データの出所（リネージ）の追跡やデータカタログ検索、機密データの分類などのデータガバナンス機能を提供します。

正解: A. A. プライベートエンドポイント（Private Endpoint）

正解の根拠・詳細解説

プライベートエンドポイントは、VNet内にプライベートIPアドレスを割り当て、Azure PaaSサービス（Storage、SQL DB、Synapseなど）へのトラフィックをパブリックインターネットを経由せずVNet内に閉じることができる機能です。データ漏洩リスクの低減に有効です。

正解: A. A. 指定したIPアドレス範囲からのみ接続を許可し、それ以外からのアクセスを拒否する

正解の根拠・詳細解説

ファイアウォール規則でIPアドレス範囲を指定すると、許可されたIPアドレスからのみデータベースやストレージへの接続が許可され、それ以外からのアクセスはブロックされます。データ保護の基本的な境界防御手段です。

正解: A. A. 診断ログ（Diagnostic Logs）とAzure Monitorによる監査ログ

正解の根拠・詳細解説

診断設定を有効にし、Azure Monitor（Log Analyticsワークスペース）にログを送信することで、SynapseやADFなどのリソースに対する操作履歴・アクセスログを収集・分析でき、セキュリティ監査やコンプライアンス対応に活用できます。

正解: A. A. KQL（Kusto Query Language）

正解の根拠・詳細解説

Log AnalyticsワークスペースのログはKQL（Kusto Query Language）でクエリします。KQLはログデータの検索・フィルタリング・集計に最適化された言語で、ADFパイプラインの失敗状況の分析やアラートルールの作成にも使用されます。

正解: A. A. 結果セットキャッシュ（Result Set Caching）

正解の根拠・詳細解説

結果セットキャッシュは、クエリの結果をキャッシュとして保存し、基盤データに変更がない場合に同じクエリが再実行された際にキャッシュから高速に結果を返す機能です。専用SQLプールで有効化することで、ダッシュボードなど繰り返し実行されるクエリのパフォーマンスを大幅に改善できます。

正解: A. A. マテリアライズドビュー（Materialized View）

正解の根拠・詳細解説

マテリアライズドビューは、クエリの結果セットを事前計算してディスクに保存しておくビューです。基盤テーブルの更新に応じて自動的にメンテナンスされ、複雑な集計やJOINを含むクエリを高速化できます。クエリオプティマイザーは、元のクエリをマテリアライズドビューに自動的にリダイレクトすることもあります。

正解: A. A. ワークロード管理（Workload Management）とリソースクラス

正解の根拠・詳細解説

ワークロード管理（ワークロードグループ・ワークロード分類・リソースクラス）を使うことで、特定のユーザーやクエリに対してCPU・メモリリソースの最小/最大割合を割り当て、重要なワークロードがリソース不足にならないよう優先度を制御できます。

正解: A. A. Unity Catalog

正解の根拠・詳細解説

Unity Catalogは、Databricksワークスペース全体・複数ワークスペースにわたってデータ資産（カタログ・スキーマ・テーブル・列）への統一的なアクセス制御、監査ログ、データリネージ、データ探索機能を提供するガバナンスソリューションです。

正解: A. A. クエリのパフォーマンス要件とコストのバランスを取るため、処理能力を動的に調整する

正解の根拠・詳細解説

専用SQLプールのDWU（データウェアハウスユニット）は、コンピューティングリソースの単位です。ピーク時の負荷に応じてDWUをスケールアップし、夜間や閲覧者が少ない時間帯にはスケールダウン（または一時停止）することで、パフォーマンスとコストのバランスを最適化できます。

正解: A. A. ワークロードの負荷に応じてワーカーノード数を自動的に増減し、コストとパフォーマンスを最適化できる

正解の根拠・詳細解説

オートスケーリングを有効にすると、Databricksクラスターは現在のワークロードに基づいてワーカーノード数を最小値〜最大値の範囲で自動的に調整します。負荷が高い時にスケールアウトしてパフォーマンスを確保し、負荷が低い時にスケールインしてコストを削減できます。

正解: A. A. Geoレプリケーション / Geoバックアップによるディザスタリカバリ構成

正解の根拠・詳細解説

Azure SQL DatabaseやSynapseでは、アクティブGeoレプリケーションやGeo冗長バックアップを構成することで、プライマリリージョンで障害が発生した場合でも別リージョンのレプリカやバックアップからフェールオーバー・復元してサービスを継続できます。

正解: A. A. Azure MonitorアラートルールをADFのメトリクス（失敗したパイプライン実行数など）に対して設定し、アクショングループで通知する

正解の根拠・詳細解説

Azure Monitorでは、ADFの「失敗したパイプライン実行のメトリクス」などに対してアラートルールを構成し、しきい値を超えた場合にアクショングループ（メール、SMS、Webhook、Logic Appsなど）経由で通知を送信できます。

正解: A. A. 完全バックアップ・差分バックアップ・トランザクションログバックアップが自動的に取得され、ポイントインタイムリストアが可能

正解の根拠・詳細解説

Azure SQL Databaseは自動的に完全バックアップ・差分バックアップ・トランザクションログバックアップを取得し、これらを使って指定した時点（ポイントインタイム）にデータベースをリストアできます。保持期間はサービスレベルにより異なります（既定7日〜35日）。

正解: A. A. パスワードベースの認証よりも強固な認証管理を実現し、不正アクセスのリスクを低減できる

正解の根拠・詳細解説

Azure AD認証を利用することで、組織全体のID管理ポリシー（MFA、条件付きアクセスなど）をSynapseワークスペースのアクセスにも適用でき、SQL認証よりも強固でセキュリティポリシーに準拠したアクセス管理が可能になります。

正解: A. A. ジョブ実行時のみクラスターを起動し終了後に自動終了するため、常時起動するAll-purposeクラスターよりコスト効率が良い

正解の根拠・詳細解説

Jobクラスターはスケジュールされたジョブの実行時にのみ起動し、完了後に自動的に終了するため、対話的な分析に使うAll-purposeクラスター（起動したまま課金され続ける）よりもコスト効率が高くなります。本番バッチ処理に適しています。

正解: A. A. ライフサイクル管理ポリシーによるアクセスティア（Cool/Archive）への自動移行

正解の根拠・詳細解説

ライフサイクル管理ポリシーを設定することで、最終アクセス日や経過日数に基づいてBlob/ファイルをHot→Cool→Archiveティアへ自動的に移行させ、ストレージコストを削減できます。アクセス頻度の低いデータをArchiveに移行することで大幅なコスト削減が可能です。

正解: A. A. 自動一時停止（Auto-pause）の時間設定

正解の根拠・詳細解説

SynapseのApache Sparkプールには「アイドル時間による自動一時停止」設定があり、指定した時間操作がない場合にプールを自動的に一時停止してコンピューティングコストの発生を抑えることができます。

正解: A. A. Azure Key Vaultにシークレットを格納し、リンクサービスからKey Vault参照として利用する

正解の根拠・詳細解説

ADFのリンクサービス設定では「Azure Key Vault」をシークレットの取得元として指定できます。これにより、接続文字列やパスワードなどの機密情報をパイプライン定義やソースコードに平文で含めることなく、安全に管理・利用できます。

正解: A. A. DMV（動的管理ビュー）とSynapse Studioの監視（Monitor）ハブ

正解の根拠・詳細解説

Synapse専用SQLプールでは、`sys.dm\_pdw\_exec\_requests`などの動的管理ビュー（DMV）を使ってクエリの実行状況やリソース使用状況を確認できます。また、Synapse Studioの「監視」ハブでもアクティブなクエリやパイプラインの実行状況を視覚的に確認できます。

正解: A. A. クエリオプティマイザーが正確な実行計画を作成し、クエリパフォーマンスを最適化するために必要

正解の根拠・詳細解説

統計情報は、テーブル内のデータの分布に関するメタデータで、クエリオプティマイザーがJOINの順序やデータ移動の方法など最適な実行計画を選択するために使用します。統計情報が古いと、不適切な実行計画が選択されクエリが遅くなる可能性があります。

正解: A. A. 各ユーザー・サービスに対して、業務上必要な最小限の権限のみを付与し、不正アクセスや誤操作のリスクを低減する

正解の根拠・詳細解説

最小権限の原則は、セキュリティの基本原則の一つで、ユーザーやサービスアカウントには業務遂行に必要な最小限の権限のみを付与します。これにより、アカウントが侵害された場合やヒューマンエラーが発生した場合の被害範囲を最小化できます。

正解: A. A. データをSQLプール内にロードせずに、ADLS上のファイルへ直接クエリを実行できる（サーバーレスSQLプールやPolyBase経由）

正解の根拠・詳細解説

外部テーブルを使うことで、ADLS Gen2上のParquetやCSVなどのファイルを、データをSQLプール内に物理的にロードせずに直接クエリできます（サーバーレスSQLプールやPolyBaseを利用）。データ探索やETL前の検証、コスト効率の良いクエリに有用です。

正解: A. A. ジョブの通知設定でメールアドレスやWebhookを指定し、失敗時に自動通知する

正解の根拠・詳細解説

Databricksジョブには「通知」設定があり、ジョブの開始・成功・失敗・実行時間超過などのイベントに対してメールアドレスやWebhook（例：Slack、Teams連携）を指定し、自動的に通知を受け取ることができます。

正解: A. A. Azure Cost Management の予算（Budget）アラート

正解の根拠・詳細解説

Azure Cost Managementで予算（Budget）を設定し、実際のコストや予測コストが予算の一定割合（例：80%、100%）に達した場合にアラートを送信するよう構成することで、コストの急増を早期に検知し対応できます。

正解: A. A. ワークロード分類（Workload Classification）で重要度（importance）を設定する

正解の根拠・詳細解説

ワークロード分類では、ログインやラベルに基づいてクエリにワークロードグループを割り当て、importance（重要度）を設定できます。重要度の高いクエリは、リソースの競合時に優先的にCPU・メモリリソースを割り当てられます。

正解: A. A. ネットワーク制御（プライベートエンドポイント）、ID管理（RBAC・マネージドID）、暗号化（TDE・Always Encrypted）、監査（診断ログ）を組み合わせる

正解の根拠・詳細解説

多層防御は、単一の対策に依存せず、ネットワーク境界（プライベートエンドポイント、NSG）、ID・アクセス管理（RBAC、マネージドID、最小権限）、データ保護（暗号化、マスキング）、監視・監査（診断ログ、アラート）など複数の防御層を組み合わせることで、全体のセキュリティを高める考え方です。

正解: A. A. サーバーレスSQLプールはクエリ実行量に応じた課金で常時起動のリソースを必要としないのに対し、専用SQLプールは事前にプロビジョニングしたリソース（DWU）に対して課金される

正解の根拠・詳細解説

サーバーレス SQL プールは事前にリソースを確保せず、Data Lake Storage 上の Parquet や CSV、Delta といったファイルに対して T-SQL でクエリを実行した際に、処理したデータ量に応じて課金される従量課金モデルです。常時起動のコンピューティングを持たないためアイドル時のコストが発生せず、データ探索やアドホック分析、外部テーブルやビューを用いた論理データウェアハウスの構築に向いています。一方、専用 SQL プールはあらかじめ DWU 単位でコンピューティングをプロビジョニングし、その稼働時間に対して課金される MPP 型のデータウェアハウスです。分散テーブルの設計、マテリアライズドビュー、結果セットキャッシュ、統計情報に基づく最適化といった機能を活用でき、定常的で予測可能な負荷や、低レイテンシが求められる BI 向けのモデル化済みデータの提供に適しています。利用しない時間帯は一時停止して課金を止められる点も設計上の判断材料になります。なお、外部テーブルはサーバーレス側でも利用できるため、参照できないという説明は誤りです。