Databricks Data Engineer Associate を持っている人が DP-750 を受けるなら
Databricks Data Engineer Associate で学んだ考え方のうち、DP-750 で同じなのは約 54 問分、深く問われる・動きが違うのは約 341 問分、新しいのは約 455 問分です。
知っている
1 番目に解く:確かめの問題だけで済ませます。前の資格と同じ考え方(名前だけ違う物も含む)。
約 54 問
同名で別物
2 番目に解く:名前が同じで中身が別の物。取り違えやすいので早めに。
約 0 問
違う
3 番目に解く:前の資格にもあるけれど、ここでは深く問われるか、動き方が違う所。
約 341 問
新しい
4 番目に解く:前の資格には出てこない所。ふつうに新しく学びます。
約 455 問

先に、深く問われる〈操作の履歴〉から見ていきましょうね。
前より深く問われる・動きが違う所
- 監査ログは誰が何をしたかの全体記録、操作の履歴はテーブルごとの変更履歴
- 「サービス プリンシパル」は両方とも人でないアプリ用の身元。本番ジョブはこれで実行する
- タスクの状態は、成功・失敗・飛ばし・上流失敗・時間切れ・取消のどれで終えたかを示す
ほか 52 件を見る
- Liquid Clustering は列を後から変えられ、パーティションや Z オーダーに代わる
- VACUUM は保持期間を過ぎた参照されないファイルを消し、古い版へ戻れなくなる
- マネージド テーブルは DROP でデータも削除対象になり、外部テーブルは残る
- 権限の継承は、カタログやスキーマの権限が配下の今ある物と将来の物へ及ぶこと
- USE CATALOG は入口の権限で、それだけではデータを読めず、表の SELECT にも要る
- OWNER は全権限を持つ所有者。所有者と MANAGE は別で、MANAGE に SELECT は付かない
- is_account_group_memberはグループ所属を、動的ビューは利用者で中身を変える仕組みを指す
- 取り込み方法の優先順位を付けるのは方式を選ぶ判断で、spark.read は選んだ一括読み込みを書く手段
- 「ファイル到着のトリガー」はジョブの起動条件、「ファイル通知」は Auto Loader の検出方式
- CHECK / NOT NULL(NOT NULL と CHECK)は違反書き込みを止め、主キー等は強制されない
- 「GRANT」は付与の文、「GRANT・REVOKE」は付与と剥奪の対で、TO と FROM を取り違えない
- UNION は重複を除き、INTERSECT ALL は両方にある行を重複ごと残す
- CREATE TABLE AS SELECT は結果から表を作る。ALTER TABLE は既存の表の列などを変える
- 集計の結果を絞る HAVING は集計関数を参照でき、WHERE は参照できない
- cast は失敗でエラー、try_cast は変換できない値を NULL にして続ける
- MERGE INTO は Delta の表が対象で、一致で更新・不一致で挿入する
- 「プル リクエスト」は両方で同じ。Git プロバイダー側の画面で作りレビューする
- join は種類で残る行が決まり、結合の種類は内部・外部・半・反を選ぶ指定
- Unity Catalog の名前は、カタログ・スキーマ・オブジェクトの階層で指定し、メタストアはその上位に置く
- ボリュームは表にしないファイルの置き場で、マネージドは削除で消え、外部は DROP してもデータが残る
- SQL ウェアハウスは SQL と BI 専用の計算資源で、種別は Classic・Pro・サーバーレスから選ぶ
- アクセス モードは、標準が複数人で共有、専用が単一のユーザーかグループ向け
- トリガーは、ストリーム処理では次のバッチの起動間隔、ジョブでは実行を起こす条件
- Lakeflow Connect は、設定で動くマネージドと、API を自分で書く標準で取り込みを分ける
- COPY INTO は取り込み済みファイルを飛ばすので、再実行しても重複して入らない
- Auto Loader は cloudFiles ソースで新着ファイルを増分取り込みし、スキーマ進化にも対応する
- Lakehouse Federation は外部 DB を移さず、読み取り専用の外部カタログ経由で問い合わせる
- ストリーミング テーブルは追記ソースを一度ずつ処理し、新着分だけを更新する
- shuffle.partitions は結合や集計後の分割数を決める設定で、シャッフルはデータの再分配そのもの
- executor.memory は各実行プロセスの量、ドライバーのメモリは管理側プロセスの量
- taskValues は後続タスクへ値を渡し、dbutils.notebook.exit は呼び出し元へ文字列を返す
- 「ジョブ パラメーター」は両方で同じ働き。ジョブ全体へ値を渡し、動的な値で参照する
- 「メタストア」は両方とも Unity Catalog の最上位でリージョンごとに置く
- 「システム テーブル」は両方で同じ。監査・課金・系列などの記録を SQL で引く
- 「Run as」は両方で同じ。ジョブの実行時の身元を決め、サービス プリンシパルで動かせる
- 「変数と置換」の変数が「カスタム変数」。${var.名前} で参照し構成に埋め込む
- バンドルの development モードは名前に接頭辞。パイプラインの開発モードと本番モードは別の設定
- CLI の認証はプロファイルか環境変数で決め、DATABRICKS_HOST が接続先の URL を指す
- 実行履歴は、ジョブの各実行の状態・開始時刻・所要時間を並べて見比べる一覧
- コンピュート ポリシー(コンピューティング ポリシー)は、作れるクラスターの種類や大きさを規則で縛る
- マテリアライズド ビューは結果を保存して更新し、通常のビューは読むたびに再計算する
- expectations は不良行を残す・落とす・更新停止から選ぶ。日本語の期待値(expectations)も同じ
- ビューは問い合わせだけを登録する読み取り専用の仮想表で、一時ビューは登録されない
- ジョブ コンピュートと ジョブ コンピューティングは同じ物で、実行ごとに起動して終わる計算資源
- サーバーレス コンピュートと サーバーレス は同じ物で、管理不要で即起動し使った分だけ課金
- For each タスクは配列の要素ごとに同じタスクを繰り返し、反復ごとに値を渡す
- Run if は先行の成否で後続を動かし、満たさないと失敗扱いか除外になる
- 「依存関係と DAG(並列・合流)の組み方」と「タスクと依存」は同じ働き。Depends on で上流を選ぶ
- 「テーブル更新のトリガー」と「テーブル更新トリガー」は同じ。監視テーブルの更新でジョブが動く
- 「連続(continuous)」と「連続トリガー」は同じ。終了後すぐ次の実行を始め続ける
- 「cron 式」と「Quartz の cron 式」は同じ。秒から曜日までの欄で時刻を書く
- 「Git folders」は「Git フォルダー」の英語表記で同じ物。旧称は Repos
ひっかけ
- 「トリガー」は同じ語で別物。ストリームは起動間隔、ジョブは実行を起こす条件
- 主キーは強制されない。違反の書き込みを止めるのは CHECK と NOT NULL だけ
分野ごとの論点の数
| 分野 | 知っている | 違う | 同名で別物 | 新しい |
|---|---|---|---|---|
| Azure Databricks 環境を設定して構成する | 5 | 8 | 0 | 13 |
| Unity カタログ オブジェクトのセキュリティ保護と管理 | 1 | 11 | 0 | 13 |
| データの準備と処理 | 3 | 18 | 0 | 29 |
| データ パイプラインとワークロードのデプロイと管理 | 10 | 16 | 0 | 20 |
| 合計 | 19 | 53 | 0 | 75 |
DP-750 で違う論点(53 個)
| 論点 | メモ |
|---|---|
| 操作の履歴 | テーブル履歴を見る |
| サービス プリンシパル | 人でない身元の作成と利用 |
| タスクの状態 | 成功・失敗・飛ばし・上流の失敗 |
| Liquid Clustering | クラスタリング キーを選び、他の手法と比べる |
| OPTIMIZE | 小さなファイルをまとめる |
| VACUUM | 参照されないファイルの削除 |
| 予測最適化 | 保守を自動で実行させる |
| マネージド テーブル | 管理される表と外部の表で削除時の扱いが違う |
| 権限の継承 | 上位の権限が配下へ及ぶ |
| USE CATALOG | 権限の種類と、表を読むのに要る前提の組 |
| 所有者と MANAGE | 所有者の全権限 |
| 動的ビュー | 利用者で結果を変える |
| タグ | タグの付与と継承 |
| spark.read | ノートブックで一括の読み書きをする |
| ファイル通知 | ディレクトリ一覧との違いでファイル検出を選ぶ |
| 期待値(expectations) | 違反時の動作を選ぶ |
| NOT NULL と CHECK | 違反した書き込みを止める制約を設定する |
| GRANT・REVOKE | 権限の付与と剥奪 |
| INTERSECT ALL | 集合演算の重複の扱いを使い分ける |
| ALTER TABLE | 列の追加などの DDL |
| HAVING | 集計後の条件は HAVING で書く |
| try_cast | 型の不一致の挙動と変換エラーの扱いを知る |
| MERGE INTO | 一致と不一致の句で更新を設計する |
| プル リクエスト | 変更を提案しレビューする |
| 結合の種類 | 結果の行の違いで結合を選ぶ |
| Delta テーブル | 形式ごとの特徴から選び、トランザクション ログを知る |
| メダリオン アーキテクチャ | 生から整形、集計へ品質を段階的に高める層構造 |
| Unity Catalog | メタストア・カタログ・スキーマ・テーブルという階層で名前を付ける |
| ボリューム | マネージドと外部・/Volumes/ のパス |
| SQL ウェアハウス | BI と SQL のクエリ向けの計算資源 |
ほか 23 個
数えた元のデータの更新日: 2026-11-17
解く順
Databricks Data Engineer Associate を持つ人が DP-750 の 850 問で知っているのは約 54 問で、確かめの問は約 79 問です。最初に、違う約 341 問へ進みます。新しい約 455 問は、最後に回します。
向く人・向かない人
- 向く人
- Databricks Data Engineer Associate を持っている人。850 問のうち約 54 問は知っている考え方なので、違う約 341 問と新しい約 455 問に時間を回せます。
- 向かない人
- Databricks Data Engineer Associate をこれから受ける人。重なりは前の資格の側から数えた物なので、先にその無料 50 問から始めてください。
このページは、先生が覚えているDatabricks Data Engineer AssociateとDP-750の考え方の一覧から、自動で作っています。数字は問題集の収録内容から数えた見込みで、本番の試験の出題を約束する物ではありません。