Microsoft Fabric Analytics Engineer Associate
225道练习题
最后审核：April 2026
为你的学习之旅记录个人笔记和资源链接
按认证筛选
DP-600 是 Microsoft 面向分析工程师的助理级别认证，用于在 Microsoft Fabric 中构建解决方案 — Microsoft 的统一 SaaS 分析平台，整合了 Power BI、Synapse、Data Factory 和 OneLake。它验证了摄取和转换数据、建模语义层以及操作 Fabric 工作区和容量的能力。目标受众是 BI 开发人员、分析工程师和数据工程师，他们将 Power BI 的工作扩展到更广泛的 Fabric 技术栈中。考试预计有 40-60 道题目，时长 100 分钟，包括代码补全拖放题 (T-SQL, DAX, PySpark)、情景题和至少一个案例研究。请注意，DP-600 于 2024 年 4 月正式发布 (GA)，因此备考材料仍在不断完善中。
约占 27%。包括工作区和容量管理、安全性 (RLS / OLS、敏感度标签、工作区角色)、与 Git 集成和部署管道的版本控制，以及 Fabric 项的持续集成模式。
迄今为止最大的领域，占 48%。包括 Lakehouse、Warehouse、KQL 数据库、Dataflows Gen2、笔记本 (PySpark / T-SQL / Python)、快捷方式、镜像、Medallion 架构和增量摄取模式。
约占 25%。包括表格模型设计、DirectLake 模式、DAX、语义模型性能调优、计算组、透视以及 Power BI / Fabric 语义链接桥。
您将在考试中遇到的服务及其重要性。
SaaS 分析平台，在统一的 OneLake 基础和容量模型上整合了数据工程、数据仓库、实时智能、数据科学和 Power BI。
为什么会出现在考试中： DP-600 是 Fabric 原生的认证——每个领域都将 Fabric 作为平台，维护解决方案和准备数据的场景都在其工作区内解决。
存储在 OneLake 上的 Delta-Parquet Lakehouse，支持 SQL 端点和 Spark 笔记本访问，并具有自动发现的表/文件双布局。
为什么会出现在考试中： 领域 2 (准备数据) 考察 Lakehouse 与 Warehouse 的选择，以及以 Delta 表结束的 Spark 端摄取路径。
OneLake 上的 T-SQL 数据仓库，支持完整的事务性 DDL/DML、存储与计算分离以及零拷贝跨仓库查询。
为什么会出现在考试中： 领域 2 考察何时为低延迟 SQL 工作负载将数据物化到 Warehouse，而非 Lakehouse SQL 端点。
Fabric 集成的摄取与编排服务，通过 Dataflows Gen2（大规模 Power Query M）和涵盖 200 多个连接器的 Pipeline 实现。
为什么会出现在考试中： 领域 2 将 Data Factory 命名为规范的 Fabric 摄取路径；Dataflows Gen2 界面在转换问题中反复出现。
Fabric 工作负载，捆绑了 Spark 笔记本、作业、环境管理和 Lakehouse，用于代码优先的数据转换。
为什么会出现在考试中： 领域 2 中关于 PySpark / Spark SQL 转换和管道参数化的问题映射到数据工程工作负载。
Spark 支持的交互式笔记本，支持 PySpark、Spark SQL、Scala 和 R，具有 %%sql magic、%run 重用和内置的 Lakehouse Explorer。
为什么会出现在考试中： 领域 2 考察基于笔记本的转换模式——magic 命令、Lakehouse 挂载和 Spark 配置是常见的干扰项。
托管在 Fabric 中的表格模型，具有 DAX、计算组、透视、行级安全性以及 Direct Lake / Import / DirectQuery 存储模式。
为什么会出现在考试中： 领域 3 (实施和管理语义模型) 完全基于此界面——预计会有大量关于 DAX、存储模式和 RLS 的问题。
Data Factory 中的可视化工作流编排器，通过参数传递和触发器串联复制数据、笔记本、数据流和查找活动。
为什么会出现在考试中： 领域 2 + 领域 1 (维护解决方案) 考察 Pipeline 在计划摄取、重试/错误处理和端到端编排方面的能力。
Fabric 语义模型之上的可视化层，包含 DAX 度量值、用于转换的 Power Query M、分页报告和仪表板。
为什么会出现在考试中： 领域 3 将 Power BI 报表创作直接绑定到语义模型契约——DAX、Power Query 和可视化层优化都会出现。
每个 Fabric 工作区下的租户级 Delta-Parquet 数据湖，提供 Lakehouse、Warehouse 和 KQL 数据库共享的单副本存储。
为什么会出现在考试中： 领域 2 将 OneLake 与每个工作负载的存储区分开来；预计会考查快捷方式、镜像和 OneLake 安全边界。
基于 Kusto/KQL 引擎构建的 Fabric 工作负载，用于流式摄取 (Eventstreams)、存储 (Eventhouse / KQL Database) 和分析。
为什么会出现在考试中： 当数据源是需要先进行 KQL 探索才能进入 Lakehouse 的高速遥测数据时，领域 2 会提到实时智能。
一种存储模式，按需将 OneLake 中的 Delta-Parquet 列加载到内存中，结合了 DirectQuery 的新鲜度和 Import 模式的性能。
为什么会出现在考试中： 领域 3 考察 Direct Lake、Import 和 DirectQuery 的区别——了解回退条件和刷新行为是常见的考试模式。
组织容器——域按业务功能对工作区进行分组，工作区包含项目并授予基于角色的访问权限（管理员/成员/参与者/查看者）。
为什么会出现在考试中： 领域 1 (维护数据分析解决方案) 考察工作区角色、部署到更高环境以及租户与域的治理。
虚拟化引用，无需复制即可将外部数据 (ADLS Gen2, S3, GCS, 其他 OneLake) 挂载到 Lakehouse 或 KQL 数据库中。
为什么会出现在考试中： 领域 2 考察快捷方式作为加载外部数据的零拷贝方式，以及作为共享同一源的 Lakehouse 之间的连接点。
工作区级的 Azure DevOps / GitHub 源代码控制，加上用于通过规则在开发/测试/生产阶段推广项目的部署管道。
为什么会出现在考试中： 领域 1 要求语义模型和笔记本的 CI/CD 集成 Git，并使用部署管道进行环境提升。
统一的数据治理服务，可自动发现 Fabric 项目，显示跨管道 / 数据流 / 语义模型的血缘关系，并应用敏感度标签。
为什么会出现在考试中： 当场景需要在 Fabric 资产上进行跨工作区血缘、分类或合规性证据时，领域 1 会提到 Purview。
云身份提供者，支持 Fabric 工作区访问、语义模型行级安全身份和条件访问强制执行。
为什么会出现在考试中： 领域 1 + 领域 3 关于工作区角色、RLS 和 OLS 的问题都假定 Entra ID 是身份平面。
基于 SKU 的租户级计算池 (F-SKU)，在所有 Fabric 工作负载之间共享，具有平滑、突发和暂停/恢复成本控制功能。
为什么会出现在考试中： 领域 1 考察容量大小、限制阈值以及后台与交互式操作对平滑 CU 消耗的影响。
跨笔记本、管道、数据流、语义模型刷新和计划作业的集中式活动视图，支持筛选和重新运行。
为什么会出现在考试中： 领域 1 (维护数据分析解决方案) 将监控中心命名为用于跟踪和修复失败运行的操作窗格。
敏感度标签引擎，可将标签从源通过 Fabric 项目传播到 Power BI 导出中，强制执行加密和 DLP。
为什么会出现在考试中： 领域 1 考察 Fabric 数据平面上的敏感度标签继承，以及下游 Office/Power BI 界面中的导出保护行为。
$100k–$140k–$195k USD 每年
此范围涵盖美国地区的中高级 BI / 分析工程师；鉴于该平台于 2023 年正式发布 (GA)，Fabric 特定的薪资数据仍然稀少，因此数据倾向于邻近的 BI / Power BI 工程师职位。Microsoft 合作咨询公司和大型 Power BI 商店的高级 Fabric 工程师的总薪酬 (TC) 经常超过 18 万美元。
来源：levels.fyi 2025 BI / 分析工程师职位，U.S. BLS OEWS May 2024 (15-2051 data scientists, 15-1252 software developers)，Glassdoor 2025。数据为估算值；实际薪酬取决于职位、地区和经验。
自 2024 年 4 月正式发布 (GA) 以来，随着 Microsoft 客户将现有 Power BI 投资整合到 Fabric 上，DP-600 的需求迅速增长。Microsoft 合作咨询公司、大型 Power BI 商店和企业 BI 组织的招聘人员已开始明确将 DP-600 列为首选证书。对于偏向 BI 的职位，它与 PL-300 (Power BI 数据分析师) 自然搭配；对于偏向工程的职位，则与 DP-700 (Fabric 数据工程师) 自然搭配。需要注意的是：作为一个新证书，薪资数据和职位发布频率信号仍在成熟中 — 预计随着 Fabric 采用的深入，到 2026 年需求将进一步稳固。
没有正式的先决条件。Microsoft 建议具备 Power BI 的实践经验，并熟悉 T-SQL、DAX 或 PySpark 中的至少一种 — DP-600 并非入门级考试。持有 PL-300 (Power BI 数据分析师) 证书的考生通常会觉得语义模型领域很自然；来自 DP-203 / DP-700 的工程师则会觉得数据准备领域很自然。DP-900 对初次接触 Azure 数据服务的考生来说是一个有用的概念性入门。
官方的 Microsoft Learn 学习路径涵盖所有三个领域，大约需要 30-40 小时。实际上，在 Fabric 试用容量中进行实践 (60 天免费试用) 是必不可少的 — DP-600 考试问题会展示真实的 Lakehouse / Warehouse / 笔记本 UI，并奖励那些实际构建过小型 Medallion 管道的考生。第三方材料仍然稀少；主要依靠 Microsoft Learn 和官方练习评估。
DP-600 属于助理级别，通常被认为是中等难度 — 在考试时长上与 DP-300 相当，但鉴于 Fabric 涵盖了工程和 BI 能力，其广度更大。如果之前有 Power BI 或 Synapse / Databricks 经验，计划在 7-10 周内学习 70-110 小时；否则需要更长时间。考试时长 100 分钟，包含 40-60 道题目，题型包括多项选择、多项回答、拖放 (包括 T-SQL、DAX 和 PySpark 的代码补全)、热点区域和案例研究。
最常见的障碍是其广度本身 — DP-600 涵盖数据摄取、Lakehouse 建模、语义建模和平台操作，因此在一个领域很强的考生通常需要在其他领域投入大量时间。DirectLake 模式以及 Lakehouse / Warehouse 的区别是常见的易错点。作为一项近期推出的考试，第三方学习材料质量参差不齐；Microsoft Learn 仍然是最可靠的来源。
首次正式发布 (GA)。Beta 考试于 2024 年 2 月至 4 月进行，并提供折扣价。Microsoft 已表示，鉴于 Microsoft Fabric 功能发布的快速节奏，DP-600 的考试大纲将频繁更新。
DP-600 (Microsoft Fabric Analytics Engineer Associate) 是一门中等难度的考试，要求具备实际操作经验以及对最佳实践的扎实理解Associate级别考试。大多数考生需要为助理级别考试学习 80-150 小时，分摊在 6-12 周内完成。 大多数在模拟考试中持续得分高于及格线的考生，在第一次尝试时都能通过。
大多数考生需要为助理级别考试学习 80-150 小时，分摊在 6-12 周内完成。 通过考试所需时间因个人经验而异。在底层技术方面具有实际生产经验的工程师通常所需时间较少；平台新手则应计划在学习时间范围的上限。
DP-600 是 Azure 生态系统中公认的证书，向雇主、招聘人员和客户表明您已具备经过验证的知识。它是否值得您投入时间和费用取决于您的角色和目标——对于日常使用 Azure 或希望从事相关工作的云工程师、架构师和顾问来说，其回报通常最大。
DP-600 的及格分数是 700 / 1000。考试包含 50 道题，时长为 1 小时 40 分钟。
DP-600 考试费用为 $165 USD。费用由 Azure 设定，并可能因地区而异；预订前请务必在 Azure 官方认证页面确认当前价格。
Microsoft 基于角色的认证有效期为 1 年，但在证书过期前 6 个月内，可以通过 Microsoft Learn 上的无监考在线评估免费续订。
是的。您可以选择在线考试（通过提供商的安全浏览器进行监考，在大多数地区全天候可用）或在工作时间内前往 Pearson VUE 线下考试中心参加。两种形式使用相同的题目、时间限制和及格分数。
CertLabPro 为 DP-600 提供了包含 15 种学习模式的练习题库。考试模拟模式与真实考试一致：50 道题，时长 1 小时 40 分钟，及格分数同样为 700 / 1000。浏览模式允许您静态阅读所有问答。