AI-102 検索とナレッジマイニングAI-102 Search and Knowledge Mining

ABF である必要があります (顧客管理キーには AKV を使用します)

Should be ABF (use AKV for customer managed key)

Azure ドキュメントで確認したところ、A、B、F が正解です。

Verified with Azure docs, A,B and F are correct answers.

提供された回答は正しいです。

The provided answers are correct.

「E」はクエリのパフォーマンスが低下します。

"E" should read Query performance will decrease

コーヒーギフトはABFです。

Coffee gift is ABF.

Microsoft のドキュメント 12 の情報に基づくと、サーバー側の暗号化を有効にし、Azure Cognitive Search で Azure に保存されているカスタマー マネージド キー (CMK) を使用することの影響は次のとおりです。

A. インデックスのサイズが大きくなります。 CMK 暗号化を有効にすると、インデックス サイズが増加します1。
B. クエリ時間が増加します。 CMK 暗号化を有効にすると、クエリのパフォーマンスが低下します。クエリ時間は 30 ～ 60% 増加することが期待できます1。
F. Azure Key Vault が必要です。 CMK 暗号化は Azure Key Vault に依存します。独自の暗号化キーを作成してキー コンテナーに保存することも、Azure Key Vault API を使用して暗号化キーを生成することもできます1。
したがって、正解は A、B、F です。これらの変更により、追加コストが発生する可能性があることに注意してください2。このような変更を行う前に、Azure の価格の詳細を確認することを常にお勧めします。

Based on the information from Microsoft’s documentation12, the implications of enabling server-side encryption and using customer-managed keys (CMK) stored in Azure for Azure Cognitive Search are:

A. The index size will increase. Enabling CMK encryption increases the index size1.
B. Query times will increase. Enabling CMK encryption degrades query performance. You can expect to see an increase of 30-60 percent in query times1.
F. Azure Key Vault is required. CMK encryption depends on Azure Key Vault. You can create your own encryption keys and store them in a key vault, or you can use Azure Key Vault APIs to generate encryption keys1.
So, the correct answers are A, B, and F. Please note that these changes might also lead to additional costs2. It’s always a good idea to review the Azure pricing details before making such changes.

Azure のドキュメントと、カスタマー マネージド キー (CMK) を使用したサーバー側の暗号化による Azure Cognitive Search のベスト プラクティスに基づくと、質問に対する正しい答えは B と F であるようです。CMK を有効にすると、データが要求されたときに追加の暗号化/復号化手順が必要になるため、クエリ時間が増加する可能性があることが知られています (B)。これらの CMK を保存および管理するには Azure Key Vault が必要であり、構成 (F) の必須コンポーネントとなります。ドキュメントには、インデックス サイズが影響を受けること (A および D)、クエリ時間が短縮されること (E)、および自己署名 X.509 証明書が要件 (C) として言及されていません。

Based on the Azure documentation and best practices for Azure Cognitive Search with server-side encryption using customer-managed keys (CMKs), it appears that the correct answers to the question are B and F. Enabling CMKs is known to potentially increase query times due to the additional encryption/decryption steps required when data is requested (B). Azure Key Vault is required to store and manage these CMKs, making it a necessary component of the configuration (F). There is no indication in the documentation that index size will be affected (A and D), nor that query times will decrease (E), and a self-signed X.509 certificate is not mentioned as a requirement (C).

安倍首相が正解であるはずがない。 BとEは矛盾しています

ABE can't be the right answer. B and E are conflicting

この回答は、コメントに来て自分で調査する必要がある理由を強調していると思います。ここでの答えは、クエリ時間が増加し、減少することを示していますが、これは意味がありません。答えはABEではなくABFです

I think this answer highlights why you should come to the comments and do your own research. The answer here says the query time will both increase AND decrease, which doesn't make sense. The answer is ABF, not ABE

Eは間違っています！ CMK を使用するとクエリ時間が増加します

The E is wrong! The query time will increase with CMK

カスタマー マネージド キーには、別の課金対象サービスである Azure Key Vault が必要です。これは、Azure AI Search と同じサブスクリプションの下にある別のリージョンに存在することができます。

CMK 暗号化を有効にすると、インデックス サイズが増加し、クエリのパフォーマンスが低下します。これまでの観察に基づくと、クエリ時間は 30 ～ 60% 増加することが予想されますが、実際のパフォーマンスはインデックス定義とクエリの種類によって異なります。パフォーマンスに悪影響を及ぼすため、この機能を本当に必要とするインデックスでのみこの機能を有効にすることをお勧めします。

Customer-managed keys require another billable service, Azure Key Vault, which can be in a different region, but under the same subscription, as Azure AI Search.

Enabling CMK encryption will increase index size and degrade query performance. Based on observations to date, you can expect to see an increase of 30-60 percent in query times, although actual performance will vary depending on the index definition and types of queries. Because of the negative performance impact, we recommend that you only enable this feature on indexes that really require it.

A、B: 「CMK 暗号化を有効にすると、インデックス サイズが増加し、クエリのパフォーマンスが低下します」
F: 「カスタマー マネージド キーには、別の課金対象サービスである Azure Key Vault が必要です。これは、Azure Cognitive Search と同じサブスクリプションの下にある別のリージョンに存在することができます。」
https://learn.microsoft.com/en-us/azure/search/search-security-overview#data-protection

A,B: "Enabling CMK encryption will increase index size and degrade query performance"
F: "Customer-managed keys require another billable service, Azure Key Vault, which can be in a different region, but under the same subscription, as Azure Cognitive Search."
https://learn.microsoft.com/en-us/azure/search/search-security-overview#data-protection

CMK 暗号化を有効にすると、インデックス サイズが増加し、クエリのパフォーマンスが低下します。キーを保存するには Key Vault が必要です

https://learn.microsoft.com/en-us/azure/search/search-security-overview#data-protection

Enabling CMK encryption will increase index size and degrade query performance. And you need a key vault to store the keys

https://learn.microsoft.com/en-us/azure/search/search-security-overview#data-protection

暗号化によりインデックスとクエリが増加します。
お客様はキーの管理を希望しているため、Azure Key Vault が必要になります

Index and query will increase because of the encryption.
Because customer wants to manage the keys he will need Azure key vault

ABFは正しいようです

ABF seem correct

ABF は正しく見えますが、B と E は矛盾しています

ABF looks right, B and E are contradicting

答えはノーです。プライベートエンドポイントを使用してプライベートリンクを作成する必要があります

Answer is no. you should create a private link with private endpoint

- 「vm1 という名前の Azure 仮想マシン上で実行される app1 という名前の Web アプリを作成します。Vm1 は **vnet1** という名前の Azure 仮想ネットワーク上にあります。」
-「service1 とパブリック エンドポイントを **新しい仮想ネットワーク** にデプロイし、Azure Private Link を構成します。」
app1 と service1 は 2 つの異なる仮想ネットワーク上にあるようです。これらがペアになっていることについては言及されていないため、service1 が新しい vnet にプライベート エンドポイントを持っている場合でも、それらの間のトラフィックはインターネットを経由します。
https://learn.microsoft.com/en-us/azure/virtual-network/virtual-networks-udr-overview

- "You create a web app named app1 that runs on an Azure virtual machine named vm1. Vm1 is on an Azure virtual network named **vnet1**."
-"You deploy service1 and a public endpoint to a **new virtual network**, and you configure Azure Private Link."
It seems that app1 and service1 are on two different virtual networks. Since it doesn't mention that they are paired, traffic between them goes through the Internet, even if service1 has a private endpoint in the new vnet.
https://learn.microsoft.com/en-us/azure/virtual-network/virtual-networks-udr-overview

答えは「はい」です

Answer is Yes

プライベートエンドポイントを使用する必要があります

private endpoint should be used

はい、このソリューションは目標を達成しています。 service1 には技術的にはパブリック エンドポイントがありますが、Azure Private Link を使用すると、アプリが独自の仮想ネットワーク (vnet1) を介してプライベートにアクセスできるようになります。

Private Link は、ネットワーク内に service1 のプライベート IP アドレスを作成します。

したがって、app1 は、同じ部屋の別のサーバーと通信するのと同じように、完全に Azure プライベート ネットワーク内で service1 と通信できます。パブリック インターネットに出る必要はありません。 Private Link を使用すると、仮想ネットワーク内から安全かつプライベートに Azure サービスにアクセスできます。

service1 にはパブリック エンドポイントがありますが、Private Link はそれをプライベート接続でオーバーライドします。

そのため、トラフィックはインターネットではなく、Azure のプライベート バックボーン内に留まります。

Yes, this solution meets the goal. Even though service1 technically has a public endpoint, using Azure Private Link allows your app to access it privately, through your own virtual network (vnet1).

Private Link creates a private IP address for service1 inside your network.

So, app1 can talk to service1 entirely within the Azure private network, just like talking to another server in the same room — no need to go out onto the public internet. Private Link lets you access Azure services securely and privately from inside your virtual network.

Even though service1 has a public endpoint, Private Link overrides that with a private connection.

So traffic stays inside Azure’s private backbone, not the internet.

このソリューションでは、パブリック エンドポイントを使用して service1 をデプロイすることを指定します。 app1 がパブリック インターネット経由でトラフィックをルーティングせずに service1 に直接接続できるようにするには、代わりにプライベート エンドポイントを使用して service1 をデプロイする必要があります。プライベート エンドポイントにより、Azure Private Link を介した安全な接続が可能になり、vnet1 上の app1 がプライベート ネットワーク経由で service1 と直接通信できるようになります。

正しいアプローチは次のとおりです。
- service1 を仮想ネットワーク (できれば同じ vnet1 またはピアリングされたネットワーク) にデプロイします。
- service1 にはプライベート エンドポイントを使用します。
- Azure Private Link を構成して、安全な直接アクセスを有効にします。

この構成により、接続で公共のインターネットが使用されなくなります。

The solution specifies deploying service1 with a public endpoint. To ensure app1 can connect directly to service1 without routing traffic over the public internet, you should deploy service1 with a private endpoint instead. The private endpoint will allow secure connectivity through Azure Private Link, enabling app1 on vnet1 to communicate directly with service1 over the private network.

Here’s the correct approach:
- Deploy service1 to a virtual network (preferably the same vnet1 or a peered network).
- Use a private endpoint for service1.
- Configure Azure Private Link to enable secure, direct access.

This configuration ensures that the connection does not use the public internet.

答えはA、YESです。このコアは、パブリック インターネットとプライベート インターフェイスに面するクラウド ネットワークのコアです。解決策には「service1 とパブリック エンドポイントを新しい仮想ネットワークにデプロイし、Azure Private Link を構成します」と記載されています。仮想ネットワークはプライベート IP/エンドポイントで構成され、Azure Private Link で認識できるようになります。

Answer is A,YES. This core of any cloud network facing public internet to private interface. Solution says: "deploy service1 and a public endpoint to a new virtual network, and you configure Azure Private Link"---Virtual networks are configured with private IP/endpoint which will then be recognizable under Azure Private Link

はいが正解です。
service1 をデプロイし、新しい仮想ネットワーク内でパブリック エンドポイントを構成し、Azure Private Link を有効にすることで、app1 (vm1 上) と検索サービス (service1) 間の接続がプライベート ネットワーク経由で行われるようになります。

Yes is the correct answer.
By deploying service1 and configuring a public endpoint within a new virtual network, and then enabling Azure Private Link, you ensure that the connection between app1 (on vm1) and the search service (service1) happens over a private network.

これはとても愚かで混乱します。最初にパブリック エンドポイントを使用してサービスをデプロイし、そのサービスにプライベート リンク エンドポイントを構成した後、サービスはパブリック エンドポイントで自動的に閉じられます。はい、それは目標を達成しています。しかし、これらの質問はあなたを騙すためにあります。

This is so stupid and confusing. If you deploy the service first with public endpoint and after you configure a private link endpoint for it, it will automaticly close don the public endpoint. So yes its does meet the goal. But these questions are there to trick you.

この答えは「ノー」です。

This answer is No.

これは正解は「いいえ」です。 M7、T20、T25 の卒業生を除く全員が、「はい」という愚かな答えをしなければなりません。

This is correct answer is no. All but M7, T20, and T25 graduates must give a silly answer of yes.

答えは大きくYESです。 Azure の他の PaaS サービスと同様に、パブリック アクセス (つまり、この場合は単にパブリック エンドポイントと呼ばれます) を使用してサービスをデプロイし、プライベート エンドポイントを使用した後にプライベート アクセスを構成できます。そうすると、プライベート エンドポイントはパブリック アクセスをブロックします。

検索サービスのプライベート エンドポイントを使用すると、次のことが可能になります。

検索サービスのパブリック エンドポイント上のすべての接続をブロックします。

https://learn.microsoft.com/en-us/azure/search/service-create-private-endpoint#why-use-a-private-endpoint

Answer is a big YES. Like other PaaS services in Azure, you can deploy your service with public access (i.e. in this case they just call it public endpoint) and configure your private access after with a private endpoint. Doing so, the private endpoint will block the public access.

Private endpoints for your search service enable you to:

Block all connections on the public endpoint for your search service.

https://learn.microsoft.com/en-us/azure/search/service-create-private-endpoint#why-use-a-private-endpoint

Aが正解です！
その解決策は完璧に機能するでしょう。その理由は次のとおりです。検索サービスとエンドポイントを同じ仮想ネットワークにデプロイすると、Web アプリと検索サービスの間にプライベートで安全な接続が作成されます。また、Azure Private Link を使用すると、2 つのサービス間にプライベートな専用接続が作成されるため、トラフィックがパブリック インターネットを経由する必要がなくなります。これにより、セキュリティが強化されるだけでなく、パフォーマンスと信頼性も向上します。したがって、サービスを新しい仮想ネットワークにデプロイし、Azure Private Link を構成すれば、パブリック インターネットを使用せずに app1 を service1 に直接接続するという目標を確実に達成できます。

A is correct!
That solution would work perfectly. Here's why: By deploying the search service and the endpoint to the same virtual network, you create a private, secure connection between the web app and the search service. And by using Azure Private Link, you're creating a private, dedicated connection between the two services, which means traffic doesn't have to go over the public internet. This not only increases security but also improves performance and reliability. So, deploying the service to a new virtual network and configuring Azure Private Link would definitely meet the goal of connecting app1 directly to service1 without using the public internet.

パブリック エンドポイントではなく、プライベート エンドポイントです。

「Azure AI サービス リソースのプライベート エンドポイントを使用すると、仮想ネットワーク上のクライアントが Azure Private Link 経由でデータに安全にアクセスできるようになります。」
https://learn.microsoft.com/en-us/azure/ai-services/cognitive-services-virtual-networks?tabs=portal#use-private-endpoints

Not a public endpoint but a private endpoint.

"You can use private endpoints for your Azure AI services resources to allow clients on a virtual network to securely access data over Azure Private Link. "
https://learn.microsoft.com/en-us/azure/ai-services/cognitive-services-virtual-networks?tabs=portal#use-private-endpoints

8月の試験に出ました

appeared in august exam

B が正解 : いいえ。

B is correct answer : No.

パブリック エンドポイントは、トラフィックがインターネットに送信されることを意味するため、答えは大きな「いいえ」です。

Public endpoint means the traffic is going to Internet, so answer is a big 'NO'

8月の試験に出ました

appeared in august exam

プライベートエンドポイントを使用する必要があります

private endpoint should be used

トラフィックはインターネット経由でルーティングされるべきではないため、答えは B です。 「既定では、Azure AI Search はパブリック エンドポイント経由の接続を許可するように構成されています。パブリック エンドポイントを介した検索サービスへのアクセスは認証および承認プロトコルによって保護されますが、エンドポイント自体はデータ プレーン要求のネットワーク層でインターネットに開かれています。」 https://learn.microsoft.com/en-us/azure/search/service-configure-firewall#when-to-configure-network-access

the answer is B because the traffic should not be routed over internet. "By default, Azure AI Search is configured to allow connections over a public endpoint. Access to a search service through the public endpoint is protected by authentication and authorization protocols, but the endpoint itself is open to the internet at the network layer for data plane requests." https://learn.microsoft.com/en-us/azure/search/service-configure-firewall#when-to-configure-network-access

Bが正しいようです

B seems correct

B が正解です。

B is the correct answer.

この答えはノーです。

This answer is no.

B が正解 : いいえ。

B is correct answer : No.

繰り返しますが、いいえ

Again NO

正解は B です。いいえ。このシナリオはパブリック インターネット経由でルーティングします。パブリック インターネットにアクセスせずにこれを行うには、vnet 上のプライベート エンドポイントを使用し、プライベート リンクを使用してそれにアクセスします。

Correct Answer is B. No. this scenario routes over public internet, to do this without touching public internet you would use a private endpoint on a vnet then private link to access it.

「B」に投票してください。プライベートリンクで十分です

Vote for 'B'. Private Link is sufficient

ノーのようです

SEEMS NO

はい、それが答えです。

Yes, is the answer.

答えは正解です。
代わりに、プライベート エンドポイントとプライベート リンクを作成しました。

Answer is correct.
Instead created private end point and private link.

パブリック インターネット経由でトラフィックがルーティングされないようにするには、パブリック エンドポイントの代わりにプライベート エンドポイントを使用します。

Use a private endpoint instead of a public endpoint to prevent from routing traffic over the public internet.

8月の試験に出ました

appeared in august exam

プライベートエンドポイントを使用する必要があります

private endpoint should be used

B が正解です。

B is the correct answer.

この答えはノーです。

This answer is no.

繰り返しますが、いいえ

Again NO

答えは B です。ネットワーク セキュリティ グループを使用して vnet を構成した場合でも、アプリは vnet1 に到達するまでトラフィックをパブリックにルーティングし、その後ネットワークがセキュア/プライベートになります。これではまだ「トラフィックのパブリック ルーティングなし」要件に対応していません

The answer is B. Even if you configure vnet with a network security group, the app is still routing traffic to the public until it hits the vnet1 where then the network goes secure/private. That still does not address "no public routing of traffic" requirement

そうだね

SEEMS YES

これがこれら 2 つのリンクに基づく答えだと思います。
https://docs.microsoft.com/en-us/azure/virtual-network/network-security-groups-overview#network-security-groups

https://docs.microsoft.com/en-us/azure/virtual-network/virtual-networks-overview

I think this is the answer based on these two links.
https://docs.microsoft.com/en-us/azure/virtual-network/network-security-groups-overview#network-security-groups

https://docs.microsoft.com/en-us/azure/virtual-network/virtual-networks-overview

上位層の使用は、レプリカやパーティションのスケーリングを意味するものではありません。
答えはノーであるはずです

Using a higher tier does not imply scaling replicas or partitions.
The answer should be no

答えは正しいです

answer is correct

Azure Cognitive Search のスロットルは通常、現在のサービス レベルの容量制限 (1 秒あたりのクエリ数、パーティション、レプリカなど) を超えたときに発生します。

上位のサービス層への移行:

利用可能なクエリのスループットが向上します

より多くのレプリカやパーティションを許可します
スロットルに直接影響するサービス制限を引き上げる

Azure Cognitive Search throttling commonly occurs when you exceed the capacity limits of your current service tier (such as queries per second, partitions, or replicas).

Migrating to a higher service tier:

Increases available query throughput

Allows more replicas and/or partitions
Raises service limits that directly impact throttling

は正しいです

a is correct

まずはレプリカを増やすべきではないでしょうか？

Shouldn't you increase replicas first?

この質問では、既存の層でレプリカの制限に達したことが示されていないため、「NO」と答えます。

I'd say NO because the question does not tell us that we have reached the replica limit in the existing tier

はい、Azure AI Search の上位層に移行すると、スロットリングを減らすことができますが、多くの場合、代わりにレプリカの数を増やしてスケールアウトする方がコスト効率が高くなります。レプリカを追加すると、上位層への移行に伴う費用がかさむことなくクエリの同時実行性が向上し、一般的により経済的なアプローチになります。とにかく本当です。

「Basic は、小規模な運用ワークロードに専用のコンピューティング リソースを提供しますが、一部のネットワーク インフラストラクチャを他のテナントと共有します。」 -> 層を変更すると、専用のネットワーク インフラストラクチャを使用できるため、スロットリングが軽減されます。 https://learn.microsoft.com/en-us/azure/search/search-limits-quotas-capacity

Yes, migrating to a higher tier in Azure AI Search can help reduce throttling, but it’s often more cost-effective to scale out by increasing the number of replicas instead. Adding replicas improves query concurrency without the higher expense associated with moving to a higher tier, making it a generally more economical approach. It's true anyway.

"Basic provides dedicated computing resources for production workloads at a smaller scale, but shares some networking infrastructure with other tenants." -> changing tier allows to use dedicated networking infrastructure, so it reduces the throttling. https://learn.microsoft.com/en-us/azure/search/search-limits-quotas-capacity

はい、
より高い階層の Cognitive Search サービスに移行すると、一般に、より高い階層ではより多くのリソースが提供され、より高いリクエスト制限が提供されるため、検索クエリ リクエストが調整される可能性が低くなります。

Yes,
Migrating to a Cognitive Search service with a higher tier can reduce the likelihood of search query requests being throttled because higher tiers generally offer more resources and higher request limits.

レプリカを追加しないのですか?

not add replicas?

正解は「いいえ」です。

Right answer is No.

レプリカを使用するのは正しいので、答えは「いいえ」です。 M7、T20、T25 の卒業生を除く全員が、「はい」という愚かな答えをしなければなりません。

This is correct to use a replica, so the answer is no. All but M7, T20, and T25 graduates must give a silly answer of yes.

私は「いいえ」と言います。その理由は、より高い層が常にリソースを増やすわけではなく、どの層から増やすかによって異なるからです。ただし、この質問には、後でレプリカを増やすオプションが付属します。
ほとんどの調整問題に対する簡単な解決策は、検索サービスにより多くのリソース (通常はクエリ ベースの調整の場合はレプリカ、インデックス ベースの調整の場合はパーティション) をスローすることです。ただし、レプリカまたはパーティションを増やすとコストが増加するため、スロットルが発生する原因を把握することが重要です。スロットリングの原因となる条件の調査については、次のいくつかのセクションで説明します。

I would say NO, the reason is that a higher tier does not always increase the resources, it depends from which tier you are incresasing. However, this question later comes with the option of increase the replicas:
A simple fix to most throttling issues is to throw more resources at the search service (typically replicas for query-based throttling, or partitions for indexing-based throttling). However, increasing replicas or partitions adds cost, which is why it's important to know the reason why throttling is occurring at all. Investigating the conditions that cause throttling will be explained in the next several sections.

最良の答えは次のとおりです。
• A. はい
このオプションを選択する理由: Azure Cognitive Search サービス層によって、そのサービスで利用できるリソースが決まります。上位層では、ドキュメント数、インデックス作成速度、クエリ容量の増加など、より多くのリソースが提供されます。クエリ量が増加し、リクエストが調整されている場合は、現在の層のリソースが負荷を処理するには不十分であることを示しています。上位層に移行すると、より多くのリソースが提供されるため、スロットリングの可能性が低くなります。

The best answer is:
• A. Yes
Reason for choosing this option: Azure Cognitive Search service tiers determine the resources available for that service. Higher tiers provide more resources such as increased document counts, indexing speed, and query capacity. If the query volume has increased and requests are being throttled, it indicates that the current tier’s resources are insufficient to handle the load. Migrating to a higher tier will provide more resources, reducing the likelihood of throttling.

スロットルは単純なパフォーマンス層の問題であり、より高い層を使用すると問題が解決されます。

throttle is a simple performance tier issue, using higher tier will resolve the issue

上位層を選択します。https://learn.microsoft.com/en-us/azure/search/search-sku-tier を参照してください。

Choose higher tier, see https://learn.microsoft.com/en-us/azure/search/search-sku-tier

A. はい。

Azure Cognitive Search の上位層に移行すると、ストレージ、スループット、レプリカの増加など、より多くのリソースが提供され、検索クエリ要求が調整される可能性を軽減できます。

A. Yes.

Migrating to a higher tier in Azure Cognitive Search can provide more resources, such as increased storage, throughput, and replicas, which can help reduce the likelihood of search query requests being throttled.

質問の内容は次のとおりです: ...「光学式文字認識 (OCR) と「テキスト分析」を実行するにはエンリッチメント パイプラインを構成する必要があります。この 2 番目の要件のため、答えはマルチ認知サービス (D)、単独のビジョン サービスです (= OCR ではテキスト分析は行われません。テキスト抽出はテキスト分析ではありません!)。ここを読んでください: https://learn.microsoft.com/en-us/azure/search/cognitive-search-attach-cognitive-services?tabs=portal

Question says : ..."You need to configure an enrichment pipeline to perform optical character recognition (OCR) and "text analytics"... Just because of this second requirement Answer is a Multi Cognitive Service (D), alone vision service (=OCR wont make any text analytics, text extraction is not a text analytics !).. Read here : https://learn.microsoft.com/en-us/azure/search/cognitive-search-attach-cognitive-services?tabs=portal

コストを最小限に抑えながら、エンリッチメント パイプラインで OCR とテキスト分析を使用して 50,000 のドキュメントを処理する場合、より現実的なアプローチは次のとおりです。

D. S0 価格レベルを使用する新しい Cognitive Services リソース
このオプションは、いくつかの理由からより適しています。

容量とスケーラビリティ: S0 価格レベルでは、より高いトランザクション制限が提供され、50,000 などの大量のドキュメントの処理に適しています。無料利用枠のようにすぐに上限に達することなく、このタスクに必要な規模の操作を処理できます。

大規模なコスト効率: S0 層にはコストがかかりますが、中規模から大規模な運用ではコスト効率が高くなるように設計されています。リソースの使用を注意深く管理し、処理パイプラインを最適化することで、プロジェクトの要件を満たしながらコストを制御することができます。

For processing 50,000 documents with OCR and text analytics in an enrichment pipeline, while still aiming to minimize costs, a more practical approach would be:

D. a new Cognitive Services resource that uses the S0 pricing tier
This option is more suitable for several reasons:

Capacity and Scalability: The S0 pricing tier offers a higher transaction limit, making it more suitable for processing a large volume of documents like 50,000. It can handle the scale of operations required for this task without hitting the cap as quickly as the free tier might.

Cost Efficiency at Scale: While the S0 tier incurs costs, it is designed to be cost-effective for medium to large-scale operations. By carefully managing the use of resources and optimizing the processing pipeline, it's possible to keep costs under control while meeting the project's requirements.

正しい答えは次のとおりです。

## ✅ **B.無料の (限定されたエンリッチメント) Cognitive Services リソース**

### **これが正しい選択である理由**

* Azure Cognitive Search では、**無料の Cognitive Services リソース**をアタッチすると、**インデクサーごとに 1 日あたり 20 個の無料の組み込みエンリッチメント**が可能になります。
* スキルセットの OCR と Text Analytics は両方とも、Cognitive Services によってサポートされる **組み込みスキル** を使用します。
* 要件に **「コストを最小限に抑える」** と記載されており、**50,000 件のスキャンされたドキュメントがある**ため、必要な場合を除き、有料リソースのプロビジョニングを避けたいと考えています。
* **無料 (制限付きエンリッチメント)** Cognitive Services リソースをアタッチすると、S0 層のコストを発生させずにエンリッチメント パイプラインを実行できます。

The correct answer is:

## ✅ **B. a free (Limited enrichments) Cognitive Services resource**

### **Why this is the correct choice**

* Azure Cognitive Search allows **20 free built‑in enrichments per indexer per day** when you attach a **free Cognitive Services resource**.
* OCR and Text Analytics in a skillset both use **built‑in skills**, backed by Cognitive Services.
* Since the requirement states **“minimize costs”** and you have **50,000 scanned documents**, you want to avoid provisioning paid resources unless necessary.
* Attaching the **free (limited enrichments)** Cognitive Services resource lets you run the enrichment pipeline without incurring S0 tier costs.

B. 無料の (制限付きエンリッチメント) Cognitive Services リソース

コストを最小限に抑えるにはこれが正解です。その理由は次のとおりです。

無料の Cognitive Services リソースは以下を提供します。

組み込みスキルの場合、インデクサーあたり 1 日あたり最大 20 トランザクション
OCR およびテキスト分析機能が含まれています
Azure Cognitive Search サービス自体以外に追加コストはかかりません

B. a free (Limited enrichments) Cognitive Services resource

This is the correct answer to minimize costs. Here's why:

Free Cognitive Services resource provides:

Up to 20 transactions per indexer per day for built-in skills
Includes OCR and text analytics capabilities
No additional cost beyond the Azure Cognitive Search service itself

限定されたエンリッチメント。小規模から中規模のワークロードまたはテスト シナリオには十分です。

Limited enrichments, which are sufficient for small to medium-scale workloads or testing scenarios.

コストを最小限に抑えることについて言及されていますが、1 日あたり 20,000 (20 + 20 + 10) が無料であるため、B が選択肢として考慮されないのはなぜですか?

it's mentioned about minimize costs, why B is not considered as a choice, because it have 20k a day for free, 20 + 20 + 10?

Computer Vision は OCR 機能 (光学式文字認識) を含む Azure サービスであるため、正解は「A」です。スキャンされたドキュメントを処理し、エンリッチメント パイプラインの一部として OCR を実行する必要がある場合、通常は Computer Vision を使用します。

correct answer should be A beacuse Computer Vision is the Azure service that includes OCR capabilities (Optical Character Recognition). When you're dealing with scanned documents and need to perform OCR as part of your enrichment pipeline, you'll typically use Computer Vision.

多くの LLM サービスで確認したところ、答え B が得られました。
無料の (限定されたエンリッチメント) Cognitive Services リソース

I checked with many LLM services and get answer B:
a free (Limited enrichments) Cognitive Services resource

副操縦士は言う

A. 新しいコンピューター ビジョン リソース

説明：

スキャンしたドキュメントに対して光学式文字認識 (OCR) を実行するには、Azure Cognitive Services の一部である Computer Vision サービスを使用する必要があります。画像や文書から印刷文字や手書き文字を抽出できるサービスです。また、画像から豊富な情報を抽出して視覚データを分類および処理することもできます。

Text Analytics サービスも Azure Cognitive Services の一部であり、抽出後のテキストの処理に使用できますが、質問では特にパイプラインの OCR 部分について尋ねているため、Computer Vision サービスが正しい選択です。

コストは処理されるデータの量によって異なりますが、専用の Computer Vision リソースを使用する方が、一般的な Cognitive Services リソースや Azure Machine Learning Designer パイプラインを使用するよりもコスト効率が高くなる可能性があります。 Cognitive Services の無料枠は、50,000 のような大量のドキュメントの処理には適していません。

Copilot says

A. a new Computer Vision resource

Explanation:

To perform optical character recognition (OCR) on scanned documents, you would need to use the Computer Vision service, which is part of Azure Cognitive Services. This service can extract printed and handwritten text from images and documents. It's also capable of extracting rich information from images to categorize and process visual data.

The Text Analytics service, also part of Azure Cognitive Services, can be used for processing the text once it's extracted, but the question specifically asks about the OCR part of the pipeline, so the Computer Vision service is the correct choice.

The cost would depend on the volume of data processed, but using a dedicated Computer Vision resource is likely to be more cost-effective than using a general Cognitive Services resource or an Azure Machine Learning Designer pipeline. The free tier of Cognitive Services is not suitable for processing a large volume of documents like 50,000.

OCR とテキスト分析の両方が必要であるため、マルチサービス アカウントが必要です。
マルチサービス アカウントは無料枠 (F0) をサポートしていないため、B は有効なオプションではありません。したがって、答えは D でなければなりません。

A Multiservice account is required since both OCR and text analytics are required.
Since a multiservice account does not support the free tier (F0), then B is not a valid option. So, the answer has to be D.

S0 SKU を使用する

Use S0 SKU

D は正しいです。

D is right.

50,000 件のスキャンされたドキュメントのコレクションに対して OCR とテキスト分析を実行しながらコストを最小限に抑えるという目標を考えると、制限付きエンリッチメント層では追加コストなしで基本的なエンリッチメントが提供されることを考慮すると、最も適切な選択は次のとおりです。

B. 無料の (制限付きエンリッチメント) Cognitive Services リソース。

Given the goal of minimizing costs while performing OCR and text analytics on a collection of 50,000 scanned documents, and considering that the Limited enrichments tier offers basic enrichments at no additional cost, the most suitable choice is indeed:

B. a free (Limited enrichments) Cognitive Services resource.

B. 無料の (制限付きエンリッチメント) Cognitive Services リソース

説明：

Cognitive Services の無料 (制限付きエンリッチメント) 層では、光学式文字認識 (OCR) および基本的なテキスト分析機能へのアクセスが提供されます。
この Cognitive Services リソースをスキルセットにアタッチすると、スキャンされたドキュメントに対して OCR およびテキスト分析を実行できるようになります。
要件はコストを最小限に抑えることであるため、無料利用枠を選択するのが最もコスト効率の高いオプションです。
このオプションは、コストを低く抑えながら、Azure Cognitive Search を通じてテキストを利用できるようにするという目標に沿っています。

B. a free (Limited enrichments) Cognitive Services resource

Explanation:

The free (Limited enrichments) tier of Cognitive Services provides access to Optical Character Recognition (OCR) and basic text analytics capabilities.
Attaching this Cognitive Services resource to the skillset allows you to perform OCR and text analytics on the scanned documents.
Since the requirement is to minimize costs, choosing the free tier is the most cost-effective option.
This option aligns with the goal of making the text available through Azure Cognitive Search while keeping costs low.

正しい選択肢は D - S0 価格レベルを使用する新しい Cognitive Services リソースです

無料利用枠ではこれを行うことができないため、オプション B を選択できません

Correct option is D - a new Cognitive Services resource that uses the S0 pricing tier

We can't do this with free tier, thus we can't select Option B

コストを最小限に抑えるには、S0 層を使用しないでしょう。そのため、答えは A です。

to minimize cost you would not use a S0 tier which is why the answer is A

OCR は、Azure AI Search の課金対象レベルを必要とする組み込みスキルセットであるため、D が正しいです

OCR is a built-in skillset that required billable tier of Azure AI Search, so the D is correct

Bが正解です。

「検索クエリの実行方法は、インデックスのサイズと複雑さに直接関係しています。インデックスが小さく、より最適化されているほど、Azure Cognitive Search はクエリに高速に応答できます。

インデックスが最適化されていても、パフォーマンスがまだ必要な水準に達していない場合は、検索サービスをスケールアップまたはスケールアウトすることを選択できます。

上記をすべて適用しても、実行されない個々のクエリがある場合は、インデックスをスケールアウトできます。検索ソリューションの作成に使用したサービス レベルに応じて、最大 12 個のパーティションを追加できます。パーティションは、インデックスが存在する物理ストレージです。デフォルトでは、すべての新しい検索インデックスは単一のパーティションで作成されます。さらにパーティションを追加すると、インデックスはそれらのパーティション全体に保存されます。たとえば、インデックスが 200 GB で、パーティションが 4 つある場合、各パーティションには 50 GB のインデックスが含まれます。

追加のパーティションを追加すると、検索エンジンが各パーティションで並行して実行できるため、パフォーマンスが向上します。

B is correct answer.

"How your search queries perform is directly connected to the size and complexity of your indexes. The smaller and more optimized your indexes, the fast Azure Cognitive Search can respond to queries.

If your index has been optimized but the performance still isn't where it needs to be, you can choose to scale up or scale out your search service.

If you've applied all of the above and still have individual queries that don't perform, you can scale out your index. Depending on the service tier you used to create your search solution, you can add up to 12 partitions. Partitions are the physical storage where your index resides. By default, all new search indexes are created with a single partition. If you add more partitions, the index is stored across them. For example, if your index is 200 GB and you've four partitions, each partition contains 50 GB of your index.

Adding extra partitions can help with performance as the search engine can run in parallel in each partition.

答えは正解です「いいえ」
インデックスを追加しても、検索クエリ リクエストのスロットルは直接減少しません。スロットリングは、インデックスの数ではなく、サービス層またはリクエストの制限に関連しています。

Answer is correct " No "
Adding indexes does not directly reduce throttling of search query requests. Throttling is more related to the service tier or request limits, not the number of indexes.

答え：B

提供されるソリューションは、検索クエリのリクエストが抑制される問題に直接対処するものではありません。インデックスを追加すると、検索プロセスが最適化され、検索パフォーマンスが向上しますが、スロットルの問題に直接対処できない場合があります。

Answer: B

The solution provided does not directly address the issue of search query requests being throttled. Adding indexes can improve search performance by optimizing the search process, but it may not directly address throttling issues.

最良の答えは B です。いいえ。
このオプションを選択する理由: Azure Cognitive Search サービスにインデックスを追加しても、検索クエリ要求が調整される可能性が直接減少するわけではありません。スロットリングは、サービスが処理できるようにプロビジョニングされている以上のリクエストを処理しているときに発生します。これは通常、インデックスを追加することではなく、より多くのリクエストを処理できるようにサービスをスケールアップすることで管理されます。

The best answer is B. No.
Reason for choosing this option: Adding indexes to an Azure Cognitive Search service does not directly reduce the likelihood of search query requests being throttled. Throttling occurs when the service is handling more requests than it is provisioned to handle. This is typically managed by scaling up the service to handle more requests, not by adding more indexes.

通常、パフォーマンスの問題があるクエリがいくつかあるだけであれば、すぐにスケールアウトしたりスケールアップしたりすることはありません。最初にインデックスまたはクエリの最適化を試みます。フィールドの編集や新しいアナライザーの追加など、インデックス定義を変更する必要がある場合は、すべての検索インデックスが不変であるため、新しい検索インデックスを作成する必要があります。私なら最初にこれを実行してみようと思うので、A を選択します。 https://learn.microsoft.com/en-us/azure/search/search-how-to-alias?tabs=rest

Normally you won't scale out and scale up immediately if there are just some queries have performance issue. You will try to optimized your indexes or queries first. if you need to make a change to your index definition, such as editing a field or adding a new analyzer, you'll have to create a new search index because all search indexes are immutable. I would try to do this first and hence I pick A. https://learn.microsoft.com/en-us/azure/search/search-how-to-alias?tabs=rest

インデックスを追加するだけでは、検索クエリ リクエストが抑制される可能性を軽減するには不十分な場合があります。レプリカの数を増やし、より高い階層にスケールアップすることも、スロットリングを軽減するのに役立ちます。さらに、検索クエリを最適化し、リクエストの数を減らすことも、問題の軽減に役立つ可能性があります。したがって、追加情報がなければ、インデックスを追加するだけで目標を達成できるかどうかを判断できません。

Adding indexes alone may not be sufficient to reduce the likelihood of search query requests being throttled. Increasing the number of replicas and scaling up to a higher tier can also help reduce throttling. Additionally, optimizing the search queries and reducing the number of requests can also help alleviate the issue. Therefore, without additional information, it is not possible to determine if adding indexes alone would meet the goal.

答えは B です。インデックスを追加しても、検索クエリのリクエストが抑制される可能性は減りません。


スロットリングは、検索サービスが限界に達し、大量の受信リクエストを処理できない場合に発生します。インデックスを追加しても、検索サービスの容量が必ずしも増加するとは限りません。

The answer is B. Adding indexes will not reduce the likelihood that search query requests are being throttled.


Throttling occurs when the search service is at capacity and cannot handle the volume of incoming requests. Adding indexes will not necessarily increase the capacity of the search service.

「検索クエリのパフォーマンスは、インデックスのサイズと複雑さに直接関係しています。」

質問では、現在の状態やインデックスについては何も語られていません。何もないかもしれません。

コンテキストがなくても、インデックスを追加するとクエリのパフォーマンスが向上します。

"How your search queries perform is directly connected to the size and complexity of your indexes."

Question does not tell anything about the current state or indexes. There even may be none.

Without any context, yes adding indexes improves query performance

答えは「いいえ」です
カスタマー マネージド キー (CMK) 暗号化を有効にしても、検索クエリ リクエストが調整される可能性は減りません。 CMK 暗号化はデータの保護に関連しており、クエリ量やスロットリングの管理には関係しません。

Answer is No
Enabling customer-managed key (CMK) encryption does not reduce the likelihood of search query requests being throttled. CMK encryption is related to securing data, not managing query volume or throttling.

最良の答えは次のとおりです。 • B. いいえ
このオプションを選択する理由: カスタマー マネージド キー (CMK) 暗号化を有効にしても、Azure Cognitive Search サービスでの検索クエリ要求の調整には直接影響しません。 CMK 暗号化は保存データの暗号化に使用され、検索サービスのパフォーマンスや容量には影響しません。

The best answer is: • B. No
Reason for choosing this option: Enabling customer-managed key (CMK) encryption does not directly impact the throttling of search query requests in Azure Cognitive Search service. CMK encryption is used for data-at-rest encryption and does not affect the performance or capacity of the search service.

2023 年 10 月の試験で取得しました。ここでの答えは正しいです

Got this in Oct2023 exam. Ans here is correct

いいえ、カスタマー マネージド キー (CMK) 暗号化を有効にしても、検索クエリ リクエストが抑制される可能性が直接減少するわけではありません。 CMK 暗号化は、保存中および転送中のデータの保護に役立ちますが、検索サービスのパフォーマンスやスループットには直接影響しません。検索クエリ リクエストが調整される可能性を減らすには、上位層にアップグレードするか、検索クエリとフィルターの最適化、クエリ ボリュームの削減、インデックスやレプリカの追加など、検索インデックスとクエリのパフォーマンスに変更を加えることを検討してください。

No, enabling customer-managed key (CMK) encryption would not directly reduce the likelihood of search query requests being throttled. CMK encryption helps protect data at rest and in transit, but it does not directly impact the performance or throughput of the search service. To reduce the likelihood of search query requests being throttled, you might consider upgrading to a higher tier or making changes to the search indexing and query performance, such as optimizing search queries and filters, reducing query volume, or adding more indexes or replicas.

B が正解: いいえ。

明らか。

B is correct answer : no.

Obvious.

「service1 とプライベート エンドポイントを vnet1 にデプロイします。」は正しいです。

"deploy service1 and a private endpoint to vnet1." is correct.

A が正解です。

A is the correct answer.

最良の答えは次のとおりです。
• A. はい
このオプションを選択する理由:
Azure Cognitive Search サービス (service1) とプライベート エンドポイントを Azure 仮想ネットワーク (vnet1) にデプロイすると、仮想マシン (vm1) 上の Web アプリ (app1) が service1 に直接接続できるため、このソリューションは目標を達成しています。この設定により、app1 と service1 の間のトラフィックがパブリック インターネット経由でルーティングされなくなり、セキュリティとパフォーマンスが強化されます。

The best answer is:
• A. Yes
Reason for choosing this option:
The solution meets the goal because deploying the Azure Cognitive Search service (service1) and a private endpoint to the Azure virtual network (vnet1) allows the web app (app1) on the virtual machine (vm1) to connect directly to service1. This setup ensures that the traffic between app1 and service1 does not route over the public internet, enhancing security and performance.

プライベート エンドポイントを vnet1 にデプロイすると、app1 と service1 間のトラフィックをパブリック インターネットではなく Azure バックボーン ネットワーク経由でルーティングできるようになり、より安全で信頼性の高い接続が提供されます。

By deploying a private endpoint to vnet1, the traffic between app1 and service1 can be routed through the Azure backbone network instead of over the public internet, providing a more secure and reliable connection.

プライベート エンドポイントは、パブリック インターネット アクセスを回避するための適切なソリューションです

Private Endpoint is the right solution to avoid public internet access

Azure Private Link がなければ、ソリューションはどのように機能するでしょうか?

How would the solution work without Azure Private Link?

A が正解: はい。

A is correct answer : yes.

B である必要があります。テーブル用の Power BI

「 データ探索には Power BI を使用します。このツールは、データが Azure Table Storage にある場合に最適に機能します。Power BI 内で、クエリと分析が容易な新しいテーブルにデータを操作できます。」

Should be B . Its for Tables the Power BI

" Use Power BI for data exploration. This tool works best when the data is in Azure Table Storage. Within Power BI, you can manipulate data into new tables that are easier to query and analyze"

B が正解です。ワークフローを理解するには、以下を参照してください。
発注書 (PO) -> Form Recognizer -> OCR -> JSON (PO から抽出された情報) -> Shaper スキル -> JSON -> テーブル プロジェクション -> JSON -> Power BI

参照: テーブル プロジェクションの定義 https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

B is the correct answer. See below to understand the workflow:
Purchase Orders (POs) -> Form Recognizer -> OCR -> JSON (extracted info from POs) -> Shaper skill -> JSON -> Table Projection -> JSON -> Power BI

Ref: Define a table projection https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

オブジェクト プロジェクションを使用すると、Power BI で簡単に利用できる方法でデータを整形でき、シームレスな統合と分析が容易になります。

Object projections allow you to shape the data in a way that is easily consumable by Power BI, facilitating seamless integration and analysis

Microsoft さん、この質問は AI に関するものですか、それとも PowerBI に必要なものですか。すべての部門で失敗する機能不全の組織

Microsoft, is this question about AI or what powerBI needs. Such a dysfunctional org that fails in all departments

表が答えです。

Table is answer.

正解は B. 表射影です。

その理由は次のとおりです。

インデクサーのテーブル プロジェクションを使用すると、インデックス付けされたコンテンツから構造化データを抽出できます。
テーブル プロジェクションを使用すると、大規模な開発作業を行わずに、Microsoft Power BI で抽出された情報を簡単に分析できます。
これは、効率的なデータ分析を可能にしながら、開発労力を最小限に抑えるという要件に適合します。
したがって、このシナリオではテーブル プロジェクションをインデクサーに追加することが最も適切な選択です1。

The correct answer is B. a table projection.

Here’s why:

A table projection in the indexer allows you to extract structured data from the indexed content.
By using a table projection, you can easily analyze the extracted information in Microsoft Power BI without extensive development effort.
It aligns with the requirement of minimizing development effort while enabling efficient data analysis.
Therefore, adding a table projection to the indexer is the most suitable choice for this scenario1.

それはBに違いない。

It must be B.

B が正しいです。

B is right.

テーブル用の Power BI

Its for Tables the Power BI

答えはテーブルプロジェクションです
テーブル プロジェクションは、次のようなデータ探索が必要なシナリオに推奨されます。
Power BI またはデータ フレームを消費するワークロードを使用した分析。
https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

Answer is Table Projection
Table projections are recommended for scenarios that call for data exploration, such as
analysis with Power BI or workloads that consume data frames.
https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

B. テーブル投影

Azure Cognitive Search のコンテキストでのテーブル プロジェクションを使用すると、複雑なデータ構造をフラットな表形式モデルに変換できます。これは、Form Recognizer によってドキュメントから抽出され、Azure Cognitive Search によってインデックス付けされた、ネストされたデータまたは複雑なデータを扱う場合に特に役立ちます。このデータをテーブル形式に投影すると、表形式データの操作に優れた Power BI でのインポートと分析が容易になります。

B. a table projection

A table projection in the context of Azure Cognitive Search allows you to transform complex data structures into a flat tabular model. This is particularly useful when dealing with nested or complex data extracted from documents by Form Recognizer and indexed by Azure Cognitive Search. By projecting this data into a table format, you make it easier to import and analyze in Power BI, which excels at working with tabular data.

私はBだと思います。演習を見てください
https://microsoftlearning.github.io/mslearn-knowledge-mining/Handling/Labs/03-knowledge-store.html。
こう書かれています。
「Microsoft Power BI などのツールを使用したクエリ分析やレポート作成のために、インデックス レコードをテーブルのリレーショナル スキーマに正規化することができます。」

I think is B. Look the exercise
https://microsoftlearning.github.io/mslearn-knowledge-mining/Instructions/Labs/03-knowledge-store.html.
It says:
"You may want to normalize index records into a relational schema of tables, for query analysis and reporting with tools such as Microsoft Power BI."

D である必要があり、与えられた答えは正しいです。

Should be D, the given answer is correct.

テーブル投影: https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

ファイルプロジェクション: バイナリの場合

オブジェクト投影: ツリー構造用

テーブルプロジェクション: データレコード用

Table projection: https://learn.microsoft.com/en-us/azure/search/knowledge-store-projections-examples#define-a-table-projection

File projection: for binary

Object projection: for tree structure

Table projection: for data records

B である必要があります。Power BI にはテーブル プロジェクションが必要です

Should be B. Power BI needs Table projections

B. テーブル投影 - 正解です。 Azure Cognitive Search のテーブル プロジェクション機能を使用すると、複雑なデータ構造を簡単にインデックス付けしてクエリできる形式にフラット化できます。 Power BI はフラット化されたデータ構造で最適に機能するため、Power BI を使用して抽出された情報を分析する場合に特に便利です。

B. a table projection - Correct. The table projection feature in Azure Cognitive Search allows you to flatten complex data structures into a format that can be easily indexed and queried. This is especially useful when you want to analyze the extracted information using Power BI, as Power BI works best with flattened data structures.