DP-800考試學習指南：開發人工智慧功能的資料庫解決方案

本文件的目的

此學習指南應可協助您理解測驗的內容範圍，並會包含測驗可能涵蓋的主題摘要，以及其他資源的連結。 本文件中的資訊和材料應該可協助您在準備測驗時集中學習。

實用的連結 說明
認證更新 Microsoft Associate、Expert 與 Specialty 認證每年都會到期。 您可以透過在 Microsoft Learn 上完成免費的 線上評估來續期。
您的 Microsoft Learn 個人檔案 將認證設定檔連線至 Microsoft Learn 可讓您排程與更新測驗，以及分享與列印認證。
測驗評分和評分報告 700 分或以上才能通過。
測驗沙盒 您可以瀏覽我們的測驗沙箱，以探索測驗環境。
要求住宿 如果您使用輔助裝置、需要額外的時間，或需要修改測驗體驗的任何部分，您可以要求住宿。
參加免費的練習測驗 使用練習問題來測試您的技能，以協助您準備測驗。

關於測驗

語言

某些測驗會本地化為其他語言，且這些測驗通常會在英文版本更新後約八週進行更新。 如果考試無法使用您偏好的語言進行，您可以要求增加 30 分鐘來完成考試。

備註

所測量每個技能後面的標記符號旨在說明我們如何評估該技能。 相關主題可能會涵蓋在測驗中。

備註

大部分的問題都涵蓋一般可用性的功能（GA）。 如果常用這些功能，測驗可能包含預覽功能的問題。

技能測量日期為2026年10月19日

觀眾概況

作為 Microsoft 認證的候選人，你應該具備設計與開發跨 Microsoft SQL 平台（包括 Microsoft SQL Server、Azure SQL 及 Microsoft Fabric 中的 SQL 資料庫）的 AI 資料庫解決方案的專業知識。

你也應該有撰寫 T-SQL 程式碼和在 Microsoft SQL 平台開發資料庫的經驗。 此外，你還需要熟悉 GitHub 中的持續整合與持續部署（CI/CD）實務、AI 輔助開發工具，以及 AI 概念，如嵌入、向量和模型。

您的職責包括︰

  • 設計與開發包含結構化與半結構化資料的資料庫解決方案。

  • 將 AI 功能整合進現代且高度可擴展的企業應用中。

  • 保護、優化及部署資料庫解決方案。

  • 在資料庫解決方案中實作 AI 功能。

你與應用程式開發者密切合作;資料庫管理員（DBA）;建築師;人工智慧工程師;開發、安全、運維（DevSecOps）工程師;安全與合規管理員;以及其他利害關係人，提供強大且高效能的資料庫解決方案，驅動現代應用與 AI 驅動體驗。

技能一目了然

  • 設計與開發資料庫解決方案（35–40%）

  • 保護、優化並部署資料庫解決方案（35–40%）

  • 在資料庫解決方案中實作 AI 功能（25–30%）

設計與開發資料庫解決方案（35–40%）

設計與實作資料庫物件

  • 設計並實作資料表，包括資料型別、大小、欄位、索引及欄位儲存索引

  • 設計並實作專用資料表，包括記憶體內、時序、外部、帳本及圖形

  • 設計並實作 JSON 欄位與索引

  • 設計並實作資料庫約束，包括主鍵、外鍵、unique、CHECK和DEFAULT

  • 設計與實作序列

  • 設計並實作資料表與索引的分割

實作可程式化物件

  • 建立視圖

  • 建立純量函數

  • 建立表值函式

  • 建立預存程式

  • 建立觸發程序

撰寫進階的 T-SQL 程式碼

  • 撰寫常用表格表達式（CTE）

  • 撰寫包含視窗函式的查詢

  • 撰寫包含 JSON 函式的查詢，如 JSON_OBJECT、JSON_ARRAY、JSON_ARRAYAGG、JSON_CONTAINS、OPENJSON 和 JSON_VALUE

  • 撰寫包含正則表達式的查詢，如REGEXP_LIKE、REGEXP_REPLACE、REGEXP_SUBSTR、REGEXP_INSTR、REGEXP_COUNT、REGEXP_MATCHES和REGEXP_SPLIT_TO_TABLE

  • 撰寫包含模糊字串匹配函數的查詢，如EDIT_DISTANCE、EDIT_DISTANCE_SIMILARITY和JARO_WINKLER_DISTANCE

  • 撰寫使用 MATCH 運算子的圖形查詢

  • 撰寫相關查詢

  • 實作錯誤處理

利用 AI 輔助工具設計並實作 SQL 解決方案

  • 解讀使用 AI 輔助工具對安全的影響

  • 啟用 GitHub Copilot 與 Copilot 在 Fabric 中

  • 在 GitHub Copilot 或 Copilot in Fabric 聊天會話中配置模型與模型情境協定（MCP）工具選項

  • 建立與設定 GitHub Copilot 指令檔案

  • 連接 MCP 伺服器端點，包括 Microsoft SQL Server 與 Fabric Lakehouse

保護、優化並部署資料庫解決方案（35–40%）

實施資料安全與合規

  • 設計並實作資料加密，包括始終加密及欄位層級加密

  • 設計與實作動態資料遮罩

  • 設計及實作列層級安全性（RLS）

  • 設計並實作物件層級權限

  • 實作安全的資料庫存取，包括無密碼

  • 實施審計

  • 安全模型端點，包括管理身份

  • 安全 GraphQL、REST 與 MCP 端點

優化資料庫效能

  • 推薦資料庫配置

  • 透過使用交易隔離層級與並發控制，維持資料完整性與一致性

  • 透過查詢執行計畫、動態管理視圖（DMV）、查詢商店及查詢效能洞察來評估查詢效能

  • 識別並解決查詢效能問題，包括阻塞與死鎖

透過使用 SQL 資料庫專案實作 CI/CD

  • 設計並實施測試策略，包括單元測試與整合測試

  • 在原始碼控制中建立並管理參考/靜態資料

  • 透過使用 SQL 資料庫專案（包括 SDK 風格模型）建立、建置及驗證資料庫模型

  • 設定 SQL 資料庫專案的原始碼控制

  • 管理分支、合併請求與解決衝突

  • 實作秘密管理

  • 透過使用 SQL 資料庫專案偵測結構漂移

  • 更新 SQL 資料庫專案並部署變更

  • 設計並實作部署管線的控制措施，包括分支政策、核准觸發器、認證表及程式碼擁有者

將 SQL 解決方案整合至 Azure 服務

  • 建立 Data API 建構器（DAB）的設定檔

  • 為 REST 和 GraphQL 設定實體，包括資料快取、分頁、搜尋與過濾

  • 配置 REST 或 GraphQL 端點

  • 揭露資料庫物件、儲存程序與檢視，包括 GraphQL 關係

  • 配置並實作DAB部署

  • 推薦 Azure 監視器 配置，包括 Application Insights 和 Log Analytics

  • 可透過變更事件串流（CES）、變更資料擷取（CDC）、變更追蹤、帶有 SQL 觸發綁定的 Azure Functions 或 Azure Logic Apps 來處理變更

在資料庫解決方案中實作 AI 功能（25–30%）

設計與實作模型與嵌入

  • 評估外部模型，包括多模態、多語言、大小及結構化輸出

  • 建立與管理外部模型

  • 選擇一種內嵌維護方法，包括資料表觸發程序、變更追蹤、具有 SQL 觸發程序繫結的 Azure Functions、Azure Logic Apps、CDC 和 Microsoft Foundry

  • 辨識嵌入中應包含的欄位

  • 設計並實作嵌入區塊

  • 產生內嵌

  • 可選擇全文搜尋、語意向量搜尋及混合搜尋類型

  • 實作全文搜尋

  • 向量資料設計，包括向量資料型別、向量索引及大小

  • 識別何時使用與向量相關的類型與函式進行語意搜尋，包括VECTOR_NORMALIZE、VECTOR_DISTANCE、VECTORPROPERTY及VECTOR_SEARCH

  • 選擇使用 ANN 或 KNN 來進行向量搜尋

  • 評估向量指數類型與指標

  • 實作向量搜尋

  • 實作混合式搜尋

  • 實施互易階級融合（RRF）

  • 評估向量與混合搜尋的效能

設計並實作檢索增強生成（RAG）

  • 識別 RAG 的應用案例

  • 使用儲存程序 sp_invoke_external_rest_endpoint 來建立提示

  • 將結構化資料轉換為 JSON 以進行語言模型處理

  • 將結果傳送到語言模型

  • 擷取語言模型的回應

學習資源

建議您在參加測驗之前，先進行訓練並取得實作經驗。 我們提供了自學選項和課堂訓練，以及文件、社群網站和影片的連結。

學習資源 學習和文件的連結
接受訓練 從自我步調學習路徑和課程模組中選擇，或採用講師導向的課程
尋找文件 Microsoft Fabric
什麼是 Microsoft Fabric 中的資料工程？
提出問題 Microsoft 問答 | Microsoft Docs
取得社群支援 Azure 的分析 - Microsoft 技術社群 (英文)
Microsoft Fabric 部落格
關注 Microsoft Learn Microsoft Learn - Microsoft技術社群
搜尋影片 應試準備區域
公開的資料
瀏覽其他 Microsoft Learn 節目

變更紀錄

下表摘要說明所測量到的目前與先前版本技能之間的變更。 功能群組採用粗體字樣，後面接著每個群組內的目標。 這份資料表會比較受測驗技能的先前與目前版本，而資料表中的第三個資料行則會描述變更範圍。

2026年10月19日之前的技能區域 技能領域截至2026年10月19日 變更
觀眾概況 沒有變化
設計與開發資料庫解決方案 設計與開發資料庫解決方案 沒有變化
設計與實作資料庫物件 設計與實作資料庫物件 小問題
利用 AI 輔助工具設計並實作 SQL 解決方案 利用 AI 輔助工具設計並實作 SQL 解決方案 小問題
在資料庫解決方案中實作 AI 功能 在資料庫解決方案中實作 AI 功能 沒有變化
設計與實作模型與嵌入 設計與實作模型與嵌入 小問題
設計與實作智慧搜尋 設計與實作智慧搜尋 小問題
  • 上次更新時間：