変更要約: DP-600 第1章を深掘り（図ja化・比較表/シナリオ/FAQ/ひっかけ/深掘り段落を全節に追加）
1.3データの準備（取り込みと変換）
DP-600 で最大のドメイン「データの準備と提供」の基礎——取り込み（パイプライン・データフロー・ショートカット）と 変換（Spark・T-SQL・メダリオン）、Delta テーブル の最適化を理解します。
提供（セマンティックモデル/レポート）の前に、データを取り込み・変換して整える必要があります。これは DP-600 の最大ドメインです。
1.3.1取り込みと変換
- 取り込み：パイプライン（制御）・データフロー Gen2（ノーコード）・ショートカット（参照）を使い分ける。
- 変換：Spark（大規模）・T-SQL（Warehouse）で整形し、メダリオンで段階的に品質を上げる。
- Delta テーブル：結果は Delta として OneLake に保存し、SQL/Power BI から参照する。
- 最適化：V-Order/OPTIMIZE で読み取りを最適化し、提供（Direct Lake）に備える。
「取り込み＝パイプライン/Dataflow/ショートカット」「変換＝Spark/T-SQL＋メダリオン」「結果は Delta で OneLake へ」「読み取り最適化＝V-Order/OPTIMIZE」 は DP-600 で頻出です。準備したゴールド層を次章でセマンティックモデルに提供します。
取り込みは目的で選びます：複雑な制御フロー/スケジュールは データパイプライン、ノーコード整形は データフロー Gen2（Power Query）、移動せず参照は ショートカット、大量の単純コピーは Copy アクティビティ。変換は Spark ノートブック（PySpark/Spark SQL・大規模/ML・MERGE で増分）か T-SQL（Warehouse・セットベース）を使い、メダリオン（ブロンズ＝生→シルバー＝クレンジング/結合→ゴールド＝集計/ビジネス向け）で品質を段階化します。結果はすべて Delta テーブル として OneLake に保存（ACID・タイムトラベル・スキーマ進化）。提供前の最適化が重要で、V-Order（読み取り最適化された並び）と OPTIMIZE（小さなファイルの圧縮統合・small files 問題対策）、VACUUM（古いファイル削除）を行い、Direct Lake の高速参照に備えます。DP-600 ではこのゴールド層が次のセマンティックモデルの土台になるため、適切な粒度・型・パーティション・命名で整えることが、後段の DAX とレポート性能に直結します。
| 工程 | 手段 | 成果 |
|---|---|---|
| 取り込み | パイプライン/Dataflow Gen2/ショートカット/Copy | 生データ（ブロンズ） |
| 変換 | Spark / T-SQL（メダリオン） | クレンジング/集計（シルバー/ゴールド） |
| 最適化 | V-Order / OPTIMIZE / VACUUM | 提供に最適な Delta |
シナリオ： 複数ソースの生データを夜間に取り込み、整形・集計してセマンティックモデルに渡したい。→ データパイプラインでスケジュール、Spark/T-SQL でメダリオン（ブロンズ→シルバー→ゴールド）を構築、ゴールドの Delta を V-Order/OPTIMIZE で最適化。次章でこのゴールド層を Direct Lake のセマンティックモデルとして提供します。
FAQ： Q. なぜ提供前に最適化するの？ → A. 小さなファイルや非最適な並びは Direct Lake/SQL の読み取りを遅くするため、V-Order/OPTIMIZE で読み取りを速くしてから提供します。Q. ゴールド層の設計が重要なのはなぜ？ → A. セマンティックモデルの土台になり、粒度・型・命名が後段の DAX とレポート性能を左右するためです。
ひっかけ： 「small files 問題の対処は VACUUM」は誤りです。小ファイルの圧縮統合は OPTIMIZE、VACUUM は古い未参照ファイルの削除。また「変換結果は CSV など任意形式で OneLake に保存される」も誤り（標準は Delta テーブルで、ACID/タイムトラベル/Direct Lake 参照が可能）。
1.3.2この節のまとめ
- 準備＝取り込み→変換（メダリオン）→Delta→最適化
- 最適化＝V-Order/OPTIMIZE（提供＝Direct Lake に備える）
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. データの準備で、メダリオンアーキテクチャの「集計済み・ビジネス向け」層はどれですか？
Q2. 変換結果はどの形式で OneLake に保存され、Power BI から Direct Lake で参照できますか？
Q3. 提供前に Delta テーブルの読み取りを速くしたい。何を行いますか？