💡**先去申请免费考券** — 在你开始备考前，去 Microsoft Virtual Training Days 官网注册下一场 "Azure Data Fundamentals" 免费在线培训（两天，每天 3-4 小时）。结业 2-6 周内你的 Microsoft Learn 账户会收到 100% off 考试代金券。这步能省 $99，没理由不做。
💡**ESL 加时申请** — 母语非英语考生免费多 30 分钟，报名时在 Accommodation 选项里申请。DP-900 阅读量不大但 60 分钟原本就够，多 30 分钟更宽裕。
💡**关键词敏感**：看到 "lift-and-shift SQL Server with SQL Agent" → Azure SQL Managed Instance；看到 "global distribution low latency NoSQL" → Cosmos DB；看到 "graph relationships" → Cosmos DB Gremlin API；看到 "ELT in cloud warehouse" → Synapse；看到 "complex transaction high concurrency" → OLTP / Azure SQL Database；看到 "billions of rows aggregation report" → OLAP / Synapse；看到 "schema flexibility IoT data" → Cosmos DB / Blob Storage。
💡**时间分配**：60 分钟做约 50 题，平均 1 分钟出头一题，DP-900 没有 Case Study 所以时间非常充裕。建议第一遍快速过完所有题（40 分钟），剩下 20 分钟回头检查标记的不确定题。
💡**官方学习资源就够了** — Microsoft Learn 上的 "Azure Data Fundamentals" Learning Path 是免费且足够的，社区数据显示 70% 的考生只用 Microsoft Learn + 1-2 套模拟题就过了。不需要买昂贵的付费课程。免费模拟题来源：MeasureUp 试用版、ExamTopics、Whizlabs 免费章节。
💡**记住 Cosmos DB 的 5 种 API 对应表**：NoSQL（原生文档）、MongoDB（兼容协议）、Cassandra（宽列）、Gremlin（图）、Table（KV）— 至少考 2-3 道直接相关题。
💡**永不过期是真的** — 考完拿到证之后不用做任何 Renewal Assessment，不像 DP-203 / DP-700 那种 Associate 级证书需要每年续期。证书在你 Microsoft Learn profile 里永久显示。
⚠️**关系型数据库 vs 非关系型数据库的使用场景搞反** — 这是最经典的考点。关系型（Azure SQL Database、Postgres、MySQL）适合：强 schema、ACID 事务、复杂 JOIN 查询、银行账户余额这种强一致性场景；非关系型（Cosmos DB、Table Storage）适合：schema 灵活、海量水平扩展、低延迟键值查询、用户 session / 商品目录 / IoT 时序数据这种场景。考试爱出"以下哪个最适合 X 场景"，看到"事务一致性 / 复杂报表"选关系型，看到"全球分发 / 毫秒延迟 / 灵活 schema"选 Cosmos DB。
⚠️**Cosmos DB 的 5 种 API 选错** — 必背的硬考点。题目会给一个迁移或新建场景，让你选 API：客户已有 MongoDB 应用要迁云 → MongoDB API（兼容协议、零代码改动）；社交关系网络 / 推荐引擎 → Gremlin API（图数据库）；从 Cassandra 迁过来 → Cassandra API；简单 key-value 不需要复杂查询 → Table API；新项目原生开发 → NoSQL API（原生最优、功能最全）。常见错误是把 NoSQL API 和 MongoDB API 搞混 — 前者是 Cosmos 原生的，后者是协议兼容层。
⚠️**Synapse Analytics vs Azure Data Factory 分不清** — 这两个都做 ETL，但定位完全不同：**Data Factory** 是纯粹的数据集成 / ETL 编排服务，没有数据存储和分析能力，只负责把数据从 A 搬到 B 并做转换；**Synapse Analytics** 是统一的分析平台，**包含**数据集成（Synapse Pipelines = 内嵌的 ADF）+ 数仓（专用 SQL 池 + 无服务器 SQL 池）+ Spark 池 + Data Explorer 池，是一个全家桶。考试看到"只需要数据集成不需要分析" → ADF；看到"数据集成 + 分析 + 数据科学一体化" → Synapse。
⚠️**ETL 和 ELT 的区别和适用场景搞反** — ETL（Extract→Transform→Load）：在到达目标存储**之前**用中间服务器/工具做转换，传统数仓时代的主流模式，适合源系统格式复杂、目标存储算力有限；ELT（Extract→Load→Transform）：先把原始数据**直接灌入**目标存储（数据湖或现代云数仓），**再利用目标的算力**做转换，现代云原生模式，适合 Synapse / Snowflake / BigQuery 这种弹性算力的数仓。考试看到"利用数仓自身算力" → ELT；看到"数据进入仓库前清洗" → ETL。
⚠️**OLTP 和 OLAP 的工作负载特征搞混** — OLTP（在线事务处理）：高并发写、低延迟、行存、短小事务、典型场景银行转账 / 电商下单 / 库存更新；OLAP（在线分析处理）：低并发但大批量读、复杂聚合查询、列存、典型场景月度销售报表 / 多维分析。考试看到"几千个并发事务、毫秒响应" → OLTP；看到"扫描亿行数据做聚合" → OLAP。
⚠️**Azure SQL Database / Managed Instance / SQL Server on VM 选错** — 三个的区别：Azure SQL Database 是 PaaS，最省心但兼容性不是 100%（不支持 SQL Agent、Cross-Database Query 等）；Managed Instance 是 PaaS 但**接近 100% 兼容本地 SQL Server**，适合 lift-and-shift 迁移有大量存储过程和 SQL Agent Job 的老系统；SQL Server on VM 是 IaaS，自己装自己管，最大控制权但运维负担最大。考试看到"客户有大量 SSIS 包和 SQL Agent Job 要迁云" → Managed Instance；看到"全新项目要省运维" → SQL Database；看到"需要完全 OS 级控制" → VM。
⚠️**Power BI 的几个版本搞混** — Power BI Desktop（免费桌面应用，做数据建模和报表设计）、Power BI Service（云端 SaaS，发布分享报表）、Power BI Mobile（手机查看）、Power BI Report Server（本地部署版本，给不能上云的客户用）。考试常考"客户不能把数据上云但要 Power BI 报表" → Report Server。
