Microsoft Certified: Azure Data Fundamentals (DP-900)
验证您对核心数据概念、关系型数据、非关系型数据和分析工作负载的基础理解。Microsoft Azure 数据入门认证。
$99 + 2 周拿一张永不过期的微软数据入门证；BA、业务分析、数据转行者最便宜的入场券，技术工程师可以直接跳 DP-203 / PL-300。
JR Academy Membership
Unlock all certifications, courses & tools at a fraction of the cost
- All certification exam prep included
- Course discounts up to 50%
- AI tools & Chrome extensions
- Priority 1-on-1 coaching
What this certification covers
This page is structured for quick scanning first: exam format, fit, prep time, and the actual study scope.
Microsoft Certified: Azure Data Fundamentals（考试代号 DP-900）是微软数据认证体系最底层的一张证，2020 年上线，定位明确：给不写代码的人一套统一的数据词汇表。考纲四大块 — 核心数据概念 25-30%、关系型数据 20-25%、非关系型数据 15-20%、分析工作负载 25-30%。考试 60 分钟、40-60 题、700/1000 通过、考费 $99 USD。题型是单选、多选、判断、拖放，没有 Case Study，难度在微软所有 Fundamentals 里偏低。
最重要的两件事说在前面：
- 永不过期 — 和 AZ-900、AI-900 一样，Fundamentals 级证书一次拿了终身有效，不用像 DP-203 那样每年做 Renewal Assessment。这点对预算紧张的转行者很关键，$99 是一次性投入。
- 大概率不用花这 $99 — 微软全年滚动开 Microsoft Virtual Training Days: Azure Data Fundamentals（免费在线两天 workshop），结业后会自动发一张 100% off 的考试代金券到你的 Microsoft Learn 账户，2-6 周到账。社区里 90% 的人都是这么免费考的，付全价考的反而是少数。
DP-900 考的不是 SQL 写法、不是 Spark 调优、也不是 Python，而是"数据的世界长什么样" — 关系型数据库 vs 非关系型数据库的差别、OLTP 和 OLAP 的工作负载特征、Azure 数据服务有哪些（Azure SQL Database、Azure SQL Managed Instance、Cosmos DB 的 5 种 API、Synapse Analytics、Data Factory、Databricks、HDInsight、Stream Analytics）、ETL 和 ELT 的区别、数据仓库 / 数据湖 / Lakehouse 三种架构的取舍、Power BI 在分析链条里的角色。它要求你能听懂这些词，但不要求你会用 — 这正是为什么它适合非工程师。
适合人群非常清晰：业务分析师（BA）想转数据分析、销售/市场需要跟客户聊数据迁移项目、传统行业 IT 要把本地 SQL Server 迁到 Azure、刚毕业想进数据岗的应届生、为 DP-203（数据工程师）或 PL-300（Power BI 数据分析师）打地基的人。如果你已经会写 PySpark 或调过 Synapse，不用考 DP-900 — 直接上 DP-203 或 PL-300，DP-900 的内容你 1 天就能扫完，证书本身在简历上不会给工程师岗加分。
You will work with
After preparation
- 获得 Microsoft 官方认可的 Azure Data Fundamentals 认证
- 掌握核心数据概念和数据角色
- 了解关系型和非关系型数据存储方案
- 理解数据分析工作负载和可视化工具
Exam details
Who should take it
Good fit
- 希望了解数据基础概念的 IT 从业者
- 数据库管理员和数据分析师新手
- Azure 云计算从业者希望扩展数据技能
- 计算机科学/信息管理专业学生
- 准备进阶 DP-203/DP-300 认证的人员
Before you start
- 无特定编程或数据库背景要求
- 建议了解基本的计算机概念
- 对数据存储和处理有基本兴趣
- 建议有基础的 Azure 使用经验
Is it worth it? Career value
Salary ranges, target job titles, and the real career impact of holding Azure Data Fundamentals.
先把"DP-900 能不能直接换工作"说清楚
不能。DP-900 是 Foundational 认证，HR 看到它不会直接给你发 offer，但会做两件事：第一，把你的简历从"完全不懂数据"那一摞里挑出来；第二，在面试时不会问你"什么是 OLTP" — 因为有这张证就默认你懂。它的真实作用是让你的简历从被秒拒变成进入面试，至于面试能不能通过，靠的是后续的 SQL 实操、Power BI 作品集、或者真实项目经验。
真正适合考 DP-900 的人 + 对应的薪资跳跃：
- 业务分析师 / BA 转数据分析师 — 澳洲 BA 起薪 75-95k AUD，加上 DP-900 + Power BI 实战作品集后转到 Junior Data Analyst 通常能涨到 90-115k。这是 DP-900 投资回报率最高的人群，因为 BA 已经懂业务、会写需求文档、会用 Excel，缺的就是"数据语言" — DP-900 正好补这块。
- 传统行业 IT（银行/保险/政府）的转云人员 — 你公司用了 15 年 SQL Server，现在要迁到 Azure SQL Managed Instance，DP-900 是必备的入门证，因为你需要给老板和客户解释"这个迁过去之后还是 SQL Server，只是托管在 Azure 上"。澳洲银行业（CBA、ANZ、NAB、Westpac）几乎全部 Azure 数据栈，DP-900 在内推体系里被认可。
- 数据销售 / Customer Success / Pre-sales — 你不需要会写代码，但客户问你 "Cosmos DB 和 MongoDB 是什么关系" 你必须能答上来。微软合作伙伴体系强制要求销售岗持证，这是硬性 KPI。
- 应届生 / 完全零基础转行者 — 相比 CLF-C02 或 DEA-C01，DP-900 题目更直接、备考周期最短（社区数据普遍 2-3 周）、心理负担最小。沉没成本只有 $99（还经常免费），是人生第一张 IT 证书的理想选择。
这些人不要考 DP-900：
- 已经会 SQL + Python + Spark 的工程师 — 你直接考 DP-203（虽然已退役，但教材有效）或 DP-700（Fabric Data Engineer）。DP-900 对你简历加分为零，纯属浪费时间。
- 目标是 Power BI 分析师的人 — 直接考 PL-300: Microsoft Power BI Data Analyst，那才是 BI 分析师的正经证。DP-900 只是顺路，PL-300 才是核心。
- 公司技术栈是 AWS 或 GCP — 学 DEA-C01 或 GCP Professional Data Engineer，DP-900 在非 Azure 公司含金量打折。
- 想做实时/大数据架构 — 这条路的证书是 Databricks Certified Data Engineer Professional 或 Cloudera CCA，不是 DP-900。
关于 DP-900 → DP-203 / PL-300 的进阶路径
DP-900 不是 DP-203 的"必修前置" — 微软官方没有强制要求，你可以直接报 DP-203。但社区数据显示，先考 DP-900 再考 DP-203 的人首考通过率明显更高（约 75% vs 直接考 DP-203 的 55%），因为 DP-900 把"数据世界的词汇表"先建好，DP-203 学起来不会被术语淹没。同样适用于 PL-300：DP-900 给你"什么是数据仓库 / Star Schema / OLAP" 的概念，PL-300 教你怎么在 Power BI 里建模型 — 顺序学体感非常顺。
Exam domains
Use this breakdown to decide where to spend study time first instead of reading chapters evenly.
Content Distribution
1. 描述核心数据概念
Describe Core Data Concepts
2. 识别关系型数据注意事项
Identify Considerations for Relational Data
3. 描述非关系型数据注意事项
Describe Considerations for Non-relational Data
4. 描述分析工作负载
Describe an Analytics Workload
Study preparation
With hands-on AWS
From scratch
Daily pace
Learning path preview
7 chaptersStep-by-step preparation
A concrete week-by-week plan from past test-takers — not generic advice.
第一阶段：核心数据概念（第 1 周）
打基础的一周，主要建立"数据是什么样子"的认知。重点：结构化 / 半结构化 / 非结构化数据的区分（表 vs JSON vs 视频）、批处理 vs 流处理的区别和典型场景、OLTP（面向事务、行存、低延迟、高并发写）vs OLAP（面向分析、列存、复杂查询、低写高读）、数据角色 — Database Administrator / Data Engineer / Data Analyst 各自做什么。这块占考试 25-30%，全是概念题没有代码，每天 1 小时跟着 Microsoft Learn 的免费 Learning Path 走完即可。
第二阶段：关系型数据 + Azure SQL 服务族（第 2 周）
重点搞清楚 Azure 的关系型数据服务有哪几个，分别是什么使用场景：Azure SQL Database（PaaS、单数据库或弹性池、自动备份和扩缩）、Azure SQL Managed Instance（接近本地 SQL Server 的 100% 兼容、适合 lift-and-shift 迁移）、SQL Server on Azure VM（IaaS、最大控制权、自己管补丁）、Azure Database for PostgreSQL/MySQL/MariaDB。考试爱出"客户场景 → 选哪个服务"的题。SQL 部分只考最基本的 SELECT、JOIN、WHERE、GROUP BY，不要求写复杂查询，但必须能看懂语句的意思。在 Azure Portal 里实际开一个 Azure SQL Database（最便宜的 Basic 层一个月几美金或用免费额度），跑几条 SQL 查询，体感会立刻具体起来。
第三阶段：非关系型数据 + Cosmos DB 的 5 种 API（第 2-3 周）
非关系型这块的核心是 **Azure Cosmos DB 的 5 种 API**，必考点：NoSQL API（原生文档数据库，最常用）、MongoDB API（兼容 MongoDB 协议，迁移友好）、Cassandra API（兼容 Cassandra CQL，宽列）、Gremlin API（图数据库，社交关系/推荐系统）、Table API（兼容 Azure Table Storage，简单 KV）。考试经常给一个场景让你选 API — "客户已有 MongoDB 应用想迁云" → MongoDB API；"要建社交关系图谱" → Gremlin API；"简单 key-value" → Table API。还要懂 Azure Storage 的四种类型：Blob（对象存储）、File（SMB 文件共享）、Queue（消息队列）、Table（NoSQL 键值）。
第四阶段：分析工作负载 + Synapse / Data Factory / Power BI（第 3-4 周）
考试权重最大的一块（25-30%），也是概念最容易混的一块。必须分清四个东西：**Azure Synapse Analytics**（统一数据分析平台，包含数仓 + Spark + 数据集成）、**Azure Data Factory**（纯 ETL/ELT 编排服务，无服务器、200+ 数据源连接器）、**Azure Databricks**（Apache Spark 托管服务，重度数据科学和机器学习）、**Azure HDInsight**（开源 Hadoop/Spark/Kafka 托管，适合已有 Hadoop 技能栈迁移）。还要懂 ETL（Extract→Transform→Load，转换在中间服务器）vs ELT（Extract→Load→Transform，先入仓再用仓的算力转换）的区别和适用场景 — 现代云数仓基本都用 ELT。最后是 Power BI 在分析链路里的位置：连接数据源 → 数据建模 → 可视化 → 共享报表，知道 Power BI Desktop / Service / Mobile / Report Server 各自的角色。这周做完 1-2 套完整模拟题，稳定 80% 以上就可以约考。
Real test-taker experiences
What it actually took for real candidates to pass — prep time, scores, and lessons learned.
我做 BA 五年，一直跟数据团队对需求但完全听不懂他们说的"星型模型 / 维度表 / 列存索引"是什么。公司迁 Azure 之后给我们 BA 团队报销 DP-900，我用 Microsoft Virtual Training Days 拿到免费考券，0 元考过。最大的收获不是证书 — 是我现在能听懂数据工程师在 standup 里说什么，也能在写 BRD 的时候自己描述"这条数据走 Synapse 还是直接进 Power BI"。考完两个月我从 BA 转岗 Data Analyst，涨了 18% 工资。
我没有任何工作经验，纯应届毕业想找数据相关的实习或 Junior 岗。在 LinkedIn 上看了 50 多个 Junior Data Analyst JD 之后发现 70% 都写 "Azure / DP-900 preferred"，所以决定先考这张。备考 4 周（每天 1 小时），看 John Savill 的 YouTube 免费视频 + Microsoft Learn 官方 Learning Path 就够了，没买任何付费课程。考试比想象的简单，时间充裕（60 分钟做 50 题，留了 15 分钟检查）。考完两周后拿到第一个面试，3 个月内入职一家中型咨询公司做 Junior Data Analyst，起薪 75k AUD。
我是 Microsoft Solutions Partner 体系里的销售岗，公司硬性要求每个销售要持有 AZ-900 + DP-900 + AI-900 三张 Fundamentals。两周突击考完，主要学了 Cosmos DB 五种 API 和 Synapse vs Data Factory 的区别 — 这两块在客户对话里出现频率最高。说实话考前我觉得 $99 的证不会改变什么，但考完之后明显感觉跟客户聊数据迁移项目时不慌了，知道客户在说什么 service 也知道大概的定价模型。今年我的销售业绩涨了 30%，部分功劳在这套基础知识上。
Certification comparison
| Azure Data Fundamentals | Azure Data Engineer Associate | PL-300 | |
|---|---|---|---|
| Provider | Azure | Azure | Azure |
| Level | 基础级 | 助理级 | 助理级 |
| Fee | $99 | $165 | $0 |
| Duration | 45 min | 100 min | 90 min |
| Question count | 50 | 50 | 46 |
| Validity | 0 yrs | 1 yrs | 3 yrs |
Study tips and common mistakes
**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。
FAQ
Frequently Asked Questions
If you plan to take Azure Data Fundamentals, start with real practice.
362+ questions, chapter-by-chapter learning, mock exams, wrong-question review, and AI tutor support live in the exam page.
Go to exam prepFrom $19 · 2 free chapters