Implementing Analytics Solutions Using Microsoft Fabric

热点

案例研究
这是一个案例研究。案例研究不单独计时。您可以根据需要使用尽可能多的考试时间来完成每个案例。但是，本次考试可能还有其他案例研究和部分。您必须管理您的时间，以确保您能够在规定的时间内完成本次考试中包含的所有问题。
要回答案例研究中包含的问题，您需要参考案例中提供的信息学习。案例研究可能包含展览和其他资源，提供有关案例研究中描述的场景的更多信息。本案例研究中的每个问题都独立于其他问题。
本案例研究结束时，将出现一个回顾屏幕。此屏幕允许您在进入考试的下一部分之前查看您的答案并进行更改。开始新部分后，您将无法返回到此部分。

要开始案例研究
要显示本案例研究中的第一个问题，请单击“下一步”按钮。在回答问题之前，请使用左侧窗格中的按钮探索案例研究的内容。单击这些按钮将显示业务需求、现有环境和问题陈述等信息。如果案例研究有“所有信息”选项卡，请注意显示的信息与后续选项卡上显示的信息相同。当您准备好回答问题时，请单击“问题”按钮返回问题。

概述
Litware, Inc. 是一家制造公司，在整个北美设有办事处。 Litware 的分析团队由数据工程师、分析工程师、数据分析师和数据科学家组成。

现有环境

Fabric 环境
Litware 一直在使用Microsoft Power BI 租户三年。 Litware 尚未启用任何 Fabric 容量和功能。

可用数据
Litware 具有必须分析的数据，如下表所示。

产品数据包含一个表和以下列。

客户满意度数据包含以下表格：

调查

问题

回复
对于每项调查提交后，会发生以下情况：
在调查表中添加一行。
对于调查中的每个问题，在响应表中添加一行。
问题表包含每个问题的文本调查问题。每个调查回复中的第三个问题是总体满意度得分。客户可以在每次购买后提交调查。

用户问题-
分析团队拥有大量数据，其中一些是半结构化的。该团队希望使用 Fabric 创建新的数据存储。
产品数据通常分为三个定价组：高、中、低。此逻辑在多个数据库和语义模型中实现，但逻辑在不同实现之间并不总是匹配。

需求

计划更改
Litware 计划启用现有租户中的结构功能。分析团队将创建一个新的数据存储作为概念验证 (PoC)。其余 Liware 用户只有在 PoC 完成后才能访问 Fabric 功能。 PoC 将通过使用 Fabric 试用容量来完成
将创建以下三个工作区：
AnalyticsPOC：将包含数据存储、语义模型、报告管道、数据流和用于填充数据的笔记本store
DataEngPOC：将包含用于填充 OneLake 的所有管道、数据流和笔记本
DataSciPOC：将包含数据科学家创建的所有笔记本和报告
以下内容将在AnalyticsPOC 工作区：
数据存储（类型待定）

自定义语义模型

默认语义模型

交互式报告
数据工程师将创建数据管道，根据数据源每小时或每天将数据加载到 OneLake。分析工程师每天将创建流程来摄取、转换数据并将其加载到 AnalyticsPOC 工作区中的数据存储中。只要有可能，数据工程师就会使用低代码工具进行数据摄取。选择使用哪种数据清理和转换工具将由数据工程师自行决定。
Analytics POC 工作区中的所有语义模型和报告都将使用数据存储作为唯一的数据源。

技术要求
数据存储必须支持以下内容：
使用 T-SQL 或 Python 进行读取访问
半结构化和非结构化数据
行级安全性(RLS)，供用户执行 T-SQL 查询
数据工程师加载到 OneLake 的文件将以 Parquet 格式存储，并且符合 Delta Lake 规范。
数据将在 OneLake 的某一区域不进行任何转换而加载。 AnalyticsPOC 数据存储。然后，数据将被清理、合并并转换为维度模型
数据加载过程必须确保在填充维度模型之前完全更新原始数据和清理后的数据
维度模型必须包含日期方面。日期维度没有现有数据源。 Litware 会计年度与日历年度一致。日期维度必须始终包含从 2010 年到今年年底的日期。
产品定价组逻辑必须由分析工程师在单个位置进行维护。定价组数据必须在 T-SOL 的数据存储中可用。查询和默认语义模型。必须使用以下逻辑：
小于或等于 50 的列表价格属于低定价组。
大于 50 且小于或等于 1,000 的列表价格属于中定价组定价组。
大于 1,000 的列表价格属于高定价组。

安全要求
只有 Fabric 管理员和分析团队必须能够查看 Fabric作为 PoC 一部分创建的项目。
Litware 确定了 AnalyticsPOC 工作区中 Fabric 项目的以下安全要求：
Fabric 管理员将是工作区管理员。
数据工程师必须能够读取和写入数据存储。不得授予对数据集或报告的访问权限。
分析工程师必须能够在数据存储中读取、写入和创建架构。他们还必须能够创建并与数据分析师共享语义模型，以及查看和修改工作区中的所有报告。
数据科学家必须能够从数据存储中读取数据，但不能写入数据。他们将使用 Spark 笔记本访问数据
数据分析师必须仅具有对数据存储中的维度模型对象的读取访问权限。他们还必须有权使用分析工程师创建的语义模型来创建 Power BI 报告。
日期维度必须可供数据存储的所有用户使用。
最小权限原则必须是
默认语义模型和自定义语义模型都必须仅包含数据存储中维度模型中的表或视图。 Litware 已具有以下 Microsoft Entra 安全组：
FabricAdmins：Fabric 管理员
AnalyticsTeam：分析团队的所有成员
DataAnalysts：分析团队中的数据分析师
DataScientists：分析团队中的数据科学家
数据工程师：分析团队中的数据工程师
分析工程师：分析团队中的分析工程师

报告要求
数据分析师必须创建满足以下要求的客户满意度报告：
使用户能够选择产品，以将客户调查回复筛选为仅购买该产品的用户。
显示所有产品的平均总体满意度得分过去 12 个月内提交的截至选定日期的调查。
数据在数据存储中更新后立即显示数据。
确保报告和语义模型仅包含当前的数据和上一年。
确保报表遵循源数据存储中指定的任何表级安全性。
最大限度地减少报表查询的执行时间。
您需要创建一个 DAX 度量来计算平均总体满意度得分。
您应该如何完成 DAX 代码？要回答，请在答案区域中选择适当的选项。
注意：每个正确的选项都得一分。

热点

案例研究
这是一个案例研究。案例研究不单独计时。您可以根据需要使用尽可能多的考试时间来完成每个案例。但是，本次考试可能还有其他案例研究和部分。您必须管理您的时间，以确保您能够在规定的时间内完成本次考试中包含的所有问题。
要回答案例研究中包含的问题，您需要参考案例中提供的信息学习。案例研究可能包含展览和其他资源，提供有关案例研究中描述的场景的更多信息。本案例研究中的每个问题都独立于其他问题。
本案例研究结束时，将出现一个回顾屏幕。此屏幕允许您在进入考试的下一部分之前查看您的答案并进行更改。开始新部分后，您将无法返回到此部分。

要开始案例研究
要显示此案例研究中的第一个问题，请单击“下一步”按钮。在回答问题之前，请使用左侧窗格中的按钮探索案例研究的内容。单击这些按钮将显示业务需求、现有环境和问题陈述等信息。如果案例研究有“所有信息”选项卡，请注意显示的信息与后续选项卡上显示的信息相同。当您准备好回答问题时，请单击“问题”按钮返回问题。

概述
Litware, Inc. 是一家制造公司，在整个北美设有办事处。 Litware 的分析团队由数据工程师、分析工程师、数据分析师和数据科学家组成。

现有环境

Fabric 环境
Litware 一直在使用Microsoft Power BI 租户三年。 Litware 尚未启用任何 Fabric 容量和功能。

可用数据
Litware 具有必须分析的数据，如下表所示。

产品数据包含一个表和以下列。

客户满意度数据包含以下表格：

调查

问题

回复
对于每项调查提交后，会发生以下情况：
在调查表中添加一行。
对于调查中的每个问题，在响应表中添加一行。
问题表包含每个问题的文本调查问题。每个调查回复中的第三个问题是总体满意度得分。客户可以在每次购买后提交调查。

用户问题-
分析团队拥有大量数据，其中一些是半结构化的。该团队希望使用 Fabric 创建新的数据存储。
产品数据通常分为三个定价组：高、中、低。此逻辑在多个数据库和语义模型中实现，但逻辑在不同实现之间并不总是匹配。

需求

计划更改
Litware 计划启用现有租户中的结构功能。分析团队将创建一个新的数据存储作为概念验证 (PoC)。其余 Liware 用户只有在 PoC 完成后才能访问 Fabric 功能。 PoC 将通过使用 Fabric 试用容量来完成
将创建以下三个工作区：
AnalyticsPOC：将包含数据存储、语义模型、报告管道、数据流和用于填充数据的笔记本store
DataEngPOC：将包含用于填充 OneLake 的所有管道、数据流和笔记本
DataSciPOC：将包含数据科学家创建的所有笔记本和报告
以下内容将在AnalyticsPOC 工作区：
数据存储（类型待定）

自定义语义模型

默认语义模型

交互式报告
数据工程师将创建数据管道，根据数据源每小时或每天将数据加载到 OneLake。分析工程师每天将创建流程来摄取、转换数据并将其加载到 AnalyticsPOC 工作区中的数据存储中。只要有可能，数据工程师就会使用低代码工具进行数据摄取。选择使用哪种数据清理和转换工具将由数据工程师自行决定。
Analytics POC 工作区中的所有语义模型和报告都将使用数据存储作为唯一的数据源。

技术要求
数据存储必须支持以下内容：
使用 T-SQL 或 Python 进行读取访问
半结构化和非结构化数据
行级安全性(RLS)，供用户执行 T-SQL 查询
数据工程师加载到 OneLake 的文件将以 Parquet 格式存储，并且符合 Delta Lake 规范。
数据将在 OneLake 的某一区域不进行任何转换而加载。 AnalyticsPOC 数据存储。然后，数据将被清理、合并并转换为维度模型
数据加载过程必须确保在填充维度模型之前完全更新原始数据和清理后的数据
维度模型必须包含日期方面。日期维度没有现有数据源。 Litware 会计年度与日历年度一致。日期维度必须始终包含从 2010 年到今年年底的日期。
产品定价组逻辑必须由分析工程师在单个位置进行维护。定价组数据必须在 T-SOL 的数据存储中可用。查询和默认语义模型。必须使用以下逻辑：
小于或等于 50 的列表价格属于低定价组。
大于 50 且小于或等于 1,000 的列表价格属于中定价组定价组。
大于 1,000 的列表价格属于高定价组。

安全要求
只有 Fabric 管理员和分析团队必须能够查看 Fabric作为 PoC 一部分创建的项目。
Litware 确定了 AnalyticsPOC 工作区中 Fabric 项目的以下安全要求：
Fabric 管理员将是工作区管理员。
数据工程师必须能够读取和写入数据存储。不得授予对数据集或报告的访问权限。
分析工程师必须能够在数据存储中读取、写入和创建架构。他们还必须能够创建并与数据分析师共享语义模型，以及查看和修改工作区中的所有报告。
数据科学家必须能够从数据存储中读取数据，但不能写入数据。他们将使用 Spark 笔记本访问数据
数据分析师必须仅具有对数据存储中的维度模型对象的读取访问权限。他们还必须有权使用分析工程师创建的语义模型来创建 Power BI 报告。
日期维度必须可供数据存储的所有用户使用。
最小权限原则必须是
默认语义模型和自定义语义模型都必须仅包含数据存储中维度模型中的表或视图。 Litware 已具有以下 Microsoft Entra 安全组：
FabricAdmins：Fabric 管理员
AnalyticsTeam：分析团队的所有成员
DataAnalysts：分析团队中的数据分析师
DataScientists：分析团队中的数据科学家
数据工程师：分析团队中的数据工程师
分析工程师：分析团队中的分析工程师

报告要求
数据分析师必须创建满足以下要求的客户满意度报告：
使用户能够选择产品，以将客户调查回复筛选为仅购买该产品的用户。
显示所有产品的平均总体满意度得分过去 12 个月内提交的截至选定日期的调查。
数据在数据存储中更新后立即显示数据。
确保报告和语义模型仅包含当前的数据和上一年。
确保报表遵循源数据存储中指定的任何表级安全性。
最大限度地减少报表查询的执行时间。
您需要解决定价问题组分类。
应该如何完成T-SQL语句？要回答，请在答案区域中选择适当的选项。
注意：每个正确的选项都得一分。

案例研究-
这是一个案例研究。案例研究不单独计时。您可以根据需要使用尽可能多的考试时间来完成每个案例。但是，本次考试可能还有其他案例研究和部分。您必须管理您的时间，以确保您能够在规定的时间内完成本次考试中包含的所有问题。
要回答案例研究中包含的问题，您需要参考案例中提供的信息学习。案例研究可能包含展览和其他资源，提供有关案例研究中描述的场景的更多信息。本案例研究中的每个问题都独立于其他问题。
本案例研究结束时，将出现一个回顾屏幕。此屏幕允许您在进入考试的下一部分之前查看您的答案并进行更改。开始新部分后，您将无法返回到此部分。

要开始案例研究
要显示此案例研究中的第一个问题，请单击“下一步”按钮。在回答问题之前，请使用左侧窗格中的按钮探索案例研究的内容。单击这些按钮将显示业务需求、现有环境和问题陈述等信息。如果案例研究有“所有信息”选项卡，请注意显示的信息与后续选项卡上显示的信息相同。当您准备好回答问题时，请单击“问题”按钮返回问题。

概述
Litware, Inc. 是一家制造公司，在整个北美设有办事处。 Litware 的分析团队由数据工程师、分析工程师、数据分析师和数据科学家组成。

现有环境

Fabric 环境
Litware 一直在使用Microsoft Power BI 租户三年。 Litware 尚未启用任何 Fabric 容量和功能。

可用数据
Litware 具有必须分析的数据，如下表所示。

产品数据包含一个表和以下列。

客户满意度数据包含以下表格：

调查

问题

回复
对于每项调查提交后，会发生以下情况：
在调查表中添加一行。
对于调查中的每个问题，在响应表中添加一行。
问题表包含每个问题的文本调查问题。每个调查回复中的第三个问题是总体满意度得分。客户可以在每次购买后提交调查。

用户问题-
分析团队拥有大量数据，其中一些是半结构化的。该团队希望使用 Fabric 创建新的数据存储。
产品数据通常分为三个定价组：高、中、低。此逻辑在多个数据库和语义模型中实现，但逻辑在不同实现之间并不总是匹配。

需求

计划更改
Litware 计划启用现有租户中的结构功能。分析团队将创建一个新的数据存储作为概念验证 (PoC)。其余 Liware 用户只有在 PoC 完成后才能访问 Fabric 功能。 PoC 将通过使用 Fabric 试用容量来完成
将创建以下三个工作区：
AnalyticsPOC：将包含数据存储、语义模型、报告管道、数据流和用于填充数据的笔记本store
DataEngPOC：将包含用于填充 OneLake 的所有管道、数据流和笔记本
DataSciPOC：将包含数据科学家创建的所有笔记本和报告
以下内容将在AnalyticsPOC 工作区：
数据存储（类型待定）

自定义语义模型

默认语义模型

交互式报告
数据工程师将创建数据管道，根据数据源每小时或每天将数据加载到 OneLake。分析工程师每天将创建流程来摄取、转换数据并将其加载到 AnalyticsPOC 工作区中的数据存储中。只要有可能，数据工程师就会使用低代码工具进行数据摄取。选择使用哪种数据清理和转换工具将由数据工程师自行决定。
Analytics POC 工作区中的所有语义模型和报告都将使用数据存储作为唯一的数据源。

技术要求
数据存储必须支持以下内容：
使用 T-SQL 或 Python 进行读取访问
半结构化和非结构化数据
行级安全性(RLS)，供用户执行 T-SQL 查询
数据工程师加载到 OneLake 的文件将以 Parquet 格式存储，并且符合 Delta Lake 规范。
数据将在 OneLake 的某一区域不进行任何转换而加载。 AnalyticsPOC 数据存储。然后，数据将被清理、合并并转换为维度模型
数据加载过程必须确保在填充维度模型之前完全更新原始数据和清理后的数据
维度模型必须包含日期方面。日期维度没有现有数据源。 Litware 会计年度与日历年度一致。日期维度必须始终包含从 2010 年到今年年底的日期。
产品定价组逻辑必须由分析工程师在单个位置进行维护。定价组数据必须在 T-SOL 的数据存储中可用。查询和默认语义模型。必须使用以下逻辑：
小于或等于 50 的列表价格属于低定价组。
大于 50 且小于或等于 1,000 的列表价格属于中定价组定价组。
大于 1,000 的列表价格属于高定价组。

安全要求
只有 Fabric 管理员和分析团队必须能够查看 Fabric作为 PoC 一部分创建的项目。
Litware 确定了 AnalyticsPOC 工作区中 Fabric 项目的以下安全要求：
Fabric 管理员将是工作区管理员。
数据工程师必须能够读取和写入数据存储。不得授予对数据集或报告的访问权限。
分析工程师必须能够在数据存储中读取、写入和创建架构。他们还必须能够创建并与数据分析师共享语义模型，以及查看和修改工作区中的所有报告。
数据科学家必须能够从数据存储中读取数据，但不能写入数据。他们将使用 Spark 笔记本访问数据
数据分析师必须仅具有对数据存储中的维度模型对象的读取访问权限。他们还必须有权使用分析工程师创建的语义模型来创建 Power BI 报告。
日期维度必须可供数据存储的所有用户使用。
最小权限原则必须是
默认语义模型和自定义语义模型都必须仅包含数据存储中维度模型中的表或视图。 Litware 已具有以下 Microsoft Entra 安全组：
FabricAdmins：Fabric 管理员
AnalyticsTeam：分析团队的所有成员
DataAnalysts：分析团队中的数据分析师
DataScientists：分析团队中的数据科学家
数据工程师：分析团队中的数据工程师
分析工程师：分析团队中的分析工程师

报告要求
数据分析师必须创建满足以下要求的客户满意度报告：
使用户能够选择产品，以将客户调查回复筛选为仅购买该产品的用户。
显示所有产品的平均总体满意度得分过去 12 个月内提交的截至选定日期的调查。
数据在数据存储中更新后立即显示数据。
确保报告和语义模型仅包含当前的数据和上一年。
确保报表遵循源数据存储中指定的任何表级安全性。
最大限度地减少报表查询的执行时间。
您应该建议使用什么来获取客户将数据存储到 AnalyticsPOC 工作区中的数据存储中？

案例研究-
这是一个案例研究。案例研究不单独计时。您可以根据需要使用尽可能多的考试时间来完成每个案例。但是，本次考试可能还有其他案例研究和部分。您必须管理您的时间，以确保您能够在规定的时间内完成本次考试中包含的所有问题。
要回答案例研究中包含的问题，您需要参考案例中提供的信息学习。案例研究可能包含展览和其他资源，提供有关案例研究中描述的场景的更多信息。本案例研究中的每个问题都独立于其他问题。
本案例研究结束时，将出现一个回顾屏幕。此屏幕允许您在进入考试的下一部分之前查看您的答案并进行更改。开始新部分后，您将无法返回到此部分。

要开始案例研究
要显示本案例研究中的第一个问题，请单击“下一步”按钮。在回答问题之前，请使用左侧窗格中的按钮探索案例研究的内容。单击这些按钮将显示业务需求、现有环境和问题陈述等信息。如果案例研究有“所有信息”选项卡，请注意显示的信息与后续选项卡上显示的信息相同。当您准备好回答问题时，请单击“问题”按钮返回问题。

概述
Litware, Inc. 是一家制造公司，在整个北美设有办事处。 Litware 的分析团队由数据工程师、分析工程师、数据分析师和数据科学家组成。

现有环境

Fabric 环境
Litware 一直在使用Microsoft Power BI 租户三年。 Litware 尚未启用任何 Fabric 容量和功能。

可用数据
Litware 具有必须分析的数据，如下表所示。

产品数据包含一个表和以下列。

客户满意度数据包含以下表格：

调查

问题

回复
对于每项调查提交后，会发生以下情况：
在调查表中添加一行。
对于调查中的每个问题，在响应表中添加一行。
问题表包含每个问题的文本调查问题。每个调查回复中的第三个问题是总体满意度得分。客户可以在每次购买后提交调查。

用户问题-
分析团队拥有大量数据，其中一些是半结构化的。该团队希望使用 Fabric 创建新的数据存储。
产品数据通常分为三个定价组：高、中、低。此逻辑在多个数据库和语义模型中实现，但逻辑在不同实现之间并不总是匹配。

需求

计划更改
Litware 计划启用现有租户中的结构功能。分析团队将创建一个新的数据存储作为概念验证 (PoC)。其余 Liware 用户只有在 PoC 完成后才能访问 Fabric 功能。 PoC 将通过使用 Fabric 试用容量来完成
将创建以下三个工作区：
AnalyticsPOC：将包含数据存储、语义模型、报告管道、数据流和用于填充数据的笔记本store
DataEngPOC：将包含用于填充 OneLake 的所有管道、数据流和笔记本
DataSciPOC：将包含数据科学家创建的所有笔记本和报告
以下内容将在AnalyticsPOC 工作区：
数据存储（类型待定）

自定义语义模型

默认语义模型

交互式报告
数据工程师将创建数据管道，根据数据源每小时或每天将数据加载到 OneLake。分析工程师每天将创建流程来摄取、转换数据并将其加载到 AnalyticsPOC 工作区中的数据存储中。只要有可能，数据工程师就会使用低代码工具进行数据摄取。选择使用哪种数据清理和转换工具将由数据工程师自行决定。
Analytics POC 工作区中的所有语义模型和报告都将使用数据存储作为唯一的数据源。

技术要求
数据存储必须支持以下内容：
使用 T-SQL 或 Python 进行读取访问
半结构化和非结构化数据
行级安全性(RLS)，供用户执行 T-SQL 查询
数据工程师加载到 OneLake 的文件将以 Parquet 格式存储，并且符合 Delta Lake 规范。
数据将在 OneLake 的某一区域不进行任何转换而加载。 AnalyticsPOC 数据存储。然后，数据将被清理、合并并转换为维度模型
数据加载过程必须确保在填充维度模型之前完全更新原始数据和清理后的数据
维度模型必须包含日期方面。日期维度没有现有数据源。 Litware 会计年度与日历年度一致。日期维度必须始终包含从 2010 年到今年年底的日期。
产品定价组逻辑必须由分析工程师在单个位置进行维护。定价组数据必须在 T-SOL 的数据存储中可用。查询和默认语义模型。必须使用以下逻辑：
小于或等于 50 的列表价格属于低定价组。
大于 50 且小于或等于 1,000 的列表价格属于中定价组定价组。
大于 1,000 的列表价格属于高定价组。

安全要求
只有 Fabric 管理员和分析团队必须能够查看 Fabric作为 PoC 一部分创建的项目。
Litware 确定了 AnalyticsPOC 工作区中 Fabric 项目的以下安全要求：
Fabric 管理员将是工作区管理员。
数据工程师必须能够读取和写入数据存储。不得授予对数据集或报告的访问权限。
分析工程师必须能够在数据存储中读取、写入和创建架构。他们还必须能够创建并与数据分析师共享语义模型，以及查看和修改工作区中的所有报告。
数据科学家必须能够从数据存储中读取数据，但不能写入数据。他们将使用 Spark 笔记本访问数据
数据分析师必须仅具有对数据存储中的维度模型对象的读取访问权限。他们还必须有权使用分析工程师创建的语义模型来创建 Power BI 报告。
日期维度必须可供数据存储的所有用户使用。
最小权限原则必须是
默认语义模型和自定义语义模型都必须仅包含数据存储中维度模型中的表或视图。 Litware 已具有以下 Microsoft Entra 安全组：
FabricAdmins：Fabric 管理员
AnalyticsTeam：分析团队的所有成员
DataAnalysts：分析团队中的数据分析师
DataScientists：分析团队中的数据科学家
数据工程师：分析团队中的数据工程师
分析工程师：分析团队中的分析工程师

报告要求
数据分析师必须创建满足以下要求的客户满意度报告：
使用户能够选择产品，以将客户调查回复筛选为仅购买该产品的用户。
显示所有产品的平均总体满意度得分过去 12 个月内提交的截至选定日期的调查。
数据在数据存储中更新后立即显示数据。
确保报告和语义模型仅包含当前的数据和上一年。
确保报表遵循源数据存储中指定的任何表级安全性。
最大限度地减少报表查询的执行时间。
您应该推荐哪种类型的数据存储AnalyticsPOC 工作区？

您有一个 Fabric 仓库，其中包含一个名为 Staging.Sales 的表。 Staging.Sales 包含以下列。

您需要编写一个 T-SQL 查询，该查询将返回 2023 年的数据，其中显示 ProductID 和 ProductName，并且汇总金额高于 10,000。
您应该使用哪个查询？