Databricks Data Engineer試験（Associate / Professional）は、 Delta Lake・Spark SQL・ETLパイプライン・データガバナンスなど幅広い知識が問われます。 この記事では出題ドメインごとの配点表を示した上で、代表的な出題パターンの練習問題を掲載し、各分野で求められる知識のレベルと解答の着眼点を解説します。
DEAは45問・90分の試験で、2026年5月4日改訂の現行版では以下の7セクションから出題されます。旧版の5ドメイン構成からセクション名も配点も変わり、ガバナンス（Governance and Security）の比重は旧版の11%から15%に上がりました。
| セクション | 配点比率 | 主なトピック |
|---|---|---|
| Databricks Intelligence Platform | 6% | プラットフォームの主要コンポーネント（アーキテクチャ・Delta Lake・Unity Catalog）・コンピュートの特徴・制約・コストモデルと使い分け |
| Data Ingestion and Loading | 21% | Auto Loader・COPY INTO・Lakeflow Connect（標準／マネージドコネクタ）・JDBC/ODBC・取り込み方式の使い分け・半構造化データ |
| Data Transformation and Modeling | 22% | ブロンズ→シルバーのクレンジング・結合（broadcast joinなど）・重複排除と集計・基本的なチューニングパラメータ・Goldレイヤーのオブジェクト・データ品質チェック |
| Working with Lakeflow Jobs | 16% | タスクと依存関係（DAG）・リトライと条件分岐・スケジュールとトリガー（ファイル到着・テーブル更新） |
| Implementing CI/CD | 10% | Git Folders・Declarative Automation Bundles（旧Databricks Asset Bundles）・Databricks CLI |
| Troubleshooting, Monitoring, and Optimization | 10% | ジョブの実行履歴と監視・Spark UIでのボトルネック特定（スキュー・シャッフル・スピル）・Liquid Clusteringと予測最適化・クラスタ起動失敗やOOMの診断 |
| Governance and Security | 15% | マネージド／外部テーブル・GRANT / REVOKE / DENY・列マスクと行レベルセキュリティ・ABACポリシー |
DEPは60問・120分の上位試験で、問題文が長いシナリオ形式が中心です。設計判断・トラブルシューティング・パフォーマンス最適化の実践力が問われます。2026年10月9日に新試験へ切り替わり、出題範囲は以下の9セクションになりました（新試験の受験言語は英語のみ）。
| セクション | 配点比率 | 主なトピック |
|---|---|---|
| Developing Code for Data Processing using Python and SQL | 23% | バンドル向けのプロジェクト構成・ライブラリ依存の解決・UDF・Lakeflow Declarative PipelinesとAuto Loader・AUTO CDC API（SCD Type 1/2）・Structured Streamingのステート管理・テスト |
| Data Ingestion & Acquisition | 12% | 多様な形式とソース（Kafkaなど）からの取り込み・Lakeflow ConnectによるCDC取り込み・OpenSharing（D2D / Databricks-to-Open）・Clean Rooms・Lakehouse Federation |
| Data Manipulation | 12% | ウィンドウ関数・結合・集計・VARIANT型・ai_query・Expectationsによる不正レコードの隔離 |
| Monitoring and Alerting | 10% | システムテーブル・REST API / CLI / SDK・パイプラインのイベントログ・アラート・Jobs UI |
| Cost & Performance Optimization | 15% | マネージドテーブル・予測最適化・Liquid Clustering・削除ベクトル・Change Data Feed・クエリプロファイル |
| Ensuring Data Security and Compliance | 8% | 最小権限のACL・ABACによる行フィルタと列マスク・匿名化と仮名化・PIIのマスキング・データ削除 |
| Data Governance | 5% | タグとコメントによるメタデータ付与・Unity Catalogの権限継承モデル |
| Debugging and Deploying | 10% | Spark UI・クラスタログ・システムテーブルでの診断・ジョブの修復実行・Declarative Automation Bundles（旧Databricks Asset Bundles）・Git folders |
| Data Modeling | 5% | Delta / Icebergテーブルのレイアウト設計・ディメンショナルモデル・マテリアライズドビュー・メトリックビュー |
なお、NicheeLabのDEP問題集は2026年10月8日までの旧版（10セクション）の出題範囲で作成したもので、上の9セクションにはまだ対応していません。
Data Engineer試験の出題は各ドメインから均等ではなく、DEAでは上位2セクション（Data Transformation and ModelingとData Ingestion and Loading）だけで全体の43%を占めます。ドメイン別に学習することで3つの効果が得られます。
MERGE INTOは複数のWHEN MATCHED / WHEN NOT MATCHED節を記述でき、上から順に評価されます。Delta Lakeの代表的な構文であり、条件付きDELETE・UPDATE SET *・INSERT *の組み合わせを正確に追えるかが問われます。SCD Type 1（最新値で上書き）とType 2（履歴保持）はDEPの出題範囲に明記されています（新試験ではAUTO CDC APIのstored_as_scd_typeとして）。
cloudFilesフォーマットのAuto Loaderは、スキーマ進化モード（addNewColumns / failOnNewColumns / rescue / none）ごとに新規カラム到着時の挙動が異なります。試験では「新しいカラムを持つJSONが到着した場合に何が起こるか」を問うパターンが頻出です。rescueモードでは未知カラムが_rescued_dataに格納される点も押さえましょう。
Unity Catalogの権限はCATALOG → SCHEMA → TABLE/VIEWの3レベルで管理され、GRANT USAGEは「そのレベルにアクセスする権限」のみを付与します。CATALOGのUSAGEだけでは配下のテーブルにSELECTできない点、GRANT SELECT ON SCHEMA ... TO ... で配下の全テーブルにSELECTが付与される点がよく出題されます。
Lakeflow Spark Declarative Pipelinesのデータ品質制約（Expectation）は3つのアクション（ON VIOLATION WARN / DROP ROW / FAIL）を持ち、それぞれ「行を出力して警告のみ」「行を除外してメトリクスに記録」「パイプライン停止」の動作をします。DROP ROW時にイベントログのどこに除外数が記録されるか（flow_progress.data_quality.dropped_records）まで問われることがあります。
マルチタスクWorkflowではタスク間の依存関係（depends_on）・リトライポリシー（max_retries / retry_on_timeout）・通知設定が出題されます。タスクAの失敗で依存タスクBがスキップされる挙動、条件分岐タスク（if/else task）の設定方法がDEP頻出パターンです。
以下ではDelta Lake（MERGE）・データ取り込み（Auto Loader）・ガバナンス（Unity Catalog）から代表的な出題パターンを1問ずつ掲載しています。まず自力で解答してから解説を確認しましょう。
Delta Lake
問題 1
以下のMERGE文を実行した場合の動作として正しいものはどれですか？ MERGE INTO silver USING bronze ON silver.id = bronze.id WHEN MATCHED AND bronze.op = 'DELETE' THEN DELETE WHEN MATCHED THEN UPDATE SET * WHEN NOT MATCHED AND bronze.op != 'DELETE' THEN INSERT *
正解: B
Delta LakeのMERGE文はWHEN MATCHED / WHEN NOT MATCHED節を上から順に評価します。最初のWHEN MATCHEDはbronze.op='DELETE'の条件付きで一致行を削除、2番目のWHEN MATCHEDは残りの一致行を更新、WHEN NOT MATCHEDにはAND bronze.op != 'DELETE'の条件が付いており、不一致行のうちopが'DELETE'でないものだけを挿入します。WHEN NOT MATCHED節にもAND条件を付けられるため構文エラーにはなりません（Cは誤り）。このパターンはCDC（Change Data Capture）イベントをsilverレイヤーに反映する典型的な実装です。
Data Ingestion and Loading
問題 2
Auto Loader（cloudFiles）でschemaEvolutionMode='rescue'を設定した場合、既存スキーマにないカラムを含むJSONファイルが到着したときの動作として正しいものはどれですか？
正解: A
schemaEvolutionMode='rescue'ではスキーマの自動拡張を行わず、既存スキーマに合致しないカラムやデータ型の値を_rescued_dataカラムにJSON文字列として退避します。データを失わずにスキーマ安定性を保てる点がrescueモードの利点です。Bの動作はaddNewColumnsモード、Cの動作はfailOnNewColumnsモードに該当します。rescueモードは本番パイプラインで予期しないスキーマ変更を安全に処理したい場合に適しており、DEA試験でAuto Loaderの各モードの違いを問う問題として頻出です。
Governance and Security
問題 3
Unity Catalogで以下のGRANT文を実行した後、analyst_groupが実行可能な操作はどれですか？ GRANT USAGE ON CATALOG prod_catalog TO analyst_group; GRANT USAGE ON SCHEMA prod_catalog.sales TO analyst_group; GRANT SELECT ON SCHEMA prod_catalog.sales TO analyst_group;
正解: B
Unity Catalogの権限は階層構造に基づき、上位レベルのUSAGEがないと下位レベルにアクセスできません。この例ではCATALOGレベルのUSAGE（prod_catalogへのアクセス権）、SCHEMAレベルのUSAGE（salesスキーマへのアクセス権）、SCHEMAレベルのSELECT（salesスキーマ配下の全テーブルへのSELECT権）の3つが付与されています。GRANT SELECT ON SCHEMAはスキーマ配下の現在および将来作成されるすべてのテーブルにSELECT権を一括付与します。ただしprod_catalogの他のスキーマ（例：prod_catalog.marketing）にはUSAGE権がないためアクセスできません。GRANTの実行順序に制約はなく、Dは誤りです。
まず配点表を参照し、高配点セクション（DEAならData Transformation and ModelingとData Ingestion and Loading）に学習時間の40%以上を割り当てます。この2セクションで配点の43%を占めるため、ここで安定的に正答できれば合格ラインに近づきます。残りをLakeflow Jobs・ガバナンス・CI/CD・トラブルシューティング・プラットフォームに配分しましょう。
問題集をドメインごとに解き、正答率を記録します。正答率70%未満のドメインが弱点ドメインです。弱点ドメインは公式ドキュメントの該当セクションを読み直し、Free Edition（Community Editionの後継）でコードを実行して挙動を確認してから再度問題を解きましょう。
DEA・DEPともにコードスニペットを読んで動作を推測する問題が出題されます。MERGE文・Auto Loaderの設定・DLTのExpectation定義など、コードを見て「実行結果はどうなるか」を即座に判断できる力が合格の鍵です。Free Editionで実際にコードを実行し、自分の予測と結果を照合する練習を繰り返しましょう。
DEA（Data Engineer Associate）とDEP（Data Engineer Professional）では出題ドメインの配点がどう異なりますか？
DEAは2026年5月4日改訂の7セクション構成で、Data Transformation and Modeling（22%）とData Ingestion and Loading（21%）の2つで全体の43%を占めます。DEPは2026年10月9日に切り替わった新試験で9セクション構成になり、Developing Code for Data Processing using Python and SQL（23%）が最大、次いでCost & Performance Optimization（15%）です。DEPはシナリオ問題が中心で問題文が長く、複数ドメインの知識を横断的に組み合わせた設計判断が問われます。
ドメイン別に学習する場合、どのドメインから着手すべきですか？
配点比率が最も高くかつ他ドメインの基礎になるデータ変換・データ処理（Spark SQL・PySpark）から始めるのが最効率です。DEAではData Transformation and Modeling（22%）、DEPではDeveloping Code for Data Processing using Python and SQL（23%）が最大配点です。Sparkの読み書き操作を習得した上でデータ取り込み（Auto Loader・COPY INTO・Lakeflow Connect）に進み、その後Lakeflow Jobs（タスク依存・トリガー）→ガバナンス（Unity Catalog GRANT・行フィルタ・列マスク）の順に学習すると知識が積み上がりやすく、ドメイン間の関連性も把握できます。
ドメイン別問題演習と模擬試験は並行して行うべきですか？
まずドメイン別の問題演習で各分野の知識を固め、苦手分野を特定・補強してから模擬試験に進む方法が効果的です。ドメイン別演習で正答率80%を超えたら模擬試験に移行し、本番と同じ時間制約（DEAは90分、DEPは120分）で通しで解く練習をしましょう。模擬試験で新たに苦手が見つかったら再びドメイン別に戻る、というサイクルを繰り返すのが合格への最短ルートです。
出題範囲を体系的に扱う教科書があります。全 16 章、登録なしで全部読めます。
第 0 部・無料
クラウド自体がはじめての方へ
サーバー・ネットワーク・データベースの前提知識なしで読める 8 章。登録不要・無料。
無料
Databricks とレイクハウスの全体像
なぜこの製品が要るのか、何がどこに属するか
無料
データはどこに、どんな形で保存されるか
テーブルの実体と Delta Lake の内部
NicheeLab編集部
データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。
Databricks資格一覧｜全8試験・難易度・勉強法
Databricks認定資格（全8試験）の一覧・出題範囲・合格ライン・難易度を徹底解説。2026年10月時点の公式情報に...
Databricks試験の難易度ランキング｜7資格を徹底比較
Databricks認定試験のうち7資格の難易度をランキング形式で徹底比較。合格率・学習時間・出題傾向から難易度を分析。...
Databricks資格の勉強方法｜最短合格ルートと学習時間の目安
Databricks認定資格に最短で合格するための勉強方法を完全ガイド。公式リソース・問題集・学習スケジュールを徹底解説...
Databricks Data Engineer Associate完全解説｜出題範囲・問題例・合格戦略
Databricks Certified Data Engineer Associate試験を徹底解説。2026年5月版...
Databricks Data Engineer Professional完全解説｜上級試験の攻略法
Databricks Certified Data Engineer Professional試験を徹底解説。2026年...