MediaOpción múltiple

Pregunta de práctica de ACE

Una tabla de BigQuery en una canalización de datos recibe cargas de datos diarias. Para controlar los costos de almacenamiento, el equipo desea que los datos de la tabla con más de 180 días se eliminen automáticamente a nivel de tabla, no a nivel de dataset. ¿Cómo se debe configurar esto?

Elige la mejor respuesta.

Respuesta correcta

  • CConfigurar la caducidad de particiones en una tabla particionada por fecha para que las particiones caduquen después de 180 días

Explicación

La función de caducidad de partición de BigQuery permite eliminar automáticamente particiones enteras de una tabla particionada por fecha después de un número específico de días. Al configurar la caducidad de la partición en 180 días, todos los datos en particiones con más de 180 días se eliminan a nivel de tabla, cumpliendo con el requisito sin afectar a otras tablas del dataset.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Establecer una caducidad de tabla predeterminada a nivel de dataset de 180 días en las propiedades del dataset

Establecer una caducidad de tabla predeterminada a nivel de dataset de 180 días solo afecta a las tablas creadas después de que se configure la propiedad; no se aplica retroactivamente a las tablas existentes. Además, esta opción establece una caducidad para tablas enteras, lo que significa que una tabla particionada por fecha se eliminaría por completo 180 días después de su marca de tiempo de creación, en lugar de eliminar las particiones obsoletas mientras se conservan los datos más recientes. La pregunta solicita específicamente una configuración a nivel de tabla que conserve los datos recientes mientras elimina los más antiguos, por lo que este valor predeterminado a nivel de dataset es insuficiente y no está alineado.

B

Incorrecta

Usar un trabajo de Cloud Scheduler para ejecutar una sentencia DELETE en las filas de más de 180 días todas las noches

Ejecutar un trabajo nocturno de Cloud Scheduler que ejecute una sentencia DELETE en filas de más de 180 días eliminaría técnicamente las filas, pero es un enfoque ineficaz y costoso: las consultas DELETE consumen recursos de ranuras e incurren en costos de ejecución de consultas, y las filas eliminadas aún ocupan almacenamiento hasta que el almacenamiento subyacente se reescriba o compacte. A diferencia de los mecanismos de retención nativos de BigQuery, esto requiere una sobrecarga operativa continua (crear, programar, monitorear y solucionar problemas de un trabajo) y no garantiza una limpieza oportuna si el trabajo falla. Para datos de series temporales, la caducidad de particiones administrada es la alternativa recomendada, sin mantenimiento y rentable.

C

Correcta

Configurar la caducidad de particiones en una tabla particionada por fecha para que las particiones caduquen después de 180 días

Configurar la caducidad de particiones directamente en una tabla particionada por fecha es correcto porque BigQuery elimina automáticamente las particiones enteras cuyo límite de partición sea anterior al número de días configurado, sin consultas o trabajos iniciados por el usuario. Por ejemplo, configurar la caducidad de particiones en 180 días hace que BigQuery elimine cualquier partición diaria cuya fecha sea anterior a 180 días en el pasado, reteniendo efectivamente los últimos 180 días de datos móviles. Este es el enfoque más eficiente, de bajo costo y totalmente administrado, ya que no utiliza ranuras de consulta y no requiere programador, lo que lo hace ideal para datos de registros y series temporales.

D

Incorrecta

Establecer un TTL a nivel de tabla utilizando la API de TTL de BigQuery con un valor de 180 días

BigQuery no expone una característica de producto llamada 'API de TTL'; en su lugar, la caducidad de la tabla se configura a través de la propiedad de metadatos expiration_time de la tabla, que elimina toda la tabla después de una duración fija desde su última hora de modificación, y no un TTL móvil a nivel de fila o de partición. Usar una caducidad de tabla de 180 días eliminaría toda la tabla después de 180 días de inactividad, lo que no es el comportamiento deseado para retener filas recientes y hacer caducar las antiguas. Para la retención por partición, el mecanismo correcto es la caducidad de particiones en una tabla particionada por fecha, que BigQuery administra automáticamente a la granularidad de la partición.

Para profundizar

La caducidad de la partición funciona comparando el límite de cada partición (por ejemplo, el valor de la fecha para particiones diarias) con la hora UTC actual; cuando una partición es más antigua que la duración de caducidad configurada, BigQuery elimina la partición y su almacenamiento subyacente en segundo plano, sin requerir intervención manual. Esta es una característica gestionada de recuperación de almacenamiento, por lo que a diferencia de las sentencias DELETE, nunca pagas por ranuras de consulta para eliminar datos obsoletos, y el almacenamiento liberado deja de generar costos inmediatamente después de la caducidad. Una idea errónea común es que la caducidad predeterminada de tablas a nivel de dataset se aplica a tablas ya existentes o que la caducidad de tablas se comporta como un TTL móvil, pero solo afecta a las nuevas tablas y elimina toda la tabla después de un punto fijo en el tiempo. Otra sutileza: la caducidad de particiones es distinta de la caducidad de tablas y solo funciona en tablas particionadas; si tu tabla no está particionada por una columna de fecha/marca de tiempo, debes habilitar el particionamiento retroactivamente o rediseñar la tabla. Para escenarios de cumplimiento como la retención de GDPR o el derecho de supresión de GDPR, la caducidad de particiones es el patrón estándar de BigQuery porque garantiza que los datos no se almacenen más allá de la ventana de políticas sin código de limpieza personalizado, aunque debes asegurarte de que los límites de las particiones se alineen con tu reloj de retención; por ejemplo, las particiones horarias requieren que la ventana de caducidad se establezca en milisegundos en relación con los límites de las horas.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de ACE de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.