DifícilOpción múltiple

Pregunta de práctica de AZ-305

Una plataforma de datos debe admitir consultas analíticas sobre petabytes de archivos en un data lake, al tiempo que preserva los espacios de nombres jerárquicos y las ACL de grano fino. ¿Alrededor de qué servicio de almacenamiento debe diseñar la solución?

Elige la mejor respuesta.

Respuesta correcta

  • AAzure Data Lake Storage Gen2.

Explicación

Azure Data Lake Storage Gen2 (ADLS Gen2) es la opción correcta porque combina un espacio de nombres jerárquico con listas de control de acceso (ACL) de estilo POSIX, lo que permite un control de acceso de grano fino a nivel de archivo y directorio al tiempo que admite cargas de trabajo analíticas a escala de petabytes. Está construido sobre Azure Blob Storage, lo que proporciona procesamiento paralelo y de alto rendimiento para motores de análisis de big data como Azure Synapse, Spark y Hadoop.

Por qué cada opción es correcta o incorrecta

A

Correcta

Azure Data Lake Storage Gen2.

Azure Data Lake Storage Gen2 es correcto porque combina el almacenamiento de objetos duradero y escalable de Azure Blob Storage con un espacio de nombres jerárquico, lo que permite una verdadera semántica de archivos/directorios, como el cambio de nombre atómico y listas de control de acceso (ACL) de estilo POSIX. Está diseñado específicamente como un data lake escalable para cargas de trabajo analíticas a escala de petabytes, admitiendo motores de procesamiento en paralelo como Azure Synapse, Databricks y Hadoop a través del controlador ABFS (Azure Blob File System). Este diseño optimiza el rendimiento para consultas analíticas de análisis completo y permite operaciones incrementales a nivel de directorio, lo que lo convierte en el plataforma de almacenamiento predeterminada para plataformas de datos empresariales.

B

Incorrecta

Azure Files premium shares.

Azure Files premium shares son incorrectos porque Azure Files es un servicio de recursos compartidos de archivos SMB/NFS administrado destinado a migrar servidores de archivos locales o alojar aplicaciones en contenedores, no para lagos analíticos a escala de petabytes. Los recursos compartidos premium ofrecen altas IOPS y baja latencia, pero están limitados en la capacidad total y en el rendimiento por recurso compartido, lo que los hace prohibitivos en costos e inadecuados técnicamente para análisis masivos y paralelos. Además, dependen de la sobrecarga del protocolo SMB/NFS en lugar de un sistema de archivos distribuido nativo de la nube, por lo que carecen de las optimizaciones de rendimiento de espacios de nombres jerárquicos y las integraciones del ecosistema necesarias para motores de big data como Spark o Presto.

C

Incorrecta

Azure Table Storage.

Azure Table Storage es incorrecto porque es un almacén de pares clave-valor NoSQL sin esquemas optimizado para búsquedas puntuales, consultas de rangos pequeños y lecturas/escrituras rápidas de datos estructurados a escala web, no para almacenes analíticos a escala de petabytes. No proporciona ningún motor de consultas para agregaciones complejas, uniones o escaneos columnares, y tiene un modelo máximo de filas/tiempo de espera que no puede mantener análisis de tablas completas en conjuntos de datos grandes. También carece de semántica de directorios jerárquicos y ACL para la gobernanza del data lake, por lo que es fundamentalmente un servicio para datos operativos, no para admitir consultas analíticas sobre petabytes.

D

Incorrecta

Azure Queue Storage.

Azure Queue Storage es incorrecto porque es un servicio de cola de mensajes en la nube utilizado para el desacoplamiento asincrónico de componentes de aplicaciones, no un sistema de almacenamiento diseñado para datos analíticos. Los mensajes son transitorios, de duración limitada (hasta 7 días) y limitados a 64 KB cada uno, sin lenguaje de consulta o indexación para la exploración de datos. No proporciona abstracciones duraderas y escalables de archivos/blobs ni capacidades de procesamiento analítico; por lo tanto, no puede admitir consultas analíticas a escala de petabytes y es completamente ajeno a las necesidades de almacenamiento de la plataforma de datos.

Para profundizar

El concepto central que evalúa esta pregunta es la selección del sustrato de almacenamiento adecuado para una plataforma de datos analíticos a escala de petabytes, donde los requisitos críticos son lecturas de archivos completos de alto rendimiento, semántica de directorios jerárquicos e integración con motores de procesamiento distribuido. Azure Data Lake Storage Gen2 (ADLS Gen2) se ajusta a este requisito al extender Azure Blob Storage con un espacio de nombres jerárquico, lo que permite el cambio de nombre de directorios atómicos y listas de control de acceso (ACL) de estilo POSIX, al tiempo que expone el controlador ABFS que Apache Spark, Apache Hive y otros motores utilizan para tratar el lago como un sistema de archivos distribuido. Una idea errónea común es que ADLS Gen2 es un servicio independiente de Blob Storage; en realidad, es Blob Storage con la característica de espacio de nombres jerárquico habilitada, lo que le brinda durabilidad a escala de objetos y un costo menor por terabyte que los servicios de archivos. La sutileza radica en el hecho de que un verdadero lago analítico necesita tanto escala como semántica de directorios: Azure Files puede escalar horizontalmente con recursos compartidos prémium, pero falla en la rentabilidad a escala de petabytes y en el rendimiento de escaneo en paralelo, mientras que los servicios NoSQL o de mensajería carecen de las capacidades de metadatos para la planificación de consultas. Las implementaciones del mundo real a menudo combinan ADLS Gen2 con un motor de consultas como Azure Synapse Serverless o Databricks SQL, descargando la partición, la compresión (por ejemplo, Parquet/Delta) y la compactación al lago, lo que demuestra que la elección del almacenamiento es fundamental para el rendimiento analítico.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AZ-305 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.