MediaOpción múltiple

Pregunta de práctica de AZ-900

¿Qué servicio de base de datos de Azure almacena datos de series temporales (time-series) procedentes de dispositivos IoT para el análisis de tendencias a largo plazo y la detección de anomalías?

Elige la mejor respuesta.

Respuesta correcta

  • BAzure Data Explorer

Explicación

Azure Data Explorer (ADX) es un servicio de análisis de macrodatos (big data) de alto rendimiento y totalmente administrado, optimizado para el análisis interactivo de grandes volúmenes de datos de series temporales y registros (logs). Utiliza Kusto Query Language (KQL) para ingerir, indexar y consultar telemetría en streaming procedente de dispositivos IoT, lo que permite realizar análisis de tendencias a largo plazo y la detección de anomalías mediante funciones nativas de series temporales como `series_decompose()` y `series_fit_line()`.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Azure Cosmos DB

Azure Cosmos DB es una base de datos multimodelo distribuida globalmente para cargas de trabajo transaccionales de baja latencia; la agregación de series temporales y la detección de anomalías requieren el motor Kusto de Azure Data Explorer. Es tentador porque ingiere escrituras de IoT de alto volumen, y sería correcto para servir el estado de los dispositivos a las aplicaciones con una latencia de milisegundos.

B

Correcta

Azure Data Explorer

Azure Data Explorer es un motor de análisis columnar optimizado para telemetría de alto volumen, que satisface la necesidad del enunciado de almacenar datos de series temporales de IoT para el análisis de tendencias a largo plazo y la detección de anomalías. Su lenguaje de consulta Kusto y su detección de anomalías integrada manejan la ingesta y consulta de métricas de dispositivos con marca de tiempo.

C

Incorrecta

Azure Table Storage

Azure Table Storage es un almacén NoSQL sin esquema de clave-atributo sin funciones nativas de series temporales, políticas de retención o detección de anomalías. Es tentador como almacenamiento económico de alto volumen, y sería correcto para almacenar registros de entidades simples a los que se accede mediante clave de partición y de fila.

D

Incorrecta

Azure SQL Database

Azure SQL Database es un motor relacional para consultas transaccionales y analíticas sobre tablas estructuradas; carece de la ingesta de series temporales, compresión y el lenguaje de consulta Kusto necesarios para el análisis de tendencias de IoT. Es tentador como un almacén relacional familiar, y sería correcto para aplicaciones empresariales convencionales.

Para profundizar

Azure Data Explorer es un motor de análisis columnar optimizado para anexiones (append-optimized), diseñado para registros y telemetría de alto volumen, que utiliza Kusto Query Language para el análisis de series temporales. Su almacenamiento es inmutable e indexado por el tiempo de ingesta, lo que hace eficientes los análisis de rangos en ventanas de retención largas, y admite funciones nativas de series temporales como series_decompose_anomalies para detectar desviaciones. Un comportamiento sutil: favorece el rendimiento de ingesta y la velocidad de consulta sobre las actualizaciones a nivel de fila, por lo que los registros que llegan tarde o corregidos se manejan mediante políticas de tiempo de ingesta en lugar de ediciones en el lugar. Esto importa para flotas de IoT que emiten lecturas de sensores continuamente, donde se necesitan meses de historial para detectar tendencias estacionales y anomalías, algo para lo que una base de datos transaccional como Azure SQL o un almacén de clave-valor como Table Storage no están optimizados.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AZ-900 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.