Respuesta correcta
- CAzure Synapse Analytics con pools de Spark sin servidor
Explicación
Azure Synapse Analytics con pools de Spark sin servidor es la opción correcta porque proporciona un entorno de Apache Spark sin servidor y totalmente gestionado que escala automáticamente y elimina la necesidad de gestionar clústeres. Este servicio admite directamente la transformación de grandes conjuntos de datos en Azure Data Lake Storage Gen2 utilizando código Python con Spark, cumpliendo con el requisito del equipo de una solución de escalado automático sin gestión de clústeres.
Para profundizar
La pregunta trata sobre cuánta infraestructura le obliga a gestionar cada servicio, y DP-900 espera que coloque cada servicio en esa escala. Azure Synapse Analytics combina integración de datos, almacenamiento de datos empresarial y análisis de big data en un solo espacio de trabajo, y sus pools de Apache Spark son lo que Microsoft llama sin servidor: usted define el tamaño del nodo del pool y los límites de escalado automático, y Synapse crea los recursos de Spark solo cuando comienza un cuaderno o trabajo, los escala con la carga de trabajo y los pausa después de un tiempo de inactividad, por lo que paga por el tiempo de ejecución sin gestionar clústeres. Los cuadernos admiten Python (PySpark), Scala, .NET y Spark SQL, y leen y escriben directamente en Azure Data Lake Storage Gen2, que es el almacenamiento principal del espacio de trabajo. El mismo espacio de trabajo también ofrece pools de SQL sin servidor para consultar archivos en el lago con T-SQL, y canalizaciones para la orquestación. Las alternativas son plataformas de Spark razonables con diferentes compensaciones. Azure HDInsight proporciona clústeres de código abierto gestionados (Spark, Hadoop, Kafka) que usted dimensiona y mantiene, más cerca de la gestión de infraestructura. Azure Databricks es una plataforma basada en Spark, muy común para la ingeniería de datos, construida alrededor de clústeres y su propio espacio de trabajo, aunque ha añadido opciones sin servidor; en las preguntas de examen suele ser la respuesta cuando se destacan los cuadernos colaborativos o el ecosistema de Databricks. Azure Machine Learning es para entrenar y desplegar modelos, no para la transformación de datos de propósito general. Tenga en cuenta que Microsoft está dirigiendo el nuevo trabajo de análisis hacia Microsoft Fabric, que ofrece cuadernos de Spark similares sobre OneLake, pero Synapse sigue siendo la respuesta esperada para esta pregunta.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de DP-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.