DifícilOpción múltiple

Pregunta de práctica de DP-900

Una empresa de logística almacena datos de sensores de camiones de reparto en Azure Table Storage. Cada lectura de sensor incluye un TruckID, Timestamp, Location y EngineTemperature. La consulta más común recupera todas las lecturas de todos los camiones dentro de una ventana de tiempo específica de una hora (por ejemplo, entre las 10:00 y las 11:00 de un día determinado). Actualmente, la tabla utiliza PartitionKey = TruckID y RowKey = Timestamp (formato ISO). Sin embargo, las consultas que filtran por intervalo de tiempo son lentas y consumen muchas transacciones. ¿Qué cambio de diseño mejorará más el rendimiento de estas consultas de intervalos de tiempo?

Elige la mejor respuesta.

Respuesta correcta

  • ACambiar PartitionKey a un valor basado en fechas (por ejemplo, YYYY-MM-DD) y RowKey a un compuesto de TruckID y Timestamp.

Explicación

Cambiar el valor de PartitionKey a un valor basado en fechas (por ejemplo, YYYY-MM-DD) agrupa toda la telemetría de cada camión para un solo día en una sola partición. Debido a que Azure Table Storage almacena las filas juntas por PartitionKey, una consulta que filtra por un rango de fechas (por ejemplo, las últimas 24 horas) examinará exactamente una partición, lo que reducirá drásticamente las transacciones de lectura y disminuirá el costo. La RowKey pasa a ser un compuesto de TruckID y Timestamp, lo que preserva la granularidad a nivel de camión y permite un filtrado y ordenamiento eficientes dentro de la partición de ese día. Este diseño alinea directamente el rango de tiempo consultado con la estructura de partición, que es la forma óptima de manejar consultas de rangos de tiempo en Table Storage.

Por qué cada opción es correcta o incorrecta

A

Correcta

Cambiar PartitionKey a un valor basado en fechas (por ejemplo, YYYY-MM-DD) y RowKey a un compuesto de TruckID y Timestamp.

Cambiar el valor de PartitionKey a un valor basado en fechas como YYYY-MM-DD agrupa toda la telemetría de todos los camiones de un solo día en una partición. Como Azure Table Storage almacena filas juntas por PartitionKey, una consulta que filtra por un rango de fechas (p. ej., las últimas 24 horas) examinará exactamente una partición, reduciendo drásticamente las transacciones de lectura y bajando el costo. La RowKey es entonces un compuesto de TruckID y Timestamp, lo que preserva la granularidad a nivel de camión y permite ordenar y filtrar de manera eficiente dentro de la partición de ese día. Este diseño alinea directamente el rango de tiempo consultado con la estructura de partición, que es la forma óptima de manejar consultas de rangos de tiempo en Table Storage.

B

Incorrecta

Cambiar RowKey para que sea un compuesto de TruckID y Timestamp manteniendo PartitionKey como TruckID.

Mantener PartitionKey como TruckID mientras solo se cambia la RowKey a un compuesto de TruckID y Timestamp no altera en absoluto el particionamiento físico. Una consulta de rango de tiempo que abarca varios camiones, como 'todas las lecturas entre las 10:00 y las 11:00', aún requerirá examinar cada partición individual de camión para encontrar las filas coincidentes. Dentro de la partición de un solo camión, la RowKey compuesta podría ayudar a ordenar por tiempo, pero el costo dominante de una consulta temporal de toda la flota es la dispersión (fan-out) a través de miles de particiones, y ese costo permanece inalterado. Por lo tanto, este cambio no proporciona ningún beneficio significativo de rendimiento o costo para el caso de uso indicado.

C

Incorrecta

Usar Azure Cosmos DB con una clave de partición en Timestamp en lugar de Azure Table Storage.

Cambiar a Azure Cosmos DB no aborda la causa raíz: la consulta filtra por un rango de tiempo, pero la clave de partición propuesta en Timestamp dispersaría la ventana de tiempo de cada lectura a través de muchas particiones físicas, forzando una dispersión (fan-out) entre particiones que sigue consumiendo muchas transacciones. Esta opción es tentadora porque Cosmos DB ofrece indexación flexible y consultas de baja latencia para datos de series temporales, y en un escenario donde el patrón de acceso principal fuera consultar un valor de marca de tiempo único (p. ej., "todas las lecturas a las 10:00"), una clave de partición Timestamp sería correcta.

D

Incorrecta

Habilitar la indexación en la columna Timestamp en Azure Table Storage.

Azure Table Storage no admite índices secundarios en propiedades personalizadas arbitrarias como Timestamp. El único índice en Table Storage está en la clave principal, que consta de PartitionKey y RowKey; las consultas que filtran por cualquier otra propiedad requieren un análisis completo de la tabla o análisis por partición. No hay ningún mecanismo para 'habilitar la indexación' en una columna específica porque el motor de almacenamiento no tiene esquema y no ofrece índices configurables. En consecuencia, esta opción no es factible técnicamente y no resolvería el problema de eficiencia de las consultas incluso si existiera.

Para profundizar

Azure Table Storage es un almacén NoSQL de clave-valor donde PartitionKey determina la partición física (fragmento) que contiene la entidad, y RowKey es el identificador único dentro de esa partición. Las consultas que especifican un PartitionKey son altamente eficientes porque se enrutan directamente a exactamente una partición, mientras que las consultas sin PartitionKey fuerzan un análisis completo de la tabla en todos los servidores. Un PartitionKey basado en fechas (por ejemplo, YYYY-MM-DD) es un patrón clásico para datos de series temporales porque hace que las consultas de rangos para un solo día impacten exactamente en una partición, pero puede crear particiones calientes si los volúmenes diarios de datos son extremadamente altos, ya que todas las escrituras y lecturas del día aterrizan en la misma partición. Por el contrario, un PartitionKey basado en camiones distribuye la carga de manera uniforme pero encarece las consultas temporales de toda la flota. Una idea errónea común es que Table Storage admite índices secundarios o que RowKey puede servir como un índice global; en realidad, el ordenamiento de RowKey solo es válido dentro de una partición. Al diseñar para consultas de rangos de tiempo, la clave es hacer coincidir PartitionKey con el predicado de filtro más común, y si el volumen de datos por partición se convierte en un cuello de botella, es posible que deba utilizar divisiones de tiempo más finas (por ejemplo, particiones de horas) o cambiar a un servicio de escalado horizontal como Azure Cosmos DB con la partición adecuada.

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.