MediaOpción múltiple

Pregunta de práctica de DP-900

Una empresa fabricante almacena datos de sensores IoT como documentos JSON en Azure Cosmos DB. Cada documento tiene los campos: deviceId (alta cardinalidad, muchos valores únicos), timestamp, temperature y humidity. La consulta más frecuente es: 'Recuperar todas las lecturas de un deviceId específico de la última hora.' Para minimizar el consumo de Unidades de Solicitud (RU), ¿qué combinación de clave de partición y política de indexación se debe elegir?

Elige la mejor respuesta.

Respuesta correcta

  • AClave de partición: deviceId, Indexación: automática en todas las propiedades

Explicación

DeviceId es el atributo filtrado con más frecuencia (en la cláusula WHERE), lo que lo convierte en una clave de partición ideal que garantiza que las consultas se limiten a una sola partición física, minimizando la distribución de consultas (fan-out) entre particiones. La indexación automática en todas las propiedades permite un filtrado eficiente en timestamp dentro de la partición, mientras que el índice en deviceId no es estrictamente necesario ya que la clave de partición en sí misma enruta la consulta, pero no perjudica significativamente el consumo de RU. Esta combinación equilibra el rendimiento de las consultas y el costo de RU para la carga de trabajo descrita.

Por qué cada opción es correcta o incorrecta

A

Correcta

Clave de partición: deviceId, Indexación: automática en todas las propiedades

Elegir deviceId como clave de partición es óptimo porque tiene alta cardinalidad y se alinea directamente con el filtro de igualdad de la consulta (WHERE deviceId = ?). La indexación automática en todas las propiedades garantiza que el campo timestamp esté indexado, por lo que el filtro de rango de tiempo dentro de la partición seleccionada utiliza una búsqueda de índice precisa en lugar de un recorrido, minimizando el consumo de unidades de solicitud (RU). Esta combinación apunta a una sola partición física y utiliza un índice para los predicados más selectivos, lo que la convierte en el diseño más eficiente para esta carga de trabajo de IoT.

B

Incorrecta

Clave de partición: timestamp, Indexación: automática en todas las propiedades

Usar timestamp como clave de partición es una mala elección porque todos los dispositivos que escriben aproximadamente al mismo tiempo caerían en la misma partición de marca de tiempo, creando una partición activa que limita el rendimiento y sesga el uso de RU. Además, debido a que una consulta filtra por deviceId (no por timestamp como filtro de igualdad), Azure Cosmos DB debe ramificarse en todas las particiones para encontrar los datos de ese dispositivo, convirtiendo lo que de otro modo sería una lectura de punto en una consulta costosa entre particiones. Incluso con la indexación automática, la consulta no puede evitar el análisis de múltiples particiones, por lo que las RU aumentan significativamente.

C

Incorrecta

Clave de partición: deviceId, Indexación: ninguna

Aunque deviceId es la clave de partición correcta, establecer la indexación en 'ninguna' significa que el filtro de rango timestamp no se puede evaluar con un índice. El motor de consultas se ve obligado a realizar un recorrido completo de cada documento en la partición de ese dispositivo, leyendo cada documento JSON para comprobar la condición de marca de tiempo, lo que consume muchas más RU que una búsqueda indexada. La indexación automática es esencial para que el filtro de tiempo sea eficiente porque el cargo de RU por elemento de Cosmos DB está directamente ligado al número de documentos recorridos en comparación con las búsquedas en el índice.

D

Incorrecta

Clave de partición: temperature, Indexing: automática en todas las propiedades

Temperature no es adecuada como clave de partición porque tiene baja cardinalidad (típicamente un pequeño rango de valores numéricos) y está muy sesgada; algunas temperaturas ocurren con mucha más frecuencia que otras, lo que causa tamaños de partición desiguales. Lo más importante es que una consulta para un deviceId específico no se puede acotar a una sola partición, ya que los datos de ese dispositivo están dispersos en muchos valores de partición de temperatura, por lo que la base de datos debe consultar todas las particiones y luego filtrar por deviceId. Esta distribución entre particiones, combinada con una mala distribución, aumenta drásticamente el consumo de RU en comparación con el uso de deviceId.

Para profundizar

El concepto central es que en Azure Cosmos DB, la elección de la clave de partición determina tanto la distribución de los datos como el costo de las consultas. Una clave de partición debe tener alta cardinalidad y una distribución de escritura uniforme para evitar «particiones calientes» (hot partitions), que son particiones lógicas que superan el límite de almacenamiento de 20 GB o reciben un volumen de solicitudes desproporcionado. Cuando el filtro de igualdad de una consulta coincide con la clave de partición, la base de datos puede enrutar la solicitud a una sola partición física, lo cual es la «lectura de punto» (point read) más eficiente en RU. Sin embargo, si la consulta utiliza filtros que no son de la clave de partición, se convierte en una consulta entre particiones que se ramifica (fans out) a través de las particiones y cobra una RU mínima por cada partición tocada, incluso si solo existen unos pocos documentos coincidentes. La política de indexación interactúa con esto: la indexación automática crea índices compuestos o de rango en todas las propiedades, lo que permite exploraciones de rango eficientes como los filtros de tiempo, mientras que deshabilitar la indexación fuerza exploraciones completas de documentos que escalan el costo de RU con el recuento de documentos. Una idea errónea común es que cualquier campo único funciona como clave de partición; en este escenario de sensores, deviceId es ideal, pero timestamp agruparía los datos recientes en una partición, y temperature crearía particiones grandes y desiguales. Por lo tanto, un diseño adecuado requiere analizar las formas de consulta más comunes y elegir la clave que permita que esas consultas sean de una sola partición y estén respaldadas por índices.

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.