MediaOpción múltiple

Pregunta de práctica de DP-900

Un equipo de ingeniería de datos necesita transformar datos sin procesar de flujos de clics almacenados como archivos Parquet en Azure Data Lake Storage Gen2. Quieren utilizar consultas T-SQL estándar para realizar transformaciones y agregaciones. El equipo prefiere una opción sin servidor para evitar el aprovisionamiento y la gestión de recursos de computación dedicados. ¿Qué servicio de Azure deben utilizar?

Elige la mejor respuesta.

Respuesta correcta

  • AAzure Synapse Serverless SQL pool

Explicación

Azure Synapse Serverless SQL pool permite consultar archivos Parquet en Azure Data Lake Storage Gen2 utilizando T-SQL estándar sin aprovisionar ningún recurso de computación dedicado. Escala automáticamente la computación según la demanda de consultas, lo que lo hace ideal para transformaciones y agregaciones ad hoc en datos sin procesar con un modelo sin servidor de pago por consulta.

Por qué cada opción es correcta o incorrecta

A

Correcta

Azure Synapse Serverless SQL pool

Azure Synapse Serverless SQL pool consulta archivos Parquet directamente en Azure Data Lake Storage Gen2 utilizando T-SQL, sin computación aprovisionada que gestionar. Se factura por consulta, cumpliendo tanto la restricción sin servidor como el requisito de transformación T-SQL estándar en el enunciado.

B

Incorrecta

Azure Synapse Dedicated SQL pool

Un Dedicated SQL pool requiere computación aprovisionada y siempre activa, y no se ejecuta sin servidor, por lo que no cumple con la preferencia indicada. Es tentador porque admite transformaciones T-SQL sobre Parquet en ADLS Gen2, y sería correcto cuando se requiere un rendimiento predecible y reservado para cargas de trabajo grandes y sostenidas.

C

Incorrecta

Azure Databricks

Databricks se ejecuta en clústeres aprovisionados y sus blocs de notas utilizan Spark SQL, PySpark o Scala, no T-SQL estándar sobre computación sin servidor. Es tentador porque Databricks transforma bien los datos Parquet en Data Lake Storage Gen2, y sería correcto para la ingeniería de Spark a gran escala con control de clústeres.

D

Incorrecta

Azure HDInsight

HDInsight aprovisiona y gestiona la computación de clústeres, lo que contradice el requisito sin servidor, y sus motores son Spark, Hive y Kafka en lugar de T-SQL. Es tentador porque HDInsight procesa macrodatos en Data Lake Storage Gen2, y sería correcto cuando se necesita un control total del clúster sobre marcos de trabajo de código abierto.

Para profundizar

Los grupos de SQL sin servidor de Azure Synapse consultan archivos directamente en Azure Data Lake Storage Gen2 utilizando T-SQL, cobrando por terabyte de datos procesados en lugar de por computación aprovisionada. Leen Parquet, Delta y CSV mediante OPENROWSET o tablas externas, y el motor traslada los predicados y las proyecciones de columnas para reducir los bytes escaneados. No hay ningún paso de carga de datos, lo que se adapta a la exploración ad hoc y la transformación de archivos de flujos de clics sin procesar. Los grupos de SQL dedicados requieren el aprovisionamiento de DWU y la carga de datos en tablas internas, Databricks utiliza Spark con blocs de notas y HDInsight aprovisiona clústeres de Hadoop. Un límite práctico a recordar es que los grupos sin servidor están optimizados para realizar consultas, no para escrituras iterativas pesadas, por lo que los resultados a menudo se persisten de vuelta en el almacenamiento como declaraciones CETAS para el consumo posterior.

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.