MediaOpción múltiple

Pregunta de práctica de DP-900

Una empresa minorista desea analizar los datos de flujo de clics de los clientes en tiempo real para detectar patrones y activar ofertas personalizadas. También almacenan los datos sin procesar de flujo de clics en Azure Data Lake Storage para un posterior análisis por lotes. ¿Qué servicio de Azure deben utilizar para el componente de procesamiento en tiempo real?

Elige la mejor respuesta.

Respuesta correcta

  • BAzure Stream Analytics

Explicación

Azure Stream Analytics está diseñado para el procesamiento de datos en tiempo real y análisis de datos en streaming, como los eventos de flujo de clics. Puede ingerir datos de fuentes como Azure Event Hubs, aplicar consultas de tipo SQL para detectar patrones y enviar resultados a activadores o almacenamiento, todo con una latencia inferior a un segundo. Esto coincide con el requisito de detección de patrones en tiempo real y activación de ofertas personalizadas.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Azure Data Factory

Azure Data Factory orquesta canalizaciones por lotes programadas y el movimiento de datos; no puede ingerir ni procesar eventos de forma continua con una latencia inferior a un segundo. Es la herramienta adecuada para copiar y transformar datos según un horario, por lo que la presencia de Data Lake Storage en el escenario hace que parezca relevante.

B

Correcta

Azure Stream Analytics

Azure Stream Analytics realiza un procesamiento de consultas continuo y de baja latencia sobre datos en streaming, permitiendo la detección de patrones en tiempo real y activadores de ofertas. Ingiere eventos de flujo de clics y genera resultados inmediatamente, mientras que Data Lake Storage retiene por separado los datos sin procesar para el análisis por lotes.

C

Incorrecta

Azure Batch

Azure Batch programa trabajos de computación paralela en grupos de máquinas virtuales; no tiene ingestión de streaming ni operadores de ventanas, por lo que no puede procesar eventos de flujo de clics a medida que llegan. Se adapta a cargas de trabajo por lotes a gran escala, como renderizado nocturno o simulaciones de riesgo, razón por la cual la mención de almacenamiento por lotes confunde.

D

Incorrecta

Azure Data Lake Analytics

Azure Data Lake Analytics ejecuta trabajos por lotes en U-SQL sobre datos en reposo en Data Lake Storage; carece de ingestión de eventos, ventanas de tiempo y procesamiento continuo. Se ajustaría a consultas analíticas programadas contra archivos almacenados, razón por la cual el archivo de datos sin procesar en el enunciado es una distracción.

Para profundizar

Azure Stream Analytics es un motor de procesamiento de flujos en tiempo real totalmente administrado que ingiere datos de fuentes como Event Hubs, IoT Hub o Blob Storage y evalúa una consulta de tipo SQL de manera continua. Soporta operadores temporales como ventanas de salto (hopping), deslizantes (sliding) y de volteo (tumbling), que son esenciales para detectar patrones de flujo de clics dentro de marcos de tiempo delimitados y emitir resultados a receptores posteriores para activar ofertas personalizadas. Un comportamiento sutil: los trabajos de Stream Analytics tienen unidades de streaming configurables y políticas de ordenamiento de eventos, y los eventos que llegan tarde se pueden manejar con configuraciones de tolerancia fuera de orden en lugar de ser descartados silenciosamente. En este escenario, los datos sin procesar de flujo de clics se pueden enrutar simultáneamente a Azure Data Lake Storage para análisis por lotes, mientras que el mismo flujo alimenta a Stream Analytics para la detección de patrones de baja latencia, ilustrando el patrón de arquitectura lambda.

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.