Respuesta correcta
- AAzure Synapse Analytics (Spark pools)
Explicación
Azure Synapse Analytics (Spark pools) es la opción correcta porque proporciona un entorno de cómputo de Apache Spark serverless que escala automáticamente y cobra por segundo, coincidiendo perfectamente con el requisito de ejecutar transformaciones distribuidas en Python y Scala sobre grandes volúmenes de datos de clics almacenados en Azure Data Lake Storage Gen2. El servicio se integra directamente con el data lake y puede cargar los resultados transformados en un dedicated SQL pool para los informes del data warehouse.
Para profundizar
Esta pregunta evalúa tu capacidad para distinguir entre orquestación, cómputo, streaming y modelado en la plataforma de datos de Azure. Un error común es pensar que Azure Data Factory puede realizar transformaciones pesadas por sí solo; aunque los flujos de datos de mapeo se ejecutan en un Azure Integration Runtime que utiliza Spark, son una abstracción diferente y carecen de la profundidad del código Spark personalizado. Por el contrario, Synapse Analytics converge múltiples motores —SQL serverless, dedicated SQL pools y Spark pools—, por lo que debes comprender qué motor es apropiado para cada tarea. En la práctica, un pipeline ETL por lotes a menudo utiliza ADF para la coordinación y un clúster de Spark (como los Spark pools de Synapse) para el cómputo, donde el Spark serverless puede autoescalarse y pausarse para controlar los costos. Otra sutileza es que Stream Analytics puede parecer útil porque escribe en data lakes, pero su modelo de consulta temporal no puede manejar transformaciones distribuidas y de múltiples pasos sobre archivos por lotes, razón por la cual elegir el servicio de cómputo correcto es fundamental para el diseño de la arquitectura.
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.