Respuesta correcta
Explicación
El escenario requiere la ingesta continua de datos y el procesamiento inmediato para detectar anomalías y activar alertas, lo que constituye la característica definitoria del procesamiento de flujos. Tecnologías como Azure Stream Analytics o Apache Kafka están diseñadas para manejar flujos de datos ilimitados con procesamiento de baja latencia, a diferencia del procesamiento por lotes, que opera en conjuntos de datos estáticos a intervalos programados.
Para profundizar
El procesamiento de flujos ingiere y analiza datos continuamente a medida que llegan los eventos, típicamente con baja latencia, utilizando motores como Azure Stream Analytics, Event Hubs o Spark Structured Streaming. Los eventos fluyen a través de una tubería donde las funciones de ventana se agregan sobre intervalos de tiempo y las reglas o modelos detectan anomalías, emitiendo alertas en cuestión de segundos. Esto difiere del procesamiento por lotes, que acumula datos y los procesa según un cronograma, y del procesamiento transaccional, que maneja operaciones comerciales discretas como la entrada de pedidos. Un detalle sutil: los sistemas de flujos a menudo utilizan semántica de tiempo de evento frente a tiempo de procesamiento, y los eventos que llegan tarde requieren marcas de agua o retrasos permitidos para evitar resultados descartados o desordenados. En un escenario de fábrica, las lecturas de vibración o temperatura transmitidas desde los sensores pueden activar alertas de mantenimiento inmediatas, mientras que el análisis por lotes nocturno detectaría la anomalía solo después de que ocurriera un posible daño en el equipo.
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.