DifícilOpción múltiple

Pregunta de práctica de DP-900

Una empresa utiliza Azure Synapse Analytics dedicated SQL pool para almacenamiento de datos a gran escala. Tienen una tabla de hechos con miles de millones de filas y ejecutan frecuentemente consultas que filtran por un rango de fechas y realizan uniones con una tabla de dimensiones de producto. ¿Qué estrategia de distribución y particionamiento de tablas minimizará el movimiento de datos y mejorará el rendimiento de las consultas?

Elige la mejor respuesta.

Respuesta correcta

  • BDistribución por hash en ProductID con particionamiento en Date

Explicación

La distribución por hash de la tabla de hechos en ProductID garantiza que las filas del mismo producto estén ubicadas en la misma distribución, minimizando el movimiento de datos al realizar uniones con la tabla de dimensiones de producto. El particionamiento por Date permite la eliminación de particiones para filtros de rango de fechas, reduciendo la cantidad de datos escaneados. Esta combinación aborda directamente el patrón de consulta de filtrado por rango de fechas y uniones de productos.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Distribución Round-robin sin particionamiento

Round-robin distribuye las filas arbitrariamente, por lo que los filtros de rango de fechas escanean cada distribución y las uniones de productos requieren mover filas entre nodos. Es tentador para una carga uniforme de cargas de trabajo desconocidas, pero la distribución por hash en la columna de unión y la poda de particiones en la columna de fecha son lo que elimina ese movimiento.

B

Correcta

Distribución por hash en ProductID con particionamiento en Date

La distribución por hash en ProductID ubica conjuntamente las filas de productos coincidentes a través de la unión, mientras que el particionamiento por fechas permite la eliminación de particiones en el filtro de rango. Juntas, estas reducen el movimiento de datos durante la unión y escanean menos filas, satisfaciendo directamente la carga de trabajo de filtro de fechas y unión de dimensiones de productos.

C

Incorrecta

Replicar la tabla de hechos en todas las distribuciones y particionar en ProductID

Replicar una tabla de hechos de mil millones de filas multiplica el costo de almacenamiento y escritura en cada distribución, y el particionamiento en ProductID no se alinea con el filtro de rango de fechas, por lo que la eliminación de particiones falla. La replicación se adapta a tablas de dimensiones pequeñas; una dimensión de producto es la candidata correcta aquí.

D

Incorrecta

Distribución por hash en Date con particionamiento en ProductID

La distribución por hash en Date propagaría las filas del mismo producto a través de las distribuciones, causando movimiento de datos durante las uniones. El particionamiento en ProductID no podaría eficazmente los datos para consultas de rango de fechas, ya que las particiones serían grandes y contendrían muchas fechas.

Para profundizar

Dedicated SQL pool almacena datos en 60 distribuciones; la distribución por hash ubica filas con la misma clave en la misma distribución, por lo que las uniones en esa clave evitan mover datos entre los nodos de control. Distribuir la tabla de hechos en ProductID significa que la unión con una dimensión de producto también distribuida en ProductID es una unión ubicada conjuntamente con cero movimiento de datos. El particionamiento en Date permite la eliminación de particiones cuando las consultas filtran un rango de fechas, escaneando solo los grupos de archivos relevantes. El detalle sutil es que la distribución por hash puede crear asimetría de datos si los valores de ProductID son desiguales, y el cambio de particiones requiere una distribución alineada y esquemas de grupos de archivos coincidentes. Round-robin fuerza a cada unión a realizar un intercambio, y distribuir en Date dispersaría cada producto en todas las distribuciones, haciendo costosa la unión de productos.

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.