MediaOpción múltiple

Pregunta de práctica de DP-900

Un analista de datos necesita ejecutar consultas SQL ad-hoc en petabytes de datos almacenados como archivos Parquet en Azure Data Lake Storage Gen2. Las consultas son infrecuentes pero deben devolver resultados en segundos. El analista quiere pagar solo por la cantidad de datos procesados y no desea administrar ninguna infraestructura de cómputo. Además, necesita crear vistas para simplificar futuros informes en Power BI. ¿Qué servicio de Azure debe utilizar?

Elige la mejor respuesta.

Respuesta correcta

  • AAzure Synapse Serverless SQL pool

Explicación

Azure Synapse Serverless SQL pool permite consultar petabytes de datos en Azure Data Lake Storage Gen2 utilizando T-SQL estándar sin aprovisionar ninguna infraestructura de cómputo. Cobra únicamente por la cantidad de datos procesados por consulta (modelo de pago por consulta) y admite la creación de vistas para la generación de informes en Power BI, cumpliendo con todos los requisitos establecidos.

Por qué cada opción es correcta o incorrecta

A

Correcta

Azure Synapse Serverless SQL pool

Serverless SQL pool consulta archivos Parquet directamente en Data Lake Storage Gen2 a través de OPENROWSET, cobrando por terabyte de datos procesados sin infraestructura que administrar. Su motor distribuido devuelve resultados en segundos y admite la creación de vistas que Power BI puede consumir, satisfaciendo todas las restricciones indicadas.

B

Incorrecta

Azure SQL Database

Azure SQL Database es un motor transaccional con un tamaño máximo de 8 TB, por lo que no puede consultar in situ archivos Parquet de petabytes en Data Lake Storage Gen2. Resulta tentador como superficie SQL familiar, pero la escala, el análisis de archivos externos y el modelo de pago por datos procesados requieren un motor analítico sin servidor.

C

Incorrecta

Azure Synapse Dedicated SQL pool

Un Dedicated SQL pool aprovisiona unidades de cómputo fijas facturadas por hora independientemente del volumen de consultas, y los datos deben ser ingeridos en su propio almacenamiento en lugar de ser consultados in situ desde Data Lake Storage Gen2. Se adapta al almacenamiento de alta concurrencia sostenida, no a consultas ad-hoc infrecuentes de pago por terabyte.

D

Incorrecta

Azure HDInsight with Spark

HDInsight con Spark aprovisiona y administra cómputo de clústeres, facturado por hora ya sea que las consultas se ejecuten o no, y Spark SQL no ofrece el modelo sin servidor de subsegundos requerido. Es tentador para el procesamiento Spark a escala de petabytes, pero el requisito de pago por datos procesados y cero infraestructura apunta a un motor de consulta sin servidor.

Para profundizar

Los SQL pools sin servidor de Azure Synapse consultan archivos directamente en Azure Data Lake Storage Gen2 utilizando la función OPENROWSET con una cláusula FORMAT='PARQUET', cobrando por terabyte de datos escaneados en lugar de por cómputo aprovisionado. Debido a que no hay infraestructura que administrar, se adapta a la exploración ad-hoc infrecuente de datos Parquet a escala de petabytes, y las declaraciones CREATE VIEW permiten a los analistas exponer conjuntos de datos simplificados que Power BI puede consumir mediante DirectQuery o importación. El rendimiento depende en gran medida del diseño de los archivos: la partición y la selección de solo las columnas necesarias reducen los bytes escaneados y, por lo tanto, el costo y la latencia. Los SQL pools dedicados requieren DWUs aprovisionadas y HDInsight Spark requiere administración de clústeres, por lo que ninguno coincide con el requisito de pago por consulta sin operaciones.

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.