DifícilOpción múltiple

Pregunta de práctica de DP-900

Una empresa utiliza Azure SQL Database para un sistema financiero. La tabla Transactions contiene millones de filas con una columna TransactionDate. Las consultas frecuentemente agregan los totales de ventas del mes actual, pero los datos históricos deben conservarse durante 7 años. Actualmente, las consultas escanean toda la tabla, lo que causa problemas de rendimiento. La empresa también desea simplificar el archivado de datos antiguos. ¿Qué diseño deben implementar?

Elige la mejor respuesta.

Respuesta correcta

  • BImplementar particionamiento de tablas por mes en TransactionDate.

Explicación

El particionamiento de tablas por mes en TransactionDate permite a Azure SQL Database administrar y consultar grandes tablas de manera eficiente dividiendo los datos en segmentos manejables. Las consultas que filtran por TransactionDate para el mes actual solo escanearán la(s) partición(es) relevante(s), eliminando los escaneos completos de la tabla. Además, el particionamiento simplifica el archivado al permitir un cambio rápido de particiones para mover datos antiguos a tablas de archivo sin procesos ETL complejos.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Crear un índice no agrupado en la columna TransactionDate.

Un índice no agrupado en TransactionDate acelera las búsquedas por rango de fechas, pero deja los siete años en una sola tabla, por lo que el archivado aún requiere borrados fila por fila. Estos índices se adaptan a búsquedas selectivas de puntos o rangos en tablas modestas, no a simplificar la eliminación masiva de datos antiguos.

B

Correcta

Implementar particionamiento de tablas por mes en TransactionDate.

El particionamiento divide la tabla Transactions en particiones mensuales basadas en TransactionDate, lo que permite la eliminación de particiones para que los agregados del mes actual escaneen solo la partición relevante en lugar de millones de filas. El intercambio de particiones también simplifica el archivado al mover eficientemente las particiones antiguas hacia afuera.

C

Incorrecta

Crear una vista materializada para los datos del mes actual.

Una vista materializada precomputa los agregados del mes actual, pero la tabla subyacente aún contiene cada fila histórica, por lo que el archivado sigue siendo manual y el almacenamiento aumenta. Las vistas materializadas se adaptan a la ejecución repetida de uniones o agregaciones costosas, no al particionamiento de datos para su retención y fácil eliminación.

D

Incorrecta

Convertir la tabla para utilizar un índice columnstore agrupado.

Un índice columnstore agrupado acelera los análisis analíticos pero almacena los millones de filas en una sola tabla, por lo que los agregados del mes actual aún leen datos históricos y el archivado sigue siendo manual. Columnstore se adapta a grandes tablas de hechos consultadas en su totalidad para análisis, no a la retención limitada por fechas con eliminación económica de particiones.

Para profundizar

El particionamiento divide la tabla en particiones mensuales mapeadas a grupos de archivos, por lo que una consulta que filtra por el mes actual afecta solo a esa partición en lugar de escanear millones de filas. Esto es la eliminación de particiones, y funciona porque el optimizador reconoce el predicado TransactionDate y descarta las particiones que no coinciden. Un límite sutil: el particionamiento requiere que la columna de particionamiento sea parte de cada índice único, incluido el índice agrupado, por lo que una clave principal en TransactionID por sí sola debe redefinirse como compuesta. Para el requisito de retención de 7 años, cambiar las particiones antiguas a una tabla de ensayo y luego a un grupo de archivos de archivo es una operación exclusiva de metadatos, mucho más rápida que DELETE. Un índice no agrupado aún dejaría la tabla completa residente y haría que los borrados masivos fueran costosos.

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.