MoyenneChoix multiples

Question d'entraînement DEA-C01

Une entreprise utilise Amazon Redshift pour l'analyse. L'équipe d'ingénierie des données souhaite améliorer les performances des requêtes d'agrégation fréquemment utilisées. Quelles DEUX actions aideraient à y parvenir ?

Choisissez toutes les bonnes réponses.

Bonnes réponses

  • BUtiliser des clés de distribution pour colocaliser les données sur les mêmes tranches de nœud
  • DDéfinir des clés de tri appropriées sur les tables

Explication

L'option B est correcte car le choix d'une clé de distribution appropriée colocalise les lignes correspondantes sur les mêmes tranches de nœud, de sorte que les jointures et les agrégations peuvent être traitées localement sans redistribution de données coûteuse (diffusion ou mélange) à travers le cluster, accélérant directement les requêtes d'agrégation fréquemment utilisées. L'option D est correcte car la définition de clés de tri appropriées ordonne physiquement les données sur le disque par les colonnes de clé, permettant aux cartes de zone d'ignorer les blocs non pertinents et permettant des analyses restreintes par plage et des jointures par fusion efficaces, ce qui réduit la lecture de données pour les requêtes d'agrégation. L'option A n'est pas correcte car l'ajout de files d'attente de requêtes WLM ne modifie que la concurrence et l'allocation de mémoire entre les groupes de requêtes ; cela ne rend pas une requête d'agrégation individuelle plus rapide par elle-même. L'option C n'est pas correcte car VACUUM récupère l'espace des lignes supprimées et réorganise les données, ce qui est une opération de maintenance plutôt qu'un changement de conception qui améliore les performances des requêtes d'agrégation. L'option E n'est pas correcte car l'ajout de nœuds augmente la capacité et le parallélisme du cluster mais ne résout pas la disposition sous-jacente des données, de sorte que des tables mal distribuées ou non triées peuvent toujours entraîner des requêtes d'agrégation lentes.

Pourquoi chaque option est juste ou fausse

A

Fausse

Augmenter le nombre de files d'attente de requêtes WLM

L'ajout de files d'attente de requêtes WLM modifie la concurrence et l'allocation de mémoire entre les groupes de charge de travail, régissant la planification plutôt que le calcul agrégé. C'est correct lors de la séparation des charges de travail mixtes pour éviter la contention des ressources, pas pour accélérer les requêtes d'agrégation fréquemment utilisées.

B

Juste

Utiliser des clés de distribution pour colocaliser les données sur les mêmes tranches de nœud

Les clés de distribution déterminent quelle tranche de nœud stocke chaque ligne, donc la colocalisation des lignes jointes ou agrégées sur la même tranche permet à Redshift d'effectuer des jointures locales et une agrégation partielle, réduisant le mouvement des données sur le réseau pendant les requêtes d'agrégation.

C

Fausse

Exécuter la commande VACUUM pour récupérer l'espace des lignes supprimées

VACUUM récupère le stockage et réorganise les lignes après des suppressions ou des chargements, ce qui aide généralement à l'efficacité de l'analyse mais ne restructure pas les données pour les requêtes d'agrégation. C'est l'action correcte après une activité intense de suppression ou de mise à jour pour restaurer l'ordre de tri et libérer de l'espace.

D

Juste

Définir des clés de tri appropriées sur les tables

Les clés de tri stockent les lignes dans un ordre trié sur le disque, permettant aux cartes de zone d'ignorer les blocs non pertinents pendant les analyses restreintes par plage. Les requêtes d'agrégation filtrant sur la colonne de tri lisent donc beaucoup moins de blocs, réduisant les E/S et améliorant les performances.

E

Fausse

Augmenter le nombre de nœuds dans le cluster

L'ajout de nœuds augmente le stockage du cluster et la capacité de calcul pour les charges de travail simultanées, mais ne modifie pas la façon dont les requêtes d'agrégation sont exécutées. C'est correct lorsque les nœuds existants sont saturés par le volume de données ou la charge de requêtes simultanées, pas pour accélérer les agrégations répétées.

Pour aller plus loin

Amazon Redshift distribue les lignes de table sur les tranches de nœud en fonction d'une clé de distribution ; si les tables jointes partagent la même clé, les jointures colocalisées évitent le mélange réseau. Les clés de tri ordonnent physiquement les données sur le disque, permettant aux cartes de zone d'ignorer les blocs non pertinents pour les requêtes d'agrégation et restreintes par plage. Une limite subtile : une table ne peut avoir qu'une seule clé de distribution et une seule clé de tri (bien qu'il existe des clés de tri composées et entrelacées), et un mauvais choix peut entraîner une asymétrie des données ou une surcharge de vacuum. Dans un scénario réaliste, une table de faits jointe à une dimension sur customer_id bénéficie de DISTKEY(customer_id) sur les deux, tandis qu'une clé de tri sur order_date accélère les requêtes d'agrégation mensuelles en élaguant les blocs.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DEA-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.