Question d'entraînement DP-900
Une entreprise de logistique stocke des données de capteurs provenant de camions de livraison dans Azure Table Storage. Chaque lecture de capteur comprend un TruckID, un Timestamp, un Location et un EngineTemperature. La requête la plus courante récupère toutes les lectures pour tous les camions dans une fenêtre temporelle spécifique d'une heure (par exemple, entre 10h00 et 11h00 un jour donné). Actuellement, la table utilise PartitionKey = TruckID et RowKey = Timestamp (au format ISO). Cependant, les requêtes filtrant par plage horaire sont lentes et consomment de nombreuses transactions. Quel changement de conception améliorera le plus les performances de ces requêtes par plage horaire ?
Bonne réponse
- AChanger la PartitionKey pour une valeur basée sur la date (par exemple, YYYY-MM-DD) et la RowKey pour un composite de TruckID et de Timestamp.
Explication
Changer la PartitionKey en une valeur basée sur la date (par exemple, YYYY-MM-DD) regroupe toute la télémétrie de chaque camion pour une seule journée dans une seule partition. Étant donné qu'Azure Table Storage stocke les lignes ensemble par PartitionKey, une requête qui filtre sur une plage de dates (par exemple, les dernières 24 heures) analysera exactement une partition, réduisant considérablement les transactions de lecture et abaissant le coût. La RowKey est ensuite un composite de TruckID et de Timestamp, ce qui préserve la granularité au niveau du camion et permet un tri et un filtrage efficaces dans la partition de ce jour-là. Cette conception aligne directement la plage horaire interrogée avec la structure de partition, ce qui constitue la manière optimale de gérer les requêtes par plage horaire dans Table Storage.
Pour aller plus loin
Azure Table Storage est un magasin clé-valeur NoSQL où la PartitionKey détermine la partition physique (fragment) qui détient l'entité, et la RowKey est l'identifiant unique au sein de cette partition. Les requêtes qui spécifient une PartitionKey sont très efficaces car elles sont acheminées directement vers exactement une partition, tandis que les requêtes sans PartitionKey forcent un balayage complet de la table sur tous les serveurs. Une PartitionKey basée sur la date (par exemple, YYYY-MM-DD) est un modèle classique pour les données de séries temporelles car elle permet aux requêtes par plage pour une seule journée de toucher exactement une partition, mais elle peut créer des partitions chaudes si les volumes de données quotidiens sont extrêmement élevés, puisque toutes les écritures et lectures de la journée atterrissent dans la même partition. Inversement, une PartitionKey basée sur les camions répartit la charge de manière égale mais rend les requêtes temporelles inter-flotte coûteuses. Une idée fausse courante est qu'Azure Table Storage prend en charge les index secondaires ou que la RowKey peut servir d'index global ; en réalité, le tri de la RowKey n'est valide que dans le cadre d'une partition. Lors de la conception pour des requêtes par plage horaire, la clé est de faire correspondre la PartitionKey avec le prédicat de filtre le plus courant, et si le volume de données par partition devient un goulot d'étranglement, vous devrez peut-être utiliser des tranches de temps plus fines (par exemple, des partitions horaires) ou passer à un service de mise à l'échelle horizontale comme Azure Cosmos DB avec un partitionnement approprié.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement DP-900 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.