DifficileChoix unique

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 ?

Choisissez la meilleure réponse.

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.

Pourquoi chaque option est juste ou fausse

A

Juste

Changer 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.

Changer la PartitionKey par une valeur basée sur la date telle que 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 24 dernières heures) analysera exactement une partition, ce qui réduira considérablement les transactions de lecture et abaissera les coûts. 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 au sein de la partition de ce jour-là. Cette conception aligne directement la plage horaire interrogée sur la structure des partitions, ce qui est la méthode optimale pour gérer les requêtes par plage horaire dans Table Storage.

B

Fausse

Changer la RowKey pour qu'elle soit un composite de TruckID et de Timestamp tout en conservant la PartitionKey comme TruckID.

Conserver la PartitionKey comme TruckID tout en modifiant uniquement la RowKey pour en faire un composite de TruckID et de Timestamp ne modifie en rien le partitionnement physique. Une requête par plage horaire qui s'étend sur plusieurs camions, telle que 'toutes les lectures entre 10h00 et 11h00', nécessitera toujours d'analyser chaque partition de camion individuelle pour trouver les lignes correspondantes. Dans la partition d'un seul camion, la RowKey composite pourrait aider à trier par heure, mais le coût dominant d'une requête temporelle inter-flotte est la diffusion en éventail (fan-out) à travers des milliers de partitions, et ce coût reste inchangé. Par conséquent, ce changement n'apporte aucun avantage significatif en termes de performances ou de coûts pour le cas d'utilisation indiqué.

C

Fausse

Utiliser Azure Cosmos DB avec une clé de partition sur Timestamp au lieu d'Azure Table Storage.

Le passage à Azure Cosmos DB ne résout pas la cause racine : la requête filtre par plage horaire, mais la clé de partition proposée sur Timestamp disperserait la fenêtre temporelle de chaque lecture sur de nombreuses partitions physiques, forçant une diffusion en éventail inter-partitions (cross-partition fan-out) qui consomme toujours de nombreuses transactions. Cette option est séduisante car Cosmos DB offre une indexation flexible et des requêtes à faible latence pour les données de séries temporelles, et dans un scénario où le modèle d'accès principal serait de interroger une seule valeur de timestamp (par exemple, "toutes les lectures à 10h00"), une clé de partition Timestamp serait correcte.

D

Fausse

Activer l'indexation sur la colonne Timestamp dans Azure Table Storage.

Azure Table Storage ne prend pas en charge les index secondaires sur des propriétés personnalisées arbitraires telles que Timestamp. Le seul index dans Table Storage se trouve sur la clé primaire, qui se compose de PartitionKey et de RowKey ; les requêtes qui filtrent sur toute autre propriété nécessitent un balayage complet de la table ou des balayages par partition. Il n'existe aucun mécanisme pour 'activer l'indexation' sur une colonne spécifique car le moteur de stockage est sans schéma et n'offre pas d'index configurables. Par conséquent, cette option n'est pas techniquement réalisable et ne résoudrait pas le problème d'efficacité des requêtes même si elle existait.

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.