DifficileChoix unique

Question d'entraînement DP-900

Une entreprise de logistique suit les expéditions. Pour chaque expédition, les métadonnées (ID, poids, destination) sont stockées dans une table relationnelle. L'historique de l'itinéraire est une séquence d'événements (horodatage, emplacement, statut) qui est fréquemment ajoutée mais jamais mise à jour ou supprimée. L'application doit récupérer rapidement le dernier statut d'une expédition et exécuter occasionnellement des requêtes analytiques sur l'historique complet de l'itinéraire. L'entreprise souhaite minimiser les coûts de stockage et utiliser les services Azure. Quel magasin de données Azure doivent-ils choisir pour l'historique de l'itinéraire ?

Choisissez la meilleure réponse.

Bonne réponse

  • CAzure Blob Storage avec des blobs d'ajout

Explication

Azure Blob Storage avec des blobs d'ajout (append blobs) est le choix correct car l'historique de l'itinéraire est constitué de données écrites une fois et lues plusieurs fois (WORM) qui sont fréquemment ajoutées mais jamais modifiées ou supprimées. Les blobs d'ajout sont optimisés pour les opérations d'ajout séquentiel, offrant un stockage à faible coût pour de grands volumes de données d'événements, et ils prennent en charge la récupération rapide du dernier statut en lisant le dernier bloc. Cela minimise les coûts de stockage tout en permettant des requêtes analytiques occasionnelles sur l'historique complet via Azure Synapse ou d'autres services d'analyse.

Pourquoi chaque option est juste ou fausse

A

Fausse

Azure Cosmos DB Core (SQL) API

Azure Cosmos DB Core (SQL) API peut stocker des événements JSON, mais il est conçu pour des lectures/écritures transactionnelles multi-régions à faible latence et facture des unités de requête (RU) par opération, ce qui le rend nettement plus coûteux que le stockage blob pour les données immuables à haut volume et à forte intensité d'ajout. Il n'a pas de fonctionnalité optimisée pour l'ajout ; chaque nouvel événement est une mise à jour (upsert) qui consomme des RU/s même pour les écritures, et le stockage d'un historique complet d'expédition exacerberait les coûts sans vous donner de capacités d'analyse de journaux. Pour des flux d'ajout non filtrés et rentables, le stockage blob est supérieur.

B

Fausse

Azure Table Storage

Azure Table Storage est un magasin clé-valeur sans schéma, et non un magasin de journaux adapté aux ajouts. Chaque événement d'expédition devrait être inséré en tant qu'entité distincte, et pour reconstruire l'historique complet de l'itinéraire, vous devriez effectuer plusieurs requêtes ponctuelles ou une analyse de partition sur de nombreuses entités, ce qui est inefficace et manque de garantie de commande. Table Storage n'a pas de mode ajout uniquement ou de prise en charge native des séquences d'événements immuables, il ne convient donc pas à une charge de travail de type journal à haute fréquence.

C

Juste

Azure Blob Storage avec des blobs d'ajout

Les blobs d'ajout sont une variante d'Azure Blob Storage conçue spécifiquement pour les opérations d'ajout à haute fréquence : chaque ajout écrit un nouveau bloc à la fin sans modifier les données existantes, ce qui les rend idéaux pour les journaux de suivi des expéditions. Ils offrent un stockage immuable à faible coût, et en utilisant Azure Data Lake Storage Gen2 ou SQL sans serveur, vous pouvez exécuter des requêtes sur l'ensemble du blob pour reconstruire l'historique complet de l'itinéraire. Contrairement aux autres options, les blobs d'ajout vous offrent une sémantique d'ajout native, aucun coût d'écriture par événement au-delà du stockage, et une intégration directe avec les outils d'analyse.

D

Fausse

Azure SQL Database avec une colonne JSON

Azure SQL Database avec une colonne JSON impose une surcharge de stockage relationnel sur une charge de travail qui est essentiellement en écriture seule et en ajout uniquement : chaque insertion d'événement déclenche des écritures dans le journal de transaction, la maintenance des index et des allocations de pages, ce qui est beaucoup plus coûteux à des taux d'événements élevés. L'interrogation de la colonne JSON pour l'historique complet nécessite également les fonctions JSON, mais le problème principal est qu'Azure SQL Database n'est pas optimisé pour l'ingestion de journaux immuables et ne fournit pas de modèle d'objet en ajout uniquement. Cette voie sur-ingénierait un simple flux de suivi et gonflerait à la fois la capacité d'écriture et les coûts de stockage.

Pour aller plus loin

Le concept sous-jacent consiste à faire correspondre un service de stockage au modèle de charge de travail. Un système de suivi des expéditions produit une séquence d'événements ordonnée dans le temps, en ajout uniquement, qui est rarement mise à jour et généralement interrogée en masse pour reconstruire l'historique complet de l'itinéraire. Les blobs d'ajout d'Azure Blob Storage sont spécifiquement conçus pour ce modèle : l'opération Append Block ne peut ajouter des blocs qu'à la fin d'un blob, jamais modifier ou supprimer des blocs existants, ce qui assure une forte immuabilité pour les données de type journal. Les blobs d'ajout ont des limites pratiques (chaque ajout peut atteindre 4 Mo et un blob peut avoir jusqu'à 50 000 blocs), mais ces contraintes correspondent à la plupart des charges de travail de suivi et peuvent être atténuées en partitionnant en plusieurs blobs. Une idée fausse courante est qu'une base de données de documents NoSQL comme Cosmos DB est automatiquement le bon choix pour les données d'événements JSON, mais le facteur de coût dominant pour de telles charges de travail est le débit d'écriture, et la tarification au stockage du blob storage est bien plus économique que les frais RU par opération de Cosmos DB. Azure SQL Database et Table Storage traitent tous deux chaque événement comme une entité discrète, ce qui nécessite des insertions de lignes/entités coûteuses et plusieurs requêtes pour réassembler l'historique complet, tandis que les blobs d'ajout permettent aux outils SQL sans serveur ou Azure Data Lake Storage d'analyser un seul fichier en un seul passage. Alternativement, pour les scénarios de streaming, Azure Event Hubs ou une file d'attente pourraient être utilisés, mais pour un historique persistant et interrogeable, les blobs d'ajout restent le choix le plus simple et le plus rentable.

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.