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 ?
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.
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.