DifficileChoix unique

Question d'entraînement DP-900

Une entreprise utilise le pool SQL dédié d'Azure Synapse Analytics pour stocker des données de ventes. La table de faits contient des milliards de lignes et est distribuée par hachage sur ProductID. Les requêtes agrègent les ventes par magasin et par produit pour le mois en cours et effectuent une jonction avec une petite table de dimension Store (10 000 lignes) et une table de dimension Product de taille moyenne (500 000 lignes). Les requêtes sont lentes en raison du mouvement des données lors des jonctions. Quel changement de conception réduira le plus le mouvement des données et améliorera les performances des requêtes ?

Choisissez la meilleure réponse.

Bonne réponse

  • BRépliquer la table de dimension Store et la table de dimension Product.

Explication

La réplication des tables de dimension Store et Product sur tous les nœuds de calcul élimine le besoin de mélanger (shuffler) les données lors des jonctions avec la grande table de faits. Étant donné que les deux tables de dimension sont suffisamment petites pour tenir en mémoire sur chaque nœud (10 000 et 500 000 lignes), la réplication évite des mouvements de données coûteux et améliore considérablement les performances des requêtes pour les agrégations qui effectuent des jonctions sur plusieurs dimensions.

Pourquoi chaque option est juste ou fausse

A

Fausse

Modifier la table de faits pour utiliser une distribution round-robin.

Incorrect car round-robin distribue les lignes de manière égale sans aucune clé, ce qui peut provoquer un brassage étendu des données pour les jonctions et les agrégations, dégradant souvent les performances.

B

Juste

Répliquer la table de dimension Store et la table de dimension Product.

Correct. La réplication de petites tables de dimension sur toutes les distributions élimine le mouvement des données lors des jonctions, car chaque distribution possède déjà l'ensemble des données de dimension.

C

Fausse

Modifier la clé de distribution par hachage de la table de faits pour utiliser StoreID.

Incorrect car la modification de la clé de distribution en StoreID co-localiserait les données par magasin, mais les jonctions avec la dimension Product et les agrégations par magasin et par produit peuvent toujours provoquer des mouvements. De plus, cela nécessite de re-partitionner l'ensemble de la table.

D

Fausse

Implémenter un index columnstore cluster sur la table de faits.

Incorrect car un index columnstore cluster améliore les performances de compression et de parcours, mais ne résout pas le mouvement des données lors des jonctions, qui est la cause principale de la lenteur.

Pour aller plus loin

Dans un pool SQL dédié, la distribution par hachage place les lignes ayant la même valeur de clé sur la même distribution, de sorte que les jonctions sur cette clé évitent de déplacer des données entre les soixante distributions. Lorsque la table de faits est hachée sur ProductID mais que les requêtes joignent également une dimension Store, la jonction Store force une diffusion ou un échange (broadcast ou shuffle). La réplication de petites tables de dimension copie la table complète sur chaque nœud de calcul, éliminant totalement ce mouvement ; la table Store de 10 000 lignes est un candidat idéal, et la table Product de 500 000 lignes est également suffisamment petite pour être répliquée. La distribution round-robin aggraverait les jonctions, et redéfinir la clé de la table de faits sur StoreID déplacerait simplement le mouvement vers la jonction Product. L'indexation par colonnes (columnstore) aide aux analyses (scans) mais ne supprime pas le mouvement des données lors des jonctions.

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.