Bonne réponse
- AAzure Synapse Analytics (Spark pools)
Explication
Azure Synapse Analytics (Spark pools) est le bon choix car il fournit un environnement de calcul Apache Spark serverless qui s'adapte automatiquement et facture à la seconde, répondant parfaitement à l'exigence d'exécuter des transformations distribuées en Python et Scala sur de grands volumes de données de clics stockés dans Azure Data Lake Storage Gen2. Le service s'intègre directement au data lake et peut charger les résultats transformés dans un dedicated SQL pool pour le reporting du data warehouse.
Pour aller plus loin
Cette question teste votre capacité à distinguer l'orchestration, le calcul, le streaming et la modélisation dans la plateforme de données Azure. Une idée fausse courante est qu'Azure Data Factory peut effectuer des transformations lourdes par lui-même ; bien que les flux de données de mappage s'exécutent sur un Azure Integration Runtime qui utilise Spark, ils constituent une abstraction différente et manquent de la profondeur du code Spark personnalisé. Inversement, Synapse Analytics converge plusieurs moteurs — SQL serverless, dedicated SQL pools et Spark pools —, vous devez donc comprendre quel moteur convient à une tâche. En pratique, un pipeline ETL par lots utilise souvent ADF pour la coordination et un cluster Spark (comme les Spark pools de Synapse) pour le calcul, où le Spark serverless peut s'auto-scaler et se mettre en pause pour contrôler les coûts. Une autre subtilité est que Stream Analytics peut sembler utile car il écrit dans des data lakes, mais son modèle de requête temporelle ne peut pas gérer des transformations distribuées en plusieurs étapes sur des fichiers par lots, c'est pourquoi le choix du bon service de calcul est essentiel pour la conception de l'architecture.
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.