Questão de prática de DP-900
Uma empresa de logística armazena dados de sensores de caminhões de entrega no Azure Table Storage. Cada leitura de sensor inclui um TruckID, Timestamp, Location e EngineTemperature. A consulta mais comum recupera todas as leituras de todos os caminhões dentro de uma janela de tempo específica de uma hora (por exemplo, entre 10:00 e 11:00 de um determinado dia). Atualmente, a tabela usa PartitionKey = TruckID e RowKey = Timestamp (formato ISO). No entanto, as consultas que filtram por intervalo de tempo são lentas e consomem muitas transações. Qual alteração de projeto melhorará mais o desempenho dessas consultas de intervalo de tempo?
Resposta correta
- AAlterar PartitionKey para um valor baseado em data (por exemplo, YYYY-MM-DD) e RowKey para um composto de TruckID e Timestamp.
Explicação
Alterar a PartitionKey para um valor baseado em data (por exemplo, YYYY-MM-DD) agrupa toda a telemetria de cada caminhão para um único dia em uma única partição. Como o Azure Table Storage armazena as linhas juntas por PartitionKey, uma consulta que filtra por um intervalo de datas (por exemplo, as últimas 24 horas) examinará exatamente uma partição, reduzindo drasticamente as transações de leitura e diminuindo o custo. A RowKey passa a ser um composto de TruckID e Timestamp, o que preserva a granularidade em nível de caminhão e permite uma ordenação e filtragem eficientes dentro da partição daquele dia. Esse projeto alinha diretamente o intervalo de tempo consultado com a estrutura de partição, que é a maneira ideal de lidar com consultas de intervalo de tempo no Table Storage.
Para se aprofundar
O Azure Table Storage é um armazenamento NoSQL de chave-valor onde a PartitionKey determina a partição física (fragmento) que contém a entidade, e a RowKey é o identificador único dentro dessa partição. As consultas que especificam uma PartitionKey são altamente eficientes porque são roteadas diretamente para exatamente uma partição, enquanto as consultas sem PartitionKey forçam uma varredura completa da tabela em todos os servidores. Uma PartitionKey baseada em data (por exemplo, YYYY-MM-DD) é um padrão clássico para dados de séries temporais porque faz com que consultas de intervalo para um único dia atinjam exatamente uma partição, mas pode criar partições quentes se os volumes diários de dados forem extremamente altos, já que todas as gravações e leituras do dia caem na mesma partição. Por outro lado, uma PartitionKey baseada em caminhões distribui a carga uniformemente, mas torna as consultas temporais de toda a frota caras. Um equívoco comum é que o Table Storage suporta índices secundários ou que a RowKey pode servir como um índice global; na realidade, a ordenação da RowKey só é válida dentro de uma partição. Ao projetar para consultas de intervalo de tempo, a chave é fazer corresponder a PartitionKey ao predicado de filtro mais comum, e se o volume de dados por partição se tornar um gargalo, talvez seja necessário usar fatias de tempo mais finas (por exemplo, partições de hora) ou mudar para um serviço de escala horizontal como o Azure Cosmos DB com o particionamento adequado.
Sobre estas questões de prática
Esta é uma das questões de prática originais de DP-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.