DifícilMúltipla escolha

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?

Escolha a melhor resposta.

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.

Por que cada alternativa está certa ou errada

A

Correta

Alterar PartitionKey para um valor baseado em data (por exemplo, YYYY-MM-DD) e RowKey para um composto de TruckID e Timestamp.

Alterar a PartitionKey para um valor baseado em data, como YYYY-MM-DD, agrupa toda a telemetria de cada caminhão de um único dia em uma 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 é então um composto de TruckID e Timestamp, o que preserva a granularidade no nível do caminhão e permite uma ordenação e filtragem eficientes dentro da partição daquele dia. Este 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.

B

Incorreta

Alterar RowKey para ser um composto de TruckID e Timestamp enquanto mantém PartitionKey como TruckID.

Manter a PartitionKey como TruckID enquanto altera apenas a RowKey para um composto de TruckID e Timestamp não altera em nada o particionamento físico. Uma consulta de intervalo de tempo que abrange vários caminhões, como 'todas as leituras entre 10:00 e 11:00', ainda exigirá a varredura de cada partição de caminhão individual para encontrar as linhas correspondentes. Dentro da partição de um único caminhão, a RowKey composta pode ajudar a ordenar por tempo, mas o custo dominante de uma consulta temporal de toda a frota é a dispersão (fan-out) em milhares de partições, e esse custo permanece inalterado. Portanto, essa alteração não fornece nenhum benefício significativo de desempenho ou custo para o caso de uso declarado.

C

Incorreta

Usar o Azure Cosmos DB com uma chave de partição em Timestamp em vez do Azure Table Storage.

Mudar para o Azure Cosmos DB não aborda a causa raiz: a consulta filtra por um intervalo de tempo, mas a chave de partição proposta em Timestamp dispersaria a janela de tempo de cada leitura em muitas partições físicas, forçando uma dispersão entre partições (cross-partition fan-out) que ainda consome muitas transações. Esta opção é tentadora porque o Cosmos DB oferece indexação flexível e consultas de baixa latência para dados de séries temporais, e em um cenário onde o padrão de acesso principal fosse consultar um único valor de carimbo de data/hora (por exemplo, "todas as leituras às 10:00"), uma chave de partição Timestamp estaria correta.

D

Incorreta

Habilitar a indexação na coluna Timestamp no Azure Table Storage.

O Azure Table Storage não oferece suporte a índices secundários em propriedades personalizadas arbitrárias, como Timestamp. O único índice no Table Storage está na chave primária, que consiste em PartitionKey e RowKey; as consultas que filtram em qualquer outra propriedade exigem uma varredura completa da tabela ou varreduras por partição. Não há mecanismo para 'habilitar a indexação' em uma coluna específica porque o mecanismo de armazenamento não tem esquema e não oferece índices configuráveis. Consequentemente, esta opção não é tecnicamente viável e não resolveria o problema de eficiência da consulta, mesmo que existisse.

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.