MédiaMúltipla escolha

Questão de prática de DP-900

Uma empresa de varejo executa consultas de relatórios analíticos em uma grande tabela Sales no Azure SQL Database. A tabela contém mais de 100 milhões de linhas e é atualizada diariamente com novas transações. As consultas agregam dados por produto e mês, escaneando milhões de linhas por consulta. A empresa deseja reduzir significativamente o tempo de execução das consultas sem alterar as consultas. Qual estratégia de indexação eles devem implementar?

Escolha a melhor resposta.

Resposta correta

  • ACriar um clustered columnstore index na tabela.

Explicação

Um clustered columnstore index é ideal para grandes cargas de trabalho de data warehouse e análise porque armazena dados por coluna, permitindo alta compressão e processamento em modo em lote. Para consultas que agregam milhões de linhas por produto e mês, os índices columnstore reduzem drasticamente E/S e CPU ao escanear apenas as colunas necessárias e usar a eliminação de segmentos, o que atende diretamente ao requisito de reduzir o tempo de execução das consultas sem alterá-las.

Por que cada alternativa está certa ou errada

A

Correta

Criar um clustered columnstore index na tabela.

Um clustered columnstore index é a escolha ideal para uma tabela de data warehouse analítico porque armazena fisicamente cada coluna separadamente, permitindo que o mecanismo de consulta leia apenas as colunas necessárias para agregações (por exemplo, ProductID, Month, SalesAmount). Este layout colunar permite maiores taxas de compressão (geralmente de 5 a 10 vezes) e usa execução em modo de lote vetorizado, o que acelera drasticamente varreduras e operações SUM/COUNT/GROUP BY em comparação com o armazenamento baseado em linhas. O fato de ser agrupado (clustered) significa que toda a tabela é organizada como um columnstore, eliminando buscas em rowstore e tornando as consultas analíticas de varredura completa extremamente eficientes.

B

Incorreta

Criar um nonclustered index na coluna ProductID.

Um nonclustered index na coluna ProductID isoladamente apenas aceleraria buscas filtrando por essa coluna, mas as consultas agregam por produto e mês, exigindo um índice de cobertura (covering index) que inclua ambas as colunas para evitar buscas de chaves na tabela inteira. É tentador porque nonclustered indexes são comumente usados para acelerar buscas de igualdade em uma única coluna, e em um cenário onde as consultas filtrassem unicamente por ProductID, este índice seria a escolha correta.

C

Incorreta

Criar um índice filtrado para os dados do mês mais recente.

Um índice filtrado nos dados do mês atual é um índice de árvore B rowstore que cobre apenas um subconjunto de linhas, por isso é útil para consultas que filtram explicitamente para esse único mês. No entanto, relatórios analíticos normalmente agregam dados em vários meses ou em todo o conjunto de dados histórico; quando uma consulta varre vários meses, o índice filtrado não pode ser usado e o mecanismo de consulta deve recorrer à varredura do heap ou do índice clusterizado. Além disso, mesmo para o subconjunto coberto, um índice rowstore ainda carece da compressão colunar e do processamento em modo de lote de um columnstore, portanto, não fornecerá o mesmo nível de desempenho de agregação.

D

Incorreta

Criar um clustered rowstore index (padrão) e confiar na compressão do banco de dados.

Um clustered rowstore index (heap/árvore B padrão) é projetado para cargas de trabalho OLTP com buscas pontuais e varreduras de intervalo pequeno; para consultas analíticas que varrem contagens massivas de linhas, ele força o mecanismo de armazenamento a ler linhas inteiras das páginas de dados, mesmo quando apenas algumas colunas são necessárias. A compressão do banco de dados reduz o E/S físico encolhendo as linhas armazenadas, mas é uma técnica genérica que não pode igualar a compressão por coluna e a eliminação de segmentos de um índice columnstore. Além disso, índices rowstore não suportam execução em modo de lote, de modo que as consultas de agregação ainda executam em modo de linha, deixando um desempenho significativo na mesa.

Para se aprofundar

A diferença arquitetural principal entre os índices rowstore e columnstore é como os dados são dispostos no disco e na memória. Em um rowstore, cada linha é armazenada de forma contígua, o que é ideal para transações OLTP como uma atualização de registro único ou uma busca por primary key. Em um columnstore, os valores de cada coluna são armazenados em segmentos separados, permitindo que o motor pule segmentos inteiros quando as agregações precisam de apenas algumas colunas — isso é chamado de eliminação de segmento de coluna. Os índices columnstore também usam um algoritmo de compressão altamente eficiente que explora a ordenação dos dados e a codificação de comprimento de execução, muitas vezes alcançando uma taxa de compressão de 10x em relação ao rowstore, o que reduz E/S e permite que mais dados caibam na memória. Outra sutileza é que os índices columnstore ainda podem atender a buscas pontuais no estilo OLTP diretamente se forem agrupados (clustered), mas eles brilham quando as consultas realizam grandes varreduras e agregações. Um equívoco comum é que adicionar um índice não agrupado (nonclustered) em uma coluna filtrada com frequência acelerará os relatórios, mas esses índices são baseados em linhas e exigem buscas de chaves para colunas não incluídas no índice, tornando-os muito menos eficientes para consultas analíticas amplas. Em produção, os data warehouses frequentemente criam clustered columnstore indexes em tabelas de fatos, enquanto deixam as tabelas de dimensões como rowstore para desempenho de junção e busca.

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.