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.
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.