MédiaMúltipla escolha

Questão de prática de DP-900

Uma equipe de engenharia de dados precisa transformar dados brutos de fluxo de cliques armazenados como arquivos Parquet no Azure Data Lake Storage Gen2. Eles desejam usar consultas T-SQL padrão para realizar transformações e agregações. A equipe prefere uma opção sem servidor para evitar o provisionamento e o gerenciamento de recursos de computação dedicados. Qual serviço do Azure eles devem usar?

Escolha a melhor resposta.

Resposta correta

  • AAzure Synapse Serverless SQL pool

Explicação

O Azure Synapse Serverless SQL pool permite consultar arquivos Parquet no Azure Data Lake Storage Gen2 usando T-SQL padrão sem provisionar nenhum recurso de computação dedicado. Ele dimensiona automaticamente a computação com base na demanda de consultas, tornando-o ideal para transformações e agregações ad-hoc em dados brutos com um modelo sem servidor de pagamento por consulta.

Por que cada alternativa está certa ou errada

A

Correta

Azure Synapse Serverless SQL pool

O Azure Synapse Serverless SQL pool consulta arquivos Parquet diretamente no Azure Data Lake Storage Gen2 usando T-SQL, sem computação provisionada para gerenciar. Ele cobra por consulta, atendendo tanto à restrição sem servidor quanto ao requisito de transformação T-SQL padrão no enunciado.

B

Incorreta

Azure Synapse Dedicated SQL pool

Um Dedicated SQL pool requer computação provisionada e sempre ativa e não é executado sem servidor, portanto, falha na preferência declarada. É tentador porque oferece suporte a transformações T-SQL em Parquet no ADLS Gen2 e seria correto onde o desempenho previsível e reservado para grandes cargas de trabalho sustentadas é necessário.

C

Incorreta

Azure Databricks

O Databricks é executado em clusters provisionados e seus notebooks usam Spark SQL, PySpark ou Scala, e não T-SQL padrão em computação sem servidor. É tentador porque o Databricks transforma bem os dados Parquet no Data Lake Storage Gen2 e seria correto para engenharia Spark em grande escala com controle de cluster.

D

Incorreta

Azure HDInsight

O HDInsight provisiona e gerencia a computação de clusters, contradizendo o requisito sem servidor, e seus mecanismos são Spark, Hive e Kafka em vez de T-SQL. É tentador porque o HDInsight processa big data no Data Lake Storage Gen2 e seria correto onde o controle total do cluster sobre frameworks de código aberto é necessário.

Para se aprofundar

Os pools SQL sem servidor do Azure Synapse consultam arquivos diretamente no Azure Data Lake Storage Gen2 usando T-SQL, cobrando por terabyte de dados processados em vez de computação provisionada. Eles leem Parquet, Delta e CSV por meio de OPENROWSET ou tabelas externas, e o mecanismo envia predicados e projeções de colunas para baixo para reduzir os bytes digitalizados. Não há etapa de carregamento de dados, o que se adapta à exploração ad-hoc e transformação de arquivos brutos de fluxo de cliques. Os pools SQL dedicados exigem o provisionamento de DWUs e o carregamento de dados em tabelas internas, o Databricks usa Spark com notebooks e o HDInsight provisiona clusters Hadoop. Um limite prático a lembrar é que os pools sem servidor são otimizados para consultas, não para gravações iterativas pesadas, portanto, os resultados geralmente são persistidos de volta no armazenamento como instruções CETAS para consumo posterior.

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.