MédiaMúltipla escolha

Questão de prática de DP-900

Uma empresa usa o Azure SQL Database para armazenar uma grande tabela de transações de vendas com as colunas: TransactionID (chave primária), CustomerID, ProductID, SaleDate, Amount. As consultas frequentemente filtram por CustomerID e SaleDate para recuperar vendas de um cliente específico em um intervalo de datas. Qual estratégia de indexação melhorará mais o desempenho da consulta?

Escolha a melhor resposta.

Resposta correta

  • CCriar um índice não clusterizado em (CustomerID, SaleDate)

Explicação

Criar um índice não clusterizado em (CustomerID, SaleDate) como um índice composto atende diretamente ao predicado da consulta que filtra por CustomerID e SaleDate. O índice é ordenado primeiro por CustomerID, permitindo buscas eficientes para um cliente específico, e depois por SaleDate dentro de cada cliente, permitindo que o mecanismo de consulta execute uma varredura de intervalo para o intervalo de datas sem precisar varrer toda a tabela ou classificar. Esse índice é um índice de cobertura para esta consulta, pois contém todas as colunas necessárias para o filtro, evitando buscas em chaves.

Por que cada alternativa está certa ou errada

A

Incorreta

Criar um índice clusterizado em SaleDate

Um índice clusterizado apenas em SaleDate força a ordem física das linhas de toda a tabela a ser baseada em datas, mas os predicados da consulta são impulsionados por CustomerID, e não por data. Para encontrar as vendas de um cliente específico, o SQL Server precisaria percorrer vários intervalos de datas porque o índice não inclui CustomerID como uma chave ou coluna incluída, portanto, não há um caminho direto para localizar as linhas desse cliente. Além disso, como uma tabela pode ter apenas um índice clusterizado, escolher SaleDate aqui sacrificaria o benefício do índice clusterizado para o padrão de acesso mais comum centrado no cliente.

B

Incorreta

Criar um índice não clusterizado em CustomerID e incluir SaleDate

Incluir SaleDate como uma coluna incluída significa que a chave do índice é apenas CustomerID. O índice pode encontrar linhas para um CustomerID, mas não pode usar SaleDate para filtragem de intervalo; ele teria que varrer todas as linhas correspondentes.

C

Correta

Criar um índice não clusterizado em (CustomerID, SaleDate)

Um índice não clusterizado com CustomerID como chave principal e SaleDate como segunda chave permite que o mecanismo de consulta execute uma busca de índice em CustomerID (igualdade) e, em seguida, navegue eficientemente pelos valores ordenados de SaleDate dentro das linhas desse cliente para filtragem de intervalo. Como as entradas do índice são classificadas primeiro por CustomerID e segundo por SaleDate, o mecanismo pode parar a varredura assim que a condição de data for atendida para esse cliente. Esse índice também cobre consultas que retornam apenas CustomerID e SaleDate, evitando buscas de chaves custosas no índice clusterizado ou heap.

D

Incorreta

Criar um índice não clusterizado em (SaleDate, CustomerID)

Embora este índice composto contenha ambas as colunas relevantes, listar SaleDate antes de CustomerID inverte a ordem das chaves para esta consulta. Como a consulta filtra por CustomerID primeiro, a regra do prefixo mais à esquerda significa que o mecanismo não pode fazer uma busca em CustomerID; em vez disso, ele teria que varrer o índice em vários valores de SaleDate e, em seguida, aplicar um predicado residual para corresponder a CustomerID. Para uma tabela grande, este índice é quase tão ineficaz quanto um índice apenas em SaleDate, porque a coluna principal não corresponde à condição de igualdade na cláusula WHERE.

Para se aprofundar

Índices compostos no SQL Server (e no Azure SQL Database) seguem a regra do prefixo mais à esquerda: o índice só pode satisfazer eficientemente predicados que usam a(s) coluna(s) de chave principal em ordem. Para uma consulta com um predicado de igualdade em CustomerID e um predicado de intervalo em SaleDate, a coluna de igualdade deve ser colocada primeiro para que o otimizador possa navegar em uma árvore B até o conjunto exato de linhas de CustomerID e, em seguida, usar a segunda chave para uma varredura de intervalo ordenada. Colocar uma coluna de intervalo primeiro (SaleDate) torna o índice inútil para buscas baseadas em clientes, e adicionar colunas incluídas ajuda apenas na cobertura, mas não na capacidade de busca. Um índice clusterizado define a ordem física de todos os dados, portanto, escolher a chave clusterizada errada pode desacelerar todos os outros índices secundários, pois seus localizadores de linhas se tornam maiores e as buscas se tornam mais aleatórias. A orientação canônica é: colunas de igualdade primeiro, depois colunas de intervalo e, em seguida, incluir quaisquer colunas de relatórios extras para tornar o índice de cobertura.

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.