MédiaMúltipla escolha

Questão de prática de DP-900

Uma empresa varejista deseja analisar dados de fluxo de cliques de clientes em tempo real para detectar padrões e disparar ofertas personalizadas. Eles também armazenam os dados brutos de fluxo de cliques no Azure Data Lake Storage para posterior análise em lote. Qual serviço do Azure devem usar para o componente de processamento em tempo real?

Escolha a melhor resposta.

Resposta correta

  • BAzure Stream Analytics

Explicação

O Azure Stream Analytics foi projetado para processamento de dados em tempo real e análise de dados em streaming, como eventos de fluxo de cliques. Ele pode ingerir dados de fontes como Azure Event Hubs, aplicar consultas semelhantes ao SQL para detectar padrões e gerar resultados para gatilhos ou armazenamento, tudo com latência inferior a um segundo. Isso corresponde ao requisito de detecção de padrões em tempo real e disparo de ofertas personalizadas.

Por que cada alternativa está certa ou errada

A

Incorreta

Azure Data Factory

O Azure Data Factory orquestra pipelines em lote agendados e movimentação de dados; ele não pode ingerir ou processar eventos continuamente com latência inferior a um segundo. É a ferramenta certa para copiar e transformar dados em um cronograma, de modo que a presença do Data Lake Storage no cenário o faça parecer relevante.

B

Correta

Azure Stream Analytics

O Azure Stream Analytics realiza processamento contínuo de consultas de baixa latência sobre dados em streaming, permitindo detecção de padrões em tempo real e acionadores de ofertas. Ele ingere eventos de fluxo de cliques e gera resultados imediatamente, enquanto o Data Lake Storage retém separadamente os dados brutos para análise em lote.

C

Incorreta

Azure Batch

O Azure Batch agenda trabalhos de computação paralela em pools de máquinas virtuais; ele não possui ingestão de streaming ou operadores de janela, portanto não pode processar eventos de fluxo de cliques à medida que chegam. Ele se adapta a cargas de trabalho em lote em larga escala, como renderização noturna ou simulações de risco, razão pela qual a menção ao armazenamento em lote confunde.

D

Incorreta

Azure Data Lake Analytics

O Azure Data Lake Analytics executa trabalhos em lote U-SQL sobre dados em repouso no Data Lake Storage; carece de ingestão de eventos, janelas de tempo e processamento contínuo. Ele se encaixaria em consultas analíticas agendadas contra arquivos armazenados, razão pela qual o arquivo de dados brutos na premissa é uma distração.

Para se aprofundar

O Azure Stream Analytics é um motor de processamento de fluxo em tempo real totalmente gerenciado que ingere de fontes como Event Hubs, IoT Hub ou Blob Storage e avalia uma consulta semelhante ao SQL continuamente. Ele suporta operadores temporais como janelas de salto (hopping), deslizantes (sliding) e de salto fixo (tumbling), que são essenciais para detectar padrões de fluxo de cliques dentro de intervalos de tempo limitados e emitir resultados para coletores a jusante para acionar ofertas personalizadas. Um comportamento subtil: os trabalhos do Stream Analytics possuem unidades de streaming configuráveis e políticas de ordenação de eventos, e os eventos que chegam tarde podem ser tratados com configurações de tolerância fora de ordem em vez de serem descartados silenciosamente. Neste cenário, os dados brutos de fluxo de cliques podem ser direcionados simultaneamente para o Azure Data Lake Storage para análise em lote, enquanto o mesmo fluxo alimenta o Stream Analytics para detecção de padrões de baixa latência, ilustrando o padrão de arquitetura lambda.

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.