DifícilMúltipla escolha

Questão de prática de DP-900

Uma empresa usa o pool SQL dedicado do Azure Synapse Analytics para data warehousing em grande escala. Eles têm uma tabela de fatos com bilhões de linhas e executam frequentemente consultas que filtram por um intervalo de datas e fazem JOIN com uma tabela de dimensão de produtos. Qual estratégia de distribuição e particionamento de tabela minimizará o movimento de dados e melhorará o desempenho das consultas?

Escolha a melhor resposta.

Resposta correta

  • BDistribuição por hash em ProductID com particionamento em Date

Explicação

Distribuir a tabela de fatos com hash em ProductID garante que as linhas do mesmo produto fiquem alocadas na mesma distribuição, minimizando o movimento de dados ao fazer JOIN com a tabela de dimensão de produtos. O particionamento em Date permite a eliminação de partições para filtros de intervalo de datas, reduzindo a quantidade de dados examinados. Essa combinação atende diretamente ao padrão de consulta de filtragem por intervalo de datas e JOINs de produtos.

Por que cada alternativa está certa ou errada

A

Incorreta

Distribuição round-robin sem particionamento

O round-robin espalha as linhas arbitrariamente, portanto, os filtros de intervalo de datas examinam todas as distribuições e os JOINs de produtos exigem a redistribuição de linhas entre os nós. É atraente para o carregamento uniforme de cargas de trabalho desconhecidas, mas a distribuição por hash na coluna de JOIN e a eliminação de partições na coluna de data são o que elimina essa movimentação.

B

Correta

Distribuição por hash em ProductID com particionamento em Date

A distribuição por hash em ProductID posiciona linhas de produtos correspondentes no JOIN, enquanto o particionamento de data permite a eliminação de partições no filtro de intervalo. Juntos, eles reduzem o movimento de dados durante o JOIN e examinam menos linhas, atendendo diretamente à carga de trabalho de filtro de data e JOIN de dimensão de produto.

C

Incorreta

Replicar a tabela de fatos em todas as distribuições e particionar em ProductID

Replicar uma tabela de fatos de um bilhão de linhas multiplica o armazenamento e o custo de gravação em todas as distribuições, e o particionamento em ProductID não se alinha com o filtro de intervalo de datas, portanto, a eliminação de partições falha. A replicação é adequada para tabelas de dimensão pequenas; uma dimensão de produto é a candidata correta aqui.

D

Incorreta

Distribuição por hash em Date com particionamento em ProductID

A distribuição por hash em Date espalharia linhas do mesmo produto entre distribuições, causando movimento de dados durante os JOINs. O particionamento em ProductID não eliminaria dados efetivamente para consultas de intervalo de datas, pois as partições seriam grandes e conteriam muitas datas.

Para se aprofundar

O pool SQL dedicado armazena dados em 60 distribuições; a distribuição por hash coloca linhas com a mesma chave na mesma distribuição, de modo que os JOINs nessa chave evitam a movimentação de dados pelos nós de controle. Distribuir a tabela de fatos em ProductID significa que o JOIN com uma dimensão de produto também distribuída em ProductID é um JOIN corresidente sem movimento de dados. O particionamento em Date permite a eliminação de partições quando as consultas filtram um intervalo de datas, examinando apenas os filegroups relevantes. A sutileza é que a distribuição por hash pode criar distorção de dados se os valores de ProductID forem irregulares, e a alternância de partições requer esquemas de distribuição alinhados e de filegroups correspondentes. O round-robin força todas as consultas a embaralhar os dados, e a distribuição em Date espalharia cada produto por todas as distribuições, tornando o JOIN de produtos caro.

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.