MédiaMúltipla escolha

Questão de prática de DP-900

Um analista de dados precisa executar consultas SQL ad-hoc em petabytes de dados armazenados como arquivos Parquet no Azure Data Lake Storage Gen2. As consultas são infrequentes, mas devem retornar resultados em segundos. O analista quer pagar apenas pela quantidade de dados processados e não deseja gerenciar nenhuma infraestrutura de computação. Além disso, ele precisa criar exibições para simplificar relatórios futuros no Power BI. Qual serviço do Azure ele deve usar?

Escolha a melhor resposta.

Resposta correta

  • AAzure Synapse Serverless SQL pool

Explicação

O Azure Synapse Serverless SQL pool permite consultar petabytes de dados no Azure Data Lake Storage Gen2 usando T-SQL padrão sem provisionar nenhuma infraestrutura de computação. Ele cobra apenas pela quantidade de dados processados por consulta (modelo pague por consulta) e oferece suporte à criação de exibições para relatórios do Power BI, atendendo a todos os requisitos declarados.

Por que cada alternativa está certa ou errada

A

Correta

Azure Synapse Serverless SQL pool

Serverless SQL pool consulta arquivos Parquet diretamente no Data Lake Storage Gen2 por meio de OPENROWSET, cobrando por terabyte de dados processados sem infraestrutura para gerenciar. Seu mecanismo distribuído retorna resultados em segundos e oferece suporte à criação de exibições que o Power BI pode consumir, satisfazendo todas as restrições declaradas.

B

Incorreta

Azure SQL Database

O Azure SQL Database é um mecanismo transacional com tamanho máximo de 8 TB, portanto, não pode consultar in-place arquivos Parquet de petabytes no Data Lake Storage Gen2. Ele é tentador como uma interface SQL familiar, mas a escala, a consulta de arquivos externos e o modelo de pagamento por dados processados exigem um mecanismo analítico sem servidor.

C

Incorreta

Azure Synapse Dedicated SQL pool

Um Dedicated SQL pool provisiona unidades de computação fixas faturadas por hora, independentemente do volume de consultas, e os dados devem ser ingeridos em seu próprio armazenamento em vez de consultados in-place do Data Lake Storage Gen2. Ele se adapta ao armazenamento de alta concorrência sustentada, e não a consultas ad-hoc infrequentes com pagamento por terabyte.

D

Incorreta

Azure HDInsight with Spark

O HDInsight com Spark provisiona e gerencia computação de cluster, faturada por hora, quer as consultas sejam executadas ou não, e o Spark SQL não entrega o modelo sem servidor de subsegundo necessário. Ele é tentador para processamento Spark em escala de petabyte, mas o requisito de pagamento por dados processados e infraestrutura zero aponta para um mecanismo de consulta sem servidor.

Para se aprofundar

Os pools SQL sem servidor do Azure Synapse consultam arquivos diretamente no Azure Data Lake Storage Gen2 usando a função OPENROWSET com uma cláusula FORMAT='PARQUET', cobrando por terabyte de dados escaneados em vez de computação provisionada. Como não há infraestrutura para gerenciar, ele se adapta à exploração ad-hoc infrequente de dados Parquet em escala de petabyte, e as instruções CREATE VIEW permitem que os analistas exponham conjuntos de dados simplificados que o Power BI pode consumir via DirectQuery ou importação. O desempenho depende fortemente do layout dos arquivos: o particionamento e a seleção apenas das colunas necessárias reduzem os bytes escaneados e, portanto, o custo e a latência. Os pools SQL dedicados exigem DWUs provisionadas e o HDInsight Spark exige gerenciamento de cluster, portanto, nenhum deles corresponde ao requisito de pagamento por consulta e sem operações.

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.