Resposta correta
- AAzure Data Factory com Data Flows
Explicação
O Azure Data Factory com Data Flows é a escolha correta porque fornece uma interface visual baseada em configuração para orquestração e transformação, incluindo suporte para lógica de negócios complexa, como ramificação condicional (por exemplo, por meio de transformações de divisão condicional). Ele se integra nativamente ao Azure Synapse Analytics para carregar dados transformados, minimizando o esforço de codificação em comparação com alternativas pesadas em código.
Para se aprofundar
Os fluxos de dados de mapeamento (mapping data flows) do Azure Data Factory são executados em clusters Spark provisionados pelo ADF, mas o desenvolvedor cria transformações visualmente em um gráfico: origem (source), coluna derivada (derived column), divisão condicional (conditional split), agregação (aggregate), coletor (sink). A ramificação condicional, como validar valores acima de um limite, é expressa com uma transformação de divisão condicional ou um filtro mais colunas derivadas, e as verificações de qualidade de dados podem direcionar linhas ruins para um coletor separado. Os fluxos de dados são criados uma vez e executados em computação de runtime de integração gerenciada, portanto, nenhum código Spark é escrito. Os notebooks do Databricks exigem codificação em Scala/Python; o Stream Analytics tem como alvo o streaming em vez de arquivos de lote diários; o Logic Apps é automação de fluxo de trabalho, não transformação em larga escala. Um cenário realista: arquivos de transações noturnas chegam ao ADLS Gen2, um pipeline do ADF com um fluxo de dados valida, ramifica e carrega linhas limpas no Synapse.
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.