Resposta correta
- AAlterar a chave de distribuição para uma coluna com mais valores exclusivos, como TransactionID
Explicação
Alterar a chave de distribuição para TransactionID, que possui muito mais valores exclusivos do que AccountID, eliminará a distorção de dados que está causando a degradação do desempenho. Em uma tabela distribuída por hash, uma chave de distribuição distorcida faz com que algumas distribuições contenham uma quantidade desproporcional de dados, fazendo com que a execução da consulta paralela seja afunilada pela maior distribuição. Ao usar uma coluna altamente exclusiva como TransactionID, os dados serão distribuídos uniformemente por todas as 60 distribuições, permitindo paralelismo equilibrado e consultas de agregação mais rápidas.
Para se aprofundar
O pool SQL dedicado do Azure Synapse Analytics é um sistema de processamento massivamente paralelo (MPP) que divide as linhas de uma tabela em um conjunto de distribuições usando uma de três estratégias: hash, round-robin ou replicada. A distribuição por hash aplica o hash ao valor da chave de distribuição e o mapeia para uma distribuição, portanto, a escolha da chave determina diretamente quão uniformemente os dados são espalhados entre os nós. Quando uma chave como ProductID possui apenas alguns valores distintos, milhões de linhas vão para a mesma distribuição, produzindo um 'nó quente' (hot node) que desacelera cada consulta; você pode verificar isso com DBCC PDW_SHOWSPACEUSED para ver as contagens de linhas por distribuição. Uma sutileza é que a chave de distribuição também deve ser escolhida para corresponder à chave de junção da tabela maior para permitir junções colocalizadas (collocated joins), que evitam o movimento de dados durante a execução da consulta; alterar a chave de uma tabela de 2 bilhões de linhas requer reconstruir a tabela via CREATE TABLE AS SELECT ou ALTER TABLE, mas esse custo é muito menor do que a penalidade de desempenho perpétua da distorção. Outro equívoco comum é que os índices, mesmo columnstore, podem resolver a distorção — eles não podem, porque o columnstore compacta e elimina dados dentro de uma distribuição, mas não altera como as linhas são alocadas fisicamente. Compreender a interação entre a cardinalidade da chave de distribuição e os padrões de junção é essencial para projetar esquemas de alto desempenho em data warehouses MPP.
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.