Microsoft Azure Data Fundamentals (DP-900) — Questões de prática e simulado

Bancos de dados de grafos armazenam entidades como vértices (nós) e conexões como arestas, otimizados para percorrer relacionamentos complexos — a característica que os separa dos bancos de dados de documentos. Bancos de dados de documentos guardam documentos JSON/BSON autocontidos, otimizados para operações em registros individuais, mas exigem joins caros no lado da aplicação para consultas de relacionamento. Um grafo se destaca em consultas como "encontrar amigos de amigos que compraram X" por meio do percurso de arestas. O Azure Cosmos DB for Apache Gremlin implementa grafos de propriedades com o framework TinkerPop. Distratores: grafos não exigem esquemas fixos (são flexíveis por design), não usam formato colunar (isso são os índices columnstore) e não armazenam documentos JSON (isso são os bancos de dados de documentos). Ref.: https://learn.microsoft.com/azure/cosmos-db/gremlin/introduction

A API for MongoDB do Azure Cosmos DB oferece compatibilidade no nível do wire protocol, permitindo que aplicações MongoDB existentes se conectem apenas atualizando a string de conexão — sem nenhuma mudança de código. Ela dá suporte à MongoDB Query Language (MQL), a pipelines de agregação e aos drivers e SDKs padrão do MongoDB. Vantagens em relação a um MongoDB autogerenciado: distribuição global pronta para uso, autoescala elástica, SLA de 99.999%% e indexação automática. Distratores: a API for Cassandra atende cargas de trabalho Cassandra (CQL), a API for Table atende migrações do Azure Table Storage, e a API for NoSQL é a API nativa do Cosmos DB, recomendada para projetos novos. Escolha sempre a API que corresponda ao modelo de dados da sua aplicação existente. Ref.: https://learn.microsoft.com/azure/cosmos-db/mongodb/introduction

Um índice columnstore clusterizado (CCI) armazena os dados em formato colunar compactado, alcançando até 10x de compactação e 10x de ganho de desempenho nas consultas para cargas de trabalho analíticas (OLAP). Diferente dos índices rowstore, que leem linhas inteiras, o columnstore lê apenas as colunas referenciadas na consulta, reduzindo drasticamente a E/S em agregações sobre grandes volumes de dados. O processamento em modo batch acelera ainda mais o desempenho. Tem suporte no Azure SQL Database, nos pools de SQL dedicados do Synapse e no SQL Server. Um índice rowstore clusterizado armazena os dados linha a linha (árvore B tradicional). Um índice rowstore não clusterizado é uma estrutura secundária de busca. Índices de pesquisa de texto completo permitem buscar por palavras-chave — nenhum deles usa compactação colunar. Índices columnstore não clusterizados habilitam HTAP híbrido em tabelas rowstore. Ref.: https://learn.microsoft.com/sql/relational-databases/indexes/columnstore-indexes-overview