Azureリレーショナル応用

ある分析企業がAzure SQL Databaseで1ヶ月間に1TB以上のセンサーデータを取り込んでいます。データサイズの急増によるストレージコスト増加と、クエリパフォーマンスの低下が問題となっています。「過去1年間のデータはすべて保持が必要」「直近3ヶ月のデータへのクエリが9割」という特性がある場合、最適な対策はどれですか?

A.データベース全体をHyperscaleティアに移行し、ストレージをスケールアウトさせる
✗ Hyperscaleは自動スケーリングに優れていますが、アーカイブ戦略を伴わないため、1年間の全データを高速ストレージに保持するコスト効率は低い。
B.テーブルのパーティショニングを実装し、古いパーティションをAzure Blob Storageにアーカイブする← 正解
✓ 正解です。テーブルパーティショニングで直近3ヶ月を高速ストレージに保持し、古いデータはBlob Storageにアーカイブすることで、パフォーマンスとコスト両立が実現できます。
C.インデックス戦略を改善し、全テーブルにクラスター化インデックスを追加する
✗ インデックス追加はクエリパフォーマンス向上には有効ですが、ストレージコスト増加の根本的な解決にはなりません。
D.データソースから「直近6ヶ月分のみ」をDatabaseに保存し、古いデータは削除する
✗ 1年間のデータ保持要件を満たすため、削除は選択肢になりません。

この問題のポイント

テーブルパーティショニングで直近3ヶ月を高速ストレージに保持し、古いデータはBlob Storageにアーカイブすることで、パフォーマンスとコスト両立が実現できます。

DP-900:Microsoft Azure Data Fundamentals の問題一覧