更新分だけの差分抽出
F社では毎晩、基幹システムの注文テーブル(約5,000万件)を全件抽出して分析基盤へ送っており、処理が朝までに終わらなくなってきた。注文テーブルには、行が追加・更新されると自動で書き換わる「更新日時」列がある。また、注文の確定後にキャンセルや数量の変更が入ることがある。抽出の時間を短くしつつ、変更を漏らさない方法として、最も適切なものを1つ選べ。
- A
全件抽出は続けたまま、抽出したファイルを圧縮してから分析基盤へ転送する。
- B
注文IDが前回の抽出時の最大値より大きい行だけを取り出し、分析基盤に追加していく。
- C
更新日時が前回の抽出時刻より後の行だけを取り出し、分析基盤側の同じ注文を上書きする。
- D
毎晩、注文テーブルから無作為に10%の行を抽出し、分析基盤のデータを置き換える。
正解と解説を見る
正解:C
差分抽出では、更新日時などを使い、前回以降に追加・更新された行だけを取り出す。IDの連番だけでは、既存の行の更新をとらえられない。
- A
誤り。転送量は減るが、5,000万件を毎晩読み出す抽出の負荷そのものは減らない。
- B
誤り。新しい注文は取れるが、既存の注文のキャンセルや数量の変更が漏れる。
- C
正しい。新しい注文も既存の注文の変更も更新日時でとらえられ、抽出量を大きく減らせる。
- D
誤り。データの大部分が欠け、集計の値も正しくなくなる。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。