QCM sur Big Data corrigé – Hadoop, Spark, Hive, HDFS – Partie 18

Questions d’Entretien sur Big Data avec des réponses pour la préparation des entretiens d’embauche, tests en ligne, examens et certifications. Ces questions et réponses sur Big Data comprennent divers sujets tel que les principes de base du Big Data, Hadoop, l’écosystème et ses composants, l’analyse, Hypervisor, etc… Et sont tirés d’un vrai entretien écrit et certaines parties sont en direct. Cette méthode d’apprentissage systématique préparera facilement toute personne pour réussir son test sur Big Data.
 
 

1. Que fait le JobTracker dans Hadoop v1 (avant YARN) ?

A Il distribue les blocs HDFS

B Il gère l’exécution et le suivi des jobs MapReduce

C Il stocke les métadonnées Hive

D Il remplace le NameNode

2. Quelle commande permet de compresser un fichier avant de le copier dans HDFS ?

A hadoop fs -put -compress

B hadoop fs -zip

C hadoop compress -copy

D Il faut d’abord compresser manuellement le fichier (ex: avec gzip)

3. Quelle commande permet de compresser un fichier dans HDFS avec l’outil intégré Hadoop ?

A hadoop fs -gzip

B hadoop fs -compress

C hadoop fs -put -gzip

D hadoop fs -get -gzip

4. Quelle commande Hadoop permet de dupliquer un fichier dans HDFS ?

A hadoop fs -duplicate

B hadoop fs -copy

C hadoop fs -put -copy

D Il n’y a pas de commande dédiée à la duplication dans HDFS

5. Quelle commande permet de supprimer un répertoire non vide dans HDFS ?

A hadoop fs -rm

B hadoop fs -delete -r

C hadoop fs -rmdir -f

D hadoop fs -rm -r

6. En Hive, que fait la clause CLUSTERED BY (colonne) INTO N BUCKETS ?

A Partitionne la table

B Trie les données physiquement

C Réplique les données

D Crée des sous-fichiers en fonction du hachage de la colonne

CLUSTERED BY (id_user) INTO 8 BUCKETS;

7. Quelle commande permet de vérifier si un fichier existe dans HDFS ?

A hadoop fs -exists

B hadoop fs -test -e

C hdfs check -f

D hadoop fs -check -file

8. Quel processus gère la réplication automatique des blocs en HDFS ?

A DataNode

B NameNode

C ResourceManager

D Replicator daemon

9. Dans Spark, un RDD est immutable, cela signifie que :

A On peut le modifier en place

B Il est mis à jour automatiquement à chaque action

C Toute transformation crée un nouveau RDD

D Il peut être mis à jour en mémoire

10. En Hive, quelle clause permet de filtrer les partitions à charger pour éviter de scanner toute la table ?

A WHERE

B PARTITION

C USE PARTITION

D MSCK REPAIR

SELECT * FROM ventes WHERE annee = 2023;