QCM sur Big Data corrigé – Principes de base – Partie 17

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. Apache Cassandra est une base de données :

A Relationnelle

B Orientée colonnes

C Orientée graphe

D Orientée documents

Réponse  

2. Lequel de ces outils est principalement utilisé pour planifier et orchestrer des workflows Big Data ?

A Apache Flume

B Apache Oozie

C Apache Storm

D Apache Drill

Réponse  

3. Apache Pig utilise quel type de langage ?

A Langage de bas niveau système

B Langage déclaratif SQL-like

C Langage procédural de haut niveau (Pig Latin)

D Langage graphique

Réponse  
 

4. Quelle combinaison représente un pipeline de données Big Data typique ?

A Kafka → Spark → Tableau

B Excel → MySQL → Outlook

C MongoDB → HDFS → Paint

D Oozie → Photoshop → Twitter

Réponse  

5. Quel outil est particulièrement adapté pour des ETL (Extract, Transform, Load) en temps réel ?

A Apache NiFi

B Apache Pig

C Apache Drill

D Apache Sqoop

Réponse  

6. Dans l’écosystème Big Data, Airflow est utilisé pour :

A Ingestion de logs

B Création de dashboards

C Orchestration de workflows complexes

D Analyse de réseaux de neurones

Réponse  
 

7. Quel est l’intérêt principal d’un moteur de traitement in-memory comme Spark ?

A Il réduit la quantité de RAM utilisée

B Il permet le traitement distribué sur disque

C Il est uniquement compatible avec des données structurées

D Il réduit significativement le temps de traitement grâce à la mémoire vive

Réponse  

8. Quel est l’intérêt du langage SQL-on-Hadoop, comme dans Apache Hive ou Presto ?

A Gérer le cluster Hadoop

B Offrir une interface de programmation orientée objet

C Exécuter des requêtes SQL directement sur des données massives stockées dans Hadoop

D Créer des dashboards visuels

Réponse  

9. Pourquoi utilise-t-on des fonctions de fenêtrage (window functions) dans l’analyse Big Data ?

A Pour diviser les fichiers en petits blocs sur HDFS

B Pour appliquer des opérations d’agrégation sur des groupes de lignes avec un contexte

C Pour supprimer les doublons dans une base NoSQL

D Pour créer des dashboards plus lisibles

Réponse  
 

10. Qu’est-ce qu’un job dans l’écosystème Hadoop ?

A Un fichier contenant les données à traiter

B Une unité de travail ou une tâche de traitement dans un système distribué

C Une interface utilisateur pour visualiser les résultats des analyses

D Un processus de sauvegarde des données

Réponse