WayToLearnX

WayToLearnX

qcm-sur-big-data-corrige-hadoop
QCM Big Data 

QCM sur Big Data corrigé – Hadoop, Spark, Hive, HDFS – Partie 5

Thomas Aucun commentaire

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. Quel composant de Hadoop est responsable de la gestion des métadonnées de HBase ?

A DataNode

B RegionServer

C NameNode

D MasterServer

D
Dans HBase, le MasterServer est responsable de la gestion des métadonnées, telles que la gestion des régions de données. Chaque région est ensuite servie par un RegionServer, mais la coordination globale des régions se fait par le MasterServer.

 

 

2. Quel est le rôle de Hadoop Distributed Cache ?

A Stocker les fichiers d’entrée dans HDFS

B Cacher les résultats intermédiaires du MapReduce

C Gérer la réplication des fichiers dans HDFS

D Cacher des fichiers nécessaires à l’exécution d’un job MapReduce, comme des bibliothèques ou des fichiers de configuration

D
Le Hadoop Distributed Cache permet de distribuer des fichiers (par exemple, des fichiers de configuration ou des bibliothèques) sur les nœuds du cluster et de les utiliser durant l’exécution des tâches MapReduce.

 

 

3. Quelle commande Hadoop permet d’afficher l’espace disque utilisé dans HDFS ?

A hadoop fs -df

B hadoop fs -space

C hadoop fs -du

D hadoop fs -diskusage

C
La commande hadoop fs -du permet de vérifier l’espace disque utilisé dans HDFS. Elle affiche la taille de chaque fichier ou répertoire dans HDFS. Exemple: hadoop fs -du -h /user/hadoop/

 

 
 

4. Quelle est la commande Hadoop pour renommer un fichier dans HDFS ?

A hadoop fs -rename

B hadoop fs -moveTo

C hadoop fs -mv

D hadoop fs -renameTo

C
La commande hadoop fs -mv permet de renommer un fichier ou de le déplacer dans HDFS. Exemple : hadoop fs -mv /user/hadoop/oldfile.txt /user/hadoop/newfile.txt

 

 

5. Quel outil de l’écosystème Hadoop est une bibliothèque d’algorithmes de machine learning distribués ?

A Spark MLlib

B Mahout

C Pig

D Hive

B
Mahout fournit une collection d’algorithmes de machine learning évolutifs qui peuvent être exécutés sur Hadoop en utilisant le modèle MapReduce.

 

 

6. Quel outil de l’écosystème Hadoop est une interface utilisateur web pour la gestion, le monitoring et l’administration d’un cluster Hadoop ?

A Hive

B ZooKeeper

C Oozie

D Ambari

D
Ambari simplifie la gestion des clusters Hadoop en fournissant une interface intuitive pour le provisionnement, la configuration, le monitoring et la maintenance des différents composants.

 

 
 

7. Quelle est une limitation potentielle du modèle MapReduce pour certains types de traitement de données ?

A Son incapacité à traiter de grands volumes de données.

B La nécessité d’écrire les résultats intermédiaires sur disque, ce qui peut être lent pour les tâches itératives.

C Sa difficulté à paralléliser les tâches.

D Son incompatibilité avec les données non structurées.

B
Le modèle MapReduce effectue des opérations de lecture et d’écriture sur disque entre les phases de map et de reduce, ce qui peut introduire une latence pour les algorithmes qui nécessitent de multiples itérations sur les mêmes données. Des frameworks comme Spark ont été conçus pour surmonter cette limitation en utilisant la mémoire pour le traitement.

 

 

8. Qu’est-ce qu’un RegionServer dans HBase ?

A Un serveur qui coordonne la réplication des données dans le cluster

B Un serveur qui gère les transactions et l’accès aux données dans une région spécifique

C Un serveur qui effectue des calculs MapReduce sur les données dans HBase

D Un serveur qui stocke les fichiers d’index dans HDFS

B
Un RegionServer dans HBase est responsable de la gestion d’une ou plusieurs régions de données. Chaque région contient un sous-ensemble des données et chaque RegionServer gère les lectures et écritures pour ces régions.

 

 

9. Dans une architecture Hadoop typique, combien de NameNode actifs sont généralement présents dans un cluster standard (sans haute disponibilité configurée) ?

A Zéro

B Un

C Deux

D Un nombre variable en fonction de la taille du cluster

B
Dans une configuration Hadoop standard sans haute disponibilité (HA), il y a généralement un seul NameNode actif responsable de la gestion des métadonnées. En cas de défaillance de ce NameNode, l’ensemble du cluster HDFS devient inaccessible. Les configurations HA impliquent un NameNode de secours (Standby Node) prêt à prendre le relais en cas de problème avec le NameNode actif.

 

 
 

10. Comment HDFS assure-t-il la tolérance aux pannes des données ?

A En utilisant des disques RAID sur chaque DataNode.

B En stockant une seule copie de chaque bloc de données.

C En répliquant chaque bloc de données sur plusieurs DataNodes.

D En utilisant des techniques de correction d’erreurs sophistiquées.

C
HDFS assure la tolérance aux pannes en répliquant chaque bloc de données un certain nombre de fois (le facteur de réplication par défaut est 3) et en stockant ces répliques sur différents DataNodes. Si un DataNode tombe en panne, les données restent accessibles à partir des autres répliques.

 

 
QCMs qui pourraient vous intéresser :

Vous pourrez aussi aimer

qcm-sur-big-data-corrige-hadoop

QCM sur Big Data corrigé – Hadoop, Spark, Hive, HDFS – Partie 4

Thomas 0
qcm-sur-big-data-corrige-mapreduce

QCM sur Big Data corrigé – Mapreduce

Thomas 0
qcm-sur-big-data-corrige-hadoop

QCM sur Big Data corrigé – Hadoop, Spark, Hive, HDFS – Partie 10

Thomas 0

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *