Quiz — Introduction to Big Data, Hadoop and Spark.ppt

Question 1 sur 10 20:00

[{"id":15119,"question":"Quel composant de Hadoop est responsable du stockage distribué des données ?","option_a":"HDFS","option_b":"YARN","option_c":"MapReduce","option_d":"HBase","option_e":"","option_f":"","bonne_reponse":"a","explication":"HDFS (Hadoop Distributed File System) est le système de fichiers distribué de Hadoop, conçu pour stocker de très gros fichiers sur des clusters de machines.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"HDFS\", \"b\": \"YARN\", \"c\": \"MapReduce\", \"d\": \"HBase\"}}","_debug_options_count":4},{"id":15120,"question":"Spark utilise principalement la mémoire vive pour ses calculs.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"Spark est optimisé pour exécuter les traitements en mémoire, ce qui le rend plus rapide que les frameworks comme Hadoop MapReduce qui utilisent le disque pour les données intermédiaires.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":15121,"question":"Quel langage n'est PAS supporté nativement par Spark ?","option_a":"Python","option_b":"Java","option_c":"R","option_d":"C++","option_e":"","option_f":"","bonne_reponse":"d","explication":"Spark supporte nativement Python (PySpark), Java et Scala. Le support pour R est limité, et C++ n'est pas une option native.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"d\", \"options\": {\"a\": \"Python\", \"b\": \"Java\", \"c\": \"R\", \"d\": \"C++\"}}","_debug_options_count":4},{"id":15122,"question":"Quel est l'avantage principal de Spark par rapport à Hadoop MapReduce ?","option_a":"Moins de mémoire nécessaire","option_b":"Traitement en temps réel","option_c":"Stockage des données en mémoire","option_d":"Moins de nœuds requis","option_e":"","option_f":"","bonne_reponse":"c","explication":"Spark stocke les données intermédiaires en mémoire, ce qui accélère considérablement les traitements par rapport à MapReduce qui utilise le disque.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Moins de mémoire nécessaire\", \"b\": \"Traitement en temps réel\",","_debug_options_count":4},{"id":15123,"question":"Hadoop est principalement utilisé pour des traitements en temps réel.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Hadoop est optimisé pour des traitements par lots (batch processing), tandis que Spark est conçu pour le temps réel grâce à son exécution en mémoire.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":15124,"question":"Quel outil de l'écosystème Hadoop permet de gérer les ressources du cluster ?","option_a":"HDFS","option_b":"YARN","option_c":"Hive","option_d":"Pig","option_e":"","option_f":"","bonne_reponse":"b","explication":"YARN (Yet Another Resource Negotiator) est le gestionnaire de ressources de Hadoop, responsable de l'allocation des ressources CPU et mémoire aux applications.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"HDFS\", \"b\": \"YARN\", \"c\": \"Hive\", \"d\": \"Pig\"}}","_debug_options_count":4},{"id":15125,"question":"Parmi ces bibliothèques, laquelle est dédiée au machine learning dans Spark ?","option_a":"Spark SQL","option_b":"MLlib","option_c":"GraphX","option_d":"Spark Streaming","option_e":"","option_f":"","bonne_reponse":"b","explication":"MLlib est la bibliothèque de machine learning de Spark, offrant des algorithmes prêts à l'emploi pour le clustering, la classification, la régression, etc.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Spark SQL\", \"b\": \"MLlib\", \"c\": \"GraphX\", \"d\": \"Spark Streaming\"}}","_debug_options_count":4},{"id":15126,"question":"Quel format de données est le plus adapté pour une utilisation avec Spark ?","option_a":"CSV","option_b":"JSON","option_c":"Parquet","option_d":"XML","option_e":"","option_f":"","bonne_reponse":"c","explication":"Parquet est un format de stockage de données optimisé pour les environnements distribués comme Spark, car il est compressé et permet des lectures partielles.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"CSV\", \"b\": \"JSON\", \"c\": \"Parquet\", \"d\": \"XML\"}}","_debug_options_count":4},{"id":15127,"question":"Spark peut être utilisé pour des analyses de données en streaming.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"Spark Streaming est une bibliothèque dédiée au traitement des flux de données en temps réel, permettant des analyses continues.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":15128,"question":"Quel est le rôle principal de MapReduce dans Hadoop ?","option_a":"Gérer les ressources du cluster","option_b":"Stocker les données","option_c":"Traiter les données en parallèle","option_d":"Orchestrer les tâches","option_e":"","option_f":"","bonne_reponse":"c","explication":"MapReduce est un framework de programmation utilisé par Hadoop pour traiter et générer de grands ensembles de données en parallèle sur un cluster.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Gérer les ressources du cluster\", \"b\": \"Stocker les données\", \"","_debug_options_count":4}]