QCM Sur Big Data Corrigé - Principes de Base - Partie 1: Vous Pourrez Aussi Aimer [PDF]

Zitiervorschau

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Principes de base – Partie 1

 

QCM Big Data

QCM sur Big Data corrigé – Principes de base – Partie 1 !

juin 13, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. Les données d’une taille de ____ octets sont appelées Big Data. A Giga B Meta C Peta D Tera Réponse

$C

Le terme Big Data désigne des données dont la taille est supérieure à un Peta octet. Le volume estimé des données qui seront traitées par les solutions Big Data est important et devrait continuer à augmenter. Outre l’augmentation des besoins de stockage et de traitement, les grands volumes de données nécessitent la mise en œuvre d’activités de préparation, de traitement et de gestion des données accrues.  

 

2. ________ est une collection de données dont le volume est énorme, mais qui croît de manière exponentielle avec le temps. A Fichier B Base de données C Cloud D Big Data Réponse

$D

Big Data est une collection de données dont le volume est énorme, mais qui croît de manière exponentielle avec le temps.  

 

3. Quels sont les 7 V du Big Data ? A Véracité, Visualisation, et Valeur. B Variété, variabilité C Volume, vélocité D Toutes les réponses sont vraies Réponse

$D

Les 7 V du Big Data sont le volume, la variété, la vélocité, la véracité ou validité, la variabilité, la valeur et la visualisation  

   

4. Il existe _______ formes de Big Data. A 7 B 3 C 6 D 1 Réponse

$B

Il existe 3 formes de Big Data: Données structurées. Données non structurées. Données semi-structurées.

 

 

5. Quelle société a développé Apache Kafka ? A Microsoft B Amazon C LinkedIn D Google Réponse

$C

Apache Kafka est une plateforme de streaming distribuée qui est utilisée pour construire des pipelines de données en temps réel et des applications qui s’adaptent aux flux de données.  

 

6. En quelle année Apache Kafka a-t-il été développé ? A 2022 B 2009 C 2012 D 2011 Réponse

$D

Apache Kafka a été développé en 2011.  

   

7. Les types de Big Data sont _________. A Données non structurées B Données structurées C Données semi-structurées D Toutes les réponses sont vraies Réponse

$D

Les types de Big Data sont: Données structurées. Données non structurées. Données semi-structurées.

 

 

8. ________ possède le plus grand cluster Hadoop du monde. A Google B LinkedIn C Facebook D IBM Réponse

$C

Facebook possède le plus grand cluster Hadoop du monde.  

 

9. Les données non traitées ou les données traitées sont des observations ou des mesures qui peuvent être exprimées sous forme de texte, de chiffres ou d’autres types de médias. A Vrai B Faux Réponse

$A

Les données non traitées ou les données traitées sont des observations ou des mesures qui peuvent être exprimées sous forme de texte, de chiffres ou d’autres types de supports. En statistique, un point de données, ou observation, est une collection d’une ou plusieurs mesures prises sur un seul membre de l’unité d’observation (ou unité d’observation). Exemple : Si l’unité d’observation est un particulier et que la question de recherche porte sur les déterminants de la croissance de la demande de liquidités, un point de données peut être les valeurs du revenu, de la richesse, de l’âge du particulier et du nombre de personnes à charge.  

   

10. En informatique, ____ est une représentation symbolique des faits ou de concepts à partir desquels des informations peuvent être obtenues avec un degré raisonnable de confiance. A Connaissance B Données C Programme D Algorithme Réponse

$B

En informatique, des informations peuvent être dérivées de données si ces dernières fournissent une représentation symbolique des faits ou de concepts à partir desquels une certaine probabilité peut être calculée. Bien que le résumé de très grands ensembles de données puisse donner lieu à des ensembles de données plus petits composés principalement de données symboliques, les données symboliques sont différentes en soi, quelle que soit la taille de l’ensemble de données, quelle que soit sa taille.  

 

QCM sur Big Data corrigé – Principes de base – Partie 1 QCM sur Big Data corrigé – Principes de base – Partie 2 QCM sur Big Data corrigé – Principes de base – Partie 3 QCM sur Big Data corrigé – Hadoop – Partie 1 QCM sur Big Data corrigé – Hadoop – Partie 2 QCM sur Big Data corrigé – Mapreduce

$ QCMs qui pourraient vous intéresser : Questions techniques sur MYSQL QCM MySQL Corrigé – Optimisation de requêtes QCM Base de données avec correction QCM sur PHP QCM Symfony QCM AngularJS QCM React QCM HTML / CSS QCM Java – Programmation Orientée Objet QCM Python QCM Cloud Computing QCM Framework Spring QCM Javascript QCM jQuery QCM Oracle QCM sur GIT – Gestionnaire de version QCM Linux – Gestion de processus QCM Réseau QCM Architecture des ordinateurs QCM Securité informatique QCM En Informatique Générale QCM en C QCM en C# QCM sur l'algorithmique QCM Word QCM Excel QCM PowerPoint QCM Access

QCM SUR

QCM PERL

BIG DATA

CORRIGÉ –

CORRIGÉ –

PARTIE 6

PRINCIPES DE BASE – PARTIE 2

% Vous pourrez aussi aimer qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 3 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-mapreduce

QCM sur Big Data corrigé – Mapreduce !

juin 14, 2022

" 0

qcm-sur-big-data-corrige-hadoop

QCM sur Big Data corrigé – Hadoop – Partie 2 !

juin 14, 2022

" 0

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

Nom *

E-mail *

I'm not a robot reCAPTCHA Privacy - Terms

Laisser un commentaire

Articles Recommandés À quoi ça sert un Service Web

Web service

À quoi sert un Service Web Les applications professionnelles modernes utilisent diverses plates-formes de programmation pour développer des applications Web. Certaines…

Architecture Microservices

Liste de toutes les commandes CMD sous Windows 10, 8 et 7

Rechercher dans notre site Recherche

&

Nos outils en ligne Convertisseur décimal, hexadécimal, binaire, octal Convertisseur Minuscule Majuscule Compteur De Mots Calculateur d’adresse IP Convertisseur Texte en ASCII Convertisseur ASCII en Texte Cryptage MD5 Convertisseur XML en JSON Indenter automatiquement du code HTML Quel est mon adresse IP ? Extraire des adresses e-mails à partir d’un texte

Partenaires Tutoriels Tutoriel MySQL Tutoriel PHP Tutoriel Java Tutoriel Python

À propos Accueil Sitemap Archives Politique de confidentialité Contactez-nous À propos de nous Publier un article Devenir annonceur RSS des articles RSS des commentaires RGPD

Espace personnel Inscription Connexion Forum Communauté Members Mon adresse IP ?

Copyright © 2018 - 2022 WayToLearnX. Tous les droits sont réservés.

)

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Principes de base – Partie 2

QCM Big Data

 

QCM sur Big Data corrigé – Principes de base – Partie 2 !

juin 13, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. Dans les environnements Big Data, la vélocité désigne ___________ A Les données peuvent arriver à grande

vitesse B Des ensembles de données énormes

peuvent s’accumuler dans des périodes très courtes. C La vélocité des données se traduit par le

temps qu’il faut pour que les données soient traitées. D Toutes les réponses ci-dessus Réponse

$D

Dans les environnements Big Data, de grands ensembles de données peuvent s’accumuler en peu de temps, car les données arrivent à la vitesse de l’éclair et s’accumulent en quantités massives. Du point de vue d’une entreprise, la vélocité des données peut être définie comme le temps qu’il faut aux données pour être traitées une fois qu’elles sont entrées dans le périmètre de l’entreprise. Pour faire face à l’arrivée rapide des données, les entreprises doivent développer des solutions de traitement des données hautement élastiques et disponibles, ainsi que les capacités de stockage des données associées.  

 

2. Dans les environnements Big Data, la variété des données comprend ___________ A multiples formats et types de données B Comprend des données structurées sous

la forme de transactions financières. C des données semi-structurées sous forme

d’e-mails et des données non structurées sous forme d’images. D Toutes les réponses ci-dessus Réponse

$D

Les systèmes Big Data doivent prendre en charge un large éventail de formats et de types de données, ce que l’on appelle la diversité des données. Les entreprises rencontrent un certain nombre de problèmes lorsqu’il s’agit d’intégration, de transformation, de traitement et de stockage des données en raison de la diversité des données. Par exemple, les transactions financières peuvent contenir des données structurées, des données semi-structurées sous forme d’e-mails et des données non structurées sous forme d’images.  

 

3. Dans l’environnement du Big Data, la véracité des données fait référence à la ___________ A la qualité ou la fidélité des données. B La taille importante des données qui ne

peuvent pas être traitées C La petite taille des données qui peuvent

être facilement traitées D Toutes les réponses ci-dessus Réponse

$D

La qualité ou la fidélité des données est appelée « véracité ». La qualité des données entrant dans les environnements Big Data doit être évaluée, ce qui peut nécessiter des activités de traitement des données afin de résoudre les données erronées et de supprimer le bruit du flux de données. En ce qui concerne la véracité, les données peuvent soit faire partie du signal, soit faire partie du bruit d’un ensemble de données.  

   

4. Lesquels des éléments suivants sont des avantages du traitement des Big Data ? A Réduction des coûts B Réduction du temps C Décisions commerciales plus intelligentes D Tous les avantages mentionnés ci-dessus Réponse

$D

La réduction des coûts, la réduction du temps et des décisions commerciales plus intelligentes sont les avantages du traitement des données volumineuses.  

 

5. Les données structurées se conforment à un modèle ou à un schéma de données et sont souvent stockées sous forme de tableaux. A Vrai B Faux Réponse

$A

Les données structurées sont des données qui ont été organisées selon un modèle ou un schéma de données et qui sont souvent stockées sous forme de tableaux. Comme elles sont utilisées pour enregistrer les relations entre des éléments différents, elles sont le plus souvent stockées dans une base de données relationnelle. Les applications d’entreprise et les systèmes d’information, tels que les systèmes ERP et CRM, sont souvent responsables de la génération de données structurées.  

 

6. Les données qui ne sont pas conformes à un modèle de données ou à un schéma de données sont connues sous le nom de ______. A Données structurées B Données non structurées C Données semi-structurées D Tout ce qui est mentionné ci-dessus Réponse

$B

On parle de données non structurées lorsque les données ne sont pas conformes à un modèle de données ou à un schéma de données. Selon certaines estimations, les données non structurées représenteraient 80% de toutes les données d’une organisation donnée. Le taux de croissance des données non structurées est plus rapide que celui des données structurées. SQL ne peut pas être utilisé pour traiter ou interroger des données non structurées puisqu’elles ne sont pas structurées.  

   

7. Parmi les éléments suivants, lesquels sont/ne sont pas des technologies de Big Data ? A Apache Hadoop B Apache Spark C Apache Kafka D Apache Pytarch Réponse

$D

Apache Pytarch n’est pas une technologie Big Data. Apache Hadoop, Apache Spark et Apache Kafka sont utilisés dans le contexte d’une solution Big Data. Hadoop MapReduce est capable de traiter des ensembles de données beaucoup plus importants que Spark, notamment lorsque la taille totale de la collection de données dépasse la quantité de mémoire disponible.  

 

8. ______ implique l’exécution simultanée de plusieurs sous-tâches qui, ensemble, constituent une tâche plus importante. A Traitement parallèle des données B Traitement simple C Traitement de données multiples D Aucun des éléments mentionnés ci-

dessus Réponse

$A

Le parallélisme, qui est défini en informatique comme l’exécution simultanée de plusieurs processus. Le traitement parallèle des données est l’exécution simultanée de plusieurs sous-tâches qui, ensemble, représentent une tâche plus importante dans le contexte d’une tâche plus vaste. L’analyse parallèle des données est une technique d’analyse des données par l’exécution de processus parallèles sur de nombreux ordinateurs en même temps.  

   

9. Parmi les éléments suivants, lesquels peuvent être considérés comme une source de données non structurées? A Facebook B Twitter C Pages Web D Tout ce qui est mentionné ci-dessus Réponse

$D

Les données non structurées proviennent principalement des plateformes de médias sociaux telles que Twitter, Facebook et Internet. Dans le contexte du stockage des données, les données non structurées désignent les informations qui n’ont pas été organisées selon un modèle ou un schéma de données prédéterminé et qui ne peuvent donc pas être stockées dans un système de gestion de base de données relationnelle (SGBDR) standard. Le texte et le multimédia sont deux types de contenus non structurés que l’on rencontre fréquemment. De nombreux documents commerciaux, ainsi que des e-mails, des vidéos, des images, des pages web et des fichiers audio, ont un contenu non structuré.  

 

10. Parmi les éléments suivants, lesquels constituent un exemple de données non structurées: A Numéro de matricule du voiture, marque,

modèle B Vidéos C Fichiers audio D Les deux B et C Réponse

$D  

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Principes de base – Partie 3

 

QCM Big Data

QCM sur Big Data corrigé – Principes de base – Partie 3 !

juin 13, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. L’extensibilité, l’élasticité, la mise en commun des ressources, le faible coût et la tolérance aux pannes sont les caractéristiques de _________. A Cloud computing B Power BI C Docker D Big Data Réponse

$A

Le cloud computing se caractérise notamment par son évolutivité, son élasticité, la mise en commun des ressources, le faible coût et la tolérance aux pannes. Alors que le « Big Data » fait référence à des volumes massifs de données qui ont été collectées, Le cloud computing fait référence à la technologie qui reçoit ces données à distance et effectue toutes les actions qui ont été spécifiées sur ces informations.  

 

2. Parmi les éléments suivants, lequel est le modèle de déploiement du cloud: A Cloud public B Cloud privé C Cloud hybride D Tous les modèles mentionnés ci-dessus Réponse

$D

Le cloud public, le cloud privé et le cloud hybride sont les modèles de déploiement du cloud. Un modèle de déploiement en cloud est caractérisé par l’emplacement de l’infrastructure qui sera utilisée pour le déploiement et l’autorité qui sera exercée sur cette infrastructure.  

 

3. Qu’est-ce qu’une machine virtuelle (VM) ? A Représentation virtuelle d’un ordinateur

physique B Représentation virtuelle d’un ordinateur

logique C Intégration d’un système virtuel D Tout ce qui est mentionné ci-dessus Réponse

$A

Une machine virtuelle (VM) est une représentation d’un ordinateur physique qui n’existe que dans un espace virtuel.  

   

4. MongoDB est une base de données ____. A SQL B SGBD C NoSQL D SGBDR Réponse

$C

MongoDB est une base de données NoSQL (non relationnelle). Les bases de données NoSQL stockent les données d’une manière différente des tables relationnelles. Les bases de données NoSQL sont classées en plusieurs catégories en fonction du modèle de données qu’elles utilisent. Document, clé-valeur, orienté colonne et graphe sont les quatre types les plus courants. Elles sont capables de prendre en charge des schémas variables et d’évoluer rapidement lorsqu’elles traitent de grandes quantités de données et un trafic utilisateur important.  

 

5. Le big data concerne des informations de grand volume, de grande vitesse et de grande variété: A Vrai B Faux Réponse

$A

Les données volumineuses sont définies comme des ressources d’information ayant un volume élevé, une vitesse élevée et une grande variété de ressources d’information qui nécessitent l’utilisation de types de traitement de l’information rentables et créatifs afin d’obtenir un meilleur aperçu et de prendre de meilleures décisions.  

 

6. L’interprétation des données se réfère à ____. A Processus consistant à donner un sens

aux données B Convertir le texte en informations

pertinentes C Conclusion efficace D Tous les éléments mentionnés ci-dessus Réponse

$D

L’interprétation des données est le processus qui consiste à donner un sens aux informations recueillies auprès de diverses sources. L’interprétation implique de tirer des conclusions sur la généralisation, la corrélation et la causalité, et elle est conçue pour fournir des réponses aux questions d’apprentissage critiques concernant notre projet de recherche.  

   

7. La signification des métadonnées est de fournir des informations sur les caractéristiques et la structure d’un ensemble de données. A Vrai B Faux Réponse

$A

Il est possible d’obtenir des informations sur les qualités et la structure d’un ensemble de données en utilisant des métadonnées. Ce type de données est généralement généré par des machines et peut être ajouté à d’autres types de données. Le suivi des métadonnées est essentiel au traitement, au stockage et à l’analyse des Big Data, car il permet d’obtenir des informations sur l’origine et la provenance des données pendant le traitement, ce qui est impossible à obtenir autrement.

DIFFÉRENCE ENTRE DONNÉE ET INFORMATION Les données sont des données brutes, non analysées, non organisées, non liées, non interrompues, utilisées pour obtenir des informations après l’analyse. Tandis que, l’information est… LIRE PLUS

 

 

8. L’analyse des données volumineuses porte sur les données non structurées, pour lesquelles aucun modèle spécifique n’est défini. A Vrai B Faux Réponse

$A

L’analyse du Big Data est utilisée pour analyser des données non structurées, c’est-à-dire des données qui ne suivent pas un modèle prédéfini et qui ne peuvent pas être anticipées. Dans ce cas, l’information n’est pas structurée en lignes et en colonnes. Le flux de données en temps réel est recueilli, et une analyse est effectuée sur les données. Lorsque la quantité de données à analyser est énorme, l’efficacité augmente.  

   

9. Parmi les éléments suivants, lesquels représentent l’utilisation d’Hadoop ____. A Robuste et évolutive B Abordable et rentable C Adaptable et flexible D Tout ce qui est mentionné ci-dessus Réponse

$D

La mise en œuvre d’Hadoop présente de nombreux avantages: robustesse et évolutivité, accessibilité et rentabilité, adaptabilité et flexibilité, haute disponibilité et tolérance aux pannes

Pour utiliser Hadoop, nous n’avons pas besoin de matériel spécialisé. Nous pouvons simplement utiliser un serveur de base à cette fin.

 

 

10. Reporting & Visualization permet ________ A Le traitement des données B Représentation ergonomique C Les deux A et B D Aucune de ces réponses Réponse

$C

Reporting & Visualization permettent de traiter les données et de les présenter de manière simple et compréhensible pour l’utilisateur. La visualisation des données (ou présentation des données) consiste à mettre les données dans un tableau, un graphe ou un autre format visuel qui peut être utilisé pour éclairer l’analyse et l’interprétation.  

 

QCM sur Big Data corrigé – Principes de base – Partie 1 QCM sur Big Data corrigé – Principes de base – Partie 2 QCM sur Big Data corrigé – Principes de base – Partie 3 QCM sur Big Data corrigé – Hadoop – Partie 1 QCM sur Big Data corrigé – Hadoop – Partie 2 QCM sur Big Data corrigé – Mapreduce

$ QCMs qui pourraient vous intéresser : Questions techniques sur MYSQL QCM MySQL Corrigé – Optimisation de requêtes QCM Base de données avec correction QCM sur PHP QCM Symfony QCM AngularJS QCM React QCM HTML / CSS QCM Java – Programmation Orientée Objet QCM Python QCM Cloud Computing QCM Framework Spring QCM Javascript QCM jQuery QCM Oracle QCM sur GIT – Gestionnaire de version QCM Linux – Gestion de processus QCM Réseau QCM Architecture des ordinateurs QCM Securité informatique QCM En Informatique Générale QCM en C QCM en C# QCM sur l'algorithmique QCM Word QCM Excel QCM PowerPoint QCM Access

QCM SUR

QCM SUR

BIG DATA

BIG DATA

CORRIGÉ –

CORRIGÉ –

HADOOP –

PRINCIPES

PARTIE 1

DE BASE – PARTIE 2

% Vous pourrez aussi aimer qcm-sur-big-data-corrige-hadoop

QCM sur Big Data corrigé – Hadoop – Partie 1 !

juin 14, 2022

" 0

qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 2 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-mapreduce

QCM sur Big Data corrigé – Mapreduce !

juin 14, 2022

" 0

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

Nom *

E-mail *

I'm not a robot reCAPTCHA Privacy - Terms

Laisser un commentaire

Articles Recommandés À quoi ça sert un Service Web

Web service

À quoi sert un Service Web Les applications professionnelles modernes utilisent diverses plates-formes de programmation pour développer des applications Web. Certaines…

Architecture Microservices

Liste de toutes les commandes CMD sous Windows 10, 8 et 7

Rechercher dans notre site Recherche

&

Nos outils en ligne Convertisseur décimal, hexadécimal, binaire, octal Convertisseur Minuscule Majuscule Compteur De Mots Calculateur d’adresse IP Convertisseur Texte en ASCII Convertisseur ASCII en Texte Cryptage MD5 Convertisseur XML en JSON Indenter automatiquement du code HTML Quel est mon adresse IP ? Extraire des adresses e-mails à partir d’un texte

Partenaires Tutoriels Tutoriel MySQL Tutoriel PHP Tutoriel Java Tutoriel Python

)

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Hadoop – Partie 1

QCM Big Data

 

QCM sur Big Data corrigé – Hadoop – Partie 1 !

juin 14, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. Indiquez l’affirmation correcte. A Hadoop est un environnement idéal pour

extraire et transformer de petits volumes de données. B Hadoop stocke les données dans HDFS et

prend en charge la compression/décompression des données. C Le framework Giraph est moins utile

qu’une tâche MapReduce pour résoudre les problèmes de graphes et d’apprentissage automatique. D Aucune de ces réponses Réponse

$B

La compression des données peut être réalisée à l’aide d’algorithmes de compression comme bzip2, gzip, LZO, etc. Différents algorithmes peuvent être utilisés dans différents scénarios en fonction de leurs capacités.  

 

2. Sous quelle licence Hadoop est-il distribué ? A Licence Apache 2.0 B Mozilla Public License C Shareware D Commerciale Réponse

$A

Hadoop est un logiciel libre, publié sous la licence Apache 2.  

 

3. En quel langage Hadoop a-t-il été écrit ? A Python B Java C Perl D C++ Réponse

$B

La structure Hadoop elle-même est principalement écrite dans le langage de programmation Java, avec un peu de code natif en C et des utilitaires de ligne de commande écrits sous forme de scripts shell.  

   

4. Lequel des éléments suivants est produit par Hadoop ? A Système de fichiers distribués B Service de messages Java C JAX-RS D Système de gestion de bases de données

relationnelles Réponse

$A

Le système de fichiers distribués Hadoop (HDFS) est conçu pour stocker de manière fiable de très grands ensembles de données et pour transmettre ces ensembles de données à l’utilisateur sur une large bande passante.  

 

5. Sur laquelle des plateformes suivantes Hadoop fonctionne-t-il ? A Debian B Unix C Multiplateformes D Android Réponse

$C

Hadoop prend en charge les systèmes d’exploitation multiplateformes.  

 

6. Hadoop atteint la fiabilité en répliquant les données sur plusieurs hôtes et ne nécessite donc pas de stockage _________ sur les hôtes. A ZFS B RAID C Niveaux RAID standard D Système d’exploitation Réponse

$B

Avec la valeur de réplication par défaut, 3, les données sont stockées sur trois nœuds : deux sur le même rack et un sur un rack différent.  

   

7. Au-dessus des systèmes de fichiers se trouve le moteur __________, qui consiste en un traqueur de tâches, auquel les applications clientes soumettent des tâches MapReduce. A Facebook B Google C MapReduce D Programmation fonctionnelle Réponse

$C

Le moteur MapReduce est utilisé pour distribuer les tâches au sein d’un cluster.  

 

8. La liste Hadoop comprend la base de données HBase, le système Apache Mahout __________ et les opérations matricielles. A Intelligence artificielle B Machine learning C Classification statistique D Reconnaissance des formes Réponse

$B

L’objectif du projet Apache Mahout est de construire un outil de Machine learning évolutif.  

 

9. _____ est une plateforme permettant de construire des flux de données pour le traitement et l’analyse de grands ensembles de données par extraction, transformation et chargement (ETL). A Hadoop B Pig C Hive D Oozie Réponse

$B

Apache Pig est une plateforme d’analyse de grands ensembles de données qui consiste en un langage de haut niveau pour l’expression de programmes d’analyse de données.  

   

10. Indiquez l’affirmation correcte: A Hive n’est pas une base de données

relationnelle, mais un moteur de requête qui prend en charge les parties du langage SQL spécifiques à l’interrogation des données. B Hive est une base de données

relationnelle avec support SQL C Pig est une base de données relationnelle

avec un support SQL D Toutes les réponses sont vraies Réponse

$A

Hive est un système d’entrepôt de données basé sur SQL pour Hadoop qui facilite le résumé des données, les requêtes ad hoc et l’analyse de grands ensembles de données stockés dans des systèmes de fichiers compatibles avec Hadoop.  

 

QCM sur Big Data corrigé – Principes de base – Partie 1 QCM sur Big Data corrigé – Principes de base – Partie 2 QCM sur Big Data corrigé – Principes de base – Partie 3 QCM sur Big Data corrigé – Hadoop – Partie 1 QCM sur Big Data corrigé – Hadoop – Partie 2 QCM sur Big Data corrigé – Mapreduce

$ QCMs qui pourraient vous intéresser : Questions techniques sur MYSQL QCM MySQL Corrigé – Optimisation de requêtes QCM Base de données avec correction QCM sur PHP QCM Symfony QCM AngularJS QCM React QCM HTML / CSS QCM Java – Programmation Orientée Objet QCM Python QCM Cloud Computing QCM Framework Spring QCM Javascript QCM jQuery QCM Oracle QCM sur GIT – Gestionnaire de version QCM Linux – Gestion de processus QCM Réseau QCM Architecture des ordinateurs QCM Securité informatique QCM En Informatique Générale QCM en C QCM en C# QCM sur l'algorithmique QCM Word QCM Excel QCM PowerPoint QCM Access

QCM SUR

QCM SUR

BIG DATA

BIG DATA

CORRIGÉ –

CORRIGÉ –

HADOOP –

PRINCIPES

PARTIE 2

DE BASE – PARTIE 3

% Vous pourrez aussi aimer qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 1 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 3 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 2 !

juin 13, 2022

" 0

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

Nom *

E-mail *

I'm not a robot reCAPTCHA Privacy - Terms

Laisser un commentaire

Articles Recommandés À quoi ça sert un Service Web

Web service

À quoi sert un Service Web Les applications professionnelles modernes utilisent diverses plates-formes de programmation pour développer des applications Web. Certaines…

Architecture Microservices

Liste de toutes les commandes CMD sous Windows 10, 8 et 7

Rechercher dans notre site Recherche

&

Nos outils en ligne Convertisseur décimal, hexadécimal, binaire, octal Convertisseur Minuscule Majuscule Compteur De Mots Calculateur d’adresse IP Convertisseur Texte en ASCII Convertisseur ASCII en Texte Cryptage MD5 Convertisseur XML en JSON Indenter automatiquement du code HTML Quel est mon adresse IP ? Extraire des adresses e-mails à partir d’un texte

Partenaires Tutoriels Tutoriel MySQL Tutoriel PHP Tutoriel Java Tutoriel Python

À propos Accueil Sitemap Archives Politique de confidentialité Contactez-nous À propos de nous Publier un article Devenir annonceur RSS des articles RSS des commentaires RGPD

Espace personnel Inscription Connexion Forum Communauté Members Mon adresse IP ?

Copyright © 2018 - 2022 WayToLearnX. Tous les droits sont réservés.

)

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Hadoop – Partie 2

QCM Big Data

 

QCM sur Big Data corrigé – Hadoop – Partie 2 !

juin 14, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. Hive supporte également les extensions personnalisées écrites en ___. A C++ B C C Java D C# Réponse

$C

Hive prend également en charge les extensions personnalisées écrites en Java, notamment les fonctions définies par l’utilisateur (UDF) et les sérialiseurs-désérialiseurs pour la lecture et éventuellement l’écriture de formats personnalisés.  

 

2. Indiquez l’affirmation incorrecte: A Elastic MapReduce (EMR) est l’offre

Hadoop intégrée de Facebook. B Amazon Web Service Elastic MapReduce

(EMR) est l’offre Hadoop intégrée d’Amazon. C Scalding est une API Scala au-dessus de

Cascading qui supprime la plupart des formalités Java. D Toutes les réponses sont vraies Réponse

$B

Plutôt que de construire manuellement des déploiements Hadoop sur des clusters EC2 (Elastic Compute Cloud), les utilisateurs peuvent faire tourner des installations Hadoop entièrement configurées à l’aide de commandes d’invocation simples, soit via la console Web AWS, soit via des outils de ligne de commande.  

 

3. _______ est un modèle informatique polyvalent et un système d’exécution pour l’analyse de données distribuées. A Drill B Mapreduce C Oozie D Aucune de ces réponses Réponse

$C

Mapreduce fournit une base flexible et évolutive pour l’analyse, du reporting traditionnel aux algorithmes d’apprentissage automatique.  

   

4. Le langage de script Pig Latin est non seulement un langage de flux de données de plus haut niveau, mais il possède également des opérateurs similaires à ______. A XML B JSON C SQL D Toutes les réponses sont vraies Réponse

$C

Le Pig Latin, par définition, est conçu pour combler le vide entre le style déclaratif de SQL et le style procédural de bas niveau de MapReduce.  

 

5. _______ Les jobs sont optimisés pour l’évolutivité mais pas pour la latence. A Hive B Oozie C Drill D Mapreduce Réponse

$A

Les requêtes Hive sont traduites en tâches MapReduce pour exploiter l’évolutivité de MapReduce.  

 

6. ______ est un framework permettant d’effectuer des appels de procédure à distance et de sérialiser des données. A Drill B BigTop C Avro D Chukwa Réponse

$C

Dans le contexte d’Hadoop, Avro peut être utilisé pour faire passer des données d’un programme ou d’un langage à un autre.  

   

7. Quelle est la base de données NoSQL la plus populaire pour le stockage évolutif de données volumineuses avec Hadoop ? A Cassandra B MongoDB C Hbase D Oracle Réponse

$C

HBase est la base de données NoSQL la plus populaire pour le stockage évolutif de données volumineuses avec Hadoop: un entrepôt de Big Data distribué et évolutif qui vous permet d’héberger de très grandes tables – des milliards de lignes multipliées par des millions de colonnes – sur des clusters construits avec du matériel de commodité.  

 

8. HBase fournit des capacités similaires à ___________ au-dessus de Hadoop et HDFS. A Bigtable B BigTop C TopTable D Oracle Réponse

$A

Google Bigtable optimise le stockage distribué des données fourni par le système de fichiers Google.  

   

9. Indiquez l’affirmation incorrecte. A Les solutions de stockage évolutives pour

Hadoop d’EMC Isilon combinent une plateforme de stockage puissante, simple et très efficace. B L’intégration native HDFS d’Isilon vous

évite d’avoir à investir dans une infrastructure Hadoop distincte. C Les systèmes NoSQL fournissent un accès

à haute latence et s’adaptent à un nombre réduit d’utilisateurs simultanés. D Aucune de ces réponses Réponse

$C

Les systèmes NoSQL offrent un accès à faible latence et peuvent accueillir de nombreux utilisateurs simultanés.  

 

10. ______ sont hautement résilients et éliminent le risque de point de défaillance isolé des déploiements Hadoop traditionnels. A Solutions Isilon B AWS C EMR D Aucune de ces réponses Réponse

$A

La solution Isilon offre également des options de protection et de sécurité des données d’entreprise, notamment l’audit des systèmes de fichiers et le cryptage des données, afin de répondre aux exigences de conformité.  

 

QCM sur Big Data corrigé – Principes de base – Partie 1 QCM sur Big Data corrigé – Principes de base – Partie 2 QCM sur Big Data corrigé – Principes de base – Partie 3 QCM sur Big Data corrigé – Hadoop – Partie 1 QCM sur Big Data corrigé – Hadoop – Partie 2 QCM sur Big Data corrigé – Mapreduce

$ QCMs qui pourraient vous intéresser : Questions techniques sur MYSQL QCM MySQL Corrigé – Optimisation de requêtes QCM Base de données avec correction QCM sur PHP QCM Symfony QCM AngularJS QCM React QCM HTML / CSS QCM Java – Programmation Orientée Objet QCM Python QCM Cloud Computing QCM Framework Spring QCM Javascript QCM jQuery QCM Oracle QCM sur GIT – Gestionnaire de version QCM Linux – Gestion de processus QCM Réseau QCM Architecture des ordinateurs QCM Securité informatique QCM En Informatique Générale QCM en C QCM en C# QCM sur l'algorithmique QCM Word QCM Excel QCM PowerPoint QCM Access

QCM SUR

QCM SUR

BIG DATA

BIG DATA

CORRIGÉ –

CORRIGÉ –

MAPREDUCE

HADOOP – PARTIE 1

% Vous pourrez aussi aimer qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 3 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 1 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-mapreduce

QCM sur Big Data corrigé – Mapreduce !

juin 14, 2022

" 0

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

Nom *

E-mail *

I'm not a robot reCAPTCHA Privacy - Terms

Laisser un commentaire

Articles Recommandés À quoi ça sert un Service Web

Web service

À quoi sert un Service Web Les applications professionnelles modernes utilisent diverses plates-formes de programmation pour développer des applications Web. Certaines…

Architecture Microservices

Liste de toutes les commandes CMD sous Windows 10, 8 et 7

Rechercher dans notre site Recherche

&

Nos outils en ligne Convertisseur décimal, hexadécimal, binaire, octal Convertisseur Minuscule Majuscule Compteur De Mots Calculateur d’adresse IP Convertisseur Texte en ASCII Convertisseur ASCII en Texte Cryptage MD5 Convertisseur XML en JSON Indenter automatiquement du code HTML Quel est mon adresse IP ? Extraire des adresses e-mails à partir d’un texte

Partenaires Tutoriels Tutoriel MySQL Tutoriel PHP Tutoriel Java Tutoriel Python

À propos Accueil Sitemap Archives Politique de confidentialité Contactez-nous À propos de nous Publier un article Devenir annonceur RSS des articles RSS des commentaires RGPD

Espace personnel Inscription Connexion Forum Communauté Members Mon adresse IP ?

Copyright © 2018 - 2022 WayToLearnX. Tous les droits sont réservés.

)

' (

WayToLearnX » Big Data » QCM Big Data » QCM sur Big Data corrigé – Mapreduce

QCM Big Data

 

QCM sur Big Data corrigé – Mapreduce !

juin 14, 2022

" Aucun commentaire

# Big Data,

corrigé, embauche, entretien, examen big data, exemple test, pdf, qcm big data corrigé, qcm big data hadoop, qcm big data pdf, qcm introduction big data, Question entretien

Q

uestions 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. Un nœud ________ agit en tant qu’esclave et est responsable de l’exécution d’une tâche qui lui est assignée par le JobTracker. A MapReduce B Mapper C TaskTracker D JobTracker Réponse

$C

TaskTracker reçoit de JobTracker les informations nécessaires à l’exécution d’une tâche, exécute la tâche et renvoie les résultats à JobTracker.  

 

2. Indiquez l’affirmation correcte. A MapReduce essaie de placer les données

et les calculs de façon aussi proche que possible. B La tâche Map dans MapReduce est

exécutée à l’aide de la fonction Mapper(). C La tâche Reduce de MapReduce est

exécutée à l’aide de la fonction Map(). D Aucune de ces réponses Réponse

$A

« Localisation de données » est une caractéristique de MapReduce.  

 

3. La partie ______ de MapReduce est responsable du traitement d’un ou plusieurs morceaux de données et de la production des résultats de sortie. A Mapper B Map C Reduce D Aucune de ces réponses Réponse

$B

La tâche Map dans MapReduce est exécutée à l’aide de la fonction Map().  

   

4. Indiquez l’affirmation incorrecte. A Une tâche MapReduce divise

généralement l’ensemble des données d’entrée en morceaux indépendants qui sont traités par les tâches Map de manière totalement parallèle. B Le framework MapReduce fonctionne

exclusivement sur des paires . C Les applications mettent généralement en

œuvre les interfaces Mapper et Reducer pour fournir les méthodes de map et de reduce. D Aucune de ces réponses Réponse

$D

Le framework MapReduce se charge de planifier les tâches, de les surveiller et de réexécuter les tâches qui ont échoué.  

 

5. Bien que le framework Hadoop soit implémenté en Java, les applications MapReduce n’ont pas besoin d’être écrites en ____________. A Java B C C C# D Aucune de ces réponses Réponse

$A

Hadoop Pipes est une API C++ compatible avec SWIG permettant d’implémenter des applications MapReduce.  

 

6. ________ est un utilitaire qui permet aux utilisateurs de créer et d’exécuter des tâches avec n’importe quel exécutable comme mapper et/ou reducer. A Hadoop Strdata B Hadoop Streaming C Hadoop Stream D Aucune de ces réponses Réponse

$B

Le streaming Hadoop est l’un des utilitaires les plus importants de la distribution Apache Hadoop.  

   

7. Le nombre de maps est généralement déterminé par la taille totale des ________ A entrées B sorties C tâches D Aucune de ces réponses Réponse

$A

La taille totale des entrées signifie le nombre total de blocs des fichiers d’entrée.  

 

8. _________ est le partitionneur par défaut pour le partitionnement de l’espace des clés. A HashPar B Partitioner C HashPartitioner D Aucune de ces réponses Réponse

$C

Le partitionneur par défaut dans Hadoop est le HashPartitioner qui possède une méthode appelée getPartition() pour partitionner.  

   

9. L’exécution d’un programme ___________ implique l’exécution de tâches de mapping sur plusieurs ou tous les nœuds de notre cluster. A MapReduce B Map C Reducer D Aucune de ces réponses Réponse

$A

Dans certaines applications, les tâches des composants doivent créer et/ou écrire dans des fichiers secondaires, qui diffèrent des fichiers de sortie réels de la tâche.  

 

10. Quels sont les composants les plus critiques du Big Data ? A MapReduce B YARN C HDFS D Tous les composants ci-dessus Réponse

$D

MapReduce, YARN est HDFS sont les composants les plus indispensables du Big Data.  

 

QCM sur Big Data corrigé – Principes de base – Partie 1 QCM sur Big Data corrigé – Principes de base – Partie 2 QCM sur Big Data corrigé – Principes de base – Partie 3 QCM sur Big Data corrigé – Hadoop – Partie 1 QCM sur Big Data corrigé – Hadoop – Partie 2 QCM sur Big Data corrigé – Mapreduce

$ QCMs qui pourraient vous intéresser : Questions techniques sur MYSQL QCM MySQL Corrigé – Optimisation de requêtes QCM Base de données avec correction QCM sur PHP QCM Symfony QCM AngularJS QCM React QCM HTML / CSS QCM Java – Programmation Orientée Objet QCM Python QCM Cloud Computing QCM Framework Spring QCM Javascript QCM jQuery QCM Oracle QCM sur GIT – Gestionnaire de version QCM Linux – Gestion de processus QCM Réseau QCM Architecture des ordinateurs QCM Securité informatique QCM En Informatique Générale QCM en C QCM en C# QCM sur l'algorithmique QCM Word QCM Excel QCM PowerPoint QCM Access

QCM SUR

QCM SUR

DOCKER |

BIG DATA

EXERCICES,

CORRIGÉ –

QUESTIONS,

HADOOP –

QUIZ –

PARTIE 2

PARTIE 1

% Vous pourrez aussi aimer qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 1 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-principes-de-base

QCM sur Big Data corrigé – Principes de base – Partie 3 !

juin 13, 2022

" 0

qcm-sur-big-data-corrige-hadoop

QCM sur Big Data corrigé – Hadoop – Partie 2 !

juin 14, 2022

" 0

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

Nom *

E-mail *

I'm not a robot reCAPTCHA Privacy - Terms

Laisser un commentaire

Articles Recommandés À quoi ça sert un Service Web

Web service

À quoi sert un Service Web Les applications professionnelles modernes utilisent diverses plates-formes de programmation pour développer des applications Web. Certaines…

Architecture Microservices

Liste de toutes les commandes CMD sous Windows 10, 8 et 7

Rechercher dans notre site Recherche

&

Nos outils en ligne Convertisseur décimal, hexadécimal, binaire, octal Convertisseur Minuscule Majuscule Compteur De Mots Calculateur d’adresse IP Convertisseur Texte en ASCII Convertisseur ASCII en Texte Cryptage MD5 Convertisseur XML en JSON Indenter automatiquement du code HTML Quel est mon adresse IP ? Extraire des adresses e-mails à partir d’un texte

Partenaires Tutoriels Tutoriel MySQL Tutoriel PHP Tutoriel Java Tutoriel Python

À propos Accueil Sitemap Archives Politique de confidentialité Contactez-nous À propos de nous Publier un article Devenir annonceur RSS des articles RSS des commentaires RGPD

Espace personnel Inscription Connexion Forum Communauté Members Mon adresse IP ?

Copyright © 2018 - 2022 WayToLearnX. Tous les droits sont réservés.

)