QCM : Introduction au Big Data (14 questions)

Questions et réponses du QCM

1. Une entreprise possède une grande quantité de données hétérogènes qui arrivent rapidement, mais ses outils habituels ne permettent pas de les exploiter efficacement. Quelle caractérisation correspond au Big Data ?

Des ensembles très volumineux pouvant être traités avec les architectures et outils habituels
Des systèmes de stockage destinés à conserver des données, indépendamment de leur exploitation
Des ensembles dont le volume, la complexité et la vitesse exigent de nouvelles architectures, méthodes et outils
Des ensembles complexes dont la diversité suffit à définir le Big Data

Des ensembles dont le volume, la complexité et la vitesse exigent de nouvelles architectures, méthodes et outils

Explication

Le Big Data désigne des ensembles dont le volume, la complexité et la vitesse rendent nécessaires de nouvelles architectures, méthodes et outils d’exploitation. Le volume seul, le stockage seul ou la diversité seule ne reprennent pas cette définition complète.

2. Quel chercheur a présenté en 2001 les dimensions volume, vélocité et variété dans « 3D Data Management: Controlling Data Volume, Velocity and Variety » ?

C. Shannon
E. F. Codd
D. Laney
Un auteur de Wikipédia

D. Laney

Explication

D. Laney a présenté les dimensions volume, vélocité et variété en 2001 dans « 3D Data Management: Controlling Data Volume, Velocity and Variety ». E. F. Codd est associé aux bases relationnelles, Wikipédia fournit ici une définition, et C. Shannon est un autre chercheur en informatique.

3. Une organisation conçoit une base relationnelle dont les champs sont définis avant l’ajout des enregistrements. À quelle catégorie de données correspond cette démarche ?

Données semi-structurées dont les objets peuvent différer de structure
Données semi-structurées dont le schéma se mêle aux objets
Données non structurées dont le contenu a une faible densité d’information
Données structurées selon le principe « schéma d’abord, données ensuite »

Données structurées selon le principe « schéma d’abord, données ensuite »

Explication

Les données structurées correspondent généralement à des bases relationnelles avec un schéma connu à l’avance, selon le principe « schéma d’abord, données ensuite ». Les données semi-structurées n’ont pas de schéma préalable, tandis que les données non structurées se caractérisent notamment par une densité d’information plus faible.

4. Pour estimer la taille d’une collection, une personne utilise les équivalences de stockage : elle doit associer environ 250 films HD à quelle unité ?

Un kilooctet
Un téraoctet
Un gigaoctet
Un mégaoctet

Un téraoctet

Explication

L’équivalence donnée associe environ 250 films HD à un téraoctet, soit 101210^{12} octets. Un épisode de série correspond à environ un gigaoctet, une minute de MP3 à un mégaoctet et un courriel en texte brut à un kilooctet.

5. Une enseigne veut regrouper ses magasins selon le profil de leur clientèle et leur emplacement. Quelles données correspondent à cet objectif de clustering ?

Les ventes et les données météorologiques
Les données clients et les données INSEE socio-démographiques et géolocalisées
Le comportement web et le suivi des performances
Les données clients et les historiques de ventes pour recommander des produits

Les données clients et les données INSEE socio-démographiques et géolocalisées

Explication

Le regroupement de magasins s’appuie sur les données clients et les données INSEE, notamment socio-démographiques et géolocalisées. Les ventes et la météo servent plutôt à prévoir la demande, tandis que le comportement web et les historiques de ventes répondent à d’autres usages.

6. Une boutique en ligne veut améliorer la part des visiteurs qui réalisent un achat. Quel usage des données convient à cet objectif ?

Exploiter le comportement web et le suivi des performances par A/B testing et personnalisation en temps réel
Exploiter les ventes et la météo pour prévoir la demande et ajuster l’approvisionnement
Exploiter les données clients et les ventes pour proposer des recommandations de produits
Exploiter les données clients et INSEE pour regrouper les magasins selon leurs profils

Exploiter le comportement web et le suivi des performances par A/B testing et personnalisation en temps réel

Explication

Le comportement web et le suivi des performances permettent de chercher à augmenter le taux de transformation grâce à l’A/B testing et à la personnalisation en temps réel. La prévision d’approvisionnement, le clustering des magasins et les recommandations répondent à des objectifs distincts.

7. Que désigne la transformation numérique d’une entreprise ?

Le transfert des données vers le cloud afin d’augmenter les capacités de traitement
L’intégration des technologies dans l’ensemble des activités pour transformer l’usage des données, le fonctionnement et la création de valeur
L’installation d’une solution de collecte pour centraliser les données d’une activité
La mise à disposition d’outils permettant aux utilisateurs de construire des tableaux de bord

L’intégration des technologies dans l’ensemble des activités pour transformer l’usage des données, le fonctionnement et la création de valeur

Explication

La transformation numérique intègre les technologies à l’ensemble des activités afin de changer fondamentalement l’usage des données, le fonctionnement et la création de valeur pour les clients. La collecte, le cloud et les tableaux de bord sont des aspects ou des capacités plus spécifiques.

8. Dans une entreprise, chaque équipe gère de façon informelle ses données dans ses propres feuilles de calcul. À quel stade de maturité cela correspond-il ?

Au stade réactif, dit « spreadmart »
Au stade transformatif, avec création autonome de rapports et tableaux de bord
Au stade informatif, avec une collecte peu évolutive
Au stade prédictif, avec traitement cloud et décisions en temps réel

Au stade réactif, dit « spreadmart »

Explication

Le stade réactif, ou « spreadmart », se caractérise par une gestion informelle et décentralisée des données dans des feuilles de calcul. Le stade informatif concerne les limites de collecte, tandis que les stades prédictif et transformatif décrivent des capacités plus avancées.

9. Une entreprise passe au cloud, traite des volumes plus importants et des types de données variés, ingère les données plus fréquemment et utilise l’apprentissage automatique pour décider en temps réel. À quel stade se situe-t-elle ?

Au stade prédictif
Au stade informatif
Au stade réactif
Au stade transformatif

Au stade prédictif

Explication

Le stade prédictif combine le cloud, le traitement de volumes et de types de données plus variés, une ingestion plus fréquente et l’apprentissage automatique pour des décisions en temps réel. Le stade informatif est limité, le stade réactif repose sur des feuilles de calcul, et le stade transformatif met notamment l’accent sur l’autonomie des utilisateurs non techniciens.

10. Une entreprise doit enregistrer des transactions et conserver des pistes d’audit. Quelle architecture correspond à ces besoins ?

Un entrepôt moderne fondé sur le seul stockage relationnel
Un data lake en stockage objet et schema-on-read
Un data lake avec calcul associé et schema-on-read
Un DWR associant calcul et stockage relationnel en schema-on-write

Un DWR associant calcul et stockage relationnel en schema-on-write

Explication

Le DWR stocke les données en tables, lignes et colonnes, associe calcul et stockage et utilise le schema-on-write pour les transactions et les pistes d’audit. Le stockage objet et le schema-on-read caractérisent le data lake, tandis que l’entrepôt moderne combine un lac et un entrepôt relationnel.

11. Quelle caractéristique distingue le data lake du DWR quant au stockage et à l’interprétation des données ?

Un stockage relationnel sans calcul associé, interprété en schema-on-read
Un stockage relationnel avec calcul associé, interprété en schema-on-write
Un stockage objet sans moteur associé, interprété en schema-on-read
Un stockage objet avec calcul associé, interprété en schema-on-write

Un stockage objet sans moteur associé, interprété en schema-on-read

Explication

Le data lake stocke des objets sans moteur de calcul associé et applique le schema-on-read aux données brutes, qui peuvent être de différents types. Le stockage relationnel et le schema-on-write relèvent du DWR, et l’association d’un moteur de calcul au stockage ne décrit pas le lac présenté ici.

12. Une organisation prépare ses données et entraîne des modèles d’apprentissage automatique dans un lac, puis utilise un entrepôt relationnel pour diffuser les données avec sécurité et conformité. De quelle architecture s’agit-il ?

Un Lakehouse qui fait du lac son référentiel unique
Un data warehouse moderne combinant lac et entrepôt relationnel
Un DWR qui associe calcul et stockage relationnel
Un data lake qui assure la préparation et la mise à disposition

Un data warehouse moderne combinant lac et entrepôt relationnel

Explication

Le data warehouse moderne combine le lac pour la préparation des données et l’entraînement de modèles avec l’entrepôt relationnel pour la mise à disposition, la sécurité et la conformité. Le DWR n’inclut pas ce partage des rôles, et le Lakehouse repose sur le lac comme référentiel unique.

13. Une équipe veut conserver un seul référentiel fondé sur le lac pour tous les types de données et vise à remplacer entièrement le DWR. Quelle architecture décrit ce projet ?

Un Data Mesh répartissant la gestion par domaine métier
Un data warehouse moderne combinant lac et entrepôt relationnel
Un Lakehouse fondé sur le lac comme référentiel unique
Un data lake des années 2010 sans couche transactionnelle

Un Lakehouse fondé sur le lac comme référentiel unique

Explication

Le Lakehouse utilise le data lake comme référentiel unique pour tous les types de données et vise à remplacer entièrement le DWR. L’entrepôt moderne combine lac et entrepôt relationnel, le Data Mesh concerne la décentralisation par domaine, et le lac des années 2010 ne comporte pas la couche transactionnelle associée au Lakehouse.

14. Qui a introduit le Data Mesh dans un blog en mai 2019, en le présentant comme un concept plutôt que comme une technologie prête à l’emploi ?

Jack E. Shemer
Teradata
Databricks
Zhamak Dehghani

Zhamak Dehghani

Explication

Zhamak Dehghani a introduit le Data Mesh dans un blog en mai 2019, et celui-ci est présenté comme un concept plutôt que comme une technologie prête à l’emploi. Databricks est associé à la popularisation du Lakehouse, tandis que Jack E. Shemer et Teradata sont associés au DWR.

Révisez avec les flashcards

Mémorisez les réponses avec 46 flashcards sur Introduction au Big Data.

Que désigne le big data selon Wikipédia ?

Des ensembles de données dont le volume, la complexité et la vitesse exigent de nouvelles architectures, méthodes et outils pour être exploités.

Quelle source est associée à la définition du big data ?

Wikipédia.

Qui a présenté les dimensions du volume, de la vélocité et de la variété ?

D. Laney.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction au Big Data.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM