Vérification des connaissances

1.

Quel type d’extraction un ingénieur de données doit-il choisir lorsque le système source a une colonne d’horodatage fiable et que l’actualisation horaire des données est suffisante ?

Extraction complète

Extraction incrémentielle

Extraction en streaming

2.

Quel est l’avantage principal de Delta Lake sur Parquet en tant que format de table dans Azure Databricks ?

Delta Lake fournit des transactions ACID et des fonctionnalités de voyage temporel via son journal des transactions

Delta Lake offre une meilleure compression de stockage en colonnes que Parquet

Delta Lake prend en charge un plus large éventail de types de données que Parquet

3.

Quand le partitionnement des données est-il recommandé pour les tables Delta Lake ?

Pour toutes les tables afin de garantir des performances de requête cohérentes

Lorsque la table contient plus de 1 To de données et que les filtres de requête s’alignent sur les colonnes de partition

Uniquement pour les tables avec des colonnes de cardinalité élevée comme l’ID client

4.

Quel type SCD doit être sélectionné lorsque la précision historique est requise pour l’attribution des ventes par région client ?

SCD de Type 1

SCD Type 2

SCD Type 3

5.

Quel est l’avantage clé du clustering liquide par rapport au partitionnement traditionnel dans Delta Lake ?

Le clustering liquide offre une meilleure compression des données

Le clustering liquide permet de modifier les clés de clustering sans réécrire les données existantes

Le clustering liquide élimine la nécessité de la commande OPTIMIZE

Vérifiez vos connaissances

Commentaires