DP-900 · Azure Data Fundamentals
25 questions DP-900 corrigées
Des questions au format exact de l'examen Microsoft DP-900, chacune avec sa bonne réponse et son explication. Gratuit, sans inscription, sans compte à créer.
Analytique de données
1. Quel service Azure est une plateforme d'analytique unifiée qui combine l'entreposage de données d'entreprise et l'analytique du Big Data ?
Réponse : Azure Synapse Analytics
Azure Synapse Analytics est une plateforme d'analytique intégrée réunissant l'entreposage de données et le traitement Big Data.
Concepts de données
2. Quel type de données est le mieux décrit comme organisé selon un schéma fixe de lignes et de colonnes, comme dans une table de base de données relationnelle ?
Réponse : Données structurées
Les données structurées respectent un schéma prédéfini et rigide, typiquement organisé en tables de lignes et de colonnes.
Données non-relationnelles
3. Quelle caractéristique définit fondamentalement une base de données NoSQL par rapport à une base relationnelle ?
Réponse : Elle ne stocke pas de schéma rigide et fixe imposé à toutes les données
Les bases NoSQL sont dites « non-relationnelles » car elles n'imposent pas un schéma tabulaire fixe, offrant une structure flexible adaptée à des données variées.
Données relationnelles
4. Dans un modèle de données relationnel, comment sont organisées les données au sein d'une base ?
Réponse : Sous forme de tables composées de lignes et de colonnes
Le modèle relationnel structure les données en tables (relations) formées de lignes (enregistrements) et de colonnes (attributs).
Analytique de données
5. Comment définit-on principalement un data warehouse (entrepôt de données) ?
Réponse : Un dépôt central de données structurées optimisé pour l'analytique et le reporting
Un data warehouse stocke des données structurées, souvent selon un schéma en étoile, pour l'analyse et le reporting.
Concepts de données
6. Un fichier JSON contenant des objets dont les propriétés varient d'un enregistrement à l'autre est un exemple de quel type de données ?
Réponse : Données semi-structurées
Les données semi-structurées comme JSON ou XML possèdent des balises ou clés organisatrices sans imposer un schéma tabulaire rigide.
Données non-relationnelles
7. Dans un magasin de données de type clé-valeur, comment sont organisées les données ?
Réponse : Chaque valeur est associée à une clé unique servant d'identifiant de recherche
Un magasin clé-valeur associe à chaque clé unique une valeur (souvent opaque), et l'accès se fait principalement par cette clé.
Données relationnelles
8. Que représente une ligne dans une table relationnelle ?
Réponse : Une instance unique de l'entité modélisée
Chaque ligne (ou enregistrement) représente une instance de l'entité, par exemple un client ou une commande spécifique.
Analytique de données
9. Quelle est la caractéristique principale d'un data lake (lac de données) ?
Réponse : Il stocke de grands volumes de données brutes dans divers formats, structurés ou non
Un data lake conserve des données brutes de tout format (structurées, semi-structurées, non structurées) à grande échelle.
Concepts de données
10. Parmi les éléments suivants, lequel est un exemple typique de données non structurées ?
Réponse : Une vidéo ou une image
Les images, vidéos et fichiers audio n'ont pas de modèle de données interne organisé et sont considérés comme non structurés.
Données non-relationnelles
11. Quel type de données non-relationnelles est le mieux représenté par un document JSON ?
Réponse : Une base de données documentaire
Les bases de données documentaires stockent chaque entité sous forme de document, généralement au format JSON, contenant des champs et valeurs.
Données relationnelles
12. À quoi sert une clé primaire dans une table relationnelle ?
Réponse : Identifier de manière unique chaque ligne de la table
La clé primaire garantit l'unicité de chaque ligne et ne peut pas contenir de valeur NULL.
Analytique de données
13. Que signifie l'acronyme ETL dans le contexte de l'intégration de données ?
Réponse : Extract, Transform, Load (Extraire, Transformer, Charger)
ETL signifie Extraire, Transformer puis Charger : les données sont transformées avant leur chargement dans la destination.
Concepts de données
14. Quelle charge de travail est optimisée pour un grand volume de petites transactions rapides comme les insertions et mises à jour d'enregistrements ?
Réponse : OLTP (traitement transactionnel en ligne)
OLTP est conçu pour gérer un grand nombre de transactions courtes en lecture/écriture avec une faible latence.
Données non-relationnelles
15. Qu'est-ce qu'Azure Cosmos DB ?
Réponse : Un service de base de données NoSQL distribué à l'échelle mondiale et multi-modèle
Azure Cosmos DB est un service de base de données NoSQL entièrement managé, distribué mondialement et prenant en charge plusieurs modèles de données via différentes API.
Données relationnelles
16. Quel est le rôle d'une clé étrangère (foreign key) ?
Réponse : Établir un lien référentiel vers la clé primaire d'une autre table
La clé étrangère référence la clé primaire d'une autre table et applique l'intégrité référentielle entre les deux tables.
Analytique de données
17. Quelle est la différence clé entre ELT et ETL ?
Réponse : Dans ELT, les données sont chargées d'abord puis transformées dans le système cible
En ELT, les données sont extraites, chargées dans la destination, puis transformées en s'appuyant sur la puissance de calcul de celle-ci.
Concepts de données
18. Quel type de système est spécifiquement conçu pour l'analyse de grands volumes de données historiques et l'agrégation en vue de la prise de décision ?
Réponse : OLAP
OLAP est optimisé pour les requêtes analytiques complexes et l'agrégation de données historiques.
Données non-relationnelles
19. Quelle API d'Azure Cosmos DB est recommandée par Microsoft pour les nouveaux projets et travaille nativement avec des documents JSON ?
Réponse : API pour NoSQL
L'API pour NoSQL (anciennement Core/SQL) est l'API native de Cosmos DB, recommandée pour les nouveaux projets, et manipule des documents JSON.
Données relationnelles
20. Quel est l'objectif principal de la normalisation d'une base de données relationnelle ?
Réponse : Réduire la redondance des données et améliorer l'intégrité
La normalisation organise les données pour minimiser la redondance et éviter les anomalies de mise à jour.
Analytique de données
21. Quel service Azure est principalement dédié à l'orchestration de pipelines ETL/ELT dans le cloud ?
Réponse : Azure Data Factory
Azure Data Factory est le service d'intégration de données permettant de créer, planifier et orchestrer des pipelines ETL/ELT.
Concepts de données
22. Dans une organisation, quel rôle est principalement responsable de la conception et de la mise en place des pipelines d'ingestion et de transformation des données ?
Réponse : Data engineer (ingénieur de données)
Le data engineer conçoit, construit et maintient les pipelines de données qui déplacent et transforment les données.
Données non-relationnelles
23. Quelle API d'Azure Cosmos DB permet de stocker et interroger des données sous forme de graphe ?
Réponse : API pour Gremlin
L'API pour Gremlin d'Azure Cosmos DB gère les bases de données graphe, composées de nœuds (sommets) et de relations (arêtes).
Données relationnelles
24. Quel est le principal avantage d'un index sur une table ?
Réponse : Accélérer la recherche et la récupération des lignes
Un index accélère les requêtes de recherche, au prix d'un espace de stockage supplémentaire et d'écritures un peu plus lentes.
Analytique de données
25. Dans Power BI, à quoi sert principalement un rapport (report) ?
Réponse : Présenter des visualisations interactives détaillées sur une ou plusieurs pages
Un rapport Power BI est un ensemble de visualisations, réparties sur une ou plusieurs pages, permettant l'exploration interactive des données.