Quiz 1 : Big Data (5V) & MapReduce

Q1. Lesquels font partie des 5V du big data ?

(Plusieurs réponses possibles)

Volume Vitesse Variété Visualisation Véracité

Q2. Dans quel ordre s'enchaînent les temps de MapReduce ?

Reduce → Map → Regroupement Map → Regroupement par clé → Reduce Regroupement → Map → Reduce Map → Reduce → Regroupement

Q3. Un combiner est valide quand l'agrégation est…

quelconque associative et commutative non linéaire triée

Q4. Dans le word count, le mapper émet pour chaque mot…

(mot, mot) (mot, 1) (1, mot) (document, mot)

Q5. Pourquoi distribuer le calcul en big data ?

pour réduire la véracité parce que les données massives ne tiennent pas sur une seule machine pour augmenter le volume pour supprimer la variété

Q6. Comment MapReduce gère-t-il la panne d'un nœud ?

en l'ignorant en ré-exécutant la tâche échouée ailleurs en redémarrant tout le job manuellement il ne la gère pas

Q7. Quel ordre de grandeur de taille est souvent cité comme seuil du big data ?

> 1 Go > 1 To > 1 Po > 1 Ko

Q8. Quels problèmes se prêtent bien à MapReduce ?

(Plusieurs réponses possibles)

Word count Produit matrice-vecteur Jointures relationnelles Lecture interactive d'un seul enregistrement

✓ Vérifier mes réponses ↺ Recommencer