BIG data et fichiers complexes

Quel est le principal avantage des formats de fichiers ORC et Parquet par rapport aux fichiers CSV pour le Big Data ?

• Ils sont plus facilement lisibles par les éditeurs de texte.

• Ils offrent une meilleure compression et des performances de lecture plus rapides.

• Ils ne nécessitent pas d'outils spécialisés pour être utilisés.

• Ils supportent uniquement les chaînes de caractères.

Qui a développé le format de fichier ORC ?

• Cloudera et Twitter

• Hortonworks et Facebook

• Microsoft et Google

• Apache Foundation et Amazon

Quelle est la principale caractéristique des fichiers ORC et Parquet en termes d'organisation des données ?

• Ils sont orientés lignes (row-based).

• Ils sont orientés colonnes.

• Ils stockent les données sous forme de texte brut.

• Ils ne supportent pas les données tabulaires.

Qu'est-ce qu'un "stripe" dans un fichier ORC ?

• Un index global au niveau du fichier.

• Un bloc contenant les données réelles.

• Une métadonnée nécessaire à la lecture, non compressée.

• Une signature du fichier.

Qu'est-ce qu'un "row group" dans un fichier Parquet ?

• Un index au niveau des lignes pour chaque colonne.

• Un groupe de lignes contenant les données.

• Une information sur l'encodage et les statistiques.

• Un format texte, lignes et colonnes.

Lequel des éléments suivants est un avantage du format ORC ?

• Large compatibilité avec tous les éditeurs de texte.

• Compression élevée et encodage avancé.

• Pas de support pour l'évolution du schéma.

• Lecture séquentielle complète, lente pour les gros volumes.

Quelle est la principale fonction des métadonnées dans les fichiers ORC et Parquet ?

• Rendre les fichiers plus volumineux.

• Permettre une lecture rapide et filtrée des données.

• Empêcher la compression des données.

• Limiter la compatibilité avec les outils Big Data.

Lequel des formats suivants supporte le mieux l'évolution du schéma ?

• CSV

• ORC

• Les fichiers textes

• PDF

Quelle est la taille par défaut d'un stripe dans un fichier ORC?

• ~250 KB

• ~250 octets

• ~250 MB

• ~250 GB

Quel est l'avantage d'utiliser l'encodage de dictionnaire (Dictionary encoding) dans les fichiers Parquet?

• Compresser les valeurs répétées.

• Augmenter la taille du fichier.

• Supprimer les métadonnées.

• Rendre le fichier illisible.