Devoir : QCM de 100 questions sur les Big Data, NoSQL et traitements<

Thème 1 : Introduction aux Big Data

1. Que représentent les 5V du Big Data ?

o A) Volume, Vitesse, Variété, Véracité, Valeur (Réponse correcte)
o B) Variété, Valeur, Vision, Vitesse, Volume
o C) Valeur, Vision, Véracité, Vigilance, Volume
o D) Variété, Vision, Vigilance, Valeur, Vitesse
2. Quel pourcentage des données mondiales sont non structurées ?
o A) 70%
o B) 80%
o C) 90% (Réponse correcte)
o D) 95%
3. Quel est l’objectif principal des Big Data dans le secteur médical ?
o A) Identifier les patients à haut risque
o B) Créer de nouveaux traitements
o C) Détecter des conditions critiques pour intervenir à temps (Réponse
correcte)
o D) Améliorer les consultations en ligne
4. Quel élément n’est pas une source de données Big Data ?
o A) Sites web
o B) Bases de données
o C) Téléviseurs (Réponse correcte)
o D) Smartphones
5. Qu’est-ce qui caractérise la véracité des données Big Data ?
o A) La vitesse d’arrivée des données
o B) La qualité et la fiabilité des données (Réponse correcte)
o C) La capacité à traiter des données massives
o D) La structure des données

...

Thème 2 : Bases de données NoSQL

21. Quelle caractéristique distingue une base de données NoSQL ?

 A) Utilisation obligatoire d’un schéma fixe

 B) Absence de relation entre les tables
 C) Flexibilité et évolutivité (Réponse correcte)
 D) Nécessité de normalisation

22. Le modèle « Clé-Valeur » est associé à :

 A) Des graphes
 B) Des documents JSON
 C) Une structure simple pour des opérations rapides (Réponse correcte)
 D) Des colonnes fixes
 23. Qu’est-ce que HBase ?

 A) Une base de données orientée graphes

 B) Une base NoSQL orientée colonnes (Réponse correcte)
 C) Un outil de traitement en batch
 D) Une base relationnelle avancée

...

Thème 3 : Traitements et architectures Big Data

61. Quel type de traitement traite des données collectées sur une longue période ?

 A) Traitement en temps réel

 B) Traitement en streaming
 C) Traitement par lots (Réponse correcte)
 D) Micro-batching

62. Quel outil est utilisé pour le traitement en streaming ?

 A) Hadoop MapReduce
 B) Apache Kafka (Réponse correcte)
 C) Excel
 D) PostgreSQL

63. Quelle est une caractéristique clé de l’architecture Lambda ?

 A) Ne traite que des données historiques

 B) Combine traitement par lots et temps réel (Réponse correcte)
 C) Est remplacée par Kappa
 D) Fonctionne uniquement avec des bases relationnelles

...

QCM : Introduction aux Big Data

1. Quel est le volume de données généré chaque jour dans le monde ?

o A) 2,5 milliards d’octets
o B) 2,5 millions d’octets
o C) 2,5 trillions d’octets (Réponse correcte)
o D) 2,5 quadrillions d’octets

2. Quel pourcentage des données mondiales ont été créées au cours des dernières
années ?
o A) 70%
o B) 80%
o C) 90% (Réponse correcte)
o D) 95%

3. Quel pourcentage des données générées sont non structurées ?

 o A) 70%
o B) 80%
o C) 85%
o D) 90% (Réponse correcte)

4. Quelle n’est pas une source typique de données Big Data ?

o A) Téléphones
o B) Bases de données
o C) Téléspectateurs (Réponse correcte)
o D) Sites web

5. Quel est l’un des défis clés liés aux Big Data ?
o A) Manque de stockage physique
o B) Réunir des données variées pour en extraire des connaissances (Réponse correcte)
o C) Supprimer les données inutiles
o D) Limiter la quantité de données collectées

6. Les 5V qui caractérisent les Big Data incluent :

o A) Variété, Véracité, Valeur, Vitesse, Volume (Réponse correcte)
o B) Volume, Vision, Vigilance, Valeur, Vitesse
o C) Variété, Vérité, Vérification, Volume, Valeur
o D) Vitesse, Vision, Valeur, Volume, Vérité

7. Que signifie la dimension "véracité" des Big Data ?

o A) La rapidité de traitement
o B) La fiabilité des données (Réponse correcte)
o C) La variété des formats
o D) La quantité de données générées

8. Quel type de données est typiquement non structuré ?

o A) Bases de données relationnelles
o B) Logs système
o C) Vidéos et photos (Réponse correcte)
o D) Tableaux Excel

9. Pourquoi la visualisation des Big Data est-elle importante ?

o A) Pour réduire le volume des données
o B) Pour rendre les données accessibles et compréhensibles (Réponse correcte)
o C) Pour accélérer la vitesse de stockage
o D) Pour regrouper les données similaires

10. Quel outil est couramment utilisé pour le traitement des Big Data ?

 A) Excel
 B) Hadoop (Réponse correcte)
 C) PostgreSQL
 D) Tableau

11. Pourquoi les bases relationnelles ne suffisent-elles pas pour les Big Data ?
 A) Elles coûtent trop cher
 B) Elles ne sont pas adaptées aux données non structurées (Réponse correcte)
 C) Elles manquent de sécurité
 D) Elles ne peuvent pas se connecter à des réseaux sociaux

12. Qu’est-ce que le "volume" dans le contexte des Big Data ?

 A) La vitesse de traitement des données

 B) La quantité de données générées (Réponse correcte)
 C) La diversité des données collectées
 D) La précision des données

13. Quel est un exemple d’application des Big Data dans le domaine médical ?

 A) Diagnostiquer les patients par IA

 B) Détecter des conditions critiques à temps pour intervenir (Réponse correcte)
 C) Éduquer les médecins sur les maladies rares
 D) Réduire le coût des traitements

14. Quel avantage offre la baisse des coûts de stockage des données ?

 A) Moins de sécurité nécessaire

 B) Possibilité de stocker plus de données utiles (Réponse correcte)
 C) Réduction du besoin en bases de données
 D) Amélioration automatique de la qualité des données

15. Quel problème pose la vitesse (velocité) des Big Data ?

 A) Comment stocker les données rapidement (Réponse correcte)

 B) Comment limiter le volume de données
 C) Comment supprimer les doublons
 D) Comment réduire les coûts

16. Quelle est une caractéristique des données semi-structurées ?

 A) Elles sont organisées en tables relationnelles

 B) Elles comportent des éléments pour humains et machines (Réponse correcte)
 C) Elles sont entièrement non lisibles par une machine
 D) Elles sont uniquement visuelles

17. Quel est l’objectif principal des Big Data dans les entreprises ?

 A) Réduire la quantité de données collectées

 B) Générer de la valeur à partir des données (Réponse correcte)
 C) Limiter les coûts de stockage
 D) Accélérer les processus informatiques

18. Pourquoi est-il parfois difficile de déterminer quelles données stocker ?

 A) Le manque de technologies modernes

 B) Les données inutiles ne sont pas identifiables facilement (Réponse correcte)
  C) Les données ne sont jamais utiles
 D) Le coût de stockage est prohibitif

19. Quel défi est associé à la variété des Big Data ?

 A) La lenteur des systèmes d’analyse

 B) La nécessité de gérer plusieurs types de formats de données (Réponse correcte)
 C) Le coût élevé des bases relationnelles
 D) La limitation des données non numériques

20. Quelle question clé pose l’extraction de valeur dans les Big Data ?

 A) Comment réduire le volume des données ?

 B) Comment rendre les données exploitables ? (Réponse correcte)
 C) Comment supprimer les données inutiles ?
 D) Comment accélérer le transfert des données ?

QCM : Bases de données NoSQL

1. Que signifie le terme NoSQL ?

o A) Non seulement SQL (Réponse correcte)
o B) Nouveau SQL
o C) Sans SQL
o D) SQL simplifié

2. Quelle caractéristique distingue une base de données NoSQL ?

o A) Utilisation d'un schéma rigide
o B) Adaptation à des structures variées (Réponse correcte)
o C) Nécessité de jointures complexes
o D) Organisation en tables fixes

3. Les bases de données NoSQL sont particulièrement adaptées pour :

o A) Des données tabulaires
o B) Des données semi-structurées ou non structurées (Réponse correcte)
o C) Des transactions bancaires complexes
o D) Des rapports statiques

4. Quel est un type de base de données NoSQL ?

o A) Relationnelle
o B) Clé-valeur (Réponse correcte)
o C) Spatiale
o D) OLAP

5. Dans une base de données orientée documents, les données sont souvent stockées en :
o A) Tableaux
o B) Documents JSON ou XML (Réponse correcte)
o C) Fichiers texte
o D) Formats binaires

6. Qu’est-ce qu’une base orientée graphes permet de représenter ?

 o A) Relations complexes entre entités (Réponse correcte)
o B) Relations tabulaires simples
o C) Données non connectées
o D) Fichiers vidéo

7. Quel est un avantage clé des bases NoSQL par rapport aux bases relationnelles ?
o A) Normalisation automatique
o B) Flexibilité et évolutivité (Réponse correcte)
o C) Cohérence stricte des transactions
o D) Modèle de données fixe

8. Quel modèle NoSQL est utilisé pour analyser de grandes séries temporelles ?
o A) Document
o B) Colonne (Réponse correcte)
o C) Graphe
o D) Clé-valeur

9. Qu’est-ce que HBase ?

o A) Une base orientée lignes
o B) Une base NoSQL orientée colonnes (Réponse correcte)
o C) Un système de fichiers distribué
o D) Un outil d’analyse de flux

10. Quel est un cas d’utilisation typique des bases NoSQL ?

o A) Gestion des logs d’applications (Réponse correcte)
o B) Comptabilité et finances
o C) Traitement de données relationnelles
o D) Gestion de bases SQL classiques

11. Les bases NoSQL sont particulièrement adaptées aux systèmes :

o A) Décentralisés et distribués (Réponse correcte)
o B) Monolithiques
o C) Centralisés uniquement
o D) Relationnels

12. Quel est un outil de stockage et de traitement souvent combiné avec NoSQL ?
o A) Hadoop (Réponse correcte)
o B) Oracle
o C) Excel
o D) MySQL

13. Dans une base clé-valeur, les données sont :

o A) Organisées sous forme de clés associées à des valeurs (Réponse correcte)
o B) Stockées dans des colonnes relationnelles
o C) Stockées dans des documents JSON uniquement
o D) Liées par des relations complexes

14. Quelle base de données est construite sur HDFS ?

o A) MySQL
o B) HBase (Réponse correcte)
 o C) Oracle
o D) MongoDB

15. Quel modèle NoSQL est utilisé pour analyser des réseaux sociaux ?
o A) Colonne
o B) Graphe (Réponse correcte)
o C) Document
o D) Clé-valeur

16. Quel avantage majeur offre NoSQL pour les applications en temps réel ?
o A) Cohérence stricte des données
o B) Haute disponibilité (Réponse correcte)
o C) Modèle ACID complet
o D) Compatibilité avec SQL

17. Quelle est une limitation des bases NoSQL ?

o A) Manque de flexibilité
o B) Cohérence éventuelle au lieu de stricte (Réponse correcte)
o C) Incapacité à gérer de grands volumes de données
o D) Nécessité de normalisation complexe

18. Dans quel cas NoSQL est-il préférable à SQL ?

o A) Lorsque les données sont fortement structurées
o B) Pour des données non structurées ou semi-structurées (Réponse correcte)
o C) Pour des transactions bancaires complexes
o D) Lorsque les relations entre données sont simples

19. Quel outil est conçu pour le traitement parallèle des données en combinaison avec
NoSQL ?
o A) MapReduce (Réponse correcte)
o B) Tableau
o C) PostgreSQL
o D) SQL Server

20. Qu’est-ce qui différencie les bases orientées colonnes des bases relationnelles ?
o A) Elles ne permettent pas les jointures
o B) Elles sont optimisées pour les analyses sur de grands ensembles de données
(Réponse correcte)
o C) Elles nécessitent une structure stricte
o D) Elles ne gèrent pas les relations entre données

QCM : Traitements et architectures Big Data

1. Quel est le principal objectif du traitement par lots (batch processing) ?

o A) Traiter un flux continu de données
o B) Traiter de gros volumes de données collectées sur une période donnée (Réponse
correcte)
o C) Permettre une visualisation en temps réel
o D) Analyser des données graphiques
2. Quel outil est souvent utilisé pour le traitement par lots ?
o A) Apache Kafka
o B) Hadoop MapReduce (Réponse correcte)
o C) Spark Streaming
o D) PostgreSQL

3. Qu’est-ce que le traitement en streaming ?

o A) Traitement de données en lots fixes
o B) Traitement de données en temps réel ou quasi-réel (Réponse correcte)
o C) Analyse uniquement des logs de serveur
o D) Réduction des volumes de données

4. Quel est un cas d’utilisation typique du traitement en streaming ?

o A) Calcul de rapports mensuels
o B) Surveillance des transactions bancaires en temps réel (Réponse correcte)
o C) Archivage de données historiques
o D) Analyse statistique sur des mois

5. Quel outil est couramment utilisé pour le traitement en streaming ?

o A) Excel
o B) Apache Kafka (Réponse correcte)
o C) MySQL
o D) Oracle

6. Quelle est une caractéristique du traitement par micro-batches ?

o A) Traite des données en temps réel sans latence
o B) Regroupe les données en petits lots avant traitement (Réponse correcte)
o C) Ne traite que des données structurées
o D) Nécessite un stockage préalable des données

7. Quelle technologie est souvent utilisée pour le traitement par micro-batches ?

o A) Spark Structured Streaming (Réponse correcte)
o B) Hadoop HDFS
o C) Apache Flink
o D) Tableau

8. Qu’est-ce que l’architecture Lambda ?

o A) Une architecture pour bases relationnelles
o B) Une architecture combinant traitement par lots et temps réel (Réponse correcte)
o C) Une alternative simplifiée à l’architecture Kappa
o D) Une méthode de gestion de bases NoSQL

9. Quel est un composant clé de l’architecture Lambda ?

o A) Couche batch pour l’analyse historique (Réponse correcte)
o B) Couche unifiée pour tous les types de données
o C) Uniquement le traitement en temps réel
o D) Base SQL centralisée

10. Quelle est une limitation de l’architecture Lambda ?

o A) Manque de flexibilité pour le traitement en streaming
 o B) Complexité de maintenance (Réponse correcte)
o C) Incompatibilité avec Hadoop
o D) Nécessité de normalisation des données

11. Qu’est-ce que l’architecture Kappa ?

o A) Une version avancée de Lambda
o B) Une architecture utilisant uniquement le traitement en flux (Réponse correcte)
o C) Une architecture conçue pour SQL
o D) Une méthode pour normaliser les données

12. Quel avantage offre l’architecture Kappa par rapport à Lambda ?

o A) Traitement simplifié et adapté aux systèmes modernes (Réponse correcte)
o B) Intégration des analyses historiques
o C) Cohérence stricte des données
o D) Nécessité d’une base relationnelle

13. Quelle technologie est souvent combinée avec Kappa pour gérer des flux de données ?
o A) Apache Kafka (Réponse correcte)
o B) Hadoop HDFS
o C) Excel
o D) Tableau

14. Quel type de traitement convient mieux pour les données générées par l’IoT ?
o A) Traitement par lots
o B) Traitement en streaming (Réponse correcte)
o C) Traitement OLAP
o D) Stockage statique

15. Quelle étape est réalisée par un système d’ingestion de données ?

o A) Traitement des flux en temps réel
o B) Collecte et transmission des données vers un système de traitement ou stockage
(Réponse correcte)
o C) Normalisation des données collectées
o D) Analyse des logs de serveurs

16. Quel outil est couramment utilisé comme système d’ingestion de données ?
o A) Apache Kafka (Réponse correcte)
o B) MySQL
o C) Tableau
o D) Excel

17. Que permet un système d’ingestion avec buffering ?

o A) Supprimer les doublons dans les données
o B) Stocker temporairement les données avant traitement (Réponse correcte)
o C) Traiter des données archivées
o D) Garantir la cohérence stricte des données

18. Quelle est une caractéristique clé de Spark Structured Streaming ?

o A) Traite les données en temps réel sans regroupement
o B) Utilise le traitement par micro-batches (Réponse correcte)
 o C) Nécessite une couche batch séparée
o D) N’est pas compatible avec l’architecture Lambda

19. Quel type de traitement est souvent utilisé pour surveiller les journaux de serveurs web
?
o A) Traitement par lots
o B) Traitement en streaming (Réponse correcte)
o C) Traitement OLAP
o D) Analyse statique

20. Quel est un inconvénient de l’architecture Kappa ?

o A) Nécessité d’un traitement en batch pour l’historique complexe (Réponse correcte)
o B) Incompatibilité avec les bases relationnelles
o C) Manque de flexibilité pour les flux de données
o D) Latence élevée

QCM : Hadoop et MapReduce

1. Qu’est-ce qu’Hadoop ?
o a) Un système de base de données relationnelle
o b) Un framework open-source pour le stockage et le traitement distribué
o c) Un logiciel de visualisation de données
o d) Un serveur web
Réponse : b)
2. Quel composant gère le stockage des données dans Hadoop ?
o a) YARN
o b) MapReduce
o c) HDFS
o d) Spark
Réponse : c)
3. HDFS divise les fichiers en blocs de :
o a) 16 Mo par défaut
o b) 32 Mo par défaut
o c) 64 Mo par défaut
o d) 128 Mo par défaut
Réponse : c)
4. Quel est le rôle du NameNode dans HDFS ?
o a) Stocker les données
o b) Gérer la métadonnée du système de fichiers
o c) Répliquer les données
o d) Répartir les tâches MapReduce
Réponse : b)
5. Que signifie YARN ?
o a) Yet Another Resource Negotiator
o b) Yet Another Random Network
o c) Your Automated Resource Network
o d) Your Application Resource Node
Réponse : a)
6. Quelle fonctionnalité MapReduce effectue le regroupement des clés ?
o a) Map
 o b) Shuffle
o c) Reduce
o d) Split
Réponse : b)
7. Quelle est la principale utilisation de Hive ?
o a) Calcul distribué
o b) Interroger les données avec SQL
o c) Gestion des tâches MapReduce
o d) Réplication des données
Réponse : b)
8. Quel langage est à l’origine de MapReduce ?
o a) Python
o b) Java
o c) C++
o d) Ruby
Réponse : b)
9. Dans HDFS, combien de répliques sont conservées par défaut ?
o a) 2
o b) 3
o c) 4
o d) 5
Réponse : b)
10. Quel framework Hadoop est optimisé pour le traitement en temps réel ?
o a) Hive
o b) Spark
o c) Pig
o d) Flink
Réponse : b)

Suite :

11. Quel composant gère les ressources dans YARN ?

Réponse : ResourceManager
12. Comment s’appelle le fichier contenant l’arborescence dans le NameNode ?
Réponse : FsImage
13. Quel est le rôle principal d’un DataNode ?
Réponse : Stocker les données
14. Quel est l’objectif de l’étape Map dans MapReduce ?
Réponse : Transformer les données en couples clé/valeur.
15. Quel outil dans Hadoop utilise des scripts simples pour le traitement de
données ?
Réponse : Pig
16. Que se passe-t-il en cas de panne d’un NameNode ?
Réponse : Le Standby NameNode prend le relais.
17. Qu’est-ce que le shuffle dans MapReduce ?
Réponse : Grouper les données par clé.
18. Quelle étape MapReduce réduit les valeurs pour chaque clé distincte ?
Réponse : Reduce
19. Quel type de tâches Hadoop divise-t-il ?
Réponse : Tâches Map et Reduce.
20. Pourquoi HDFS réplique-t-il les blocs sur différents racks ?
Réponse : Pour améliorer la disponibilité et la résilience aux pannes.

1. Quel est le rôle principal d’Hadoop ?

o a) Stocker et traiter des données massives de manière distribuée
o b) Gérer des bases de données relationnelles
o c) Créer des rapports de visualisation
o d) Analyser des images
Réponse : a)
2. Quel composant Hadoop est responsable de la gestion des fichiers distribués ?
o a) MapReduce
o b) YARN
o c) HDFS
o d) Hive
Réponse : c)
3. HDFS divise les fichiers en blocs de taille :
o a) 16 Mo
o b) 32 Mo
o c) 64 Mo
o d) 128 Mo
Réponse : c)
4. Le NameNode est responsable de :
o a) Stocker les données
o b) Gérer les métadonnées
o c) Répartir les tâches MapReduce
o d) Calculer les résultats finaux
Réponse : b)
5. Qu’est-ce que YARN apporte à Hadoop ?
o a) Un système de stockage distribué
o b) Une gestion des ressources pour exécuter plusieurs applications
o c) Un outil de traitement SQL
o d) Une interface utilisateur graphique
Réponse : b)
6. Dans Hadoop, quel outil permet d’interroger les données avec SQL ?
o a) Spark
o b) Hive
o c) Pig
o d) HDFS
Réponse : b)
7. Quelle étape dans MapReduce regroupe les couples clé/valeur par clé ?
o a) Map
o b) Shuffle
o c) Split
o d) Reduce
Réponse : b)
8. Combien de répliques HDFS crée-t-il par défaut pour chaque bloc ?
o a) 2
o b) 3
o c) 4
 o d) 5
Réponse : b)
9. Quel framework Hadoop est conçu pour le traitement de données en mémoire ?
o a) Spark
o b) Hive
o c) Pig
o d) Flink
Réponse : a)
10. Le FsImage contient :
o a) Les données brutes stockées
o b) L’arborescence du système de fichiers
o c) Les logs des modifications
o d) Les résultats des tâches Reduce
Réponse : b)

11. Le MapReduce utilise principalement quel langage pour écrire les programmes ?
o a) Python
o b) Java
o c) C++
o d) Ruby
Réponse : b)
12. Comment sont appelées les unités de traitement dans MapReduce v1 ?
o a) NameNodes
o b) Containers
o c) TaskTrackers
o d) DataNodes
Réponse : c)
13. Quel composant gère les ressources dans YARN ?
o a) NameNode
o b) ResourceManager
o c) ApplicationMaster
o d) NodeManager
Réponse : b)
14. Quel est l’ordre des étapes dans un processus MapReduce ?
o a) Map -> Reduce -> Shuffle
o b) Shuffle -> Map -> Reduce
o c) Split -> Map -> Shuffle -> Reduce
o d) Map -> Shuffle -> Split -> Reduce
Réponse : c)
15. Pourquoi Hadoop utilise-t-il la réplication des données dans HDFS ?
o a) Pour économiser de l’espace
o b) Pour garantir une meilleure résilience aux pannes
o c) Pour accélérer le traitement des tâches MapReduce
o d) Pour simplifier la gestion des blocs
Réponse : b)
16. Quel composant HDFS est chargé d’effectuer les opérations de lecture/écriture ?
o a) NameNode
 o b) DataNode
o c) ResourceManager
o d) TaskTracker
Réponse : b)
17. Quelle étape MapReduce transforme les données en couples clé/valeur ?
o a) Shuffle
o b) Map
o c) Reduce
o d) Split
Réponse : b)
18. Quel problème MapReduce v2 avec YARN résout-il ?
o a) La limitation à un seul type de tâche
o b) La lenteur de la réplication
o c) La gestion des métadonnées dans HDFS
o d) La faible tolérance aux pannes
Réponse : a)
19. Dans l’étape Reduce, les valeurs associées à chaque clé sont :
o a) Divisées par tâche
o b) Regroupées et traitées
o c) Ignorées si elles sont identiques
o d) Répliquées sur plusieurs DataNodes
Réponse : b)
20. Dans MapReduce, que se passe-t-il si un TaskTracker échoue ?
o a) Les données sont supprimées
o b) La tâche est redistribuée à un autre TaskTracker
o c) Le job entier échoue
o d) Le NameNode doit être redémarré
Réponse : b)

Résumé des fichiers et points importants pour un QCM

1. Introduction aux Big Data (fichier 1)

 Résumé :
o Chaque jour, nous générons 2,5 trillions d’octets de données.
o 90% des données sont non structurées, issues de multiples sources (sites web,
téléphones, etc.).
o Défis majeurs : stockage, traitement, visualisation.
o Les 5V du Big Data : Volume, Variété, Vitesse, Véracité, Valeur.
o Les bases de données traditionnelles ne suffisent pas pour gérer ce volume.
o Technologies Big Data : Hadoop, bases NoSQL.
 Points importants pour QCM :
o Les 5V du Big Data.
o Différence entre bases relationnelles et Big Data.
o Applications : prédiction météorologique, détection de conditions critiques.
o Historique et réduction du coût de stockage.
2. Bases de données NoSQL (fichier 2)

 Résumé :
o Les bases NoSQL sont non relationnelles, flexibles et conçues pour le Big
Data.
o Types : Clé-valeur, Document, Colonne, Graphe.
o NoSQL vs SQL : pas de schéma fixe, évolutivité accrue.
o HBase : Base orientée colonne sur HDFS.
o Cas d’utilisation : réseaux sociaux, logs, IoT.
o Intégration avec Hadoop pour une gestion distribuée.
 Points importants pour QCM :
o Types de bases NoSQL.
o Différences entre HDFS et HBase.
o Avantages de NoSQL (scalabilité, haute disponibilité).
o Comparaison entre bases orientées lignes et colonnes.

3. Traitements et architectures Big Data (fichier 3)

 Résumé :
o Types de traitement : Batch, Streaming, Micro-batching.
o Architectures : Lambda (batch + temps réel) et Kappa (temps réel
uniquement).
o Outils : Hadoop, Spark, Kafka.
o Applications : surveillance bancaire, IoT.
o Défis : maintenir des flux en temps réel, coordonner des systèmes distribués.
 Points importants pour QCM :
o Comparaison des types de traitement (Batch, Streaming, etc.).
o Avantages/inconvénients des architectures Lambda et Kappa.
o Rôles des outils comme Kafka et Spark.