03 — Jour 1 · Cluster et HDFS

Ce quiz du premier jour vérifie votre maîtrise du fonctionnement d'un cluster Spark Standalone et de HDFS, sur le cas fil rouge des courses de taxis jaunes de New York. Il couvre la création de la session PySpark et le choix du master, la lecture de chemins locaux ou HDFS, le diagnostic d'erreurs courantes (connexion refusée sur le port 7077, versions de Python incohérentes entre driver et workers), ainsi que l'effet de l'ajout d'un worker sur un même poste. Il aborde aussi HDFS (taille de bloc, réplication, URI du système de fichiers par défaut), les opérations de base sur les RDD de paires comme l'agrégation par clé et la jointure, et la préparation d'un environnement Docker ou hors ligne avec PySpark, py4j et JDK 17. Un niveau débutant à intermédiaire suffit, avec des notions de Python et de ligne de commande. À l'issue du quiz, vous saurez identifier la cause probable d'un échec de lancement ou de lecture, prévoir le nombre de blocs et de réplicas d'un fichier, et choisir la bonne correction pour un cluster qui ne démarre pas.

Free questions

14

Certification mode

14 questions

Question bank

14 questions

Passing score

70%

Pass the short version to earn the free Essential Certificate. Payment unlocks the in-depth version and the Excellence Certificate, which carries more weight.

You can take the quiz without an account. To receive your results by email and keep them in your history, create an account.