Karteikarten: Framework Big Data et Traitements Distribués — 20 Karten

Hadoop — définition ?

Framework Big Data pour calculs distribués open source.

Scalabilité — horizontale ?

Ajout de nœuds pour augmenter la performance.

Parallélisme — principe ?

Exécution simultanée de traitements sur différentes données.

Hadoop — langages compatibles ?

Java, R, Python, Scala via librairies.

Haute disponibilité — mécanisme ?

Réplication HDFS et gestion automatique des erreurs.

HDFS — composant principal ?

Stockage distribué avec Namenode et Datanodes.

MapReduce — étape clé ?

Traitement distribué en phases de mapping et réduction.

YARN — rôle ?

Gestionnaire de ressources et orchestration dans Hadoop.

Cluster on-premise — avantage ?

Contrôle total, sécurité, personnalisation.

Cluster cloud — avantage ?

Flexibilité, scalabilité, gestion externalisée.

Cluster hybride — définition ?

Combinaison on-premise et cloud pour flexibilité.

DataFrame — structure ?

Tableau structuré, API SQL, optimisé pour analyses.

RDD — structure ?

Collection immuable, flexible, tolérante aux pannes.

Traitements Spark — modes ?

Batch, streaming, mini-batch.

Spark — composant central ?

Spark Core, gérant exécution et mémoire.

Métiers Big Data — principaux ?

Data Engineer construit, Data Analyst exploite.

Architecture Lakehouse — objectif ?

Unifier Data Lake et Data Warehouse.

Différence DataFrame/RDD ?

DataFrame pour structuré, RDD flexible, non structuré.

YARN — gestion ?

Allocation dynamique, planification, tolérance panne.

Types de cluster — exemples ?

On-premise, cloud, hybride.