EnglishDeutschFrançaisEspañolPortuguês

Databricks · DB-SPARK · Associate

Databricks Associate Developer for Apache Spark — Übungsfragen und Probeprüfung

Die Prüfung zum Databricks Certified Associate Developer for Apache Spark weist nach, dass du Anwendungen mit Apache Spark bauen kannst.

Kostenlos übenErst eine Probefrage ansehen
Erst eine Probefrage ansehenKostenlos üben
Kostenlos für DB-SPARK übenDB-SPARK-Zugang für 29,99 USD kaufen
45Fragen pro Pass-IT-Probeprüfung
90minZeitlimit der Pass-IT-Probeprüfung

Mit Angaben von Databricks abgeglichen · September 2026 · Aktuelle Prüfungsversion

Pass-IT ausprobieren

Probiere aus, wie du mit Pass-IT lernst.

Beantworte eine DB-SPARK-Probefrage und sieh dir die Erklärung mit Quellenverweis an. Direkt hier, ohne Anmeldung.

Apache Spark – Architektur und Komponenten1 / 5

Ein Spark-Executor hat 4 Cores und 16 GB Arbeitsspeicher. Wie viele Tasks können auf diesem Executor gleichzeitig laufen?

AlexGanze Erklärung von Alex

Gleichzeitige Tasks pro Executor = spark.executor.cores / spark.task.cpus. Mit dem Standardwert spark.task.cpus=1 führt jeder Core einen Task aus, also 4 Cores = 4 gleichzeitige Tasks. Ein höherer Wert für spark.task.cpus senkt die Parallelität, gibt jedem Task aber mehr CPU — nützlich für mehrfädige ML-Algorithmen oder GPU-Workloads. Der Speicher wird geteilt: der Arbeitsspeicher pro Task ≈ (Executor-Speicher × Memory Fraction) / gleichzeitige Tasks. Distraktor-Analyse: Die Option „Die Zahl der gleichzeitigen Tasks wird durch…“ ist falsch — spark.default.parallelism steuert die Gesamtzahl der Partitionen, nicht die Parallelität pro Executor. Die Option „Die Parallelität wird durch…“ ist falsch — spark.scheduler.maxRegisteredResourcesWaitingTime hat nichts mit der Zahl der Task-Slots zu tun. Die Option „Bis zu 4 Tasks können gleichzeitig laufen…“ ist falsch — memoryFraction beeinflusst die Spill-Schwellen, begrenzt aber nicht die Task-Parallelität. Ref: spark.apache.org/docs/latest/configuration.html#scheduling

Quelledatabricks.com

Fehlersuche und Tuning von Anwendungen mit der Apache Spark DataFrame API2 / 5

Ein Entwickler bemerkt, dass in einem Spark-Job ein Task einer Shuffle-Stage 10 Minuten braucht, während alle anderen Tasks in 30 Sekunden fertig sind. Wie heißt dieses Problem und wie sollte es behoben werden?

AlexGanze Erklärung von Alex

Data Skew ist ein häufiges Performance-Problem in Spark: eine ungleichmäßige Datenverteilung erzeugt Nachzügler. Symptome: ein oder wenige Tasks brauchen in der Spark UI deutlich länger als der Rest. Lösungen: (1) AQE Skew Join (spark.sql.adaptive.skewJoin.enabled=true, Standard in Spark 3.x) teilt übergroße Partitionen automatisch auf, (2) Key Salting hängt eine Zufallszahl an den schiefen Key und repliziert die kleinere Seite des Joins, (3) Broadcast Join, wenn die nicht schiefe Tabelle klein genug ist, (4) Vor-Aggregation, um das Datenvolumen vor der schiefen Operation zu senken.

Quellespark.apache.org

Verwendung der pandas-API auf Spark3 / 5

Beim Einsatz der pandas-API auf Spark schreibt ein Entwickler ps_df.to_pandas(). Was passiert?

AlexGanze Erklärung von Alex

to_pandas() ist die Notausstiegsluke von der verteilten zur lokalen Verarbeitung. Es nutzt Apache Arrow für eine effiziente Serialisierung (spaltenorientiertes Format, Zero-Copy, wo möglich). Der Datenfluss: Executors → Driver (über das Netzwerk) → Arrow-Batches → pandas-DataFrame. Zur Größe: der Driver braucht genug Speicher, um das gesamte DataFrame im pandas-Format zu halten — wegen des Overheads von Python-Objekten typischerweise das 2- bis 10-Fache der Größe im Spark-Arbeitsspeicher. Sicheres Muster: if len(ps_df) > threshold: ps_df = ps_df.sample(frac=threshold/len(ps_df)); local_df = ps_df.to_pandas().

Quellespark.apache.org

Structured Streaming4 / 5

Ein Entwickler ruft spark.streams.awaitAnyTermination(timeout=3600) auf. Was bewirkt das?

AlexGanze Erklärung von Alex

Lebenszyklus einer Streaming-Anwendung in Produktion: (1) Streaming-Queries mit writeStream.start() starten, (2) spark.streams.awaitAnyTermination() aufrufen, um den Haupt-Thread zu blockieren. Ohne diese Blockade beendet sich der Driver-Prozess und alle Streaming-Queries stoppen. awaitAnyTermination wartet darauf, dass IRGENDEINE Query stoppt (durch einen Fehler oder ein explizites stop()). Nach der Rückkehr solltest du auf Exceptions prüfen: query.exception zeigt die Fehlerdetails. Für dauerhaft laufende Produktions-Apps nutzt du awaitAnyTermination() ohne Timeout (blockiert unbegrenzt). In Notebooks ist das nicht nötig, weil der Notebook-Kernel die Session am Leben hält.

Quellespark.apache.org

Entwicklung von Anwendungen mit der Apache Spark™ DataFrame/DataSet API5 / 5

Ein Entwickler schreibt df.alias('orders').join(df2.alias('items'), col('orders.order_id') == col('items.order_id')). Was macht alias() bei einem DataFrame?

AlexGanze Erklärung von Alex

DataFrame.alias() weist einem DataFrame einen logischen Namen zu, um Spaltenreferenzen in Joins und Selektionen zu qualifizieren. Das ist unverzichtbar für Self-Joins (df.alias('current').join(df.alias('previous'), ...)) und für jeden Join, bei dem beide DataFrames Spaltennamen gemeinsam haben. Der Alias fügt einen Qualifier für die Spaltenauflösung hinzu—er kopiert keine Daten und verändert das DataFrame nicht. In SQL entspricht das FROM orders AS o. Distraktor-Analyse: Die Option “Erstellt einen logischen Scope, der die Spalten des DataFrames…” ist falsch—alias erstellt keine Isolations-Scopes und blockiert keine Optimierungen. Die Option “Deklariert einen wiederverwendbaren DataFrame-Bezeichner…” ist falsch—alias registriert nichts im Catalog der SparkSession. Die Option “Registriert eine benannte Referenz in der Symboltabelle des Query-Plans…” ist falsch—alias ist einfacher als ein Eintrag in einer Symboltabelle; es ist lediglich ein Qualifier für Spaltennamen. Ref: docs.databricks.com/en/pyspark/reference/classes/dataframe/alias.html

Quelledatabricks.com

* Die Fragen in der App sind derzeit auf Englisch. Übersetzungen in dieser Vorschau gelten nur für die Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du beim Prüfungsanbieter.

So bereitest du dich mit Pass-IT auf DB-SPARK vor.

Aktuell 311 Übungsfragen für DB-SPARK, und wir ergänzen laufend neue. Übe gezielt, was dir noch fehlt.

Komm bei schwierigen Fragen weiter.

Verstehe, warum eine Antwort richtig ist. Alex erklärt dir die Zusammenhänge und beantwortet deine Rückfragen, damit du das Gelernte bei der nächsten Aufgabe anwenden kannst.

Alex kennenlernen →

Dialog-Vorschau · DB-SPARK

Nach pandas sammeln

  1. Du

    Warum kann to_pandas() bei einem großen DataFrame abstürzen?

  2. Alex · KI-Tutor

    Es sammelt die verteilten Daten auf dem Driver für einen gewöhnlichen pandas-DataFrame.

    Bei Databricks nachlesen ↗
  3. Du

    Bleibt das Ergebnis verteilt?

  4. Alex · KI-Tutor

    Nein. Der Driver braucht genügend Speicher für das gesammelte Ergebnis.

    Bei Databricks nachlesen ↗

Setze deine Lernzeit gezielt ein.

Üben auf deinem Niveau.
Für neue Übungsrunden passt Pass-IT die Schwierigkeit an deine bisherigen Antworten an.

Aus Fehlern lernen.
Falsche Antworten werden automatisch zu Lernkarten. Du bewertest beim Wiederholen, wie sicher du dich erinnerst; Pass-IT plant den nächsten Termin.

So lernst du gezielt weiter →

Animierte Funktionsvorschau

Damit aus deinen Fehlern sicheres Wissen wird.

So funktioniert Pass-IT

Deine Wiederholung

Eine Frage falsch beantwortet?

Pass-IT merkt sie sich für deine Wiederholung.

DB-SPARK · Frageauszug

Nach pandas sammeln

Vollständige Frage ansehen

Beim Einsatz der pandas-API auf Spark schreibt ein Entwickler ps_df.to_pandas(). Was passiert?

Verstehe die richtige Antwort.

Alle verteilten Daten werden von den Spark-Executors zum Driver eingesammelt und in ein normales pandas-DataFrame umgewandelt; bei großen DataFrames kann das zu einem OOM führen

to_pandas() sammelt Daten auf dem Driver und kann bei großen Ergebnissen dessen Speicher erschöpfen.

Bei Databricks nachlesen ↗

Wie sicher erinnerst du dich?

Beim Wiederholen schätzt du ein, wie gut du die Antwort noch weißt.

Richtig nach Zögern

Pass-IT plant deine nächste Wiederholung.

Der Termin richtet sich nach deiner Einschätzung und bisherigen Wiederholungen.

Ablauf vereinfacht dargestellt. Es wird kein Lernstand gespeichert.

Trainiere für den Moment, in dem es zählt.

Bearbeite eine vollständige Probeprüfung mit Zeitlimit und finde heraus, ob du mit deiner Zeit auskommst.

Deine DB-SPARK-Probeprüfung

Fragen
45
Minuten
90

Schematischer Prüfungsdurchlauf

  1. Start
  2. Aufgaben bearbeiten
  3. Abschluss

Umfang und Zeitlimit der Pass-IT-Probeprüfung.

Geh mit mehr Sicherheit in die Prüfung.

Dein Readiness Score hilft dir einzuschätzen, ob du bereit für die Prüfung bist. Die Ergebnisse je Prüfungsbereich zeigen dir, wo du noch üben solltest.

Geld zurück, wenn du trotz 80 % Readiness nicht bestehst.
Wenn dein Readiness Score zum Prüfungstermin mindestens 80 % beträgt und du die Prüfung trotzdem nicht bestehst, erstatten wir dir den Pass-IT-Kaufpreis dieser Zertifizierung.

Für aktive, bezahlte Zugänge. Nachweis des Nichtbestehens innerhalb von 14 Tagen einreichen.

Weitere Garantiebedingungen

Zum Prüfungstermin brauchst du mindestens 80 % Readiness und einen aktiven, bezahlten Zugang zur Zertifizierung. Lege die Prüfung innerhalb deines Zugangszeitraums ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen nach der Prüfung ein.

Bei Käufen über Apple oder Google erfolgt die Erstattung über den jeweiligen Store. Die vollständigen Bedingungen regeln weitere Einzelheiten.

Garantiebedingungen ansehen →

Der Readiness Score beschreibt deinen Übungsstand, keine Bestehenswahrscheinlichkeit.

Garantievoraussetzung

80%

Mindestens 80 % Readiness
zum Prüfungstermin

Geld zurück bei Nichtbestehen

Fragenzahlen und Probeprüfungseinstellungen aus dem aktuellen Pass-IT-Katalog.

Die Prüfungsbereiche

Das übst du für DB-SPARK.

Prüfungsinhalte, passende Übungen und nachvollziehbare Quellen.

DataFrame-Anwendungen entwickelnGewichtung siehe Leitfaden86 FragenPass-IT-Fragen

Forme, prüfe und verbinde Daten mit Spark-Operationen.

  • Ergänze, entferne, teile oder benenne Spalten um, filtere Zeilen und zerlege Arrays; entferne Duplikate, validiere und aggregiere DataFrames.
  • Arbeite mit Datumswerten, konvertiere Unix-Zeitstempel und extrahiere Datumsbestandteile.
  • Lies, schreibe oder überschreibe DataFrames mit Schemas, sortiere und durchlaufe sie, prüfe Schemas und konvertiere zwischen DataFrames und Listen.
  • Verbinde DataFrames mit Joins oder Unions, wähle Schlüssel und erkläre Einsatz und Umsetzung von Broadcast-Joins.
  • Erstelle und nutze UDFs mit oder ohne zustandsbehaftete Operatoren und StateStores und erkläre Broadcast-Variablen und Akkumulatoren.
Offizielle Lernziele bei Databricks
Spark-Ausführung verstehenGewichtung siehe Leitfaden34 FragenPass-IT-Fragen

Verbinde die verteilte Architektur mit der Arbeitsweise von Spark.

  • Erkläre Vorteile und Herausforderungen von Spark sowie Aufgaben von Clustern, Drivern, Workern, Executors, Kernen und Speicher.
  • Beschreibe DataFrames, Datasets und den SparkSession-Lebenszyklus einschließlich Caching, Speicherstufen und Garbage Collection.
  • Erkläre Ausführungshierarchie, Aktionen, Transformationen und verzögerte Auswertung und konfiguriere Partitionen und Shuffles für verteilte Verarbeitung.
  • Unterscheide Spark Core, SQL, DataFrames, pandas API on Spark, Structured Streaming und ML-Module.
Offizielle Lernziele bei Databricks
Mit Spark SQL lesen und schreibenGewichtung siehe Leitfaden65 FragenPass-IT-Fragen

Greife mit SQL auf Dateien, DataFrames und dauerhafte Tabellen zu.

  • Lies und schreibe JDBC- oder Dateiquellen mit passenden Speichermodi, Überschreiben und Spaltenpartitionierung; frage ORC-, JSON-, CSV-, Text- und Delta-Dateien direkt ab.
  • Speichere Daten als dauerhafte Tabellen und wende Sortierung und Partitionierung für den Abruf an.
  • Registriere DataFrames als temporäre Views und frage sie mit SQL ab.
Offizielle Lernziele bei Databricks
Spark optimieren und Fehler behebenGewichtung siehe Leitfaden45 FragenPass-IT-Fragen

Verbessere Ressourcennutzung mit Partitionierung und Logs.

  • Optimiere Partitionen, Repartitionierung und Coalescing, erkenne Datenungleichgewicht und reduziere Shuffling für bessere Clusterauslastung.
  • Erkläre Adaptive Query Execution und ihre Vorteile.
  • Veröffentliche, konfiguriere und analysiere Driver- und Executor-Logs zur Diagnose von Speicherfehlern und schlecht ausgelasteten Clustern.
Offizielle Lernziele bei Databricks
Streaming-Daten verarbeitenGewichtung siehe Leitfaden40 FragenPass-IT-Fragen

Wende DataFrame-Operationen auf fortlaufend eintreffende Daten an.

  • Erkläre Programmiermodell, Micro-Batches, Exactly-once-Semantik und Fehlertoleranz von Structured Streaming.
  • Erstelle und schreibe Streaming-DataFrames oder -Datasets mit passenden Ausgabemodi und Zielen.
  • Wende Auswahl, Projektion, Fenster und Aggregation auf Streaming-Daten an.
  • Entferne doppelte Streaming-Datensätze mit oder ohne Watermarks.
Offizielle Lernziele bei Databricks
Anwendungsbereitstellung verstehenGewichtung siehe Leitfaden13 FragenPass-IT-Fragen

Erkenne Spark Connect und die verfügbaren Ausführungsmodi.

  • Beschreibe die Funktionen von Spark Connect.
  • Unterscheide Client-, Cluster- und lokale Bereitstellungsmodi in Spark.
Offizielle Lernziele bei Databricks
Pandas mit Spark nutzenGewichtung siehe Leitfaden28 FragenPass-IT-Fragen

Wende pandas-orientierte Werkzeuge in Spark an.

  • Erkläre die Vorteile der pandas API on Spark.
  • Erstelle und nutze pandas-UDFs.
Offizielle Lernziele bei Databricks
Diese Aufgabenformate übst du
Multiple Choice
Eine Antwort auswählen.

Dies sind die Übungsformate von Pass-IT. Angaben zur offiziellen Prüfung findest du auf der Databricks-Zertifizierungsseite.

Häufig gestellte Fragen

Deine Vorbereitung

Wie viel Lernzeit sollte ich für DB-SPARK einplanen?

Für deine Planung rechnet Pass-IT grob mit 50–120 Stunden. Mit einschlägiger Erfahrung eher weniger, beim Einstieg eher mehr. Dein Bedarf kann außerhalb dieser Spanne liegen. Das ist keine Zeitvorgabe von Databricks und kein Versprechen, in dieser Zeit prüfungsbereit zu sein.

Was brauchst du vor der Databricks-Spark-Developer-Prüfung?

Es gibt keine formale Voraussetzung. Databricks empfiehlt mindestens sechs Monate praktische Spark-Entwicklung in Python oder Scala, und genau so sind die Fragen geschrieben: Sie setzen voraus, dass du mit diesen APIs gearbeitet und nicht nur über sie gelesen hast.

Pass-IT nutzen

In welcher Sprache sind die Fragen in Pass-IT?

Die Fragen in der App sind derzeit auf Englisch. Übersetzungen der Probefragen auf dieser Seite gelten nur für diese Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du bei Databricks.

Wie lange gilt mein Zugang für DB-SPARK?

Der Zugang gilt für diese Zertifizierung für 12 Monate. Du zahlst einmal; es gibt keine automatische Verlängerung.

Wann greift die Geld-zurück-Garantie?

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein. Garantiebedingungen

Zur DB-SPARK-Prüfung

Wo kann ich die DB-SPARK-Prüfung ablegen?

Online beaufsichtigt oder Prüfungszentrum.

Wie lange dauert die Prüfung Databricks Certified Associate Developer for Apache Spark?

Die Prüfung Databricks Certified Associate Developer for Apache Spark umfasst 45 Fragen und hat ein Zeitlimit von 90 Minuten.

Wie lange ist die Databricks-Spark-Zertifizierung gültig?

Zwei Jahre, also kürzer als bei den meisten Cloud-Zertifizierungen. Für die Rezertifizierung legst du die dann aktuelle Version der Prüfung ab und nicht ein verkürztes Renewal-Assessment, plane also einen vollen Prüfungstermin ein.

Was passiert, wenn du die Spark-Developer-Prüfung nicht bestehst?

Du musst vor der Wiederholung der Spark-Developer-Prüfung und zwischen allen weiteren Versuchen jeweils 14 Tage warten. Databricks begrenzt die Anzahl der Wiederholungen nicht.

Deine Vorbereitung auf DB-SPARK

$29.99einmalig

12 Monate Zugang für DB-SPARK · Keine automatische Verlängerung

DB-SPARK-Zugang kaufen

Die Fragen in der App sind derzeit auf Englisch.

20 Fragen kostenlos ausprobierenKostenloses Konto erforderlich. Keine Kreditkarte.

Schon ein Konto? Anmelden

Lieber ein Abo? Abos ansehen →

Geld zurück bei Nichtbestehen ab 80 % Readiness – für berechtigte Käufe gemäß Garantiebedingungen.

Garantiebedingungen

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein.

Vollständige Garantiebedingungen →

Verwandte Zertifizierungen

Databricks Certified Data Analyst AssociateDatabricks Certified Data Engineer AssociateDatabricks Certified Data Engineer ProfessionalDatabricks Certified Generative AI Engineer AssociateAlle Databricks-Zertifizierungen →