CompTIA Data+ — Questions d'entraînement et examen blanc

Une couche sémantique abstrait le modèle de données physique en termes compréhensibles par les métiers, ce qui permet à des utilisateurs sans profil technique de créer des rapports sans SQL. Au lieu d’interroger « tbl_txn.amt_usd » avec des JOIN complexes, les utilisateurs voient « Chiffre d’affaires » comme un indicateur gouverné et prédéfini. Capacités clés : noms compréhensibles par les métiers, calculs prédéfinis (par ex. marge brute), définitions standardisées qui garantissent la cohérence et relations simplifiées qui masquent la complexité des JOIN. Des outils comme Looker LookML, la dbt semantic layer et les modèles de données Tableau offrent ces fonctions. Pourquoi pas les autres ? Les dépôts de code ETL exigent des compétences de développeur, soit l’inverse du libre-service. Le SQL en ligne de commande demande une expertise technique que les utilisateurs sans profil technique n’ont pas. L’accès administrateur à la base de données est destiné aux DBA, pas aux créateurs de rapports, et présente des risques de sécurité. Conseil pour l’examen : libre-service = couche sémantique + glisser-déposer ; analyse technique = SQL + code.

Les tables de base de données appliquent des contraintes que les fichiers CSV n’ont pas, si bien que les lignes qui enfreignent ces règles peuvent être rejetées pendant le chargement. Les violations courantes concernent NOT NULL (valeurs obligatoires manquantes), les incompatibilités de type de données (texte dans des colonnes numériques), UNIQUE/PRIMARY KEY (identifiants en double), CHECK (valeurs hors plage) et FOREIGN KEY (références orphelines). Le fait que les lignes invalides soient ignorées ou que tout le chargement échoue dépend des paramètres de l’outil de chargement, par exemple d’un seuil d’erreurs autorisées. Si un fichier d’erreurs ou de rejets est configuré, tu peux y examiner les lignes ignorées et le détail de leurs erreurs. Pourquoi pas les autres ? Les bases de données ne font pas disparaître des lignes par compression automatique pendant le chargement. La compression est une optimisation du stockage qui ne modifie pas le nombre de lignes. Un fichier de 100 000 lignes reste largement dans la capacité habituelle d’une base de données. Les licences ne plafonnent pas la taille des tables à un nombre arbitraire de lignes. Conseil pour l’examen : si lignes source > lignes chargées, pense à des lignes rejetées, par exemple pour violation de contraintes. Rapproche toujours les décomptes et vérifie toute sortie d’erreurs ou de rejets configurée.

L’écart interquartile est égal à Q3 moins Q1 et couvre les 50 % centraux des données triées. Pour détecter les valeurs aberrantes : borne inférieure = Q1 − 1,5×IQR, borne supérieure = Q3 + 1,5×IQR. Les valeurs situées en dehors de ces bornes sont signalées comme valeurs aberrantes potentielles. Cette méthode est robuste, car les quartiles résistent à l’influence des valeurs extrêmes, contrairement à la moyenne et à l’écart-type des méthodes fondées sur le z-score (objectifs de l’examen CompTIA Data+, domaine Data Analysis ; NIST/SEMATECH e-Handbook §7.1.6). Pourquoi pas les autres ? « Écart-type × 2 » confond l’IQR avec les seuils fondés sur l’écart-type, qui relèvent d’une autre méthode. « Moyenne moins médiane » indique l’asymétrie, pas la dispersion. « Maximum moins minimum » correspond à l’étendue, qui inclut les valeurs aberrantes au lieu de les détecter. Conseil pour l’examen : IQR = Q3 − Q1 (50 % centraux) ; les bornes à 1,5×IQR identifient les valeurs aberrantes de manière robuste.