Accueil Certifications FAQ Partenaires Blog

Commencer gratuitement

·EN·DE·FR·ES·PT

Databricks · DB-SPARK · Associate

Databricks Associate Developer for Apache Spark — Questions d'entraînement et examen blanc

Prépare DB-SPARK avec des questions d’entraînement originales et des réponses clairement expliquées. Demande des précisions à Alex, ton tuteur IA, repère les sujets à revoir grâce à tes résultats et entraîne-toi à gérer ton temps avec des examens blancs chronométrés.

S’entraîner gratuitement pour DB-SPARK Acheter l’accès à DB-SPARK pour $29.99

Acheter l’accès à DB-SPARK pour $29.99 S’entraîner gratuitement pour DB-SPARK

45Questions de l’examen blanc

90minTemps imparti

Vérifié auprès de Databricks · août 2026 · Version actuelle de l’examen

Présentation

À propos de l’examen

L’examen Databricks Certified Associate Developer for Apache Spark valide ta capacité à créer des applications avec Apache Spark. Il couvre les API DataFrame et Dataset, Spark SQL, l’architecture et les composants de Spark, le Structured Streaming, ainsi que le dépannage et l’optimisation des applications DataFrame. Tu dois aussi montrer que tu maîtrises Spark Connect et la Pandas API on Spark : le guide d’examen actuel formule toutes les tâches en Python.

Cette certification s’adresse aux développeurs qui ont au moins six mois d’expérience dans la création d’applications Apache Spark, en Python ou en Scala. Elle atteste d’une vraie aisance avec les API principales de Spark et de ta capacité à raisonner sur les performances et le dépannage dans un environnement de calcul distribué.

Essaie les questions d’entraînement

Essaie cinq questions sur DB-SPARK

Entraîne-toi avec cinq questions de la banque actuelle de l’app pour Databricks Certified Associate Developer for Apache Spark, accompagnées de leurs réponses et explications.

Architecture et composants d'Apache Spark1 / 5

Un executor Spark dispose de 4 cœurs et de 16 GB de mémoire. Combien de tâches peuvent s'exécuter simultanément sur cet executor ?

AlexExplication complète d’Alex

Tâches simultanées par executor = spark.executor.cores / spark.task.cpus. Avec la valeur par défaut spark.task.cpus=1, chaque cœur exécute une tâche : 4 cœurs = 4 tâches simultanées. Augmenter spark.task.cpus réduit la concurrence mais donne plus de CPU à chaque tâche — utile pour les algorithmes de ML multithreadés ou les charges GPU. La mémoire est partagée : la mémoire de travail de chaque tâche ≈ (mémoire de l'executor × memory fraction) / tâches simultanées. Analyse des distracteurs : L'option « Le nombre de tâches simultanées est plafonné… » est fausse — spark.default.parallelism contrôle le nombre total de partitions, pas la concurrence par executor. L'option « La concurrence est limitée par… » est fausse — spark.scheduler.maxRegisteredResourcesWaitingTime n'a rien à voir avec le nombre de slots de tâches. L'option « Jusqu'à 4 tâches peuvent s'exécuter simultanément… » est fausse — memoryFraction agit sur les seuils de spill, mais ne plafonne pas la concurrence des tâches. Ref: spark.apache.org/docs/latest/configuration.html#scheduling

Sourcedatabricks.com

Dépannage et tuning d'applications avec l'API DataFrame d'Apache Spark2 / 5

Un développeur remarque que, dans un job Spark, une tâche d'une étape de shuffle prend 10 minutes alors que toutes les autres se terminent en 30 secondes. Comment s'appelle ce problème et comment faut-il le traiter ?

AlexExplication complète d’Alex

Le data skew est un problème de performance courant dans Spark : une répartition inégale des données produit des traînards. Symptômes : une tâche, ou quelques-unes, mettent bien plus de temps que les autres dans la Spark UI. Solutions : (1) le skew join d'AQE (spark.sql.adaptive.skewJoin.enabled=true, activé par défaut dans Spark 3.x) découpe automatiquement les partitions surdimensionnées, (2) le salting de clé ajoute un nombre aléatoire à la clé déséquilibrée et réplique le plus petit côté de la jointure, (3) un broadcast join si la table non déséquilibrée est assez petite, (4) une pré-agrégation pour réduire le volume de données avant l'opération déséquilibrée.

Sourcespark.apache.org

Utilisation de l'API pandas sur Spark3 / 5

Avec l'API pandas sur Spark, un développeur écrit ps_df.to_pandas(). Que se passe-t-il ?

AlexExplication complète d’Alex

to_pandas() est la porte de sortie du traitement distribué vers le traitement local. La méthode s'appuie sur Apache Arrow pour une sérialisation efficace (format colonnaire, zero-copy quand c'est possible). Le flux de données : executors → driver (par le réseau) → batches Arrow → DataFrame pandas. Côté taille : le driver doit avoir assez de mémoire pour contenir tout le DataFrame au format pandas, soit typiquement 2 à 10 fois la taille qu'il occupe en mémoire dans Spark, à cause du surcoût des objets Python. Motif prudent : if len(ps_df) > threshold: ps_df = ps_df.sample(frac=threshold/len(ps_df)); local_df = ps_df.to_pandas().

Sourcespark.apache.org

Structured Streaming4 / 5

Un développeur appelle spark.streams.awaitAnyTermination(timeout=3600). Qu'est-ce que cela fait ?

AlexExplication complète d’Alex

Cycle de vie d'une application de streaming en production : (1) démarrer les requêtes de streaming avec writeStream.start(), (2) appeler spark.streams.awaitAnyTermination() pour bloquer le thread principal. Sans ce blocage, le processus du driver se termine et toutes les requêtes de streaming s'arrêtent. awaitAnyTermination attend l'arrêt de N'IMPORTE QUELLE requête (sur erreur ou sur un stop() explicite). Une fois la main rendue, vérifie les exceptions : query.exception donne le détail de l'échec. Pour des applications de production au long cours, utilise awaitAnyTermination() sans timeout (blocage indéfini). Dans un notebook, ce n'est pas nécessaire, car le kernel du notebook garde la session vivante.

Sourcespark.apache.org

Développement d'applications avec l'API DataFrame/DataSet d'Apache Spark™5 / 5

Un développeur écrit df.alias('orders').join(df2.alias('items'), col('orders.order_id') == col('items.order_id')). Que fait alias() sur un DataFrame ?

AlexExplication complète d’Alex

DataFrame.alias() attribue un nom logique à un DataFrame afin de qualifier les références de colonnes dans les jointures et les sélections. C'est indispensable pour les self-joins (df.alias('current').join(df.alias('previous'), ...)) et pour toute jointure où les deux DataFrames partagent des noms de colonnes. L'alias ajoute un qualificateur pour la résolution des colonnes—il ne copie pas les données et ne modifie pas le DataFrame. En SQL, cela équivaut à FROM orders AS o. Analyse des distracteurs : L'option “Crée une portée logique qui isole les colonnes du DataFrame…” est fausse—alias ne crée pas de portées d'isolation et ne bloque aucune optimisation. L'option “Déclare un identifiant de DataFrame réutilisable…” est fausse—alias n'enregistre rien dans le catalogue de la SparkSession. L'option “Enregistre une référence nommée dans la table des symboles du plan de requête…” est fausse—alias est plus simple qu'un enregistrement dans une table des symboles ; ce n'est qu'un qualificateur de nom de colonne. Ref: docs.databricks.com/en/pyspark/reference/classes/dataframe/alias.html

Sourcedatabricks.com

Créer un compte gratuit

Les questions de l’app sont actuellement en anglais. Les traductions de cet aperçu concernent uniquement l’aperçu. Consulte l’organisme de certification pour connaître les langues disponibles pour l’examen officiel.

Banque de questions

311 questions d’entraînement

Utilise la banque de questions Pass-IT pour t’entraîner pour DB-SPARK. Les examens blancs sont réglés sur 45 questions en 90 minutes.

Détails de la banque de questions : DB-SPARK

Objectifs du guide32 objectifs répertoriés dans le guide officiel

répartis entre 7 domaines dans le guide officiel de l’examen

Taille de la banque311 questions

= La taille de la banque équivaut à 6 séries de 45 questions. Cela ne signifie pas que chaque examen blanc utilise une série distincte.

Questions marquées comme vérifiées à partir des sources311 sur 311

questions dont la réponse, les choix et l’explication sont enregistrés comme ayant été vérifiés à partir de la documentation officielle de Databricks

Comment les questions sont créées →

Domaines de l’examen

Contenu de l’examen

Le développement des API DataFrame et Dataset est le domaine le plus lourd avec 30 % : manipulation de colonnes et de lignes, jointures, agrégations et fonctions définies par l’utilisateur avec opérateurs stateful. Viennent ensuite l’architecture et les composants (20 %) et Spark SQL (20 %), qui pèsent à eux deux autant que le domaine DataFrame à lui seul. On y teste le modèle driver-executor, le partitionnement et les shuffles, l’évaluation paresseuse, ainsi que la lecture et l’écriture via Spark SQL sur des sources JDBC et des fichiers.

Le troubleshooting et le tuning d’un côté, le Structured Streaming de l’autre comptent chacun pour 10 %, avec l’Adaptive Query Execution et le traitement par micro-batchs en sémantique exactly-once. Spark Connect et l’API Pandas de Spark sont les domaines les plus légers, 5 % chacun : des sujets récents ou plus pointus que beaucoup de guides de révision passent sous silence, mais qui tombent quand même à l’examen.

Programme de l’examen : DB-SPARK

Developing Apache Spark™ DataFrame/DataSet API Applications30%

Manipulate DataFrame columns, rows, and structures through filtering, joining, aggregating, and date operations, and manage I/O operations and user-defined functions including stateful operators. Also covers broadcast variables, accumulators, and the purpose of broadcast joins.

≈ 24 h

Apache Spark Architecture and Components20%

Architecture des clusters Spark, rôles du driver et des executors, gestion mémoire, partitionnement et optimiseur Catalyst.

≈ 16 h

Using Spark SQL20%

Requêtes SQL sur Spark, création et gestion de tables et de vues, fonctions de fenêtrage et optimisation des performances SQL.

≈ 16 h

Troubleshooting and Tuning Apache Spark DataFrame API Applications10%

Tune Spark performance by repartitioning or coalescing data to fight skew and cut shuffling, understand what Adaptive Query Execution does for you automatically, and read driver and executor logs to catch out-of-memory errors and underused clusters.

≈ 8 h

Structured Streaming10%

Création d'applications de streaming, watermarking, modes de sortie, triggers et traitement à état.

≈ 8 h

Using Spark Connect to deploy applications5%

Learn what Spark Connect enables for remote application development, and compare it against Apache Spark's client, cluster, and local deployment modes.

≈ 4 h

Using Pandas API on Spark5%

See what the Pandas API on Spark buys you over plain Pandas, and write Pandas UDFs that run against that same interface.

≈ 4 h

Format

Format de l’examen et types de questions

L’examen compte 45 questions à choix multiples notées, à traiter en 90 minutes, avec d’éventuelles questions pilotes non notées. Tout est posé sous forme de scénarios couvrant les API DataFrame et Dataset, Spark SQL et l’architecture des clusters : il s’agit de dire si une opération est lazy ou eager, et de voir comment un choix de partitionnement se répercute sur les performances en aval, pas seulement de connaître la syntaxe.

Types de questions : DB-SPARK

Choix multiple100%

Sélectionne la seule réponse qui répond le mieux aux exigences de la question.

Consulte Databricks pour les informations officielles sur les formats de questions. Les proportions affichées décrivent la banque de questions Pass-IT et ne permettent pas de déduire celles de l’examen officiel.

Organisation

Préparation à DB-SPARK

L’examen se passe en ligne avec un surveillant à distance, ou dans un centre de test, et il n’est proposé qu’en anglais. La certification reste valable deux ans ; pour la renouveler, tu dois repasser la version en vigueur de l’examen.

Préparation et modalités : DB-SPARK

Préparation

Exemple de durée de préparation50–120 h

fourchette illustrative pour t’organiser : de 50 h avec une expérience pertinente à 120 h si tu débutes ; tes besoins peuvent se situer en dehors de cette fourchette

NiveauAssocié

Connaissances conseilléesAucun prérequis. Une expérience pratique d'au moins 6 mois en développement Apache Spark est recommandée.

Passage de l’examen et maintien de la certification

Modalités de passageSurveillé en ligne ou centre d'examen

Conditions de nouvelle tentativeAucun délai d'attente obligatoire. Des frais de nouvelle tentative s'appliquent.

Validité de la certification2 ans

Recertification obligatoire tous les 2 ans : tu dois repasser la version en vigueur de l'examen.

Guide officielConsulter le site de l’organisme

Conseils de révision

Erreurs fréquentes

Points à revoir : DB-SPARK

01Stateful UDFs and StateStores
Traiter une UDF stateful adossée à un StateStore comme une UDF sans état, sans tenir compte de l’état qui persiste d’un micro-batch à l’autre : voilà de quoi te tromper sur les questions portant sur les UDF avancées.
02Save Modes on Files
Confondre les save modes overwrite, append, ignore et error au moment d’écrire les résultats d’une requête dans des fichiers te fera rater les questions sur les sorties Spark SQL.
03AQE Benefits
Si tu ne sais pas ce qu’Adaptive Query Execution optimise réellement à l’exécution (gestion des jointures avec skew, dimensionnement des shuffle partitions), tu te tromperas sur les questions de performance tuning.
04Streaming Dedup Watermarks
Dédupliquer un DataFrame en streaming sans watermark, ce qui fait grossir l’état sans limite au lieu de le borner correctement pour les données en retard, mène à de mauvaises réponses sur les questions de structured streaming.
05Pandas UDF vs API
Confondre une Pandas UDF, qui vectorise une fonction personnalisée, avec Pandas API on Spark, qui réimplémente la syntaxe pandas sur des DataFrames distribués : c’est l’erreur classique sur les questions Pandas-on-Spark.

S’entraîner avec des questions et des explications sur Pass-IT →

Questions

Questions fréquentes

Combien de temps dure l’examen Databricks Certified Associate Developer for Apache Spark ?

L’examen Databricks Certified Associate Developer for Apache Spark comporte 45 questions et le temps imparti est de 90 minutes.

Quels points méritent une attention particulière pendant la préparation de Databricks Certified Associate Developer for Apache Spark ?

Les points à revoir comprennent Stateful UDFs and StateStores, Save Modes on Files, AQE Benefits, Streaming Dedup Watermarks, Pandas UDF vs API. Travaille sur des exemples pour vérifier que tu comprends les distinctions et que tu peux expliquer ta réponse.

Que te faut-il avant l'examen Databricks Spark developer ?

Il n'y a aucun prérequis formel. Databricks recommande au moins six mois de développement Spark en conditions réelles, en Python ou en Scala, et les questions sont écrites dans cet esprit : elles supposent que tu as manipulé ces API plutôt que simplement lu leur documentation.

Combien de temps la certification Databricks Spark reste-t-elle valable ?

Deux ans, soit moins que la plupart des certifications cloud. Pour te recertifier, tu repasses la version alors en vigueur de l'examen et non une évaluation de renouvellement allégée : prévois donc une session complète.

Quels sujets pèsent le plus dans l'examen Spark developer ?

La DataFrame and DataSet API est le domaine le plus lourd avec 30%, devant Spark architecture et Spark SQL à 20% chacun. Troubleshooting and tuning et structured streaming comptent pour 10% chacun, Spark Connect et la pandas API on Spark pour 5% chacun. La moitié de l'examen tient donc dans la DataFrame API et l'architecture.

Que se passe-t-il si tu échoues à l'examen Spark developer ?

Databricks n'impose aucun délai d'attente : tu peux te réinscrire dès que tu te sens prêt. Des frais de repassage s'appliquent à chaque tentative.

Une certification, 12 mois

Entraînement pour DB-SPARK

Concentre ton entraînement sur une certification ou choisis Pro pour t’entraîner à toutes les certifications.

Acheter l’accès à DB-SPARK pour $29.99

Commencer un entraînement gratuitEssaie les 20 premières questions sans carte bancaire pour voir si cet entraînement te convient.

Pour les achats éligibles : remboursement garanti si tu échoues à ton examen.

Voir les conditions de garantie →