EnglishDeutschFrançaisEspañolPortuguês

Databricks · DB-SPARK · Associate

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

L’examen Databricks Certified Associate Developer for Apache Spark valide ta capacité à créer des applications avec Apache Spark.

Entraîne-toi gratuitementVoir d’abord une question
Voir d’abord une questionEntraîne-toi gratuitement
S’entraîner gratuitement pour DB-SPARKAcheter l’accès à DB-SPARK pour 29,99 USD
45Questions par examen blanc Pass-IT
90minDurée limite de l’examen blanc Pass-IT

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

Essayer Pass-IT

Découvre comment tu apprends avec Pass-IT.

Réponds à une question d’exemple pour DB-SPARK et lis l’explication avec sa source. Ici même, sans inscription.

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

* 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.

Comment te préparer à DB-SPARK avec Pass-IT.

Actuellement, 311 questions d’entraînement pour DB-SPARK, et nous en ajoutons régulièrement. Concentre-toi sur ce qu’il te reste à apprendre.

Avance quand une question te bloque.

Comprends pourquoi une réponse est correcte. Alex t’explique les notions et répond à tes questions pour que tu puisses appliquer ce que tu apprends à l’exercice suivant.

Découvrir Alex →

Aperçu de conversation · DB-SPARK

Collecter dans pandas

  1. Toi

    Pourquoi to_pandas() peut-il échouer sur un grand DataFrame ?

  2. Alex · Tuteur IA

    Il rassemble les données distribuées sur le driver pour créer un DataFrame pandas classique.

    Lire la documentation Databricks ↗
  3. Toi

    Le résultat reste-t-il distribué ?

  4. Alex · Tuteur IA

    Non. Le driver doit avoir assez de mémoire pour le résultat complet.

    Lire la documentation Databricks ↗

Utilise ton temps d’étude à bon escient.

Entraîne-toi à ton niveau.
Pour les nouvelles séances d’entraînement, Pass-IT adapte la difficulté à tes réponses précédentes.

Apprends de tes erreurs.
Les réponses incorrectes deviennent automatiquement des fiches de révision. En les revoyant, tu évalues à quel point tu te souviens de la réponse ; Pass-IT programme la prochaine révision.

Découvrir les révisions ciblées →

Démonstration animée de la fonctionnalité

Transforme tes erreurs en connaissances solides.

Comment fonctionne Pass-IT

Ta révision

Tu as mal répondu à une question ?

Pass-IT la conserve pour ta révision.

DB-SPARK · Extrait de question

Collecter dans pandas

Voir la question complète

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

Comprends la bonne réponse.

Toutes les données distribuées sont collectées depuis les executors Spark vers le driver et converties en un DataFrame pandas classique ; sur de gros DataFrames, cela peut provoquer un OOM

to_pandas() collecte les données sur le driver et peut épuiser sa mémoire.

Lire la documentation Databricks ↗

À quel point te souviens-tu de la réponse ?

Pendant la révision, tu évalues si tu te souviens bien de la réponse.

Correct après hésitation

Pass-IT programme ta prochaine révision.

La date dépend de ton évaluation et de tes révisions précédentes.

Démonstration simplifiée. Aucun progrès d’apprentissage n’est enregistré.

Entraîne-toi pour le moment qui compte.

Passe un examen blanc complet avec une limite de temps et vérifie si tu arrives à terminer à temps.

Ton examen blanc DB-SPARK

Questions
45
Minutes
90

Illustration du déroulement d’un examen

  1. Début
  2. Répondre aux questions
  3. Fin

Nombre de questions et durée limite de l’examen blanc Pass-IT.

Aborde l’examen avec plus de confiance.

Ton Readiness Score t’aide à évaluer si tu es prêt pour l’examen. Les résultats par domaine te montrent où tu devrais continuer à t’entraîner.

Remboursé si tu échoues malgré 80 % de Readiness.
Si ton Readiness Score atteint au moins 80 % au moment de l’examen et que tu échoues malgré tout, nous te remboursons le prix d’achat Pass-IT de cette certification.

Pour les accès payants actifs. Envoie la preuve de ton échec sous 14 jours.

Autres conditions de la garantie

Au moment de l’examen, tu dois avoir au moins 80 % de Readiness et un accès payant actif à la certification. Passe l’examen pendant ta période d’accès et envoie la preuve officielle de ton échec dans les 14 jours suivant l’examen.

Pour les achats via Apple ou Google, le remboursement passe par la boutique concernée. Consulte les conditions complètes pour les autres modalités.

Voir les conditions de la garantie →

Le Readiness Score décrit tes progrès à l’entraînement, pas une probabilité de réussite.

Condition de la garantie

80%

Au moins 80 % de Readiness
au moment de l’examen

Remboursement en cas d’échec

Nombre de questions et paramètres des examens blancs issus du catalogue Pass-IT actuel.

Les domaines de l’examen

Ce que tu travailles pour DB-SPARK.

Les sujets de l’examen, des exercices adaptés et des sources à consulter.

Développer des applications DataFrameConsulte le guide pour la pondération86 QuestionsQuestions Pass-IT

Utilise Spark pour transformer, valider et combiner les données.

  • Ajoute, retire, découpe ou renomme les colonnes, filtre les lignes et éclate les tableaux ; déduplique, valide et agrège les DataFrames.
  • Manipule les dates, convertis les timestamps Unix et extrais les composantes de date.
  • Lis, écris ou remplace des DataFrames avec schémas, trie-les et parcours-les, examine les schémas et convertis entre DataFrames et listes.
  • Combine les DataFrames avec jointures ou unions, choisis les clés et explique quand et comment utiliser les broadcast joins.
  • Crée et appelle des UDF avec ou sans opérateurs à état et StateStores et explique variables broadcast et accumulateurs.
Objectifs officiels Databricks
Comprendre l’exécution SparkConsulte le guide pour la pondération34 QuestionsQuestions Pass-IT

Relie l’architecture distribuée à la manière dont Spark travaille.

  • Explique avantages et difficultés de Spark et rôles des clusters, drivers, workers, executors, cœurs et mémoire.
  • Décris DataFrames, Datasets et cycle de vie SparkSession, avec cache, niveaux de stockage et ramasse-miettes.
  • Explique hiérarchie d’exécution, actions, transformations et évaluation paresseuse et configure partitions et shuffles pour le traitement distribué.
  • Distingue Spark Core, SQL, DataFrames, pandas API on Spark, Structured Streaming et modules de machine learning.
Objectifs officiels Databricks
Lire et écrire avec Spark SQLConsulte le guide pour la pondération65 QuestionsQuestions Pass-IT

Utilise SQL pour accéder aux fichiers, DataFrames et tables persistantes.

  • Lis et écris les sources JDBC ou fichiers avec modes de sauvegarde, remplacement et partitionnement par colonne adaptés ; interroge directement ORC, JSON, CSV, texte et Delta.
  • Enregistre les données dans des tables persistantes avec tri et partitionnement adaptés à la lecture.
  • Enregistre les DataFrames comme vues temporaires et interroge-les en SQL.
Objectifs officiels Databricks
Optimiser et dépanner SparkConsulte le guide pour la pondération45 QuestionsQuestions Pass-IT

Améliore l’utilisation des ressources avec partitionnement et logs.

  • Ajuste partitions, repartitionnement et coalescence, repère les déséquilibres et réduis le shuffle pour mieux utiliser le cluster.
  • Explique Adaptive Query Execution et ses avantages.
  • Publie, personnalise et analyse les logs driver et executor pour diagnostiquer erreurs mémoire et clusters sous-utilisés.
Objectifs officiels Databricks
Traiter les flux de donnéesConsulte le guide pour la pondération40 QuestionsQuestions Pass-IT

Applique les opérations DataFrame aux données qui arrivent en continu.

  • Explique modèle de programmation, micro-batches, sémantique exactly-once et tolérance aux pannes de Structured Streaming.
  • Crée et écris des DataFrames ou Datasets de streaming avec modes de sortie et destinations adaptés.
  • Applique sélection, projection, fenêtres et agrégation aux flux.
  • Déduplique les enregistrements en streaming avec ou sans watermarks.
Objectifs officiels Databricks
Comprendre le déploiement des applicationsConsulte le guide pour la pondération13 QuestionsQuestions Pass-IT

Identifie Spark Connect et les modes d’exécution disponibles.

  • Décris les fonctionnalités de Spark Connect.
  • Distingue les modes de déploiement client, cluster et local dans Spark.
Objectifs officiels Databricks
Utiliser pandas avec SparkConsulte le guide pour la pondération28 QuestionsQuestions Pass-IT

Applique les outils orientés pandas dans Spark.

  • Explique les avantages de pandas API on Spark.
  • Crée et appelle des UDF pandas.
Objectifs officiels Databricks
Les formats de questions que tu peux travailler
Choix multiple
Sélectionne une réponse.

Ce sont les formats d’entraînement de Pass-IT. Consulte la page de certification Databricks pour les informations sur l’examen officiel.

Questions fréquentes

Ta préparation

Combien de temps prévoir pour préparer DB-SPARK ?

Pour t’aider à t’organiser, Pass-IT estime environ 50–120 heures. Avec une expérience pertinente, tu te situeras plutôt vers le bas de cette fourchette ; si tu débutes, plutôt vers le haut. Tes besoins peuvent aussi être en dehors de cette plage. Ce n’est ni une durée imposée par Databricks, ni une promesse d’être prêt pour l’examen dans ce délai.

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.

Utiliser Pass-IT

Dans quelle langue sont les questions de Pass-IT ?

Les questions de l’application sont actuellement en anglais. Les traductions des questions d’exemple de cette page concernent uniquement cet aperçu. Consulte Databricks pour connaître les langues proposées pour l’examen officiel.

Combien de temps dure mon accès à DB-SPARK ?

L’accès à cette certification dure 12 mois. Tu paies une seule fois, sans renouvellement automatique.

Quand la garantie de remboursement s’applique-t-elle ?

La garantie rembourse le prix d’achat Pass-IT de cette certification. Tu dois disposer d’un accès payant éligible et d’un Readiness Score d’au moins 80 %, calculé à partir de tes résultats d’entraînement, au moment de l’examen. Ce score ne peut atteindre 80 % qu’après au moins 50 questions répondues et ne constitue pas une probabilité de réussite validée. Passe l’examen pendant ta période d’accès et envoie la preuve officielle de ton échec sous 14 jours. Conditions de la garantie

L’examen DB-SPARK

Où puis-je passer l’examen DB-SPARK ?

Surveillé en ligne ou centre d'examen.

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.

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.

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

Tu dois attendre 14 jours avant de repasser l’examen Spark developer, puis entre chaque tentative supplémentaire. Databricks ne limite pas le nombre de nouvelles tentatives.

Ta préparation à DB-SPARK

$29.99paiement unique

12 mois d’accès à DB-SPARK · Sans renouvellement automatique

Acheter l’accès à DB-SPARK

Les questions de l’application sont actuellement en anglais.

Essayer 20 questions gratuitementCompte gratuit requis. Sans carte bancaire.

Déjà un compte ? Connecte-toi

Tu préfères un abonnement ? Voir les abonnements →

Remboursement en cas d’échec avec au moins 80 % de Readiness, pour les achats éligibles selon les conditions de la garantie.

Conditions de la garantie

La garantie rembourse le prix d’achat Pass-IT de cette certification. Tu dois disposer d’un accès payant éligible et d’un Readiness Score d’au moins 80 %, calculé à partir de tes résultats d’entraînement, au moment de l’examen. Ce score ne peut atteindre 80 % qu’après au moins 50 questions répondues et ne constitue pas une probabilité de réussite validée. Passe l’examen pendant ta période d’accès et envoie la preuve officielle de ton échec sous 14 jours.

Conditions complètes de la garantie →

Certifications associées

Databricks Certified Data Analyst AssociateDatabricks Certified Data Engineer AssociateDatabricks Certified Data Engineer ProfessionalDatabricks Certified Generative AI Engineer AssociateToutes les certifications Databricks →