Databricks · DB-DAA · Associate

Databricks Data Analyst Associate — Questions d'entraînement et examen blanc

Name: Pass-IT
Author: Pass-IT

Entraîne-toi avec des questions DB-DAA réalistes, alignées sur les objectifs de l’examen. Alex explique chaque réponse et ton score de préparation te montre quoi travailler ensuite.

Commence à t’entraîner gratuitement pour DB-DAA Acheter l’accès à DB-DAA pour $29.99

Acheter l’accès à DB-DAA pour $29.99 Commence à t’entraîner gratuitement pour DB-DAA

Un seul paiement. Accès à vie à cette certification.

Essaie d’abord 5 questions →

45Questions

90minDurée

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

Aperçu

À propos de l’examen

L’examen Databricks Certified Data Analyst Associate valide ta capacité à exploiter des données avec Databricks SQL et les outils associés. Il porte sur l’exécution et l’analyse de requêtes SQL, la création de dashboards et de visualisations, le développement d’espaces AI/BI Genie pour explorer les données en langage naturel, ainsi que la gestion et la sécurisation des données via Unity Catalog. Tu dois démontrer ta maîtrise des SQL Warehouses Databricks, de la modélisation de données et de l’interprétation des performances des requêtes.

Cette certification s’adresse aux data analysts ayant au moins six mois de pratique de Databricks SQL pour interroger, visualiser et analyser des données. Elle atteste que tu sais transformer des données brutes en dashboards et en insights partageables au sein de la plateforme Databricks.

Domaines

Contenu de l’examen

Exécuter des requêtes avec Databricks SQL est de loin le plus gros domaine, à 20 %. Avec l’analyse de requêtes (15 %) et les dashboards et visualisations (16 %), l’interrogation et la présentation des données représentent un peu plus de la moitié de l’examen. Les espaces AI/BI Genie pèsent 12 %, tout près des fondamentaux de la plateforme à 11 %, et testent l’exploration en langage naturel bâtie sur des jeux de données soignés et fiables.

Les domaines restants se situent entre 5 et 8 % : gérer et sécuriser les données via Unity Catalog, importer des données avec Auto Loader ou Delta Sharing, et modéliser des charges analytiques avec des schémas en étoile et en flocon. Ces sections plus courtes portent sur des compétences précises et ciblées, pas sur le travail SQL quotidien qui domine le reste de l’examen.

Plan de l’examen : DB-DAA

Understanding of Databricks Data Intelligence Platform11%

Tour the platform's building blocks - from Delta Lake and Unity Catalog to Lakeflow Jobs and Databricks SQL - navigate catalogs and permissions through Catalog Explorer, and see what the Databricks Marketplace adds on top.

≈ 7 h

Managing Data8%

Découverte des données avec Unity Catalog, interrogation des jeux de données, nettoyage des données et gestion des jeux de données certifiés.

≈ 5 h

Importing Data5%

Méthodes d'import de données : uploads via l'interface, ingestion S3, Delta Sharing, intégration par API, Auto Loader et Marketplace.

≈ 3 h

Executing queries using Databricks SQL and Databricks SQL Warehouses20%

Write and debug SQL queries using Databricks Assistant and SQL Warehouses, including joins, aggregations, sorting, and filtering across managed, external, and federated data sources. Also covers creating materialized and streaming views, and using Delta Lake time travel to query historical data versions.

≈ 12 h

Analyzing Queries15%

Analyse des requêtes à l'aide de l'audit, de l'historique, des logs, des plans d'exécution et des techniques d'optimisation des requêtes.

≈ 9 h

Working with Dashboards and Visualizations in Databricks16%

Assemble multi-tab dashboards from several data sources with AI/BI Dashboards, or chart data straight from a notebook or the SQL editor, wire up parameters, control who can view or embed the result, schedule refreshes and alerts, and choose the chart type that actually communicates the insight.

≈ 10 h

Developing, Sharing, and Maintaining AI/BI Genie spaces12%

Understand what a Genie space is built from, stand one up with curated datasets and guiding instructions, control who can reach it and how it gets shared, and refine it over time using accuracy benchmarks and user feedback.

≈ 7 h

Data Modeling with Databricks SQL5%

Concepts de modélisation des données, schéma en étoile, modélisation dimensionnelle et modélisation basée sur SQL dans Databricks.

≈ 3 h

Securing Data8%

Contrôles d'accès aux données, bonnes pratiques de stockage et de gestion des données, et fonctionnalités de sécurité d'Unity Catalog.

≈ 5 h

Format

Format de l’examen et types de questions

L’examen tire 45 questions notées à choix multiple d’une session de 90 minutes, qui peut aussi contenir des questions pilotes non notées. Les questions partent de scénarios concrets : écrire et déboguer des requêtes Databricks SQL, construire des dashboards AI/BI, configurer des espaces Genie, diagnostiquer des requêtes lentes dans le Query Profiler. Il ne s’agit pas de réciter de la syntaxe.

Types de questions : DB-DAA

Choix multiple100%

Choisis la seule bonne réponse parmi quatre ou cinq options — le format de base de l’examen.

Databricks confirme ces types de questions — aucune répartition en pourcentage n’est publiée ; les parts reflètent notre banque de questions alignée sur l’examen.

Essaie maintenant

Essaie cinq questions DB-DAA

Cinq questions tirées de notre banque Databricks Certified Data Analyst Associate. Réponds à une — Alex t’explique le pourquoi.

L’examen et l’app sont en anglais — ces questions d’exemple, nous les avons traduites.

Exécuter des requêtes avec Databricks SQL et les Databricks SQL Warehouses1 / 5

Comment un analyste utilise-t-il CTAS (CREATE TABLE AS SELECT) pour matérialiser les résultats d'une requête ?

AlexExplication complète d’Alex

CREATE TABLE AS SELECT (CTAS) exécute la requête SELECT et écrit les résultats dans une nouvelle table Delta gérée, en une seule instruction atomique. Le schéma est déduit du SELECT : dans un CTAS, tu ne peux pas spécifier les colonnes explicitement. Cas d'usage courants : matérialiser des agrégations coûteuses pour des tableaux de bord, créer des snapshots partitionnés par date ou construire des tables nettoyées/transformées. Analyse des distracteurs : L'option « CTAS exécute le SELECT sous forme de job de streaming… » est fausse : CTAS fonctionne en batch, pas en streaming, et n'a pas besoin de COMMIT. L'option « CTAS enregistre la requête SELECT comme une vue… » est fausse : CTAS crée une table physique, pas une vue matérialisée. L'option « CTAS crée uniquement la structure de la table à partir des définitions… » est fausse : CTAS crée le schéma et charge les données en une seule étape. Ref: docs.databricks.com/en/delta/tutorial.html; docs.databricks.com/en/sql/language-manual/sql-ref-syntax-ddl-create-table-using.html

Sourcedocs.databricks.com

Gérer les données2 / 5

Comment le partition pruning améliore-t-il les performances des requêtes sur de grandes tables Delta ?

AlexExplication complète d’Alex

Le partition pruning ignore des répertoires de partition entiers dans le stockage cloud lorsque la clause WHERE filtre sur la colonne de partitionnement. Par exemple, sur une table partitionnée par date, WHERE date = '2024-01-01' ne lit que les fichiers de cette partition. Les meilleures colonnes de partitionnement ont une faible cardinalité et des schémas de requête clairs (date, région). Delta Lake gère automatiquement les métadonnées de partition : pas besoin de MSCK REPAIR. Pour les colonnes qui ne servent pas au partitionnement, Delta utilise le data skipping (statistiques min/max par fichier) et le dynamic file pruning. Analyse des distracteurs : L'option « Le partition pruning indexe les statistiques de colonnes à l'intérieur de chaque… » décrit le data skipping / predicate pushdown, pas le partition pruning. L'option « Le partition pruning redistribue le traitement de la requête… » décrit la localité des données, pas le partition pruning. L'option « Le partition pruning réécrit le plan d'exécution de la requête… » décrit l'optimisation du plan de requête, pas l'élimination de partitions. Ref: docs.databricks.com/en/tables/partitions.html; docs.databricks.com/en/delta/best-practices.html

Sourcedatabricks.com

Développer, partager et maintenir des espaces AI/BI Genie3 / 5

Comment un data analyst configure-t-il un Genie Space pour un cas d'usage d'analytique des ventes ?

AlexExplication complète d’Alex

La configuration d'un Genie Space suit un déroulé structuré : (1) Sélectionner 3-30 tables/vues Unity Catalog bien curées. (2) Écrire des instructions claires qui définissent les métriques et les règles métier (par exemple, « Le chiffre d'affaires exclut les commandes annulées »). (3) Ajouter des descriptions de tables et de colonnes pour le contexte sémantique. (4) Tester avec des questions d'exemple et marquer le SQL vérifié comme trusted asset. Le knowledge store — instructions, descriptions et requêtes d'exemple — aide Genie à générer du SQL correct. Analyse des distracteurs : L'option « Importer les définitions des tableaux de bord BI existants… » est fausse : ce n'est pas en important des tableaux de bord BI que l'on configure un espace Genie. L'option « Créer une table Delta curée dans la couche Gold… » est fausse : les tables de la couche Gold aident, mais l'étape clé reste les instructions et les descriptions. L'option « Connecter la base de données des ventes via un service principal Unity Catalog… » est fausse : aucune configuration YAML n'est nécessaire. Ref: docs.databricks.com/en/genie/set-up.html; docs.databricks.com/en/genie/best-practices.html

Sourcedocs.databricks.com

Analyser les requêtes4 / 5

Quelle est la différence entre les fonctions de fenêtrage RANK, DENSE_RANK et ROW_NUMBER ?

AlexExplication complète d’Alex

Choisir la bonne fonction : RANK : logique de compétition (comme un classement sportif). « Deux personnes sont à égalité à la 2e place, personne n'est 3e. » À utiliser pour : les leaderboards, les résultats de compétition. DENSE_RANK : classement séquentiel avec positions partagées. « Deux personnes sont à égalité à la 2e place, la personne suivante est 3e. » À utiliser pour : le filtrage top-N où les trous posent problème (WHERE rnk <= 3 avec RANK peut ne renvoyer que 2 lignes s'il y a des ex æquo au rang 2, alors que DENSE_RANK garantit au moins 3 rangs). ROW_NUMBER : des numéros uniques garantis. À utiliser pour : la déduplication (garder la première ligne par groupe), la pagination (alternative à OFFSET/FETCH), des identifiants de ligne uniques.

Sourcespark.apache.org

Commence gratuitement

Banque de questions

310 questions, construites comme l’examen

La banque DB-DAA couvre tous les domaines de l’examen et continue de s’enrichir de nouvelles questions. Un examen blanc te pose 45 questions d’affilée, sur le même chrono de 90 minutes que le jour de l’examen.

Procès-verbal : DB-DAA

Contrôle du programme auprès de Databricks4 août 2026

dernière vérification auprès de la source officielle Databricks

Couverture du programme39 objectifs officiels

répartis sur 9 domaines, d’après le guide officiel de l’examen

Taille de la banque310 questions

= 6 examens blancs complets de 45 questions — jamais deux fois la même question

Validation canonique310 sur 310

chacune vérifiée avec la documentation officielle Databricks — réponse, options et explication, source citée

Méthodologie documentée ouvertement.Comment les questions sont créées →

Planification

Se préparer à DB-DAA

Le temps qu’il te faut dépend de ton expérience pratique. Le reste est fixé par l’éditeur : comment l’examen se déroule, quand tu peux le repasser et combien de temps la certification reste valable.

L’examen se passe en ligne avec un surveillant à distance ou dans un centre d’examen, en anglais. La certification est valable deux ans, et se recertifier signifie repasser la version en vigueur de l’examen.

Ton plan : DB-DAA

Préparation

Temps de préparation35–90 h

en général environ 35 h si tu travailles déjà avec ces technologies, environ 90 h en partant de zéro

NiveauAssociate

À maîtriser avantAucun prérequis. Une expérience pratique de 6 mois ou plus avec Databricks SQL est recommandée.

Le jour J et après

Mode de passageSurveillé en ligne ou centre d'examen

Politique de repriseAucun délai d'attente obligatoire. Des frais de nouvelle tentative s'appliquent.

Validité2 ans

Une recertification est nécessaire tous les 2 ans : tu dois repasser la version en vigueur de l'examen.

Guide officielVoir sur le site de l’éditeur

Ces heures sont notre propre estimation de planification — Databricks ne publie aucun temps de préparation pour cet examen. Un point de départ pour ton agenda, pas un objectif.

Attention

Erreurs courantes

Les questions sur la performance des requêtes testent un jugement que la seule lecture de la documentation ne construit pas : reconnaître les charges que Photon accélère, distinguer le data skipping du file pruning dans un profil de requête, choisir entre une streaming table et une materialized view selon le schéma de rafraîchissement. Les espaces AI/BI Genie sont sous-estimés dans la plupart des plans de révision alors qu’ils pèsent plus lourd que les fondamentaux de la plateforme ; faire l’impasse sur la configuration pratique de Genie coûte des points sur la validation des trusted assets et la conception des instructions. Le même trou apparaît sur les dashboards : paramétrer une requête et planifier un rafraîchissement semblent simples, jusqu’à ce qu’un scénario réel te demande quelle approche garde une vue partagée cohérente pour tous ceux qui la consultent.

Points de vigilance : DB-DAA

013-Level Namespace
Si tu confonds la hiérarchie catalog/schema/table avec une simple référence de table, ou la propriété d’une table avec des droits au niveau des lignes ou des colonnes, tu te trompes sur les questions de sécurité Unity Catalog.
02Schema Design
Placer un modèle en étoile, en flocon ou un data vault dans la mauvaise couche Medallion fait rater les questions de modélisation, qui attendent un alignement correct sur Bronze/Silver/Gold.
03Delta Time Travel
Ne pas savoir interroger l’état passé d’une table avec le time travel de Delta Lake, ou le prendre pour un export complet de l’historique d’audit, mène à de mauvaises réponses sur le versioning.
04Ingestion Paths
Mélanger l’ingestion de fichiers depuis S3, le Delta Sharing venant de systèmes externes et les données du Marketplace fait échouer les questions sur les méthodes d’import, où l’on attend le bon chemin entre la source et Databricks.
05Join and Set Ops
Confondre les jointures inner, left et right avec union et union all, surtout quand tu combines des tables de plusieurs sources, mène à de mauvaises réponses sur les questions d’écriture de requêtes.

Pass-IT t’entraîne précisément sur ces points faibles — adaptatif et espacé →

Questions

Questions fréquentes

Combien de temps dure l’examen Databricks Certified Data Analyst Associate ?

L’examen Databricks Certified Data Analyst Associate comporte 45 questions avec une limite de 90 minutes.

Quelles sont les erreurs fréquentes à l’examen Databricks Certified Data Analyst Associate ?

Les pièges fréquents incluent : 3-Level Namespace, Schema Design, Delta Time Travel, Ingestion Paths, Join and Set Ops. Concentre ton temps de révision sur ces points pour ne pas perdre de points.

Quels sujets rapportent le plus de points au Data Analyst Associate ?

L'exécution de requêtes dans Databricks SQL et les SQL warehouses est le plus gros domaine à lui seul avec 20%, devant les tableaux de bord et visualisations à 16% et l'analyse de requêtes à 15%. Les AI/BI Genie spaces représentent 12% et la compréhension de la plateforme 11%, et les cinq domaines restants pèsent 8% ou moins chacun. L'examen se répartit sur neuf objectifs étroits : il récompense donc l'aisance sur l'ensemble du SQL workspace plutôt que la maîtrise pointue d'un seul recoin.

Combien de temps le Databricks Data Analyst Associate reste-t-il valable ?

Deux ans à compter du jour où tu le réussis. Databricks ne propose aucune voie de formation continue : te recertifier veut dire repasser la version actuelle de l'examen. Ce compteur de deux ans est plus court que les trois ans pratiqués par AWS et CompTIA, ce qui prend pas mal de gens de court.

Que te faut-il avant de passer l'examen Data Analyst Associate ?

Aucune certification n'est exigée. Databricks recommande six mois ou plus de pratique sur Databricks SQL, et le budget indiqué au catalogue tourne autour de 60 heures. L'essentiel de ce temps part dans le workspace lui-même plutôt que dans le SQL, que l'examen suppose que tu écris déjà.

Data Analyst Associate ou Data Engineer Associate ?

L'examen analyste porte sur les requêtes, les tableaux de bord et les Genie spaces à l'intérieur du SQL workspace. L'examen ingénieur porte sur l'ingestion, la transformation et les jobs Lakeflow qui produisent les tables que tu interroges ensuite. Si tu consommes les tables, prends l'examen analyste ; si tu les construis, prends celui d'ingénieur.

Au bout de combien de temps peux-tu repasser l'examen Data Analyst Associate ?

Databricks n'impose aucun délai d'attente entre deux tentatives. Tu réserves à nouveau quand tu te sens prêt, et pas quand une règle t'y autorise, ce qui fait du rythme une décision entièrement personnelle.

Pass-IT est un outil de révision indépendant, ni affilié à Databricks ni approuvé par Databricks ; Databricks et les noms d’examens sont des marques de leurs propriétaires respectifs.

Une certification. Un seul paiement.

Accès complet à DB-DAA

Accède à toute la banque de questions de cette certification. Alex explique chaque réponse et ton score de préparation te montre quoi travailler ensuite.

Acheter l’accès à DB-DAA pour $29.99Un seul paiement. Accès à vie à cette certification.

Vérifie gratuitement si tu es prêt20 questions. Sans carte. Vois quoi travailler avant d’acheter.

Atteins 80 % de préparation et réussis — ou tu es remboursé.

Comment fonctionne le score →