Décrire une charge de travail analytique1 / 5
Une équipe data construit un système de détection de fraude en temps réel. Quel modèle décrit le mieux une architecture dans laquelle les événements sont traités et analysés au fur et à mesure de leur arrivée, avant d'être stockés ?
Bonne réponseRéponse incorrecte
Alex
Le traitement de flux analyse les données en continu à mesure que les événements arrivent, ce qui permet des décisions en temps réel comme la détection de fraude. Contrairement au traitement par lots (qui accumule les données et les traite à intervalles) ou au data warehousing (optimisé pour l'analyse historique), le traitement de flux offre une latence inférieure à la seconde. Sur Azure, Event Hubs ingère les flux d'événements et Stream Analytics applique des requêtes de type SQL avec des agrégations par fenêtres (fenêtres tumbling, hopping et sliding) pour détecter des motifs en temps réel. L'archivage de données conserve les données sur le long terme mais ne les traite pas à la volée. Différence clé : flux = continu, temps réel ; lots = planifié, accumulé. Réf. : https://learn.microsoft.com/azure/stream-analytics/stream-analytics-solution-patterns
Sourcelearn.microsoft.com
Les réponses aux questions complémentaires sont disponibles dans l’app. Crée un compte gratuit, sans carte bancaire.
Question 1 sur 5
Créer un compte gratuit