EnglishDeutschFrançaisEspañolPortuguês

Databricks · DB-SPARK · Associate

Databricks Associate Developer for Apache Spark — Questões de prática e simulado

O exame Databricks Certified Associate Developer for Apache Spark comprova sua capacidade de construir aplicações com o Apache Spark.

Pratique grátisVer uma questão primeiro
Ver uma questão primeiroPratique grátis
Praticar para DB-SPARK gratuitamenteComprar acesso a DB-SPARK por US$ 29,99
45Perguntas por simulado do Pass-IT
90minTempo limite do simulado do Pass-IT

Conferido com informações de Databricks · setembro de 2026 · Versão atual do exame

Experimentar o Pass-IT

Veja como é aprender com o Pass-IT.

Responda a uma pergunta de exemplo de DB-SPARK e leia a explicação com a fonte. Aqui mesmo, sem cadastro.

Arquitetura e componentes do Apache Spark1 / 5

Um executor do Spark tem 4 cores e 16 GB de memória. Quantas tasks podem rodar simultaneamente nesse executor?

AlexExplicação completa do Alex

Tasks simultâneas por executor = spark.executor.cores / spark.task.cpus. Com o padrão spark.task.cpus=1, cada core roda uma task, então 4 cores = 4 tasks simultâneas. Aumentar spark.task.cpus reduz a concorrência, mas dá mais CPU para cada task — útil para algoritmos de ML multithread ou cargas em GPU. A memória é compartilhada: a memória de trabalho de cada task ≈ (memória do executor × memory fraction) / tasks simultâneas. Análise dos distratores: A opção “O número de tasks simultâneas é limitado…” está errada — spark.default.parallelism controla o total de partições, não a concorrência por executor. A opção “A concorrência é limitada por…” está errada — spark.scheduler.maxRegisteredResourcesWaitingTime não tem relação com o número de slots de task. A opção “Até 4 tasks podem rodar simultaneamente…” está errada — memoryFraction afeta os limiares de spill, mas não limita a concorrência de tasks. Ref: spark.apache.org/docs/latest/configuration.html#scheduling

Fontedatabricks.com

Solução de problemas e tuning de aplicações com a API DataFrame do Apache Spark2 / 5

Um desenvolvedor percebe que, em um job do Spark, uma task de um stage de shuffle leva 10 minutos, enquanto todas as outras terminam em 30 segundos. Como se chama esse problema e como ele deve ser resolvido?

AlexExplicação completa do Alex

Data skew é um problema de desempenho comum no Spark: a distribuição desigual dos dados gera tasks retardatárias. Sintomas: uma ou poucas tasks demoram muito mais do que as demais na Spark UI. Soluções: (1) o skew join do AQE (spark.sql.adaptive.skewJoin.enabled=true, padrão no Spark 3.x) divide automaticamente as partições grandes demais, (2) o salting de chave acrescenta um número aleatório à chave enviesada e replica o lado menor do join, (3) um broadcast join, se a tabela não enviesada for pequena o suficiente, (4) uma pré-agregação para reduzir o volume de dados antes da operação enviesada.

Fontespark.apache.org

Uso da API do pandas no Spark3 / 5

Ao usar a API do pandas no Spark, um desenvolvedor escreve ps_df.to_pandas(). O que acontece?

AlexExplicação completa do Alex

to_pandas() é a saída de emergência do processamento distribuído para o local. Ele usa o Apache Arrow para uma serialização eficiente (formato colunar, zero-copy quando possível). O fluxo dos dados: executors → driver (pela rede) → batches do Arrow → DataFrame do pandas. Sobre o tamanho: o driver precisa de memória suficiente para segurar o DataFrame inteiro no formato pandas, o que costuma ser de 2 a 10 vezes o tamanho que ele tem em memória no Spark, por causa do overhead dos objetos Python. Padrão seguro: if len(ps_df) > threshold: ps_df = ps_df.sample(frac=threshold/len(ps_df)); local_df = ps_df.to_pandas().

Fontespark.apache.org

Structured Streaming4 / 5

Um desenvolvedor chama spark.streams.awaitAnyTermination(timeout=3600). O que isso faz?

AlexExplicação completa do Alex

Ciclo de vida de uma aplicação de streaming em produção: (1) iniciar as streaming queries com writeStream.start(), (2) chamar spark.streams.awaitAnyTermination() para bloquear a thread principal. Sem esse bloqueio, o processo do driver termina e todas as streaming queries param. O awaitAnyTermination espera QUALQUER query parar (por erro ou por um stop() explícito). Depois que ele retorna, verifique as exceções: query.exception mostra os detalhes da falha. Para aplicações de produção de longa duração, use awaitAnyTermination() sem timeout (bloqueia indefinidamente). Em notebooks isso não é necessário, porque o kernel do notebook mantém a sessão viva.

Fontespark.apache.org

Desenvolvimento de aplicações com a API DataFrame/DataSet do Apache Spark™5 / 5

Um desenvolvedor escreve df.alias('orders').join(df2.alias('items'), col('orders.order_id') == col('items.order_id')). O que alias() faz em um DataFrame?

AlexExplicação completa do Alex

DataFrame.alias() atribui um nome lógico a um DataFrame para qualificar referências a colunas em joins e seleções. Isso é essencial para self-joins (df.alias('current').join(df.alias('previous'), ...)) e para qualquer join em que os dois DataFrames compartilham nomes de colunas. O alias adiciona um qualificador para a resolução de colunas—ele não copia dados nem modifica o DataFrame. Em SQL, isso equivale a FROM orders AS o. Análise dos distratores: A opção “Cria um escopo lógico que isola as colunas do DataFrame…” está errada—alias não cria escopos de isolamento nem bloqueia otimizações. A opção “Declara um identificador de DataFrame reutilizável…” está errada—alias não registra nada no catálogo da SparkSession. A opção “Registra uma referência nomeada na tabela de símbolos do plano de consulta…” está errada—alias é mais simples do que um registro em tabela de símbolos; é apenas um qualificador de nome de coluna. Ref: docs.databricks.com/en/pyspark/reference/classes/dataframe/alias.html

Fontedatabricks.com

* As questões do app estão atualmente em inglês. As traduções desta prévia se aplicam apenas à prévia. Consulte a entidade certificadora para saber quais idiomas estão disponíveis para o exame oficial.

Como se preparar para DB-SPARK com o Pass-IT.

Atualmente, são 311 perguntas de prática para DB-SPARK, e adicionamos novas regularmente. Concentre-se no que ainda precisa aprender.

Avance nas perguntas difíceis.

Entenda por que uma resposta está correta. Alex explica os conceitos e responde às suas dúvidas para que você aplique o que aprendeu no próximo exercício.

Conheça o Alex →

Prévia da conversa · DB-SPARK

Coleta para pandas

  1. Você

    Por que to_pandas() pode falhar com um DataFrame grande?

  2. Alex · Tutor de IA

    Ele coleta os dados distribuídos no driver para criar um DataFrame pandas comum.

    Consultar a documentação da Databricks ↗
  3. Você

    O resultado continua distribuído?

  4. Alex · Tutor de IA

    Não. O driver precisa de memória suficiente para o resultado completo.

    Consultar a documentação da Databricks ↗

Use bem seu tempo de estudo.

Pratique no seu nível.
Nas novas sessões de prática, o Pass-IT ajusta a dificuldade com base nas suas respostas anteriores.

Aprenda com os erros.
Respostas incorretas viram cartões de estudo automaticamente. Ao revisar, você avalia com quanta segurança se lembra da resposta; o Pass-IT agenda a próxima revisão.

Veja como funciona a prática focada →

Demonstração animada do recurso

Transforme seus erros em conhecimento que você lembra com segurança.

Como o Pass-IT funciona

Sua revisão

Errou uma pergunta?

O Pass-IT a salva para sua revisão.

DB-SPARK · Trecho de uma pergunta

Coleta para pandas

Ver a pergunta completa

Ao usar a API do pandas no Spark, um desenvolvedor escreve ps_df.to_pandas(). O que acontece?

Entenda a resposta correta.

Todos os dados distribuídos são coletados dos executors do Spark para o driver e convertidos em um DataFrame comum do pandas; com DataFrames grandes, isso pode causar OOM

to_pandas() coleta dados no driver e pode esgotar a memória com resultados grandes.

Consultar a documentação da Databricks ↗

Com quanta segurança você se lembra?

Ao revisar, você avalia o quanto ainda se lembra da resposta.

Correta após hesitar

O Pass-IT agenda sua próxima revisão.

A data depende da sua avaliação e das revisões anteriores.

Demonstração simplificada. Nenhum progresso de aprendizagem é salvo.

Treine para o momento que importa.

Faça um simulado completo com tempo limite e descubra se consegue terminar a tempo.

Seu simulado de DB-SPARK

Perguntas
45
Minutos
90

Ilustração de uma sessão de prova

  1. Início
  2. Responder às perguntas
  3. Fim

Quantidade de perguntas e tempo limite do simulado do Pass-IT.

Faça a prova com mais confiança.

Seu Readiness Score ajuda você a avaliar se está pronto para a prova. Os resultados por área mostram onde vale continuar praticando.

Seu dinheiro de volta se não passar mesmo com 80% de Readiness.
Se seu Readiness Score for de pelo menos 80% no momento da prova e você ainda assim não passar, devolvemos o valor pago pelo Pass-IT para esta certificação.

Para acessos pagos e ativos. Envie o comprovante de reprovação em até 14 dias.

Outras condições da garantia

No momento da prova, você precisa de pelo menos 80% de Readiness e de um acesso pago e ativo à certificação. Faça a prova durante seu período de acesso e envie o comprovante oficial de reprovação em até 14 dias após a prova.

Nas compras feitas pela Apple ou pelo Google, o reembolso é processado pela respectiva loja. Consulte as condições completas para os demais detalhes.

Ver as condições da garantia →

O Readiness Score descreve seu progresso na prática, não uma probabilidade de aprovação.

Requisito da garantia

80%

Pelo menos 80% de Readiness
no momento da prova

Dinheiro de volta se não passar

Quantidade de perguntas e configurações dos simulados do catálogo atual do Pass-IT.

As áreas da prova

O que você pratica para DB-SPARK.

Conteúdo da prova, exercícios relacionados e fontes que você pode consultar.

Desenvolver aplicações DataFrameConsulte o peso de cada área no guia86 PerguntasPerguntas do Pass-IT

Use Spark para transformar, validar e combinar dados.

  • Adicione, remova, divida ou renomeie colunas, filtre linhas e expanda arrays; remova duplicatas, valide e agregue DataFrames.
  • Trabalhe com datas, converta timestamps Unix e extraia componentes de datas.
  • Leia, grave ou sobrescreva DataFrames com esquemas, ordene e percorra seus dados, inspecione esquemas e converta entre DataFrames e listas.
  • Combine DataFrames com joins ou unions, escolha chaves e explique quando e como usar broadcast joins.
  • Crie e invoque UDFs com ou sem operadores com estado e StateStores e explique variáveis broadcast e acumuladores.
Objetivos oficiais da Databricks
Entender a execução do SparkConsulte o peso de cada área no guia34 PerguntasPerguntas do Pass-IT

Relacione a arquitetura distribuída ao funcionamento do Spark.

  • Explique vantagens e desafios do Spark e papéis de clusters, drivers, workers, executors, núcleos e memória.
  • Descreva DataFrames, Datasets e ciclo de vida do SparkSession, incluindo cache, níveis de armazenamento e coleta de lixo.
  • Explique hierarquia de execução, ações, transformações e avaliação preguiçosa e configure partições e shuffles para processamento distribuído.
  • Diferencie Spark Core, SQL, DataFrames, pandas API on Spark, Structured Streaming e módulos de machine learning.
Objetivos oficiais da Databricks
Ler e gravar com Spark SQLConsulte o peso de cada área no guia65 PerguntasPerguntas do Pass-IT

Use SQL para acessar arquivos, DataFrames e tabelas persistentes.

  • Leia e grave fontes JDBC ou arquivos com modos de salvamento, sobrescrita e particionamento por coluna adequados; consulte diretamente ORC, JSON, CSV, texto e Delta.
  • Salve dados como tabelas persistentes com ordenação e particionamento adequados à consulta.
  • Registre DataFrames como views temporárias e consulte-os com SQL.
Objetivos oficiais da Databricks
Otimizar e diagnosticar SparkConsulte o peso de cada área no guia45 PerguntasPerguntas do Pass-IT

Melhore o uso de recursos com particionamento e logs.

  • Ajuste partições, reparticionamento e coalescência, identifique desbalanceamento e reduza shuffle para melhorar uso do cluster.
  • Explique Adaptive Query Execution e suas vantagens.
  • Publique, personalize e analise logs de driver e executor para diagnosticar erros de memória e clusters subutilizados.
Objetivos oficiais da Databricks
Processar dados em streamingConsulte o peso de cada área no guia40 PerguntasPerguntas do Pass-IT

Aplique operações DataFrame a dados que chegam continuamente.

  • Explique modelo de programação, microbatches, semântica exactly-once e tolerância a falhas do Structured Streaming.
  • Crie e grave DataFrames ou Datasets de streaming com modos de saída e destinos adequados.
  • Aplique seleção, projeção, janelas e agregação aos dados em streaming.
  • Remova duplicatas em streaming com ou sem watermarks.
Objetivos oficiais da Databricks
Entender a implantação de aplicaçõesConsulte o peso de cada área no guia13 PerguntasPerguntas do Pass-IT

Identifique Spark Connect e os modos de execução disponíveis.

  • Descreva os recursos do Spark Connect.
  • Diferencie modos de implantação cliente, cluster e local do Spark.
Objetivos oficiais da Databricks
Usar pandas com SparkConsulte o peso de cada área no guia28 PerguntasPerguntas do Pass-IT

Aplique ferramentas orientadas a pandas no Spark.

  • Explique as vantagens de pandas API on Spark.
  • Crie e invoque UDFs pandas.
Objetivos oficiais da Databricks
Formatos de perguntas que você pode praticar
Múltipla escolha
Selecione uma resposta.

Estes são os formatos de prática do Pass-IT. Consulte a página de certificação da Databricks para conhecer o exame oficial.

Perguntas frequentes

Sua preparação

Quanto tempo de estudo devo reservar para DB-SPARK?

Para ajudar no planejamento, o Pass-IT estima cerca de 50–120 horas. Com experiência relevante, você tende a precisar de menos tempo; começando do zero, de mais. Sua necessidade pode ficar fora dessa faixa. Isso não é uma exigência de tempo da Databricks nem uma promessa de estar pronto para a prova nesse prazo.

O que você precisa antes da prova Databricks Spark developer?

Não existe pré-requisito formal. A Databricks recomenda pelo menos seis meses de desenvolvimento prático em Spark com Python ou Scala, e é exatamente assim que as questões são escritas: elas presumem que você já usou essas APIs, e não apenas leu sobre elas.

Usar o Pass-IT

Em que idioma estão as perguntas do Pass-IT?

As perguntas do aplicativo estão atualmente em inglês. As traduções das perguntas de exemplo desta página valem apenas para esta prévia. Consulte Databricks para saber quais idiomas estão disponíveis para a prova oficial.

Quanto tempo dura meu acesso a DB-SPARK?

O acesso a esta certificação dura 12 meses. Você paga uma vez, sem renovação automática.

Quando a garantia de devolução do dinheiro se aplica?

A garantia devolve o valor pago pelo Pass-IT para esta certificação. Você precisa de um acesso pago elegível e de um Readiness Score de pelo menos 80%, calculado a partir dos seus resultados de prática, no momento da prova. Esse valor só pode atingir 80% após pelo menos 50 perguntas respondidas e não é uma probabilidade de aprovação validada. Faça a prova durante seu período de acesso e envie o comprovante oficial de reprovação em até 14 dias. Condições da garantia

Sobre a prova DB-SPARK

Onde posso fazer a prova DB-SPARK?

Supervisionado online ou centro de testes.

Quanto tempo dura o exame Databricks Certified Associate Developer for Apache Spark?

O exame Databricks Certified Associate Developer for Apache Spark tem 45 questões e um limite de tempo de 90 minutos.

Por quanto tempo a certificação Databricks Spark vale?

Dois anos, menos do que a maioria das certificações de nuvem. Para recertificar, você faz a versão atual da prova e não uma avaliação de renovação reduzida, então programe-se para uma prova completa.

O que acontece se você for reprovado na prova Spark developer?

Você precisa esperar 14 dias antes de refazer a prova Spark developer e entre todas as tentativas seguintes. A Databricks não limita o número de novas tentativas.

Sua preparação para DB-SPARK

$29.99pagamento único

12 meses de acesso a DB-SPARK · Sem renovação automática

Comprar acesso a DB-SPARK

As perguntas do aplicativo estão atualmente em inglês.

Experimentar 20 perguntas grátisÉ preciso ter uma conta gratuita. Sem cartão.

Já tem uma conta? Entre

Prefere uma assinatura? Ver assinaturas →

Dinheiro de volta se não passar com pelo menos 80% de Readiness, para compras elegíveis conforme as condições da garantia.

Condições da garantia

A garantia devolve o valor pago pelo Pass-IT para esta certificação. Você precisa de um acesso pago elegível e de um Readiness Score de pelo menos 80%, calculado a partir dos seus resultados de prática, no momento da prova. Esse valor só pode atingir 80% após pelo menos 50 perguntas respondidas e não é uma probabilidade de aprovação validada. Faça a prova durante seu período de acesso e envie o comprovante oficial de reprovação em até 14 dias.

Condições completas da garantia →

Certificações relacionadas

Databricks Certified Data Analyst AssociateDatabricks Certified Data Engineer AssociateDatabricks Certified Data Engineer ProfessionalDatabricks Certified Generative AI Engineer AssociateTodas as certificações Databricks →