Accueil › Certifications › DEA-C01 › Questions gratuites

Questions gratuites DEA-C01 — AWS Certified Data Engineer — Associate

Téléchargez gratuitement 36 questions d'entraînement pour la certification DEA-C01 proposée par AWS. Toutes les questions sont accompagnées de corrections détaillées avec explications techniques.

Caractéristiques de l'examen blanc

Code de certificationDEA-C01
ÉditeurAWS
Nombre de questions36
TypeQCM avec 4 réponses possibles
Niveauassociate
CatégorieIT
Prix100% gratuit

Aperçu de 8 questions représentatives

Voici un échantillon aléatoire de 8 questions tirées de notre base d'entraînement DEA-C01. Pour accéder aux 36 questions complètes, lancez l'examen blanc gratuitement.

Question 1
Un administrateur observe une requête Redshift qui s'exécute à 80% de la limite de mémoire disponible du nœud. Comment optimiser?
  1. Réduire les spill-to-disk via optimisation des joins (broadcast small table), compression, et distribution key appropriée
  2. Ajouter immédiatement un nœud supplémentaire pour augmenter la mémoire du cluster
  3. Modifier le timeout de requête pour tolérer la mémoire élevée sans intervention
  4. Migrer la table vers RDS pour la décharger de Redshift et réduire la consommation mémoire
Question 2
Une entreprise intègre des données de 10 sources externes différentes avec des schémas hétérogènes. Comment gérer les transformations de schéma?
  1. Utiliser Glue Data Catalog avec AWS Glue SchemaRegistry pour versioner les schémas et orchestrer les transformations via StepFunctions
  2. Créer un mapping manuel en SQL dans Athena pour normaliser chaque source lors de la requête
  3. Importer toutes les données brutes en DynamoDB puis transformer avec Lambda en parallèle
  4. Utiliser une instance Spark autonome pour appliquer des règles de transformation codées en PySpark
Question 3
Un pipeline Glue doit gérer une montée en charge soudaine passant de 10 GB à 500 GB en 1 heure. Comment configurer l'auto-scaling?
  1. Utiliser des workers Glue serverless avec DPU (Data Processing Units) dynamiques, combiné avec max concurrency dans StepFunctions
  2. Configurer des workers G.2X fixes en augmentant manuellement la capacité avant la montée en charge
  3. Utiliser des workers G.1X et ajuster le spark.parallelism pour distribuer la charge automatiquement
  4. Basculer vers Lambda pour le traitement parallèle des petits fichiers distribués sur S3
Question 4
Décrivez les implications de performance/coût quand on choisit entre un partitioning fin (milliers de partitions) vs partitioning grossier.
  1. Fin : meilleur pruning mais métadonnées volumineuses et liste S3 lente ; Grossier : moins de overhead métadonnées mais moins de pruning
  2. Fin : plus rapide toujours, pas de tradeoff ; Grossier : utile que pour l'archivage des anciennes données
  3. Fin : augmente les coûts de compression ; Grossier : réduit les appels API S3 sans impact de performance
  4. Fin : optimal pour très petits datasets ; Grossier : obligatoire pour volumes > 100 TB
Question 5
Une application doit traiter 100 000 événements par seconde en temps quasi-réel avec une latence < 1 minute. Quel service AWS est le plus approprié?
  1. Kinesis Data Streams pour l'ingestion, Lambda pour le traitement déclenché, DynamoDB pour l'agrégation temps réel
  2. Glue ETL en mode streaming avec une fréquence d'exécution de 1 minute sur des fichiers S3
  3. EventBridge pour router les événements vers SQS, puis Batch pour le traitement en parallèle
  4. RDS avec des triggers pour capturer les événements et Apache Kafka auto-managé pour le streaming
Question 6
Un architecte doit ingérer des données d'une API qui expose 10 millions de records avec pagination curseur. Quel pattern minimise la latence?
  1. Paralléliser les appels API via Lambda avec invocations asynchrones StepFunctions, paginer en parallèle avec curseurs décalés
  2. Créer une Lambda unique qui pagine séquentiellement et stocke les données directement dans RDS
  3. Utiliser Glue ConnectionType pour la source API avec retry exponential intégré
  4. Configurer une réplication native Kinesis depuis l'API source vers Firehose vers S3
Question 7
Quel est le rôle de la distribution key dans Redshift et comment l'impropre choix affecte les performances?
  1. Détermine la distribution des lignes entre nœuds ; une mauvaise clé crée du data skew et joins coûteux cross-node
  2. Identifie la clé primaire pour l'indexation ; ne pas la configurer désactive les index et ralentit les SELECT
  3. Compresse les données selon la clé ; une clé avec faible cardinalité maximise la compression Redshift
  4. Encrypte les données avant stockage ; Redshift requiert une distribution key pour la sécurité KMS
Question 8
Une entreprise traite 500 GB de données de logs quotidiennement stockées en S3. Les requêtes analytiques sur les 30 derniers jours sont fréquentes, mais les données plus anciennes ne le sont jamais. Quelle stratégie de partitionnement recommandez-vous?
  1. Partitionner par date (year/month/day) et mettre en place une lifecycle policy S3 pour archiver automatiquement les données au-delà de 30 jours vers Glacier
  2. Stocker toutes les données dans un seul bucket S3 sans partitionnement et créer des projections Athena pour virtualiser les dates
  3. Particolonner par région géographique et répliquer les 30 derniers jours dans RDS pour accélérer les requêtes
  4. Utiliser DynamoDB comme stockage principal avec TTL global de 30 jours pour automatiser la suppression

Accédez aux 36 questions complètes gratuitement

Aucune carte bancaire requise. Examen chronométré, corrections détaillées, score final.

Lancer l'examen blanc DEA-C01 →

Pourquoi s'entraîner avec Certifexpress ?