Comment passer l'examen blanc PCA ?

Cliquez sur le bouton « Commencer l'examen » sur cette page pour accéder à l'examen blanc PCA en ligne, gratuitement, avec correction immédiate à la fin.

Quel est le seuil de réussite ?

Le seuil de réussite varie selon la certification officielle.

Puis-je refaire l'examen plusieurs fois ?

Oui, autant de fois que vous le souhaitez.

Les corrections sont-elles fournies ?

Oui, chaque réponse est expliquée en détail.

Examen PCA — PCA — Prometheus Certified Associate | Questions d'entraînement

À propos de l'examen PCA

L'examen PCA — PCA — Prometheus Certified Associate — est proposé par CNCF et fait partie des certifications IT les plus reconnues au niveau international. Cette épreuve évalue vos compétences pratiques et théoriques dans le domaine de prometheus certified associate. L'entraînement Certifexpress comprend 36 questions au format officiel pour une durée de 72 minutes. Sur cette page, découvrez 5 exemples de questions représentatives pour évaluer votre niveau avant de commencer l'entraînement complet.

Comment se préparer à l'examen PCA ?

Révisez les concepts clés couverts dans le guide officiel de l'examen PCA.

Entraînez-vous régulièrement avec des questions au format réel pour vous familiariser avec la structure de l'épreuve.

Identifiez vos points faibles grâce aux explications détaillées fournies après chaque réponse.

Gérez votre temps : simulez les conditions réelles de l'examen en vous chronométrant.

Rejoignez la communauté Certifexpress pour partager vos retours d'expérience avec d'autres candidats.

5 exemples de questions — PCA

Ces questions sont extraites aléatoirement de la banque de questions officielle. Les réponses correctes ne sont pas indiquées ici — elles sont révélées lors de l'examen complet.

Un administrateur constate que certains recording rules ne produisent aucune donnée même après 5 minutes. Le eval_offset est défini à 0. Comment diagnostiquer?

A Vérifier que la métrique source existe dans le scrape_interval actuel et que la PromQL n'a pas de erreurs silencieuses via l'onglet Alerts. B Augmenter global.evaluation_interval à 1m car c'est le délai minimal requis pour générer des recording rules. C Recharger Prometheus en entier pour appliquer les modifications de recording rules instantanément. D Supprimer le eval_offset car sa présence empêche l'évaluation parallèle des recording rules.

Un responsable constate que Prometheus consomme 300GB RAM alors que le TSDB local n'est que 50GB. Où fuient les autres 250GB?

A Chunks actifs en mémoire : vérifier --storage.tsdb.max-block-duration et réduire la cardinalité ou le scrape_interval. B Goroutines de queries bloquées : arrêter les queries lentes via max_samples limit et timeout. C Index TSDB chargé en mémoire : réduire le nombre de labels par métrique pour compresser l'index. D Buffer de network I/O : augmenter le TCP window size pour réduire les accumulations de packets.

Une organisation doit isoler les queriers d'analyse (longues requêtes) des queriers critiques (alertes < 100ms). Quel design recommandez-vous?

A Déployer deux Prometheus : instance critique (rétention courte, alertes locales) + instance analyse (rétention longue, queries lentes). B Configurer un seul Prometheus avec deux différentes chaînes d'évaluation parallèles pour priorités différentes. C Utiliser un proxy reverse pour router les requêtes par regex de durée vers des worker threads. D Implémenter un scheduler custom dans Prometheus qui priorise les queries par source utilisateur.

Une équipe doit implémenter un test de charge Prometheus : scraper 10000 cibles fictives et valider la stabilité. Quel outil utiliser?

A Utiliser prometheus-generator ou openmetrics-test-generator pour créer des exporters mock; configurer file_sd_config avec rotation. B Écrire des scripts Go qui lancent des goroutines par cible et exposent les métriques directement. C Utiliser un load generator HTTP générique (Apache Bench, wrk) pour bombarder le scrape endpoint. D Cloner l'infrastructure prod entière en test avec 10000 cibles réelles fictives.

Une banque doit garantir que les alertes de fraude montent à AlertManager moins de 100ms après leur génération. La latence actuelle est 500ms. Où chercher l'optimisation?

A Réduire evaluation_interval et batch les alertes avec group_wait: 10s dans AlertManager pour éviter les fausses urgences. B Augmenter la mémoire TSDB car le scrape_interval est trop court pour traiter les données. C Reconfigurer le remote storage avec une base de données relationnelle ultra-rapide. D Implémenter un custom exporter qui pré-agrège toutes les alertes avant Prometheus.

Encore 31 questions dans l'examen complet

Accédez à toutes les questions avec corrections détaillées et explications officielles.

Commencer l'examen — Gratuit

✓ Sans inscription obligatoire · Correction immédiate

📖 Préparez-vous avec nos guides

Salaires & Certifications IT 2026

Commencer l'examen PCA complet

36 questions au format officiel, corrections détaillées, suivi de votre progression. Gratuit, sans CB.

Commencer l'examen complet →