Bonnes réponses
- CRestrictions de licence
- DLimitation de débit
- EInconsistance du format des données
Explication
Les restrictions de licence (C) constituent un véritable défi d'acquisition de données externes car les fournisseurs tiers imposent des conditions contractuelles, des limites d'utilisation et des restrictions de redistribution qui peuvent bloquer ou contraindre légalement la manière dont les données sont ingérées et réutilisées. La limitation de débit (D) est correcte car les API et les flux externes appliquent généralement des quotas de requêtes (par exemple, des réponses HTTP 429, des jetons par minute), ce qui force la limitation (throttling), les nouvelles tentatives ou le traitement par lots qui compliquent l'acquisition. L'inconsistance du format des données (E) est correcte car les sources externes fournissent des données dans des schémas et des encodages hétérogènes (JSON, XML, CSV, formats propriétaires, conventions de date/nombre différentes), nécessitant une analyse et une normalisation avant utilisation. La redondance des données (A) est un problème interne de qualité des données concernant les enregistrements en double plutôt qu'un obstacle à l'acquisition externe, et l'accès non autorisé (B) est une préoccupation de sécurité affectant la protection des données, et non un défi inhérent à l'acquisition de données auprès de sources externes.
Pour aller plus loin
L'acquisition de données externes implique la négociation d'accords de niveau de service, de quotas d'API et de conditions de licence (par exemple, Creative Commons, fournisseurs de données commerciales, portails de données ouvertes gouvernementales). Les limites de débit sont souvent appliquées via HTTP 429 avec des en-têtes Retry-After, nécessitant un backoff exponentiel et des clients à seau de jetons (token-bucket). L'inconsistance de format englobe la dérive des schémas (champs ajoutés/supprimés), les différences d'encodage (UTF-8 par rapport à Latin-1) et les inadéquations sémantiques (par exemple, 'date' sous forme de chaîne par rapport à l'époque). Un comportement subtil : de nombreux fournisseurs versionnent les API, de sorte qu'un point de terminaison v1 peut modifier silencieusement la sémantique des champs, brisant les travaux ETL. Dans des scénarios réels, les ingénieurs de données construisent des couches bronze/argent/or dans un lakehouse pour absorber ces incohérences avant l'analyse, et les équipes juridiques maintiennent un registre des licences de données pour éviter les violations de conformité.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement DA0-002 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.