FacileChoix unique

Question d'entraînement DP-900

Un cabinet de conseil collecte des informations sur les clients sous deux formes : un tableur avec des colonnes pour Name, Address et Phone Number, et des enregistrements audio de réunions avec les clients. Laquelle des affirmations suivantes catégorise correctement ces types de données ?

Choisissez la meilleure réponse.

Bonne réponse

  • CLes données du tableur sont structurées et les enregistrements audio ne sont pas structurés.

Explication

Les données du tableur avec des colonnes pour Name, Address et Phone Number ont un schéma prédéfini (lignes et colonnes), ce qui en fait des données structurées. Les enregistrements audio sont des fichiers binaires sans schéma ni organisation inhérents, ce qui correspond à la définition de données non structurées. L'option C associe correctement ces classifications.

Pourquoi chaque option est juste ou fausse

A

Fausse

À la fois les données du tableur et les enregistrements audio sont des exemples de données structurées.

Cette option est incorrecte car les enregistrements audio ne partagent pas la propriété caractéristique des données structurées. Les données structurées nécessitent un schéma rigide et prédéfini où chaque enregistrement possède les mêmes attributs (par exemple, des colonnes dans une table de base de données), et les données peuvent être directement interrogées à l'aide d'opérations relationnelles. Les enregistrements audio ne sont qu'une séquence de valeurs d'amplitude échantillonnées dans le temps, qui n'ont de sens que par une interprétation complexe ; ils n'ont pas de colonnes, pas de types de données tels que du texte ou des nombres au sens tabulaire, et aucun moyen simple d'exécuter des requêtes de type SQL. Par conséquent, la partie audio ne peut pas être classée comme structurée, ce qui rend cette affirmation fausse.

B

Fausse

Les données du tableur sont structurées et les enregistrements audio sont semi-structurés.

Cette option classe à tort les enregistrements audio comme semi-structurés. Les données semi-structurées se situent entre les données structurées et non structurées : elles possèdent des marqueurs organisationnels, tels que des balises, des clés ou des éléments hiérarchiques (les exemples incluent JSON, XML et Parquet), qui permettent une analyse et des requêtes limitées. Les enregistrements audio manquent de tels marqueurs — un fichier WAV, MP3 ou AAC ne contient que des données de signal encodées ainsi que des métadonnées minimales telles que la fréquence d'échantillonnage ou la durée, mais aucune structure de champ interne qui décrit le sens du contenu. Étant donné que le contenu réellement parlé ou acoustique ne comporte aucun schéma analysable, l'audio ne peut pas être considéré comme semi-structuré ; il est non structuré, indépendamment du fait que le tableur soit correctement identifié comme structuré.

C

Juste

Les données du tableur sont structurées et les enregistrements audio ne sont pas structurés.

Un tableur est structuré car il possède un schéma fixe : un ensemble défini de colonnes, chacune ayant un type de données cohérent, et des lignes conformes à ce schéma, permettant des requêtes directes via SQL ou des outils similaires. En revanche, les enregistrements audio existent sous forme de flux de signaux continus analogiques ou numériques sans champs, clés ou définitions de colonnes inhérents. Ils ne peuvent pas être directement indexés, recherchés ou interrogés sans appliquer au préalable un prétraitement tel que la conversion de la parole en texte ou l'extraction de caractéristiques audio, ce qui constitue la caractéristique déterminante des données non structurées.

D

Fausse

Les données du tableur sont semi-structurées et les enregistrements audio ne sont pas structurés.

Cette option qualifie incorrectement le tableur de semi-structuré. Un tableur se compose généralement de lignes et de colonnes avec un schéma défini : les en-têtes de colonnes indiquent des champs (par exemple, nom du client, date, solde) et chaque ligne est un enregistrement conforme à ces champs, avec des types de données par colonne. C'est exactement la définition de données structurées, et non semi-structurées, qui nécessiteraient des schémas autodescriptifs et flexibles tels que des tableaux JSON ou des documents XML où les champs peuvent varier d'un enregistrement à l'autre. Bien que certaines applications de tableur permettent des cellules mixtes ou faiblement typées, l'interprétation canonique pour la classification des données dans le DP-900 est qu'un tableur est structuré. Comme il n'est pas semi-structuré, l'affirmation est fausse, même si la classification de l'audio comme non structuré est correcte.

Pour aller plus loin

Le concept fondamental derrière cette question est la classification des données en trois catégories utilisée dans l'ensemble des services de données Azure : structurées, semi-structurées et non structurées. Les données structurées ont un schéma fixe et rigide (pensez aux tables SQL Server où les colonnes sont définies à l'avance, chaque ligne suit la même forme et les requêtes relationnelles sont efficaces). Les données semi-structurées ont un format flexible et autodescriptif qui offre tout de même une certaine structure, comme JSON, XML ou Parquet, où des champs peuvent apparaître ou disparaître par enregistrement, mais des balises ou des clés permettent de les analyser. Les données non structurées n'ont aucun schéma (l'audio, la vidéo, les images et le texte brut en sont des exemples classiques) ; elles ne peuvent pas être comprises par un langage de requête sans un prétraitement important (par exemple, la conversion de la parole en texte pour l'audio). Un point subtil mais important est que la manière dont les données sont physiquement stockées peut brouiller les pistes : un fichier CSV est stocké dans un format texte mais est tout de même considéré comme structuré car il possède une disposition de colonnes fixe, tandis qu'une base de données NoSQL comme Azure Cosmos DB stocke des documents JSON semi-structurés. Une idée fausse courante est que tout fichier qui n'est pas une table de base de données est non structuré — c'est faux, car des fichiers tels que CSV, JSON et même les tableurs ont divers degrés de structure. Dans le DP-900, vous devez classifier en fonction de la présence et de la rigidité d'un schéma, et non du conteneur de stockage. Azure Blob Storage est conçu pour des données réellement non structurées, Azure SQL Database pour les structurées, et Cosmos DB pour les semi-structurées, ce qui illustre pourquoi une classification correcte est essentielle pour choisir le bon service de données.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DP-900 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.