BigQuery - Fondamentaux
Architecture BigQuery, datasets, tables, schémas, types de données, console, coûts
1Qu'est-ce que BigQuery ?
Qu'est-ce que BigQuery ?
Réponse
BigQuery est le data warehouse entièrement managé et serverless de Google Cloud Platform. Il permet d'exécuter des requêtes SQL analytiques sur de très gros volumes de données (pétaoctets) sans avoir à gérer d'infrastructure. Son architecture sépare le stockage et le calcul, ce qui permet de scaler indépendamment chaque composant selon les besoins.
2Quelle est la caractéristique principale de l'architecture BigQuery ?
Quelle est la caractéristique principale de l'architecture BigQuery ?
Réponse
BigQuery repose sur une architecture qui sépare le stockage (Colossus) et le calcul (Dremel). Cette séparation permet de stocker des quantités massives de données à faible coût tout en allouant dynamiquement la puissance de calcul nécessaire uniquement lors de l'exécution des requêtes. Cela évite de provisionner et maintenir des clusters fixes.
3Qu'est-ce qu'un dataset dans BigQuery ?
Qu'est-ce qu'un dataset dans BigQuery ?
Réponse
Un dataset dans BigQuery est un conteneur logique qui regroupe des tables, des vues et des fonctions. Il joue un rôle similaire à un schéma dans les bases de données traditionnelles. Chaque dataset est associé à un projet Google Cloud et possède ses propres paramètres de localisation géographique et de contrôle d'accès.
Quelle est la hiérarchie organisationnelle des ressources dans BigQuery ?
Comment référencer une table dans une requête BigQuery ?
+17 questions d'entretien
Autres sujets d'entretien Data Analytics
Google Sheets - Les fondamentaux
Google Sheets - Formules avancées
SQL - Les fondamentaux
SQL - Agrégations et groupements
SQL - Jointures
Data Cleaning - Nettoyage des données
KPIs et métriques business
Statistiques descriptives
Zapier et automatisation No-Code
Principes de data visualisation
Python & Pandas - Fondamentaux
Google Sheets - Dashboards automatisés
SQL - Sous-requêtes et CTEs
SQL - Window Functions
BigQuery - Fonctionnalités avancées
Data Modeling
Analyse de funnels et conversion
Analyse de cohortes et rétention
Google Tag Manager et tracking
APIs et webhooks
dbt - Fondamentaux
AB Testing et statistiques appliquées
Looker Studio (Google Data Studio)
Power BI - Fondamentaux
SQL - Requêtes analytiques avancées
dbt - Fonctionnalités avancées
Power BI - DAX et dashboards avancés
Python Analytics - Analyse avancée et ML
Maîtrise Data Analytics pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement