Créer jeu
Télécharger
Téléchargement SCORM
A utiliser dans un LMS (Moodle, Blackboard...)
Téléchargement régulier
Pour être publié sur un site Web ou un blog.
Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.
Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.
Obtenir Plan Académique
Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:
Partager le jeu
Test
Test

SPARK - LRBA 4

Intégrez-le à votre plateforme
G. Classroom M. Teams
Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Obtenir Plan Académique

SPARK - LRBA 4

Test

Parties jouées 20 %Précision 90 Temps moyen 06:16
Créer une copie

À propos de cette activité

Spark Streaming - Procesamiento de Datos en Tiempo Real

Créé par

HR Mexico
HR Mexico
Mexico

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu
Créer un défi

Top Jeux

 %
Anonyme
Anonyme
 %
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Imprimez votre jeu
SPARK - LRBA 4
 

SPARK - LRBA 4Version en ligne

Spark Streaming - Procesamiento de Datos en Tiempo Real

par HR Mexico
1

¿Cuál es la unidad básica de procesamiento en Spark Streaming DStream?

2

¿Qué garantiza exactly-once semantics en Structured Streaming?

3

En Kafka Direct Stream, ¿cómo se evitan receivers?

4

¿Qué maneja el watermark en Structured Streaming?

5

¿Cuál es el rol de StreamingContext?

6

En updateStateByKey, ¿qué usa StateSpec?

7

¿Qué habilita backpressure?

8

En windowed reduceByKeyAndWindow, parámetros son:

9

¿Output mode para agregaciones full table?

10

¿Checkpoint almacena qué?

11

En Structured Streaming, ¿qué es foreachBatch?

12

¿Mejor práctica para escalabilidad Kafka?

13

¿Qué mide scheduling delay?

14

En fault-tolerance receiver, ¿qué es WAL?

15

¿Trigger para baja latencia experimental?

16

¿Para data late en joins stream-stream?

17

¿Config para max rate Kafka partition?

18

En caso fraude, ¿por qué watermark?

19

¿Diferencia key DStream vs Structured?

20

¿Buena práctica idempotencia?

Explicación

DStreams procesan datos en micro-lotes como RDDs por batch interval.

WAL persiste offsets/transacciones; idempotencia evita duplicados.

Direct API lee offsets directamente de Kafka topics __consumer_offsets.

Define cutoff para procesar/drop late data en agregaciones.

Inicializa context con batch duration; único por app.

StateSpec define función update y spec para storage/timeout.

Ajusta input rate dinámicamente basado en processing delay.

windowDuration para tamaño, slide para overlap (e.g., 30s/10s).

Complete emite toda tabla actualizada por trigger.

Permite recovery completo desde último batch completado.

Aplica función a cada micro-lote output DataFrame.

Tasks paralelos match Kafka partitions para throughput.

Indicador backpressure; alto delay sugiere overload.

Replica datos a checkpoint antes ACK fuente.

Spark 3.0+ modo continuo sub-second (microbatch no).

Watermarks permiten joins con bounds temporales.

Limita input per partition en backpressure mode.

Evita estado infinito; drop data post-threshold.

Structured unifica con Spark SQL, mejor optimización.

Commit offsets solo tras sink exitoso para replay-safe.

 
Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.