AE1 - Framaworks de Big Data

Prévia do material em texto

Pergunta 1
O apache spark normalmente é executado em um clusters de servidores, interligados por meio de redes de comunicação de alta velocidade.
Neste contexto, sempre existe a possibilidade de um destes servidores apresentar problema de hardware ou simplesmente perder a comunicação. Entretanto, o apache spark é um framework de alta disponibilidade e implementa este recurso por meio do quê?
	
	A.
	Rollback.
	
	B.
	Sharding.
	
	C.
	Directed Acyclic Graph (DAG).
	
	D.
	UDP.
	
	E.
	TCP/IP.
Pergunta 2
O processamento de dados de big data é um grande desafio técnico e é bem definido nas características dos 5Vs do big data.
Considerando o contexto apresentado, identifique porque o particionamento de dados e a distribuição são fundamentais para o processamento de dados de big data.
	
	A.
	Porque os 5Vs não podem ser aplicados a situações em que o particionamento é inerente às características intrínsecas das instâncias.
	
	B.
	Porque a velocidade do big data não é aplicada à capacidade de processamento e dispersão da distribuição.
	
	C.
	Porque eles permitem que clusters constituídos de servidores baseados em componentes padrão (processador/memória/rede/disco) possam processar dos dados de big data.
	
	D.
	Porque a não exposição dos dados a ambientes distribuídos possibilita a segregação das chaves de particionamento.
	
	E.
	Porque não é possível construir soluções complexas baseadas em servidores simples e baratos.
Pergunta 3
O apache spark é um dos muitos frameworks de processamento de dados de big data hospedados na Fundação Apache. O que o difere do apache hadoop é o fato de ele manter os dados armazenados em memória e então processá-los com alto desempenho e baixa latência.
Assinale a alternativa que indica quais palavras são o acrônimo para a abstração de dados, chamada de RDD, e qual sua principal característica.
	
	A.
	Reducted dataframe – o seu conteúdo é uma lista de datas.
	
	B.
	Recollect distributed discovery – o seu conteúdo é obtido pelo serviço de descobertas.
	
	C.
	Resilient distributed datasets – o seu conteúdo não pode ser alterado após a sua criação.
	
	D.
	Residente data distributed – o seu conteúdo é residente em disco após a distribuição.
	
	E.
	Resilient distributed dataframe – o seu conteúdo se modifica automaticamente com a alteração dos dados de origem.
Pergunta 4
O apache spark streaming é construído utilizando o framework apache spark com base, adicionando o processamento de stream de dados.
Neste contexto, o apache spark streaming implementa um novo tipo de abstração para o suporte de stream de dados. Qual?
	
	A.
	Receiver stream.
	
	B.
	Stream RDD.
	
	C.
	RDD.
	
	D.
	Stream DAG.
	
	E.
	Discretized stream (DStream).
Pergunta 5
A Fundação Apache possui muitos frameworks de big data diferentes, cada um com seu nicho de aplicação diferente, pois possuem características de desempenho, distribuição e comportamento bem distintos.
Neste contexto, o framework apache flink é um deles e suporta tanto processamento em batch como em streaming. Sua arquitetura é composta por dois componentes. Quais são?
	
	A.
	BigStreamManager e SmallStreamManager.
	
	B.
	StreamManager e BatchManager.
	
	C.
	DistribuitedManager e LocalManager.
	
	D.
	CentralManager e FullManager.
	
	E.
	JobManager e TaskManager.