Banco de dados para Big data - Banco de Dados para Big Data AV2

Prévia do material em texto

Ao particionar tabelas e índices em unidades menores e mais gerenciáveis, os administradores de bancos de dados podem usar uma abordagem de dividir para conquistar no gerenciamento de dados. Bancos de dados distribuídos fornecem um conjunto abrangente de comandos SQL para gerenciar tabelas de particionamento. Sobre o tema, associe os itens, utilizando o código a seguir: I- Particionamento vertical. II- Particionamento funcional. III- Particionamento horizontal. ( ) Chamado de fragmentação ou sharding. Nesse modelo, os dados são fragmentados em partes menores, chamadas de shard ou fragmento, com todos os dados do mesmo tipo juntos. Um exemplo seria uma enorme tabela de clientes cadastrados sendo dividida com um número X de registros de clientes em cada fragmento, formando um conjunto de shards. ( ) É uma forma diferente de particionar os dados, que seria como criar subtabelas derivadas de uma tabela central. É um uso comum na separação de dados que sejam apenas para leitura ou consulta de outros que servem para escrita e leitura. ( ) Esse tipo de particionamento, diferentemente do horizontal, divide os dados de modo a deixar apenas campos ou colunas mais acessados em uma partição, deixando os demais em outra partição. Assinale a alternativa que apresenta a sequência CORRETA:
A
I - III - II.
B
I - II - III.
C
II - III - I.
D
III - II - I.
2O Spark é baseado no processamento distribuído de dados em memória, por meio de uma abstração chamada RDD (do inglês Resilient Distributed Dataset). Os RDDs são coleções distribuídas de elementos de dados imutáveis. Sobre esse tema, classifique V para as sentenças verdadeiras e F para as falsas: ( ) O Apache PostgreSQL é considerado um framework de Big Data. ( ) O Apache Storm é considerado um framework de Big Data. ( ) O Apache Flink é considerado um framework de Big Data. ( ) O Apache Hadoop é considerado um framework de Big Data. Assinale a alternativa que apresenta a sequência CORRETA: FONTE: GUEDES, Thaylon et al. Análise Online de Dados de Proveniência e de Domínio de Aplicações Spark com SAMbA. In: SBBD Companion, 2018, p. 17-22.
A
F - V - V - V.
B
V - F - F - V.
C
F - V - F - V.
D
V - F - V - F.
3Em seu ambiente, apesar de serem necessários apenas dois componentes para compor uma aplicação para se planejar um ambiente distribuído de maior eficiência, são necessários os demais componentes utilizando o Apache Hadoop. Assinale a alternativa CORRETA que apresenta o componente que é o sistema gerenciador de dados distribuídos do Hadoop, este gerencia o armazenamento dos dados e a distribuição:
A
Hue.
B
HDFS.
C
PostgreSQL.
D
Hive.
4Big Data é um termo utilizado para descrever conjuntos de dados cuja captura, armazenamento, distribuição e análise requerem métodos e tecnologias avançadas devido a qualquer combinação de seu tamanho (volume), frequência de atualização (velocidade) e diversidade (heterogeneidade). Sobre o algoritmo MapReduce, classifique V para as sentenças verdadeiras e F para as falsas: ( ) MapReduce é um modelo de programação e implementação associada a esse modelo. ( ) MapReduce é implementado apenas em Java. ( ) O Spark implementa o MapReduce. ( ) O Hadoop implementa o MapReduce. Assinale a alternativa que apresenta a sequência CORRETA: FONTE: SILVA, Fabricio Alves Barbosa da. Big data e nuvens computacionais: aplicações em saúde pública e genômica. Journal of health Informatics, v. 8, n. 2, 2016.
A
V - F - V - F.
B
F - V - V - F.
C
F - F - F - V.
D
V - F - V - V.
5Os frameworks de Big Data baseados em lote são caracterizados pelo armazenamento prévio da massa de dados para o processamento da demanda computacional. Por outro lado, os frameworks baseados em tempo real não realizam o armazenamento prévio dos dados, pois nesse caso existe uma fonte responsável pela geração contínua de dados para o processamento. Sobre os frameworks de Big Data, classifique V para as sentenças verdadeiras e F para as falsas: ( ) No Hadoop, geralmente os dados de entrada e as saídas são armazenados em um sistema de arquivos. ( ) No Spark, os dados podem ser mantidos em memória para os casos de processamento iterativo. ( ) Em todos os cenários, o Hadoop tem um melhor desempenho que o Spark. ( ) O Spark e o Hadoop não podem ser integrados. Assinale a alternativa que apresenta a sequência CORRETA:
A
V - F - V - F.
B
F - V - V - F.
C
F - F - V - V.
D
V - V - F - F.
6A computação em nuvem é a ideia de utilizarmos, em qualquer lugar e independente de plataforma, os mais variados tipos de aplicações através da internet com a mesma facilidade de tê-las instaladas em nossos próprios computadores. Sobre o particionamento de dados em nuvem, classifique V para as sentenças verdadeiras e F para as falsas: ( ) O AWS Lake é um serviço que facilita a configuração de um data lake. ( ) O Azure é um serviço de armazenamento em nuvem Open Source e gratuito. ( ) O Azure pode ter redes virtuais e também pode ser conectado à rede corporativa. ( ) Amazon EMR é uma plataforma de big data que oferece suporte a 19 projetos de código aberto, como Apache Spark, Hive, HBase, entre outros. Assinale a alternativa que apresenta a sequência CORRETA: FONTE: RUSCHEL, Henrique; ZANOTTO, Mariana Susan; MOTA, WC da. Computação em nuvem. Curitiba, Pontifícia Universidade Católica do Paraná, 2010.
A
F - V - F - V.
B
F - V - V - F.
C
V - F - V - V.
D
V - F - F - V.
7O MapReduce é um modelo que foi proposto para o processamento de grandes conjuntos de dados, através da aplicação de tarefas independentes entre si. Programas em MapReduce são baseados em estilos de programação funcional, capazes de realizar processamento de grandes volumes de dados de forma paralela. Sobre o fluxo do MapReduce, ordene os itens a seguir: I- Entrada. II- Separação. III- Mapeamento. IV- Redução. V- Combinação. Assinale a alternativa CORRETA com a sequência do algoritmo MapReduce:
A
I - II - III - IV - V.
B
I - II - IV - V - III.
C
I - II - III - V - IV.
D
V - III - IV - I - II.
8O termo streaming é utilizado em diversos contextos em tecnologia, como serviços de streaming de música e vídeo, que têm como objetivo fornecer esses recursos em tempo real. No contexto de Big Data e dados, streaming de dados representa coleta e armazenamento em tempo real. Considerando as ferramentas que são frameworks de streamming de dados, classifique V para as opções verdadeiras e F para as falsas: ( ) MongoDB. ( ) Neo4J. ( ) Spark. ( ) PostgreSQL. Assinale a alternativa que apresenta a sequência CORRETA:
A
F - V - F - V.
B
F - V - V - F.
C
V - F - F - V.
D
F - F - V - F.
9O particionamento de dados pode acontecer de maneira horizontal, vertical ou funcional. Cada um dos tipos de particionamento apresenta características que irão variar em benefícios, de acordo com a estratégia a ser adotada por uma instituição. Existe um tipo de particionamento chamado de fragmentação ou sharding. Nesse modelo, os dados são fragmentados em partes menores, chamadas de shard ou fragmento, com todos os dados do mesmo tipo juntos. Assinale a alternativa CORRETA que apresenta esse tipo de particionamento:
A
Particionamento orbital.
B
Particionamento horizontal.
C
Particionamento vertical.
D
Particionamento funcional.
10O HDFS é um sistema de arquivos distribuído altamente escalável e flexível, projetado para ser tolerante a falhas mesmo quando executa em clusters com hardware comum. Dentro do HDFS, segue-se uma arquitetura mestre-escravo formada por dois tipos de nós: NameNode (NN) e DataNode (DN). Sobre a relação entre HDFS on premise e dados em nuvem, classifique V para as sentenças verdadeiras e F para as falsas: ( ) O HDFS on premise atua sob demanda e só é pago quando consome. ( ) Para utilizar HDFS em nuvem é preciso ter equipe de suporte e espaço físico local. ( ) O HDFS on premise está limitado à capacidade física do hardware local. ( ) O HDFS on em nuvem pode ter o hardware expandido a qualquer momento. Assinale a alternativa que apresenta a sequência CORRETA:
A
F - F - V - V.
B
V - V - F - V.
C
F - F - F - F.
D
F - V - V - F.