AS Geral_ TECNOLOGIAS DE BI E BIG DATA

Prévia do material em texto

22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 1/14
Pontuação desta tentativa: 9,33 de 10
Enviado 22 nov em 12:51
Esta tentativa levou 13 minutos.
0,66 / 0,66 ptsPergunta 1
Analise a definição: os utilitários e bibliotecas comuns que dão suporte
aos outros módulos do Hadoop, como por exemplo, fornece sistemas
de arquivos, abstrações do Sistema Operacional, contém os arquivos e
scripts Java necessários para iniciar Hadoop.
Selecione a alternativa a qual a definição se refere.
 HDFS. 
 Hadoop Common. Correto!Correto!
 Mahout. 
 MapReduce. 
 Hadoop. 
Hadoop common: os utilitários e bibliotecas comuns que dão
suporte aos outros módulos do Hadoop, como por exemplo,
fornece sistemas de arquivos, abstrações do Sistema
Operacional, contém os arquivos e scripts Java necessários
para iniciar Hadoop.
0,66 / 0,66 ptsPergunta 2
Analise a definição: um sistema baseado em YARN para
processamento paralelo de grandes conjuntos de dados. Funciona
como uma API que permite a criação de programas que executarão a
divisão e redução das tarefas, executando sempre a estrutura de
entrada e saída presente no Hadoop.
Selecione a alternativa a qual a definição se refere.
 Hadoop. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 2/14
 Mahout. 
 Hadoop Yarn. 
 MapReduce. Correto!Correto!
 Spark. 
Hadoop MapReduce: um sistema baseado em YARN para
processamento paralelo de grandes conjuntos de dados.
Funciona como uma API que permite a criação de programas
que executarão a divisão e redução das tarefas, executando
sempre a estrutura de entrada e saída presente no Hadoop.
0,66 / 0,66 ptsPergunta 3
Analise as afirmativas:
I. Hadoop tem um serviço de coordenação distribuída, chamado
ZooKeeper, que é um serviço centralizado para manter as informações
de configuração, nomeando, proporcionando sincronização distribuída
e prestação de serviços;
II. Cassandra é uma implementação bancos de dados não relacionais
ou NoSQL, que suporta o modelo de dados Big Table e usa aspectos
de arquitetura introduzidos por Amazon Dynamo;
III. É um subprojeto dedicado ao carregamento massivo de vários
arquivos de texto dentro de um cluster Hadoop (ETL). Chukwa se
constrói sob o sistema de arquivos distribuído (HDFS) e o marco
MapReduce e herda a escalabilidade e robustez de Hadoop. Também
inclui um conjunto de ferramentas flexível e potente para a visualização
e análise dos resultados;
Selecione a correta alternativa quanto às afirmativas:
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – correta e III - correta. Correto!Correto!
 I – incorreta, II – correta e III - correta. 
 I – correta, II – correta e III - incorreta. 
 I – correta, II – incorreta e III - correta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 3/14
Zookeeper: Hadoop tem um serviço de coordenação
distribuída, chamado ZooKeeper, que é um serviço centralizado
para manter as informações de configuração, nomeando,
proporcionando sincronização distribuída e prestação de
serviços. Funciona em um conjunto de máquinas e é projetado
para ser altamente disponível. Ele evita a introdução de pontos
únicos de falha em seu sistema, para que você possa construir
um aplicativo confiável. Interações Zookeeper apoia os serviços
participantes que não precisam saber sobre um outro. Por
exemplo, ZooKeeper pode ser utilizado como um mecanismo de
encontro, de modo que processos que de outra forma não
sabem da existência um do outro (ou detalhes da rede) possam
descobrir e interagir uns com os outros.
Cassandra: Cassandra é uma implementação bancos de dados
não relacionais ou NoSQL, que suporta o modelo de dados Big
Table e usa aspectos de arquitetura introduzidos por Amazon
Dynamo.
Alguns dos pontos positivos do Cassandra são:
Alta escalabilidade e disponibilidade, sem um ponto único de
falha;
Implementação de bancos de dados NoSQL;
Rendimento de gravação muito alto e bom rendimento de
leitura;
Linguagem de consulta semelhante a SQL;
Consistência ajustável e suporte para replicação;
Esquema flexível;
Chukwa: É um subprojeto dedicado ao carregamento massivo
de vários arquivos de texto dentro de um cluster Hadoop (ETL).
Chukwa se constrói sob o sistema de arquivos distribuído
(HDFS) e o marco MapReduce e herda a escalabilidade e
robustez de Hadoop. Também inclui um conjunto de
ferramentas flexível e potente para a visualização e análise dos
resultados.
0,66 / 0,66 ptsPergunta 4
Analise a definição: é um sistema de arquivos projetado para
armazenar arquivos extremamente grandes com um padrão de fluxo
de acesso, executar sob clusters de computadores pessoais ou
plataformas de hardware comuns (WHITE, 2015).
Selecione a alternativa a qual a definição se refere.
 Mahout. 
 Hadoop Yarn. 
 Hadoop. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 4/14
 HDFS. Correto!Correto!
 Spark. 
O HDFS é um sistema de arquivos projetado para armazenar
arquivos extremamente grandes com um padrão de fluxo de
acesso, executar sob clusters de computadores pessoais ou
plataformas de hardware comuns (WHITE, 2015). O HDFS é
um sistema de arquivos altamente tolerante a falhas projetado
para executar em hardware padrão de baixo custo; é ideal para
armazenar grandes quantidades de dados. Permite a conexão
de nós contidos nos clusters por meio dos quais os arquivos de
dados são distribuídos.
0,66 / 0,66 ptsPergunta 5
Analise as afirmativas:
I. MapReduce é o termo usado para se referir a uma família de
projetos relacionados, que compõe a infraestrutura para computação
distribuída e de larga escala de processamento, que usa o conceito de
Big Data;
II. Modelo de MapReduce divide o processamento em mapas e o
divide em fases, cada fase se baseia em um par de chave/valor usado
como entrada e saída para o processo;
III. A biblioteca de software Apache Hadoop é um framework que
permite o processamento distribuído de grandes conjuntos de dados
em clusters de computadores que utilizam modelos de programação
simples;
Selecione a correta alternativa quanto às afirmativas:
 I – correta, II – correta e III - incorreta. 
 I – incorreta, II – correta e III - correta. Correto!Correto!
 I – correta, II – incorreta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – correta e III - correta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 5/14
Hadoop é o termo usado para se referir a uma família de
projetos relacionados, que compõe a infraestrutura para
computação distribuída e de larga escala de processamento,
que usa o conceito de Big Data. De acordo com White (2015),
Hadoop é a implementação para MapReduce e sistema de
arquivos distribuído mais utilizado e conhecido.
O MapReduce é um modelo de processamento de dados
distribuído e um ambiente de execução em clusters de larga
escala. Esse modelo divide o processamento em mapas e o
divide em fases, cada fase se baseia em um par de chave/valor
usado como entrada e saída para o processo. O programador
especifica duas funções, o mapa e as funções de redução, para
serem usadas na implementação e execução específica
(WHITE, 2015).
A biblioteca de software Apache Hadoop é um framework que
permite o processamento distribuído de grandes conjuntos de
dados em clusters de computadores que utilizam modelos de
programação simples.
0,67 / 0,67 ptsPergunta 6
Analise as afirmativas:
I. O Resilient Distributed Datasets (RDD) é o conceito central da
plataforma Spark. Foi desenvolvido para suportar o armazenamento de
dados na memória e distribuído ou em um cluster, que implementa sua
tolerância a falhas, devido, em parte, ao seu rastreamento de dados
brutos ou processamentos.;
II. O RDD é uma funcionalidade permiteque usuários da plataforma ou
software R utilizem funções ou funcionalidades Spark de maneira mais
usual.;
III. Spark Streaming aproveita a capacidade de processamento rápido
da Spark Core para executar os processamentos. Permite a execução
e transformações RDD (Solids Distributed Datasets) nesses pedações
menores de dados e lotes de processamento.;
Selecione a correta alternativa quanto às afirmativas:
 I – incorreta, II – correta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – incorreta e III - correta. Correto!Correto!
 I – correta, II – correta e III - incorreta. 
 I – correta, II – correta e III - correta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 6/14
Spark Streaming
Spark Streaming aproveita a capacidade de processamento
rápido da Spark Core para executar os processamentos.
Permite a execução e transformações RDD (Solids Distributed
Datasets) nesses pedações menores de dados e lotes de
processamento.
Spark R Essa funcionalidade permite que usuários da
plataforma ou software R utilizem funções ou funcionalidades
Spark de maneira mais usual.
Resilient Distributed Datasets
O Resilient Distributed Datasets (RDD) é o conceito central da
plataforma Spark. Foi desenvolvido para suportar o
armazenamento de dados na memória e distribuído ou em um
cluster, que implementa sua tolerância a falhas, devido, em
parte, ao seu rastreamento de dados brutos ou
processamentos.
0,67 / 0,67 ptsPergunta 7
Analise a definição: é um projeto de código livre da fundação Apache
que possui uma biblioteca de implementação de algoritmos para
aprendizagem de máquina.
Selecione a alternativa que traz o nome da ferramenta ou projeto a
qual a definição se refere:
 Hadoop. 
 HDFS. 
 Mahout. Correto!Correto!
 RDD. 
 Spark. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 7/14
O projeto Mahout é um projeto de código livre da fundação
Apache que possui uma biblioteca de implementação de
algoritmos para aprendizagem de máquina. De acordo com
Giacomelli (2013), o objetivo do projeto Mahout é ser uma
escolha de ferramenta para aprendizado por máquina para
processamento de conjuntos de dados extremamente grandes,
tanto para execução em clusters de instâncias de Hadoop ou
em uma única máquina. O Mahout é uma ferramenta
desenvolvida em linguagem de programação Java dentro do
projeto de computação distribuída Hadoop.
0,67 / 0,67 ptsPergunta 8
Analise o comando: hadoop fs -copyFromLocal C50 /
Analise as afirmativas quanto ao comando:
I. -copyFromLocal serve para copiar algo para o HDFS;
II. C50 é a pasta ou arquivo de origem a ser copiado;
III. / serve para formatar a pasta de destino;
Selecione a correta alternativa quanto às afirmativas:
 I – correta, II – correta e III - incorreta. Correto!Correto!
 I – incorreta, II – correta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – correta e III - correta. 
 I – correta, II – incorreta e III - correta. 
Segue o comando para a cópia dos arquivos para o sistema
HDFS:
hadoop fs -copyFromLocal C50 /
-copyFromLocal é a opção que indica a cópia de arquivos;
C50 é a pasta de origem a ser copiada para o HDFS;
O / indica que a pasta de destino é o diretório raiz dentro do
HDFS;
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 8/14
0 / 0,67 ptsPergunta 9
Analise o comando: ./mahout seqdirectory -i /C50/C50train -o
/seqreuters -xm sequential
Analise as afirmativas quanto ao comando:
I. Esse comando executa o algoritmo kmeans no mahout;
II. Esse comando gera os arquivos em vetores sequenciais para a
análise de textos no mahout;
III. A opção -i indica o diretório de entrada para o comando, nesse caso
indicando a pasta /C50/C50train;
Selecione a correta alternativa quanto às afirmativas:
 I – correta, II – correta e III - correta. ocê respondeuocê respondeu
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – incorreta e III - correta. 
 I – incorreta, II – correta e III - correta. esposta corretaesposta correta
 I – correta, II – correta e III - incorreta. 
Inicialmente deve-se criar arquivos de vetores sequenciais para
o processamento dos textos, para isso usa-se o comando
“seqdirectory” presente no Mahout.
Segue o comando executado na base:
./mahout seqdirectory -i /C50/C50train -o /seqreuters -xm
sequential
Nesse caso são passados parâmetros de diretório ou arquivo
de entrada, o diretório de saída do comando e o parâmetro que
informa para se criar o vetor sequencial.
0,67 / 0,67 ptsPergunta 10
Analise as afirmativas:
I. O Mahout é uma ferramenta desenvolvida em linguagem de
programação Java dentro do projeto de computação distribuída
Hadoop;
II. O projeto Mahout possui implementações de diversos algoritmos em
sua execução direta no Hadoop com o Mapreduce;
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 9/14
III. O projeto Mahout não permite integração e implementações de
algoritmo usando o Spark;
Selecione a correta alternativa quanto às afirmativas:
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – incorreta e III - correta. 
 I – correta, II – correta e III - correta. 
 I – incorreta, II – correta e III - correta. 
 I – correta, II – correta e III - incorreta. Correto!Correto!
O projeto Mahout é um projeto de código livre da fundação
Apache que possui uma biblioteca de implementação de
algoritmos para aprendizagem de máquina. De acordo com
Giacomelli (2013), o objetivo do projeto Mahout é ser uma
escolha de ferramenta para aprendizado por máquina para
processamento de conjuntos de dados extremamente grandes,
tanto para execução em clusters de instâncias de Hadoop ou
em uma única máquina. O Mahout é uma ferramenta
desenvolvida em linguagem de programação Java dentro do
projeto de computação distribuída Hadoop.
O projeto Mahout possui implementações de algoritmos de
classificação e clustering, como o algoritmo K-means que
possui grande relevância para o curso.
O projeto Mahout possui implementações de diversos
algoritmos em sua execução direta no Hadoop com o
Mapreduce, algoritmos em Spark, além de poder usar
frameworks H2O e Flink.
0,67 / 0,67 ptsPergunta 11
Analise a definição: exemplos são dinheiro, volume de vendas, número
de funcionários, estoque, observe que essa tabela de fatos deve
possuir uma grande quantidade de chaves para relacionamentos.
Selecione a correta alternativa quanto à definição:
 Mahout. 
 Big Data. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 10/14
 Tempo. 
 Fato. Correto!Correto!
 Dimensão. 
Cabe relembrar alguns fatores ou conceitos relacionados à
multidimensionalidade e modelagem dos dados em BI:
Dimensão: aos quais temos como exemplo produto, loja,
atendente, são atributos descritivos usados para agrupamento
em uma dada hierarquia;
Tempo: temos como exemplo intervalos diário, mensal,
semanal;
medidas ou fatos: exemplos são dinheiro, volume de vendas,
número de funcionários, estoque, observe que essa tabela de
fatos deve possuir uma grande quantidade de chaves para
relacionamentos.
0,67 / 0,67 ptsPergunta 12
Analise as afirmativas:
I. O Qlik Sense tem uma premissa ou característica diferente do
QlikView, pois ele é um software que possui maior versatilidade,
flexibilidade e dá maior autonomia para o usuário;
II. O Qlik Sense permite que o usuário final possa editar ou criar seus
dashboard ou carregar seus dados, tento em sua versão desktop
quanto sua versão inicial em nuvem;
III. O Qlik View permite que o usuário final possa editar ou criar seus
dashboard ou carregar seus dados, tento em sua versão desktop
quanto sua versão inicial em nuvem;
Selecione a correta alternativa quanto àsafirmativas:
 I – correta, II – correta e III - incorreta. Correto!Correto!
 I – correta, II – correta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – incorreta e III - correta. 
 I – incorreta, II – correta e III - correta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 11/14
O Qlik Sense tem uma premissa ou característica diferente do
QlikView, pois ele é um software que possui maior versatilidade,
flexibilidade e dá maior autonomia para o usuário, de modo que
o usuário final possa editar ou criar seus dashboard ou carregar
seus dados, tento em sua versão desktop quanto sua versão
inicial em nuvem, ambos gratuitos para download e instalação.
0,67 / 0,67 ptsPergunta 13
Analise as afirmativas:
I. O Qlik Sense é um aplicativo de visualização e descoberta de dados
de autoatendimento, ou o que é comumente chamado de BI self
service;
II. O QlikView é um aplicativo de visualização e descoberta de dados
de autoatendimento, ou o que é comumente chamado de BI self
service;
III. O QlikView comprime os dados e os mantém memória, para
exploração imediata pelos usuários.;
Selecione a correta alternativa quanto às afirmativas:
 I – correta, II – correta e III - incorreta. 
 I – incorreta, II – correta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – correta e III - correta. 
 I – correta, II – incorreta e III - correta. Correto!Correto!
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 12/14
Qlik View
QlikView é uma plataforma de descoberta de conhecimentos
em negócios para os usuários nas organizações. Com o
QlikView, você pode analisar dados e usar suas descobertas de
dados para apoiar a tomada de decisões. O QlikView permite
que você pergunte e responda suas próprias perguntas e siga
seus próprios caminhos para a visão.
Como característica principal está o motor do QlikView, que
gera novas visualizações de dados. Ele comprime os dados e
os mantém memória, para exploração imediata pelos usuários.
Para conjuntos de dados muito grandes o QlikView se conecta
diretamente à fonte de dados, e oferece uma experiência
associativa em todos os dados utilizados para análise,
independentemente de onde está armazenado.
Qlik Sense
O Qlik Sense é um aplicativo de visualização e descoberta de
dados de autoatendimento, ou o que é comumente chamado de
BI self service, projetado para indivíduos, grupos e
organizações. Com Qlik Sense você pode analisar dados e
fazer descobertas de dados por conta própria. Você pode
compartilhar conhecimento e analisar dados em grupos e em
toda a organização. Qlik Sense permite que você pergunte e
responda suas próprias perguntas e siga seus próprios
caminhos e visões.
0,67 / 0,67 ptsPergunta 14
Analise as definições:
I. Medidas ou fatos: aos quais temos como exemplo produto, loja,
atendente, são atributos descritivos usados para agrupamento em uma
dada hierarquia;
II. Dimensão: exemplos são dinheiro, volume de vendas, número de
funcionários, estoque, observe que essa tabela de fatos deve possuir
uma grande quantidade de chaves para relacionamentos;
III. Tempo: temos como exemplo intervalos diário, mensal, semanal;
Selecione a correta alternativa quanto às afirmativas:
 I – incorreta, II – incorreta e III - correta. Correto!Correto!
 I – correta, II – correta e III - incorreta. 
 I – incorreta, II – correta e III - correta. 
 I – incorreta, II – incorreta e III - incorreta. 
 I – correta, II – correta e III - correta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 13/14
Cabe relembrar alguns fatores ou conceitos relacionados à
multidimensionalidade e modelagem dos dados em BI:
Dimensão: aos quais temos como exemplo produto, loja,
atendente, são atributos descritivos usados para agrupamento
em uma dada hierarquia;
Tempo: temos como exemplo intervalos diário, mensal,
semanal;
medidas ou fatos: exemplos são dinheiro, volume de vendas,
número de funcionários, estoque, observe que essa tabela de
fatos deve possuir uma grande quantidade de chaves para
relacionamentos.
0,67 / 0,67 ptsPergunta 15
Analise as afirmativas:
I. Com Qlik Sense você pode analisar dados e fazer descobertas de
dados por conta própria.;
II. QlikSense tem uma interface com as visões já pré-estabelecidas
para o usuário;
III. Qlik view tem uma interface com as visões já pré-estabelecidas
para o usuário;
Selecione a correta alternativa quanto às afirmativas:
 I – correta, II – incorreta e III - correta. Correto!Correto!
 I – incorreta, II – correta e III - correta. 
 I – correta, II – correta e III - correta. 
 I – correta, II – correta e III - incorreta. 
 I – incorreta, II – incorreta e III - incorreta. 
22/12/2022 12:10 AS Geral: TECNOLOGIAS DE BI E BIG DATA
https://cruzeirodosul.instructure.com/courses/29843/quizzes/82772 14/14
O Qlik Sense é um aplicativo de visualização e descoberta de
dados de autoatendimento, ou o que é comumente chamado de
BI self service, projetado para indivíduos, grupos e
organizações. Com Qlik Sense você pode analisar dados e
fazer descobertas de dados por conta própria. Você pode
compartilhar conhecimento e analisar dados em grupos e em
toda a organização. Qlik Sense permite que você pergunte e
responda suas próprias perguntas e siga seus próprios
caminhos e visões.
Note que o Qlik view tem uma interface com as visões já pré-
estabelecidas para o usuário e deve ser carregado em um Qlik
View Server, para que o usuário final possa acessar.