Arquitetura de Coleta e Armazenamento de Dados Hadoop e Spark

Prévia do material em texto

Prova Impressa
GABARITO | Avaliação da Disciplina (Cod.:645443)
Peso da Avaliação 10,00
Prova 65203410
Qtd. de Questões 20
Nota 9,00
Foi Einstein, homem com uma das cabeças mais geniais que já pisou neste mundo, que disse que 
“Deus não joga dados”. Referia-se aos pequenos cubos numerados usados em jogos e apostas nas 
quais estatística e sorte andam sempre de mãos dadas.
Ao mensurar o volume de dados no mundo o IDC (International Data Corporation) estimou que 
haverá, até 2020, um valor sobre os dados. Selecione a alternativa CORRETA do valor estimado 
pelo IDC. 
A 44 kilobytes 
B 44 bytes
C 44 zettabytes 
D 44 megaabytes
A Matriz SWOT é uma importante ferramenta de planejamento, sendo composta por quatro itens 
de análise do ambiente interno e externo. Diante disso, assinale a alternativa que apresenta os 
possíveis aspectos identificados pela ferramenta citada: 
A Deficiências, grade de sucessos, áreas de foco e metas.
B Pontos fortes, pontos fracos, oportunidades e ameaças.
C Resultados obtidos, dificuldades, boas práticas e desafios.
D Missão, valores, resultados esperados e competências.
 VOLTAR
A+ Alterar modo de visualização
1
2
No meio da análise de dados um conceito que ganha força, e no qual grande parte do MapReduce 
está baseado, é o Big Data. Trata-se de um termo empregado para descrever o crescimento, o uso e 
a disponibilidade das informações, sejam elas estruturadas ou não. Para o Big Data, o importante 
não é a coleta de grandes quantidades de dados, mas sim como eles são processados. O potencial 
que ele traz para as empresas é imenso e para utilizá-lo elas precisam ser capazes de aproveitar as 
informações contidas em suas gigantescas bases de dados para tomar as melhores decisões.
Sobre o MapReduce, selecione a alternativa CORRETA sobre sua relação com o Apache 
Hadoop. 
A MapReduce é o banco de dados nativo do Hadoop, que permite com que sejam armazenados
dados distribuídos. 
B
 MapReduce é um modelo de programação, no qual o modelo MapReduce usa chaves e
valores para vincular dados de entrada à função Map, responsável por reconhecer as entradas e
a função Reduce para agrupar e diminuir a saída. 
C MapReduce é a linguagem de programação nativa do Hadoop, que permite com que sejam
armazenados dados distribuídos. 
D MapReduce é um componente do Hadoop, não sendo necessário para sua execução.
As soluções do Cloudera para clusters oferecem escalabilidade, flexibilidade, integração da 
plataforma que torna fácil o gerenciamento de grandes volumes e variedades de dados na maioria 
dos empreendimentos. Essa ferramenta permite a implantação e gerenciamento do Apache Hadoop 
e de projetos relacionados para manipular e analisar os dados, bem como mantê-los. 
Selecione a alternativa correta que traz os itens do ambiente cloudera. 
A CDH, Cloudera Databases, Cloudera Manager,Cloudera Chrome. 
B HDFS, Cloudera Impala, Cloudera Manager,NoSQL. 
C HDFS, Cloudera DB, Cloudera Manager, Cloudera System.
3
4
D CDH, Cloudera Impala, Cloudera Manager,Cloudera Navigator. 
A ambição é natural do ser humano, pois sempre estamos em busca de algo melhor, desejando 
novas conquistas. Queremos realizar muitas coisas, porém encontramos dificuldades para escolher 
o que fazer primeiro e/ou como fazer o que queremos. Para auxiliar nessas escolhas, podemos 
utilizar a ferramenta do planejamento pessoal.
Sabendo disso, assinale a alternativa que apresenta etapas de um planejamento pessoal: 
A Estabelecer os objetivos, conhecer os limites/recursos disponíveis, aguardar as oportunidades
e manter-se motivado.
B Estabelecer os objetivos, organizar-se, conhecer os limites, aguardar as oportunidades e
revisar o planejamento.
C Estabelecer os objetivos, conhecer os limites/recursos disponíveis, manter-se motivado e
desconsiderar os riscos.
D Estabelecer os objetivos, organizar-se, conhecer os limites/recursos disponíveis e revisar o
planejamento.
5
Em um cenário de grandes volumes de dados a primeira etapa é a coleta, a segunda a preparação e 
por último o armazenamento, que permite futuras análises. Para isso, comumente utilizamos os 
ditos frameworks de Big Data.
Selecione a alternativa CORRETA com a definição de framework. 
A Um framework é um conjunto de códigos SQL. 
B Um framework é um conjunto de códigos python. 
C Um framework é um conjunto de problemas.
D Um framework é um conjunto de soluções para um conjunto de problemas. 
JSON (JavaScript object Notation) é uma forma de armazenamento e transmissão de dados em 
formato de texto. Sua forma simples e compacta de estruturar informações tem ganhado espaço em 
aplicações em que o formato XML reinava até então como em aplicações Web, por exemplo. A 
Google é uma das empresas que se destaca na utilização de JSON, tendo inclusive desenvolvido a 
biblioteca Gson inicialmente para fins internos, que tem como finalidade a conversão de objetos 
Java em JSON.
No que se refere aos tipos de dados, um documento JSON contém:
A Dados não estruturados. 
B Dados semiestruturados. 
C Dados estruturados. 
D Dados do tipo NoSQL.
6
7
Nos dias de hoje geramos muito mais dados com dispositivos como celular e TVs. Além disso, 
temos as mídias sociais que geram a todo tempo informações majoritariamente públicas. Hoje já é 
realidade a existência de carros, geladeiras e dispositivos vestíveis (wearable devices) conectados 
entre si e gerando ainda mais dados para serem processados e transformados em informações úteis.
Um mecanismo utilizado em problemas de grandes volumes de dados é a computação paralela. 
Selecione a alternativa CORRETA sobre computação paralela. 
A Na arquitetura paralela o objetivo é “paralelizar” os processos, ou seja, dividir entre os
núcleos. 
B Na arquitetura paralela o objetivo é “paralelizar” os processos, ou seja, pegar os processos de
vários núcleos e executar em apenas um. 
C Na arquitetura paralela o objetivo é “unificar” os processos, ou seja, unificar entre os
núcleos.
D Na arquitetura paralela o objetivo é “paralelizar” os processos, ou seja, distribuir entre vários
computadores.
O Apache Hadoop é denominado como um Framework de Big Data, de acordo com a definição é 
um conjunto de soluções voltado para um conjunto de problemas. Em seu desenvolvimento inicial 
tinha como objetivo o particionamento e distribuição dos dados em um cluster, bem como a 
recuperação dos mesmos. No entanto, com os diversos desafios na era do Big Data, desde a 
pluralidade de bancos de dados, fontes de dados, bem como técnicas de mineração de dados, o 
framework se adapta para resolver os problemas através de seus subprojetos.
Selecione a alternativa CORRETA sobre a linguagem em que o Apache Hadoop foi desenvolvido: 
A Java 
B Python 
C C++
8
9
D C 
Dentre os diversos desafios de um cenário de Big Data, o que se destaca é a fragmentação, 
distribuição e armazenamento das bases de dados, ou seja, mesmo que seja utilizado um cluster 
que empregue o conceito de computação paralela e distribuída é necessário um modelo 
computacional para fragmentar, distribuir e respectivamente e recuperar estes dados.
Selecione a alternativa CORRETA com o nome do modelo de programação para Big Data. 
A Map Reduce. 
B SQL. 
C NoSQL.
D Shuffle. 
O Spark é um framework para processamento de Big Data construído com foco em velocidade, 
facilidade de uso e análises sofisticadas. Oferece APIs de alto nível em Java, Scala e Python, bem 
como um conjunto de bibliotecas que o tornam capaz de trabalhar de forma integrada, em uma 
mesma aplicação, com SQL, streaming e análises complexas, para lidar com uma grande variedade 
de situações de processamento de dados.
Selecione a alternativa CORRETA que traz os principais componentes do SPARK. 
A Spark SQL, Spark File System , Spark Scala,GraphX.
B Sparql, Spark File System, Spark Base,GraphX.
C Spark Base, Spark Streamming, Spark MLib,GraphX. 
10
11
D Spark SQL, Spark Streamming, Spark MLib,GraphX. 
O termo Big Data começaa despertar muita atenção, mas ainda é um conceito mal definido e 
menos compreendido. Com uma rápida pesquisa no Google, é possível identificar pelo menos uma 
dúzia de definições. Sem entrar em definições, mas nos atendo apenas a conceitos, podemos 
resumir com uma fórmula simples, Big Data = volume + variedade + velocidade de dados.
Selecione a alternativa CORRETA sobre velocidade em cenário de Big Data.
A
 A velocidade pode ser definida pelas fontes de coleta de dados, desde sistemas de
informações gerenciais, sensores, GPS, celular, câmeras de vídeos, entre todo e qualquer
dispositivo que armazene dados. 
B
 Velocidade tem a ver com a velocidade sob a qual os dados são persistidos e analisados,
devido aos problemas de desempenho dos bancos de dados relacionais em gerenciar a imensa
quantidade de dados produzidos. 
C A velocidade trata de toda a massa de dados existente na organização, são milhões de
Gigabytes gerados todos os dias, distribuídos em datacenters por todo o mundo. 
D A velocidade trata de diversas formas de armazenamento, rotuladas como armazenamento
estruturado, semiestruturado e não estruturado.
O Big Data é, simplesmente, uma das grandes revoluções dos últimos anos e veio para ficar no 
mercado mundial. Pode ser que os termos se modifiquem com o passar do tempo, mas o grande 
conceito que precisa ser compreendido é a possibilidade existente no mundo atual de se ter uma 
quantidade imensa de dados armazenados, com uma variedade infinitamente superior à do passado 
e podendo ser trabalhados, analisados, cruzados e interpretados com muito mais velocidade e 
eficácia.
A busca por informação sempre foi primordial em qualquer mercado e é extremamente importante 
coletar e organizar os dados disponíveis, seja nos processos que movimentam o negócio ou mesmo 
no meio externo à organização.
Selecione a alternativa CORRETA sobre variedade em cenário de Big Data. 
12
13
A A Variedade se remete aos diversos dispositivos de coleta, bem como aos tipos de dados que
podem ser estruturados, semiestruturados e não estruturados. 
B
 A Variedade tem a ver com a velocidade sob a qual os dados são persistidos e analisados,
devido aos problemas de desempenho dos bancos de dados relacionais em gerenciar a imensa
quantidade de dados produzidos. 
C A variedade pode ser compreendida como um banco de dados com ênfase em transação,
alimentado por diversas fontes.
D
 Variedade tem a ver com a velocidade sob a qual os dados são persistidos e analisados, devido
aos problemas de desempenho dos bancos de dados relacionais em gerenciar a imensa
quantidade de dados produzidos. 
A Matriz SWOT é utilizada pelas organizações a fim de potencializar suas forças, eliminar as 
fraquezas, reduzir as ameaças e aproveitar as oportunidades. Sobre os itens que compõe a Matriz 
SWOT, analise as sentenças abaixo:
I – As FORÇAS são as características da organização que a fortalecem, são vantagens 
competitivas.
II – As FRAQUEZAS são os aspectos externos que representam riscos à organização.
III – As OPORTUNIDADES são aspectos externos positivos que promovem melhorias na 
organização.
IV – As AMEAÇAS são as fragilidades da organização, suas desvantagens.
Sobre as sentenças acima, assinale a alternativa correta:
A As sentenças I e III estão corretas.
B As sentenças I, II e III estão corretas.
C As sentenças II e IV estão corretas.
D As sentenças I, II e IV estão corretas.
A explosão exponencial de dados digitais forçou pesquisadores a encontrarem novas formas de ver 
14
15
e analisar o mundo. Trata-se de descobrir novas ordens de grandeza para capturar, pesquisar, 
compartilhar, armazenar, analisar e apresentar dados. É assim que o "big data" nasceu, um 
conceito para armazenar uma quantidade enorme de informações em uma base digital.
Selecione a alternativa CORRETA com a linguagem de programação considerada a linguagem 
tendência para Big Data. 
A Python. 
B Delphi.
C C++.
D Visual Basic. 
No que se refere à análise de informações, um fator primordial é o dado. Sem ele nada seria 
possível em um cenário de conceitos, é a matéria-prima para todo o processo de geração de 
informação e conhecimento. Os dados podem ser compreendidos como: estruturados, não 
estruturados e semiestruturado.
Selecione a alternativa CORRETA sobre os dados estruturados. 
A
 São dados que estão armazenados em uma estrutura previamente definida, tradicionalmente,
os softwares os utilizam na forma de SGBDR (Sistemas Gerenciadores de Bancos de Dados
Relacionais) ou BDR (Bancos de Dados Relacionais). 
B São dados que tem estrutura.
C Tal estrutura é incremental e vai se alterando no passar do tempo. São exemplos de dados
semiestruturados: planilhas excel, arquivos CSV, documentos XML, documentos JSON. 
D São aqueles que necessitam de algum processamento para descobrir uma estrutura. 
16
O planejamento consiste em uma atividade de previsão da ação a ser realizada, implicando 
definições de necessidades a atender, objetivos a atingir dentro das possibilidades, procedimentos 
e recursos a serem empregados, tempo de execução e formas de avaliação.
LIBÂNEO, José Carlos. Organização e gestão da escola: teoria e prática. Goiânia: Alternativa, 
2001.
Nesse sentido, analise as afirmações que seguem e assinale V para verdadeiro e F para falso:
( ) Planejar ajuda a concretizar aquilo que se almeja.
( ) Planejar implica em reconhecer a atual realidade e identificar as possibilidades de melhoria.
( ) Planejar é estabelecer as ações que serão executadas.
( ) Planejar é um processo de tomada de decisões.
Assinale a alternativa que apresenta a sequência correta de respostas: 
A V – F – V – V.
B V – V – F – V.
C V – V – V – V.
D V – V – V – F.
A proposta de uma solução de Big Data é oferecer uma abordagem consistente no tratamento do 
constante crescimento e da complexidade dos dados. Para tanto, o conceito considera os 5 Vs do 
Big Data: o Volume, a Velocidade, a Variedade, a Veracidade e o Valor.
Selecione a alternativa CORRETA sobre volume em cenário de Big Data.
A O Volume trata de diversas formas de armazenamento, rotuladas como armazenamento
estruturado, semiestruturado e não estruturado. 
17
18
B
 O Volume tem a ver com a velocidade sob a qual os dados são persistidos e analisados, devido
aos problemas de desempenho dos bancos de dados relacionais em gerenciar a imensa
quantidade de dados produzidos.
C
 O Volume pode ser definido pelas fontes de coleta de dados, desde sistemas de informações
gerenciais, sensores, GPS, celular, câmeras de vídeos, entre todo e qualquer dispositivo que
armazene dados. 
D O volume trata de toda a massa de dados existente na organização, são milhões de Gigabytes
gerados todos os dias, distribuídos em datacenters por todo o mundo. 
O dado tem sido considerado o petróleo da nova era. A tecnologia existente hoje é completamente 
confiável, mas os softwares e plataformas apenas ajudam a organizar. Tornar o projeto viável 
depende de conhecer conceitos e a própria cultura do ambiente corporativo. De acordo com 
estudos, 80% do conteúdo produzido em uma empresa normal é em formato não estruturado, mas 
o que isso significa e qual a diferença para um estruturado?
Selecione a alternativa CORRETA sobre Big Data.
A Big data são os dados semiestruturados.
B
 Big Data, tem como tradução literal “grandes dados”, termo inicialmente instituído para
determinar o grande volume de dados gerados pelos sistemas de informação. Podendo ser
representado sobre a soma de volume, variedade e velocidade. 
C Big Data é um tipo de banco de dados relacional.
D
 Big Data, tem como tradução literal “pequenos dados”, termo inicialmente instituído para
determinar o grande volume de dados gerados pelos sistemas de informação. Podendo ser
representado sobre a soma de volume, variedade e velocidade. 
O projeto Apache Hadoop foi criado no ano de 2005 por Doug Cutting, que colocou o nome de 
Hadoop em homenagem ao seu filho, pois este era o nome do elefante de pelúcia de seu filho. 
DougCutting desenvolveu uma estrutura de arquivos distribuídos baseados em dois artigos 
19
20
disponibilizados sobre tecnologias desenvolvidas pelo Google.
Selecione a alternativa CORRETA que traz o nome de tecnologias desenvolvidas pelo Google que 
serviram de base para a criação do Hadoop. 
A Google Earth e Google Mail. 
B Google Map Reduce e Google File System (GFS). 
C Google Earth e Google File System.
D Google Drive e Google Reduce.
Imprimir