QUESTÕES SOBRE BIG DATA, FUNDAMENTOS E ARMAZENAMENTO DE BIG DATA

Prévia do material em texto

QUESTÕES SOBRE: BIG DATA, FUNDAMENTOS E ARMAZENAMENTO DE 
BIG DATA 
1. O que é Big Data? 
a) Um tipo de software utilizado para gerenciar dados em tempo real. 
b) Conjunto de dados que é grande ou complexo demais para ser processado 
por sistemas tradicionais de gerenciamento de dados. 
c) Um sistema de armazenamento de dados com capacidade ilimitada. 
d) Apenas um banco de dados que armazena grandes volumes de dados. 
Resposta: b) Conjunto de dados que é grande ou complexo demais para 
ser processado por sistemas tradicionais de gerenciamento de dados. 
 
2. Quais são as principais características de Big Data, frequentemente 
referidas como os 3 Vs? 
a) Volatilidade, velocidade e veracidade. 
b) Volume, velocidade e veracidade. 
c) Volume, variedade e velocidade. 
d) Variabilidade, validade e velocidade. 
Resposta: c) Volume, variedade e velocidade. 
 
3. O volume de dados em Big Data se refere a: 
a) A quantidade de dados que pode ser processada em tempo real. 
b) A velocidade com que os dados são gerados. 
c) A quantidade de dados gerados e coletados. 
d) O tipo de dado armazenado. 
Resposta: c) A quantidade de dados gerados e coletados. 
 
4. A variedade de dados em Big Data se refere a: 
a) A necessidade de dados para serem uniformes. 
b) A diversidade de fontes e formatos dos dados. 
c) A estrutura dos dados armazenados. 
d) A complexidade dos algoritmos utilizados para o processamento. 
Resposta: b) A diversidade de fontes e formatos dos dados. 
 
5. A velocidade em Big Data se refere a: 
a) A rapidez com que as informações são analisadas e processadas. 
b) A rapidez com que os dados são coletados e transmitidos. 
c) A rapidez com que os dados são armazenados. 
d) A capacidade de aumentar a velocidade de rede. 
Resposta: b) A rapidez com que os dados são coletados e transmitidos. 
 
6. Qual é o papel da veracidade em Big Data? 
a) Garantir que todos os dados sejam coletados de fontes confiáveis. 
b) Medir a qualidade e a confiabilidade dos dados. 
c) Aumentar a velocidade de processamento de dados. 
d) Aumentar a quantidade de dados que podem ser analisados. 
Resposta: b) Medir a qualidade e a confiabilidade dos dados. 
 
7. Quais são os principais tipos de dados armazenados em Big Data? 
a) Apenas dados estruturados. 
b) Dados não estruturados e semi-estruturados. 
c) Apenas dados em formato texto. 
d) Apenas dados numéricos e tabelados. 
Resposta: b) Dados não estruturados e semi-estruturados. 
 
8. O que são dados não estruturados em Big Data? 
a) Dados que seguem uma estrutura fixa e organizada. 
b) Dados que não têm uma forma ou estrutura específica, como textos e 
vídeos. 
c) Dados que são apenas numéricos. 
d) Dados organizados em bancos de dados relacionais. 
Resposta: b) Dados que não têm uma forma ou estrutura específica, como 
textos e vídeos. 
 
9. Quais são os principais desafios no armazenamento de Big Data? 
a) A capacidade de processar os dados em tempo real. 
b) A estrutura dos dados e a garantia de que todos os dados sejam validados. 
c) O gerenciamento da grande quantidade de dados, sem afetar a performance 
e a segurança. 
d) A dificuldade em encontrar os dados desejados. 
Resposta: c) O gerenciamento da grande quantidade de dados, sem afetar 
a performance e a segurança. 
 
10. Qual é o principal objetivo do Hadoop, uma plataforma popular para 
Big Data? 
a) Armazenar dados em uma estrutura relacional. 
b) Processar e analisar grandes volumes de dados distribuídos de forma 
eficiente. 
c) Aumentar a velocidade de armazenamento de dados. 
d) Compactar dados em arquivos de pequeno tamanho. 
Resposta: b) Processar e analisar grandes volumes de dados distribuídos 
de forma eficiente. 
 
11. O que são "clusters" em Big Data? 
a) Ferramentas para analisar a qualidade dos dados. 
b) Conjunto de servidores ou computadores interligados que trabalham juntos 
para processar grandes volumes de dados. 
c) Modelos de previsão baseados em grandes volumes de dados. 
d) Técnicas para armazenar dados em nuvem pública. 
Resposta: b) Conjunto de servidores ou computadores interligados que 
trabalham juntos para processar grandes volumes de dados. 
 
12. O que significa a escalabilidade em soluções de Big Data? 
a) A capacidade de adicionar mais dados sem aumentar a infraestrutura. 
b) A capacidade de ajustar a solução para lidar com o aumento de volume de 
dados ou de usuários sem perder performance. 
c) A capacidade de reduzir o custo de armazenamento de dados. 
d) A capacidade de garantir a privacidade dos dados. 
Resposta: b) A capacidade de ajustar a solução para lidar com o aumento 
de volume de dados ou de usuários sem perder performance. 
 
13. O que é a "arquitetura Lambda" em Big Data? 
a) Um modelo de armazenamento de dados em tempo real. 
b) Um modelo de processamento de dados que combina processamento em 
tempo real e processamento em lote. 
c) Uma técnica de compressão de dados para Big Data. 
d) Um tipo de algoritmo utilizado apenas em dados não estruturados. 
Resposta: b) Um modelo de processamento de dados que combina 
processamento em tempo real e processamento em lote. 
 
14. O que é o Apache Spark, em relação ao Big Data? 
a) Uma ferramenta usada apenas para compressão de dados. 
b) Uma plataforma de processamento de dados em tempo real e em larga 
escala, mais rápida que o Hadoop. 
c) Um sistema de armazenamento de dados na nuvem. 
d) Um tipo de banco de dados relacional. 
Resposta: b) Uma plataforma de processamento de dados em tempo real 
e em larga escala, mais rápida que o Hadoop. 
 
15. Qual é a função do HDFS (Hadoop Distributed File System) no 
contexto de Big Data? 
a) Processar dados em tempo real. 
b) Armazenar grandes volumes de dados distribuídos em um sistema de 
arquivos que permite a leitura e escrita paralela. 
c) Comprimir dados para reduzir o espaço de armazenamento. 
d) Analisar e prever dados com base em dados históricos. 
Resposta: b) Armazenar grandes volumes de dados distribuídos em um 
sistema de arquivos que permite a leitura e escrita paralela. 
 
16. O que é a "cloud storage" (armazenamento em nuvem) em Big Data? 
a) Armazenamento local de dados em servidores tradicionais. 
b) Armazenamento de dados em servidores remotos acessíveis pela internet, 
permitindo flexibilidade e escalabilidade. 
c) Uma técnica para compressão de dados. 
d) Um modelo de dados específico para bancos relacionais. 
Resposta: b) Armazenamento de dados em servidores remotos acessíveis 
pela internet, permitindo flexibilidade e escalabilidade. 
 
17. O que é "NoSQL" e como ele se relaciona com Big Data? 
a) Um tipo de banco de dados que trabalha exclusivamente com dados 
relacionais. 
b) Um modelo de banco de dados que permite o armazenamento e 
manipulação de grandes volumes de dados não estruturados e semi-
estruturados. 
c) Uma técnica para análise preditiva. 
d) Um modelo de armazenamento de dados em arquivos compactados. 
Resposta: b) Um modelo de banco de dados que permite o 
armazenamento e manipulação de grandes volumes de dados não 
estruturados e semi-estruturados. 
 
18. Quais são os principais tipos de bancos de dados NoSQL utilizados 
em Big Data? 
a) Bancos de dados relacionais. 
b) Bancos de dados em grafos, chave-valor, colunar e orientados a 
documentos. 
c) Bancos de dados exclusivamente numéricos. 
d) Bancos de dados para dados estruturados apenas. 
Resposta: b) Bancos de dados em grafos, chave-valor, colunar e 
orientados a documentos. 
 
19. O que é o conceito de "Data Lake" em Big Data? 
a) Um repositório centralizado que armazena dados em sua forma original e 
sem processamento. 
b) Um tipo de banco de dados relacional usado em Big Data. 
c) Um sistema para prever o comportamento de dados com base em 
aprendizado de máquina. 
d) Um modelo de compressão de dados para reduzir o tamanho dos arquivos. 
Resposta: a) Um repositório centralizado que armazena dados em sua 
forma original e sem processamento. 
 
20. O que é um "Data Warehouse" em Big Data? 
a) Uma plataformade análise de dados em tempo real. 
b) Um sistema de armazenamento projetado para armazenar grandes volumes 
de dados de forma estruturada para análise posterior. 
c) Um banco de dados específico para dados não estruturados. 
d) Uma ferramenta para otimizar algoritmos de IA. 
Resposta: b) Um sistema de armazenamento projetado para armazenar 
grandes volumes de dados de forma estruturada para análise posterior. 
 
21. O que é a técnica de "sharding" em armazenamento de Big Data? 
a) A divisão de grandes volumes de dados em partes menores distribuídas em 
diferentes servidores. 
b) A compactação de dados para reduzir o volume de armazenamento. 
c) A análise de dados para prever tendências futuras. 
d) A organização dos dados de forma hierárquica em bancos de dados. 
Resposta: a) A divisão de grandes volumes de dados em partes menores 
distribuídas em diferentes servidores. 
 
22. O que é o "MapReduce" no contexto de Big Data? 
a) Um algoritmo para análise de dados em tempo real. 
b) Um modelo de processamento que divide tarefas em pequenos blocos para 
serem processados em paralelo. 
c) Um sistema de compressão de dados. 
d) Uma técnica de visualização de dados. 
Resposta: b) Um modelo de processamento que divide tarefas em 
pequenos blocos para serem processados em paralelo. 
 
23. Quais são as vantagens do armazenamento em nuvem para Big Data? 
a) Redução do custo de armazenamento de dados. 
b) Aumento da complexidade de gerenciamento de dados. 
c) Permite a escalabilidade, flexibilidade e acesso remoto aos dados. 
d) Armazenamento exclusivo de dados em formatos estruturados. 
Resposta: c) Permite a escalabilidade, flexibilidade e acesso remoto aos 
dados. 
 
24. O que é a "alta disponibilidade" em sistemas de armazenamento de 
Big Data? 
a) A capacidade de um sistema de garantir que dados sejam sempre 
acessíveis, mesmo em caso de falhas. 
b) A capacidade de processar dados em tempo real. 
c) A capacidade de aumentar a capacidade de armazenamento sem afetar a 
performance. 
d) A capacidade de criptografar dados. 
Resposta: a) A capacidade de um sistema de garantir que dados sejam 
sempre acessíveis, mesmo em caso de falhas. 
 
25. Quais são os principais desafios no armazenamento de Big Data em 
ambientes distribuídos? 
a) A latência na transmissão de dados entre os nós. 
b) A necessidade de compactar dados constantemente. 
c) A falta de técnicas para organizar dados em diferentes locais. 
d) A necessidade de manter todos os dados armazenados localmente. 
Resposta: a) A latência na transmissão de dados entre os nós.