Revisar envio do teste_ ATIVIDADE 2 (A2) GRA0749 _

Prévia do material em texto

Revisar envio do teste: ATIVIDADE 2 (A2)
GRA0749 FRAMEWORKS PARA BIG DATA BIGD - 202010.ead-4713.01 Unidade 2
Revisar envio do teste: ATIVIDADE 2 (A2) 
Usuário DIMITRI DE ASSIS COSTA
Curso GRA0749 FRAMEWORKS PARA BIG DATA BIGD - 202010.ead-4713.01
Teste ATIVIDADE 2 (A2)
Iniciado 24/05/20 17:16
Enviado 24/05/20 18:38
Status Completada
Resultado da tenta�va 7 em 10 pontos 
Tempo decorrido 1 hora, 22 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
O Hadoop Streaming faz parte dos componentes da ferramenta Hadoop, do projeto Apache Hadoop. É um
u�litário que permite ao MapReduce, e às suas funções map() e reduce(), realizar a codificação em qualquer
linguagem de programação, como por exemplo, a C, C++, Python e outros.
Sobre o Hadoop Streaming, assinale a alterna�va que representa a sua principal função.
 
Desenvolver executáveis.
Desenvolver executáveis.
Resposta correta. A alterna�va está correta, pois o Hadoop é uma das ferramentas do
framework 
da Apache, denominada Hadoop Streaming. De maneira simples, o Hadoop Streaming é um
u�litário que acompanha o Hadoop e permite que você desenvolva executáveis do MapReduce
em linguagens diferentes de Java.
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Uma das ferramentas do framework 
da Apache é o Hadoop Streaming . Este u�litário ajuda a criar e executar tarefas específicas do MadReduce
com um executável e também a reduzir trabalhos. O Hadoop Streaming possui em sua composição um
mapeador e um redutor, com suas funções map() e reduce(), respec�vamente.
 Sobre o mapeador e redutor do Hadoop Streaming, é correto afirmar que:
 
a tarefa do redutor é pegar a entrada linha por linha e alimentar o stdout.
o mapeador e o redutor devem ler entradas stdin e emi�r saídas stdout.
Sua resposta está incorreta. A alterna�va está incorreta, pois na inicialização de cada tarefa Map
ou Reduce, um novo processo será iniciado com o executável correspondente. Após a execução
do redutor, ele novamente pega a linha de stdout 
e a converte no par de chave-valores a ser passado como o resultado final. A tarefa do
mapeador pega a entrada linha por linha e alimenta as linhas para o stdin 
Minha Área
1 em 1 pontos
0 em 1 pontos
DIMITRI DE ASSIS COSTA
http://portal.anhembi.br/
https://anhembi.blackboard.com/webapps/blackboard/execute/courseMain?course_id=_562275_1
https://anhembi.blackboard.com/webapps/blackboard/content/listContent.jsp?course_id=_562275_1&content_id=_13214659_1&mode=reset
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_358_1
https://anhembi.blackboard.com/webapps/login/?action=logout
do executável do mapeador. O redutor pega o par de chave-valores e o converte em linhas,
alimentando o executável do redutor usando stdin.
Pergunta 3
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
O Hadoop Streaming, do projeto Apache Hadoop, é um u�litário que permite ao usuário criar e executar
trabalhos a par�r de um arquivo executável, ou, ainda, por meio de um script, conforme o mapa ou redutor,
pois são essas as duas fases/funções existentes na ferramenta.
Sobre o redutor em Python, é correto afirmar que:
 
lerá a linha de stdin, dividirá a linha nas palavras individuais e produzirá a palavra como
par chave-valor.
somará a ocorrência de cada palavra e saída do arquivo saída, reduzindo na forma de
par de chave-valor.
Sua resposta está incorreta. A alterna�va está incorreta, pois caracterís�cas como: ler a linha de
stdin; levar a entrada do arquivo reduce.py através do stdout; dispensar tratamento de dados
por manipular grandes dados de forma mais simples; e ignorar a soma de palavras de um
arquivo, são inexistentes em relação às funções chamadas de mapeador e redutor da
ferramenta.
Pergunta 4
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
A respeito do Hadoop Streaming , da Apache Founda�on, independente da linguagem a ser u�lizada, alguns
pré-requisitos precisam ser respeitados como forma de organizar o ambiente antes da execução dos scripts
iniciais. Esses pré-requisitos, aplicados de forma correta, facilitam a u�lização da ferramenta. 
A par�r do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
A tarefa redutora converte pares de linhas alimentando a entrada do processo reduce.
Pois:
O redutor coleta as saídas orientadas linha a linha a par�r da saída padrão do processo stdout.
 
A seguir, assinale a alterna�va correta.
 
A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
Resposta correta. A alterna�va está correta, pois a asserção II é uma proposição verdadeira,
uma vez que o redutor coleta as saídas orientadas linha a linha a par�r da saída padrão do
processo stdout, convertendo cada linha em um par de chave-valor, que é coletado como a
saída do redutor.
Pergunta 5
O Hadoop, da Apache Founda�on, é um Framework des�nado ao processamento e armazenamento de
grandes dados, que possui um modelo de processamento conhecido como MapReduce. Por ter a
caracterís�ca de manipular grandes volumes de dados, é muito u�lizado no Big Data. 
A par�r do apresentado, analise as asserções a seguir e a relação proposta entre elas.
 
0 em 1 pontos
1 em 1 pontos
1 em 1 pontos
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
No MapReduce, dados são transmi�dos u�lizando o stdin e stdout.
 Pois:
Caso não haja erros no trabalho, será apresentado um log do console.
 
A seguir, assinale a alterna�va correta.
 
As asserções I e II são proposições verdadeiras, e a II é uma jus�fica�va correta da I.
As asserções I e II são proposições verdadeiras, e a II é uma jus�fica�va correta da I.
Resposta correta. A alterna�va está correta, pois a asserção I é uma proposição verdadeira, uma
vez que para executar o job 
no Hadoop Cluster, podemos usar a API de Streaming para que os dados possam ser
transmi�dos entre o Mapper e o Reducer usando stdin 
e stdout. A asserção II também é verdadeira e jus�fica/complementa a I, pois depois que o
trabalho for concluído, caso não apresente lançamento de exceções ou erros, será visto um log
do console com a úl�ma linha mencionando o caminho em que a saída do job 
está armazenada.
Pergunta 6
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
O Hadoop Streaming possui algumas caracterís�cas ao ser executado, como, por exemplo, funções
chamadas mapeador (map()) e o redutor (reduce()), que precisam ser executáveis e devem poder ler as
entradas chamadas stdin , linha por linha, e emi�r a saída chamada stdout . 
A par�r do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
O Hadoop Streaming armazena os dados gerando um conjunto de pares chave-valor.
 Pois:
Uma chave representa unicamente cada valor associado.
 
A seguir, assinale a alterna�va correta.
As asserções I e II são proposições verdadeiras, e a II é uma jus�fica�va correta da
asserção I.
As asserções I e II são proposições verdadeiras, e a II é uma jus�fica�va correta da
asserção I.
Resposta correta. A alterna�va está correta, pois a asserção I é uma proposição verdadeira,
visto que esse modelo armazena os dados gerando um conjunto de pares chave-valor, onde
cada chave funciona como iden�ficador exclusivo. A asserção II também é verdadeira e jus�fica
a I, pois uma chave representa unicamente cada valor associado, algo semelhante ao conceito
de chave primária em bancos de dados no modelo Relacional.
Pergunta 7
O Hadoop pertence ao Apache e possibilita realizar o processamento de grandes volumes de dados se
u�lizando de uma caracterís�ca importante, a programação simples. No processamento e análise dos dados,
1 em 1 pontos
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
temos ferramentas como o MapReduce,que pode ser aplicado em diversas linguagens, como o Python.
 Considerando o trecho apresentado e conceitos relacionados à linguagem Python, analise as afirma�vas a
seguir:
 
Python é uma linguagem de programação orientada a objetos, open-source, e, atualmente, bastante
popular.
A linguagem foi lançada em 1994, no entanto, ela se tornou popular somente a par�r de 2016.
É uma linguagem closed source, ou seja, código fechado, não podendo ser alterada.
É muito u�lizada na linguagem de programação web para a análise de ciência de dados.
 
Está correto o que se afirma em:
 
I e IV, apenas.
I e IV, apenas.
Resposta correta. A afirma�va I está correta, pois Python é uma linguagem de programação
orientada a objetos e bastante dinâmica. Por ser open-source, a linguagem começou a se tornar
bastante popular como linguagem de programação para web. A afirma�va IV está correta, pois
a linguagem começou a se tornar bastante popular tanto como linguagem de programação para
web como para análise de dados, esta�s�ca e ciências de dados.
Pergunta 8
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
O Hadoop Streaming é uma API genérica e permite escrever mapeadores e redutores. Em qualquer trabalho
do MapReduce, temos entrada e saída como pares de chave/valor. O mesmo conceito é verdadeiro para a
API Streaming, onde entrada e saída são sempre representadas como texto.
Considerando o exposto, para executar o job no Hadoop Cluster , podemos usar a API de Streaming, 
que possui as funções:
 
Stdin e Stdout.
Stdin e Stdout.
Resposta correta. A alterna�va está correta, pois para executar o job no Hadoop Cluster,
podemos usar a API de Streaming para que os dados possam ser transmi�dos entre o Mapper e
o Reducer usando stdin e stdout. Depois que o trabalho for concluído, caso não apresente
lançamento de exceções ou erros, será visto um log do console com a úl�ma linha mencionando
o caminho em que a saída do job está armazenada.
Pergunta 9
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
O Hadoop Streaming é u�lizado para o consumo de dados em tempo real, sendo u�lizando em diferentes
aplica�vos executados em tempo real. Existem diversos aplica�vos que u�lizam o streaming do Hadoop,
como, por exemplo, bole�ns meteorológicos. Alguns destes aplica�vos u�lizam a linguagem Python.
Sobre o mapeador em Python, é correto afirmar que:
 
lerá a linha de stdin, dividirá a linha nas palavras individuais e produzirá a palavra como
par chave-valor.
lerá a linha de stdin, dividirá a linha nas palavras individuais e produzirá a palavra como
par chave-valor.
Resposta correta. A alterna�va está correta, pois a função Mapper 
presente no Python lerá a linha de stdin (que realiza a entrada de dados), dividirá a linha nas
palavras individuais e produzirá a palavra como par chave-valor com valor 1 e palavra como
sendo a chave, por exemplo: <palavra, 1>.
1 em 1 pontos
1 em 1 pontos
Sábado, 20 de Junho de 2020 11h23min41s BRT
Pergunta 10
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
O Hadoop possui ferramentas que auxiliam nas mais diversas a�vidades, como serviços de integração,
serviços de armazenamento e de processamento e análise de dados. Dentro deste, temos a ferramenta
MapReduce, que tem a caracterís�ca de realizar o processamento paralelo.
A respeito de programas MapReduce, analise as afirma�vas a seguir e assinale V para a(s) verdadeira(s) e
F para a(s) falsa(s).
 
( ) O núcleo da classe do job é o método run().
( ) O centro das ações são suas funções map() e reduce().
( ) O método run() não permite alteração de parâmetros.
( ) Raramente escreve-se um programa MapReduce do zero.
 
Assinale a alterna�va que apresenta a sequência correta.
F, V, F, V.
V, V, F, V.
Sua resposta está incorreta. A sequência está incorreta. A afirma�va III é falsa, pois a
importância do método run() está no fato de que ele permite que o usuário altere alguns dos
parâmetros de configuração durante a chamada do job. Isso faz com que a execução seja
personalizada de acordo com os parâmetros.
← OK
0 em 1 pontos
javascript:launch('/webapps/gradebook/do/student/viewAttempts?course_id=_562275_1&method=list&nolaunch_after_review=true');