O processamento de dados em tempo real (streaming) é um requisito essencial em muitas aplicações que utilizam Big Data. Em 2012, o Apache Spark inc...

O processamento de dados em tempo real (streaming) é um requisito essencial em muitas aplicações que utilizam Big Data. Em 2012, o Apache Spark incorporou a biblioteca Spark Streaming e sua___________, uma das primeiras APIs a ativar processamento de streaming usando operadores funcionais de alto nível, como mapear (map) e reduzir (reduce). Na versão atual, Apache Spark Streaming fornece uma API com suporte para as linguagens de programação _________, Java e Python. Atualmente muitas empresas usam Apache Spark Streaming na produção de aplicativos usando dados adquiridos em tempo real, geralmente processando terabytes de dados por hora. Muito parecido com a biblioteca de conjuntos de dados resilientes - __________________, no entanto, a API DStreams é baseada em operações de nível relativamente baixo em objetos _______ ou __________. Assinale a alternativa que completa adequadamente as lacunas.


DataFrames; Scala; Resilient Distributed Dataset (RDD); R; Python.
API DataSet; Java; Resilient Distributed Dataset (RDD); Java; Python.
API DStreams; Scala; Resilient Distributed Dataset (RDD); Java; Python.
API DataFrames; Java; DataSet; R; Scala.
DStreams; R; Resilient Distributed Dataset (RDD); R; Python.