Questões de Concurso
Sobre banco de dados paralelos e distribuídos em banco de dados
Foram encontradas 261 questões
Analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) O Hadoop MapReduce grava dados intermediários em disco entre as fases de Map e Reduce, enquanto o Spark processa e retém dados preferencialmente na memória RAM.
( ) No Apache Spark, as transformações disparam imediatamente a computação física no cluster, enquanto as ações apenas registram as etapas no Grafo Acíclico Dirigido (DAG).
( ) A tolerância a falhas no HDFS ocorre pela replicação de blocos em múltiplos nós, enquanto no Spark ela se baseia no histórico de linhagem (lineage) para reconstituir partições perdidas.
As afirmativas são, respectivamente,
Com relação a processamento analítico, data warehouse e tecnologias de Big Data, julgue o item subsequente.
O Hadoop implementa o modelo de programação MapReduce para processamento distribuído de grandes volumes de dados, utilizando o HDFS para armazenamento distribuído com replicação de blocos de dados em múltiplos nós, garantindo tolerância a falhas e alta disponibilidade em clusters.
I. Conexões de nós de banco de dados por uma rede de computadores: existem vários computadores, chamados sites ou nós; esses nós devem ser conectados por uma rede de comunicação básica para transmitir dados e comandos entre os nos.
II. Inter-relação lógica dos bancos de dados conectados: é essencial que as informações nos diversos nós de bancos de dados sejam relacionadas logicamente.
III. Possível ausência de homogeneidade entre os nós conectados: é necessário que todos os nós sejam idênticos em relação aos dados, hardware e software.
Segundo Elmasri (2019), está correto o que se afirma em:
Visando descentralizar a escrita e a leitura, o Analista de Tecnologia propôs aplicar a técnica de Sharding horizontal, distribuindo as linhas das tabelas em múltiplos servidores de banco de dados independentes e fisicamente separados.
Ao projetar uma arquitetura distribuída baseada em Sharding, o principal desafio arquitetural que o analista enfrentará para garantir a eficiência das consultas e evitar a degradação do sistema é
I. O Hadoop MapReduce é um framework de software que facilita a criação de aplicações para processar vastas quantidades de dados (datasets de múltiplos terabytes) em paralelo, utilizando grandes clusters (milhares de nós) de hardware comum, de maneira confiável e tolerante a falhas.
II. O Hadoop Distributed File System (HDFS) é um sistema de arquivos distribuído, projetado para ser executado em hardware comum.
III. A ideia fundamental do YARN é dividir as funcionalidades de gerenciamento de recursos e o agendamento/monitoramento de tarefas em daemons distintos.
Está correto o que se afirma em
( ) A normalização dos dados é frequentemente utilizada, garantindo a consistência dos dados, escalabilidade e evitando redundância.
( ) Utilizam um modelo de dados flexível (schemaless), e empregam preferencialmente o armazenado de dados em formatos como PDF e TXT.
( ) São comumente mais escaláveis horizontalmente do que bancos de dados relacionais, permitindo dessa forma a distribuição de dados entre múltiplos servidores.
As afirmativas são, respectivamente,
Sistemas back-end distribuídos frequentemente precisam operar em ambientes sujeitos a falhas de rede, latência variável e crescimento horizontal. Nesse contexto, bancos de dados distribuídos adotam diferentes compromissos arquiteturais para equilibrar consistência, disponibilidade e tolerância a particionamento, conforme formalizado pelo Teorema CAP, que orienta decisões de projeto em aplicações de larga escala.
Considere um sistema back-end distribuído que precisa permanecer operacional mesmo diante de falhas de comunicação entre nós, atendendo requisições de leitura e escrita sob carga elevada, com dados replicados geograficamente.
Nesse contexto, assinale a alternativa que descreve corretamente uma implicação do Teorema CAP aplicada ao projeto de bancos de dados distribuídos.
Essa técnica de divisão de dados é conhecida como:
Essa capacidade do SGBDD é chamada de:
A INFRA S.A. passou a lidar com grandes volumes de dados heterogêneos oriundos de sensores de campo, relatórios de fiscalização, sistemas legados e bases externas. Para ampliar a capacidade analítica, a empresa pública adotou um ecossistema baseado em Apache Hadoop para armazenamento e processamento distribuído, integrando os dados consolidados a dashboards interativos desenvolvidos na ferramenta Qlik, voltados à alta gestão e a órgãos de controle. Com o objetivo de aprimorar a comunicação dos resultados analíticos, a INFRA S.A. também incorporou práticas de storytelling com dados, buscando transformar análises técnicas complexas em narrativas compreensíveis para gestores não técnicos, mantendo rigor informacional e rastreabilidade.
A partir da situação hipotética precedente, julgue os itens a seguir.
Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.
Em ambientes de Big Data, sistemas distribuídos de armazenamento permitem o processamento de grandes volumes de dados em múltiplos nós computacionais.
(__) O controle de concorrência constitui um dos pilares da integridade em sistemas computacionais multiusuários, especialmente em bancos de dados e ambientes distribuídos.
(__) O gerenciamento de desempenho envolve o monitoramento contínuo de métricas como tempo de resposta, throughput, consumo de CPU, memória, latência de rede e gargalos de entrada e saída, buscando otimizar a eficiência operacional dos sistemas.
(__) O gerenciamento de desempenho coordena acessos simultâneos aos mesmos recursos sem comprometer consistência, isolamento e confiabilidade das transações.
A sequência correta é:
De acordo com o Teorema CAP, esse sistema prioriza as propriedades de
A operação do Spark conhecida por causar esse fenômeno de Shuffle e que deve ser utilizada com cautela em grandes datasets é:
O Portal da Transparência do Governo Federal precisa lidar com um volume massivo e crescente de dados heterogêneos, como despesas, receitas, contratos e informações sobre servidores. A arquitetura de dados atual, baseada em um modelo puramente relacional, enfrenta desafios de desempenho e flexibilidade para incorporar novas fontes de dados.
Analise as seguintes proposições sobre a aplicação de bancos de dados NoSQL para solucionar os desafios do Portal da Transparência:
I. Bancos de dados relacionais são inerentemente superiores aos NoSQL para cenários de Big Data e dados heterogêneos, pois a rigidez do esquema e o suporte a transações ACID garantem melhor desempenho em consultas analíticas complexas.
II. A adoção de um banco de dados NoSQL orientado a documentos permitiria armazenar os dados de cada fonte (despesas, contratos, etc.) em seus formatos originais (JSON, por exemplo), facilitando a ingestão e a evolução do modelo de dados sem a necessidade de migrações de esquema complexas.
III. A escalabilidade horizontal, uma característica comum em muitos SGBDs NoSQL, seria um benefício chave, permitindo que a infraestrutura do portal cresça de forma mais elástica e com menor custo para acompanhar o aumento do volume de dados e do número de acessos.
Está correto o que se afirma em:
Conheça nossos planos