Questões de Concurso
Sobre banco de dados paralelos e distribuídos em banco de dados
Foram encontradas 261 questões
Para lidar com o grande volume e a complexidade dos dados do Big Data, foram desenvolvidas tecnologias e frameworks específicos, que superam as limitações dos sistemas de bancos de dados tradicionais. Um analista de dados de um órgão de pesquisa precisa processar um grande conjunto de dados não estruturados.
Analise as seguintes proposições sobre as tecnologias de Big Data:
I. O Hadoop é um framework de código aberto que permite o processamento distribuído de grandes conjuntos de dados em clusters de computadores. Seus componentes principais são o HDFS (Hadoop Distributed File System), para armazenamento distribuído, e o MapReduce, para o processamento paralelo.
II. O MapReduce é um modelo de programação onde a tarefa é dividida em duas fases: a fase 'Map', que processa e mapeia os dados de entrada em pares de chave-valor, e a fase 'Reduce', que agrega os resultados intermediários da fase 'Map' para produzir o resultado final.
III. O Spark é outro framework de processamento distribuído que, embora compatível com o ecossistema Hadoop, é conhecido por ser significativamente mais rápido, pois realiza o processamento em memória (in-memory), sendo ideal para aplicações de aprendizado de máquina e processamento de dados em tempo real.
Está correto o que se afirma em:
Julgue o item a seguir, relacionados à integração de Big Data e inteligência artificial, bem como a ferramentas de migração.
Sistemas de inteligência artificial executados em infraestrutura de nuvem prescindem da utilização de armazenamento distribuído, pois os modelos de IA processam dados diretamente na memória dos nós de processamento sem necessidade de acesso a dados persistidos.
Julgue o item a seguir, relacionados à integração de Big Data e inteligência artificial, bem como a ferramentas de migração.
Plataformas de processamento distribuído utilizadas em ambientes de Big Data podem ser executadas em infraestrutura de nuvem para realizar processamento paralelo de grandes volumes de dados, os quais podem posteriormente ser utilizados no treinamento de modelos de inteligência artificial.
A alta disponibilidade de bancos de dados pode ser alcançada através de técnicas de clusterização e replicação.
Qual a principal diferença entre clusterização e replicação?
Nesse contexto, assinale a alternativa que identifica o processo de particionamento de um banco de dados ou conjunto de dados em partes menores e gerenciáveis, passíveis de serem distribuídas e armazenadas em diferentes nós de um cluster ou sistema distribuído.
Assinale a opção que descreve corretamente o fluxo de comunicação entre o Coordenador e os Participantes durante a primeira fase do protocolo 2PC.
Nesse contexto, assinale a opção que corretamente apresenta um conceito válido em sistemas de bancos de dados distribuídos.
A anomalia de concorrência que ocorreu e a técnica poderia preveni-la são, respectivamente,
I- O Teorema CAP afirma que em um sistema distribuído é impossível garantir simultaneamente Consistência, Disponibilidade e Tolerância a Partições.
II- Bancos de dados de documentos, como o MongoDB, utilizam esquemas flexíveis (schemaless) e geralmente armazenam dados em formatos como JSON ou BSON.
III- O modelo de consistência eventual (eventual consistency) garante que todos os nós do sistema terão os mesmos dados exatos no mesmo milissegundo após uma escrita.
IV- Bancos de dados orientados a grafos são ideais para modelar relacionamentos complexos entre entidades, como em redes sociais ou sistemas de recomendação.
Assinale a alternativa que apresenta somente as proposições CORRETAS: