Questão nº 70
Questão de Banco de Dados e Ciência de Dados · CEBRASPE STM 2025 (nº 70)
Acerca de deep learning, de Big Data e de redes neurais, julgue os itens subsequentes.
A ferramenta Spark é mais eficiente que a Hadoop em tarefas iterativas, pois armazena os dados na memória RAM durante o processamento.
Resposta comentada
O Hadoop MapReduce grava o resultado de cada etapa em disco (HD), então em tarefas iterativas — aquelas que releem os mesmos dados várias vezes, como treinar um modelo de machine learning — ele paga o custo de ler e escrever no disco a cada rodada. O Spark faz diferente: mantém os dados intermediários em memória RAM (via estruturas chamadas RDDs/DataFrames com cache), então as iterações seguintes são muito mais rápidas.
- Correta: Certo. O Spark evita o vai-e-vem de disco do Hadoop ao cachear dados em RAM, acelerando justamente cargas iterativas (ML, grafos, consultas repetidas).
Fica de olho: a banca troca "iterativas" por "sequenciais/one-pass" ou afirma que "o Spark sempre é mais rápido que o Hadoop". Em tarefas de uma passada só e com dados maiores que a RAM, o Hadoop pode empatar ou até ganhar — o ganho do Spark depende do reúso dos dados e de caberem na memória.
Fonte: CEBRASPE STM 2025 Analista Judiciário – Área: Apoio Especializado – Especialidade: Suporte em Tecnologia da Informação. Reproduzida para fins de estudo.