Questão de Análise de Sistemas · CESGRANRIO BNDES 01/2024 (nº 48)

O conceito-chave aqui é que o Apache Kafka, sozinho, é um barramento de dados (ele só move e armazena streams de eventos). Quando você o combina com o Druid (que é um banco de dados especializado em consultas analíticas rápidas sobre grandes volumes de dados), o Kafka deixa de ser só um "carteiro" e passa a ser o cérebro que alimenta e gerencia a análise em tempo real. Nessa arquitetura, o Kafka ingere os dados brutos e os entrega ao Druid, que faz as consultas de longa duração e devolve insights, permitindo decisões imediatas. É exatamente esse papel de orquestrar e gerenciar o fluxo de dados para análise contínua que define o perfil de "Streaming Analytics Manager".

• (A) Incorreta: "Data Event Pipeline" é um termo genérico para qualquer fluxo de eventos (o Kafka sempre faz isso), mas não captura a especificidade da integração com o Druid para consultas analíticas de longa duração.
• (B) Incorreta: "Event-driven Microservices" descreve uma arquitetura onde serviços reagem a eventos (ex: pedido criado), mas aqui o foco não é a comunicação entre microsserviços, e sim a análise de dados (Druid) para tomada de decisão.
• (C) Incorreta: "Real-time ETL streamings" (Extract, Transform, Load) é sobre transformar e mover dados (ex: limpar, enriquecer e gravar em um banco). O Kafka até pode fazer isso, mas a presença do Druid indica que o objetivo final é consultar e analisar, não apenas carregar dados em um destino.
• (D) Incorreta: "Single Message Transforms" é uma feature específica e limitada do Kafka Connect (para modificar uma mensagem individual, como adicionar um campo). É um detalhe de configuração, não um perfil de arquitetura.
• (E) Correta: O gabarito oficial define que a combinação Kafka + Druid (que otimiza consultas de longa duração) posiciona o Kafka como o "Streaming Analytics Manager" — ou seja, o componente que gerencia o fluxo contínuo de dados para alimentar análises e decisões em tempo real, indo além do simples transporte de mensagens.

A armadilha da banca: A pegadinha está na alternativa (C) Real-time ETL streamings. O aluno vê "Kafka" + "tempo real" e automaticamente pensa em ETL (extrair, transformar, carregar). Mas o ETL foca na transformação e movimentação dos dados. A questão menciona explicitamente o Druid, que é uma ferramenta de consulta e análise (OLAP). Isso muda o papel do Kafka: ele não está apenas "carregando" dados, ele está gerenciando o pipeline de análise (streaming analytics) para que o Druid possa responder perguntas complexas. A banca testa se você percebe que a presença de uma ferramenta de BI/consulta eleva o Kafka de "transportador" para "gerente de análise".