Questão nº 66
Questão de Tecnologia da Informação · FGV DATAPREV 2024 (nº 66)
O Apache Hadoop é uma plataforma amplamente utilizada no processamento de grandes volumes de dados. Ele se destaca por sua arquitetura distribuída e capacidade de lidar com grandes conjuntos de dados de forma eficiente.
Com base nas capacidades e funcionalidades do Hadoop, assinale a opção que descreve corretamente seu funcionamento e aplicação prática.
- AO Hadoop é uma plataforma de banco de dados relacional, que utiliza o SQL para gerenciar grandes volumes de dados de maneira centralizada.
- BO Hadoop possui uma arquitetura distribuída, composta principalmente pelo HDFS (Hadoop Distributed File System) e o MapReduce, permitindo o processamento de grandes volumes de dados de maneira escalável e paralela. (alternativa correta)
- CO principal componente do Hadoop é o NoSQL, que possibilita o armazenamento de dados não estruturados em um único servidor, sem a necessidade de distribuição.
- DO Hadoop foi projetado para pequenas empresas que possuem volumes reduzidos de dados e não requerem processamento paralelo, destacando-se por sua simplicidade de uso.
- EO Hadoop se limita ao armazenamento de dados em clusters locais, não sendo compatível com ambientes de computação em nuvem ou distribuídos globalmente.
Resposta comentada
Gabarito Alternativa B
O Apache Hadoop é uma estrutura de software que permite armazenar e processar enormes quantidades de dados de forma distribuída, usando vários computadores trabalhando juntos. Ele é como um "super-arquivo" que divide os dados em pedaços e os espalha por muitas máquinas, e também tem um "super-processador" que consegue analisar esses dados em paralelo.
(A) Incorreta: O Hadoop não é um banco de dados relacional nem usa SQL como sua principal forma de gerenciamento; ele é um sistema de arquivos distribuído e uma plataforma de processamento, e sua natureza é distribuída, não centralizada.
(B) Correta: Esta opção descreve perfeitamente o Hadoop, destacando sua arquitetura distribuída, o HDFS para armazenamento e o MapReduce para processamento paralelo e escalável de grandes volumes de dados.
(C) Incorreta: NoSQL é uma categoria de bancos de dados que pode se integrar ao Hadoop, mas não é um componente principal do Hadoop em si; além disso, o Hadoop é fundamentalmente distribuído e não se limita a um único servidor. (Armadilha da banca: confunde a integração de tecnologias com os componentes centrais do Hadoop e inverte sua característica distribuída.)
(D) Incorreta: O Hadoop foi projetado especificamente para grandes volumes de dados e processamento paralelo, sendo complexo de configurar e gerenciar, e não simples para pequenas empresas com poucos dados.
(E) Incorreta: O Hadoop é altamente compatível e amplamente utilizado em ambientes de computação em nuvem e distribuídos globalmente, não se limitando a clusters locais.
Fonte: FGV DATAPREV 2024 Analista de Tecnologia da Informação - Inteligência da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.