Questão nº 67
Questão de Tecnologia da Informação · FGV DATAPREV 2024 (nº 67)
FGV2024Analista de Tecnologia da Informação - Inteligência da InformaçãoTecnologia da Informação
Gabarito: Bver comentário ↓
O Apache Spark é uma ferramenta amplamente utilizada para processamento de grandes volumes de dados.
Assinale a opção que o descreve corretamente, assim como suas capacidades e suas funcionalidades.
- AO Apache Spark é um sistema de armazenamento distribuído de arquivos que gerencia grandes volumes de dados por meio de replicação e fragmentação, com foco na segurança e no versionamento dos arquivos.
- BO Apache Spark é um framework de computação distribuída que permite o processamento rápido de grandes volumes de dados, suportando operações em tempo real e por lote, além de fornecer bibliotecas para machine learning e gráficos. (alternativa correta)
- CO Apache Spark é uma plataforma de análise de dados especializada em bancos de dados relacionais, permitindo consultas SQL em tempo real e fornecendo ferramentas de visualização integradas.
- DO Apache Spark é um sistema de gerenciamento de filas que prioriza a execução de tarefas paralelas em ambientes distribuídos, garantindo que as tarefas sejam executadas de acordo com a capacidade da infraestrutura.
- EO Apache Spark é um sistema de controle de versões distribuído que facilita o gerenciamento colaborativo de projetos de dados e código, permitindo a reversão de alterações e o controle detalhado de permissões.
Resposta comentada
Gabarito Alternativa B
O Apache Spark é uma ferramenta poderosa que atua como um "motor" para processar e analisar grandes quantidades de dados, distribuindo o trabalho entre vários computadores para fazer isso de forma rápida e eficiente.
- (A) Incorreta: Esta alternativa descreve um sistema de armazenamento distribuído de arquivos (como o HDFS), que é onde os dados podem ser guardados, mas não o Spark em si, que é a ferramenta de processamento. Armadilha: Confundir o Spark com o sistema de arquivos que ele geralmente utiliza como fonte ou destino de dados.
- (B) Correta: O Apache Spark é de fato um framework de computação distribuída que processa dados rapidamente (muitas vezes em memória), suporta tanto o processamento de dados que chegam continuamente (tempo real) quanto de grandes volumes já existentes (por lote), e oferece módulos especializados para machine learning (MLlib) e processamento de grafos (GraphX).
- (C) Incorreta: Embora o Spark tenha o módulo Spark SQL para trabalhar com dados relacionais e SQL, ele não é especializado apenas nisso; ele lida com uma vasta gama de tipos de dados e não é primariamente uma ferramenta de visualização integrada.
- (D) Incorreta: O Spark não é um sistema de gerenciamento de filas; ele é um motor de processamento que executa tarefas, mas não gerencia a ordem ou prioridade de mensagens como um sistema de filas faria.
- (E) Incorreta: Esta alternativa descreve um sistema de controle de versões (como o Git), que é usado para gerenciar alterações em código e documentos, não para processar grandes volumes de dados.
Fonte: FGV DATAPREV 2024 Analista de Tecnologia da Informação - Inteligência da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.