Questão nº 16
Questão de Ciência de Dados · FGV SEFAZ-MG 2022 - Tarde (nº 16)
FGV2022Auditor Fiscal - Tecnologia da InformaçãoCiência de Dados
Gabarito: Cver comentário ↓
As opções a seguir descrevem os passos de uma técnica genérica de deduplicação. A entrada é um novo bloco de dados (chunk) de um arquivo "DC" e a saída é um bloco de dados se é encontrado.
A esse respeito, assinale a opção incorreta.
- AObtenha o novo bloco de dados do arquivo DC a ser armazenado.
- BIdentifique o formato de um bloco de dados DC e o divida em objetos (fixos ou variáveis). Assim, DC= {dc₁, dc₂, ..., dcn}, onde dc₁, dc₂, ..., dcn são objetos.
- CDetermine o valor hash ou o fingerprint. Assim, hv(DC) é o novo bloco de dados do arquivo DC. (alternativa correta)
- DCombine o valor hash de um novo bloco de dados hv(DC) com os valores hash anteriores ou existentes {hv₁,hv₂,..,hvn} no armazenamento ou memória, {hv₁,hv₂,..,hvn} são valores hash de blocos de dados já armazenados.
- EAtualize o bloco de dados, se houver uma correspondência. Caso contrário, armazene o novo bloco de dados na memória e mantenha o novo índice.
Resposta comentada
Gabarito Alternativa C
Deduplicação é um processo que remove cópias redundantes de dados, armazenando apenas uma versão e usando ponteiros ou referências para as duplicatas, economizando espaço de armazenamento.
- (A) Incorreta: Esta é a primeira etapa lógica: obter os dados que se deseja processar para deduplicação.
- (B) Incorreta: A divisão do bloco de dados em objetos menores (chunks) é uma etapa comum de pré-processamento em muitas técnicas de deduplicação, permitindo uma análise mais granular.
- (C) Correta: Esta afirmação é incorreta. O valor hash (hv(DC)) é uma representação compacta e única do bloco de dados (DC), como uma "impressão digital", e não o próprio bloco de dados. A armadilha aqui é confundir o identificador com o dado original.
- (D) Incorreta: Esta é a etapa central da deduplicação, onde o hash do novo bloco é comparado com os hashes de blocos já armazenados para identificar duplicatas.
- (E) Incorreta: Se houver uma correspondência de hash, o novo bloco de dados não é armazenado; em vez disso, atualiza-se a referência ao bloco existente (por exemplo, um contador de uso). Se não houver correspondência, o novo bloco é armazenado junto com seu hash e índice.
Fonte: FGV SEFAZ-MG 2022 - Tarde Auditor Fiscal - Tecnologia da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.