Questão nº 64
Questão de Tecnologia da Informação · FGV STN 2024 (nº 64)
FGV2024Auditor Federal de Finanças e Controle - Tecnologia da Informação (Transformação Digital)Tecnologia da Informação
Gabarito: Ever comentário ↓
Um exemplo da aplicação do MapReduce bem conhecido é a contagem de palavras num arquivo de texto. A partir de um arquivo com linhas de texto, a tarefa é produzir a lista de palavras acompanhadas com a frequência que aparecem no texto.
A sequência mais adequada de aplicação das fases para essa tarefa, além das fases de entrada e saída, é:
- AMapping – Reducing – Shuffling – Splitting.
- BSplitting – Counting – Mapping – Reducing.
- CSplitting – Mapping – Counting – Reducing.
- DSplitting – Mapping – Shuffling – Counting;
- ESplitting – Mapping – Shuffling – Reducing; (alternativa correta)
Resposta comentada
Gabarito Alternativa E
MapReduce é uma técnica para processar grandes volumes de dados de forma distribuída e paralela, dividindo uma tarefa complexa em etapas menores que podem ser executadas simultaneamente em vários computadores.
- (A) Incorreta: A fase de Splitting (divisão da entrada) deve ser a primeira, e Shuffling ocorre entre Mapping e Reducing.
- (B) Incorreta: "Counting" (contagem) não é uma fase separada no fluxo do MapReduce; é a operação principal realizada na fase de Reducing.
- (C) Incorreta: Assim como na alternativa B, "Counting" não é uma fase distinta entre Mapping e Reducing.
- (D) Incorreta: "Counting" é a operação que o Reducer executa para somar as ocorrências das palavras, não uma fase separada que substitui o Reducing. A armadilha da banca aqui é confundir a ação (contar) com a fase estrutural do MapReduce (Reducing), que é onde essa contagem acontece.
- (E) Correta: Esta sequência descreve corretamente as fases do MapReduce para a contagem de palavras:
- Splitting: O arquivo de texto é dividido em blocos menores para processamento paralelo.
- Mapping: Cada bloco é processado, e para cada palavra encontrada, é emitida uma tupla (palavra, 1).
- Shuffling: As tuplas (palavra, 1) são agrupadas por palavra, e todas as ocorrências da mesma palavra são enviadas para o mesmo Reducer.
- Reducing: Cada Reducer recebe uma palavra e a lista de '1's associados a ela, somando-os para obter a frequência final da palavra.
Fonte: FGV STN 2024 Auditor Federal de Finanças e Controle - Tecnologia da Informação (Transformação Digital) (Caderno Tipo 1). Reproduzida para fins de estudo.