Questão de Tecnologia da Informação · FGV TCE-PA 2024 (nº 81)

Big Data se refere a conjuntos de dados tão grandes, complexos e rápidos que as ferramentas e métodos tradicionais de processamento de dados não conseguem lidar com eles de forma eficiente, exigindo novas arquiteturas e tecnologias.

(A) Incorreta: Data mining é um processo de descoberta de padrões e informações úteis em grandes conjuntos de dados, não uma arquitetura de armazenamento.
(B) Incorreta: Um data warehouse é um repositório de dados estruturados e processados, otimizado para relatórios e análises, mas não é ideal para armazenar a grande variedade e o volume de dados brutos e não estruturados que caracterizam o Big Data. Armadilha da banca: É tentador, pois lida com grandes volumes de dados, mas sua natureza rígida e focada em dados estruturados o torna inadequado para a diversidade do Big Data.
(C) Incorreta: Um data lakehouse é uma arquitetura mais recente que combina as melhores características de um data lake (flexibilidade) e de um data warehouse (estrutura e governança), mas o data lake é a arquitetura fundamental que mais se assemelha ao conceito de armazenamento de dados brutos do Big Data.
(D) Incorreta: Um data mart é um subconjunto de um data warehouse, focado em um departamento ou área de negócio específica, sendo ainda mais restrito e estruturado.
(E) Correta: Um data lake é um repositório centralizado que armazena grandes volumes de dados brutos, em seu formato nativo (estruturados, semi-estruturados ou não estruturados), sem a necessidade de um esquema pré-definido, o que se alinha perfeitamente com as características de volume e variedade do Big Data.