Acerca das noções de Big Data, julgue o item.
Um dos desafios para as ferramentas de Big Data é a manipulação de dados semiestruturados e não estruturados, com o intuito de extrair valor destes por meio de correlações e outros processamentos de análise.
Acerca das noções de Big Data, julgue o item.
Os 5 Vs do Big Data representam os fatores de sustentação em que a abordagem de Big Data está apoiada. Esses fatores são os seguintes: volume; variedade; velocidade; veracidade; e visibilidade.
Acerca das noções de Big Data, julgue o item.
No Big Data, o tratamento dos dados é realizado com o apoio de algoritmos inteligentes, com a finalidade de chegar a uma conclusão sobre que tipo de ação tomar.
Acerca das noções de Big Data, julgue o item.
O Big Data é definido unicamente como uma tecnologia de ponta que proporciona, por meio de uma pequena quantidade dados, uma mudança nas formas tradicionais de análise de dados.
Julgue o item subsecutivo, referente à HBase.
Uma tabela HBase tem, pelo menos, uma família de colunas, que é uma coleção de todas as colunas da tabela.
Julgue o próximo item, a respeito de ETL, ELT e data lake.
Data lake é um tipo de repositório que armazena grandes volumes de dados, sob um esquema de banco de dados comum, unificado, visando responder perguntas específicas do negócio; esse sistema de armazenamento também oferece uma visão multidimensional dos dados atômicos e resumidos.
Leia o fragmento a seguir.
“Atualmente, no contexto do Big Data e Data Analytics, faz-se referência às características enunciadas por pesquisadores e produtores de soluções como sendo um conjunto de cinco Vs. Originalmente, a definição clássica de Big Data fez referência a três Vs fundamentais: _____, _____ e _____ de dados que demandam formas inovadoras e rentáveis de processamento da informação, para melhor percepção e tomada de decisão.”
Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada.
Com relação às arquiteturas de big data, analise as afirmativas a seguir.
I. As arquiteturas de big data suportam um ou mais tipos de carga de trabalho, por exemplo, processamento em lote de fontes de big data em repouso; processamento em tempo real de big data em movimento; exploração interativa de big data e análise preditiva e aprendizado de máquina.
II. A arquitetura kappa aborda o problema da baixa latência criando dois caminhos para o fluxo de dados. Todos os dados que entram no sistema passam por dois caminhos: a camada de lote (caminho frio) que armazena os dados de entrada em sua forma br...
