Exercícios Big Data

Professor Léo Matos

1. (CESPE TCM/BA 2018) O termo big data se baseia
em cinco Vs: velocidade, virtuosidade, volume,
vantagem e valor.
2. (CESPE TCM/BA 2018) A utilização de big data nas
organizações não é capaz de transformar os seus
processos de gestão e cultura.
3. (CESPE TCE/PB 2018) A definição mais ampla de
big data restringe o termo a duas partes — o volume
absoluto e a velocidade —, o que facilita a extração
das informações e dos insights de negócios.
4. (CESPE TJ/SE 2014) Em soluções Big Data, a
análise dos dados comumente precisa ser precedida
de uma transformação de dados não estruturados
em dados estruturados.
5. (CESPE TCE/PB 2018) Para armazenar e recuperar
grande volume de dados, o big data utiliza bancos
SQL nativos, que são bancos de dados que podem
estar configurados em quatro tipos diferentes de
armazenamentos: valor chave, colunar, gráfico ou
documento.
6. (CESPE TCU 2016) Devido à quantidade de
informações manipuladas, a (cloud computing)
computação em nuvem torna-se inviável para
soluções de big data.
7. (CESPE FUNPRESP-JUD 2016) Uma big data não
engloba dados não estruturados, mas inclui um
imenso volume de dados estruturados suportado
por tecnologias como o DataMining e o
DataWarehouse para a obtenção de conhecimento a
partir da manipulação desses dados.
8. (CESPE EBSERH 2018) As soluções de big data
focalizam dados que já existem, descartam dados
não estruturados e disponibilizam os dados
estruturados.
9. (CESPE EBSERH 2018) A escalabilidade dos bancos
de dados NoSQL é garantida pela ausência de um
esquema (scheme free).
10. (CESPE ANATEL) No MapReduce, modelo de
processamento de dados paralelo para
processamento e análise de grandes volumes de
dados, os programas são escritos em um estilo de
programação funcional, no qual as funções Map e
Reduce devem ser criadas.