OUSE PASSAR

BIG DATA

1. NOÇÕES DE BIGDATA Dados Estruturados Dados Não

Estruturados
1.1 CONCEITOS E PREMISSAS
Fáceis de serem Difíceis de serem
gerenciados gerenciados
a) DADOS ESTRUTURADOS E NÃO
ESTRUTURADOS Fácil recuperação e Difícil acesso e
acesso recuperação
Nos últimos anos, houve um crescimento
exponencial nos dados estruturados e não
estruturados gerados nas organizações modernas. Estrutura rígida e Sem estrutura, ou
Sem dúvidas, o surgimento da Internet influenciou projetada com estrutura flexível
diretamente no crescimento da quantidade de previamente (bancos e dinâmica.
dados produzidos. Imagine quantos vídeos são de dados relacionais)
enviados para o Youtube todos os dias, quantas
fotos são postadas no Instagram e quantas Os dados são
informações de compras são cadastradas por estruturados
grandes empresas como a rede de supermercados conforme a definição
WallMart. de um esquema que
define as tabelas,
O QUE SÃO DADOS ESTRUTURADOS E NÃO atributos e formatos.
ESTRUTURADOS?
Exemplos: um banco Exemplos: textos
Caro aluno, existem algumas organizações que
de dados com os diversos (e-mais,
apenas sentem a necessidade de armazenar
dados de clientes. páginas de internet,
informações sobre o seu cliente, como: nome,
mensagens no
telefone, endereço, pedidos e outros. Nesse caso,
Whatsapp), imagens
estamos falando de dados fáceis de serem
(fotos), vídeos (filmes,
organizados e tratados, um banco de dados
aulas no Youtube),
relacional (tabelas) seria suficiente para gerenciá-
áudios (músicas,
los de maneira eficiente. No exemplo acima
mensagens de voz).
estamos diante de dados estruturados.

Os dados não estruturados, são aqueles que não

possuem estruturas bem definidas, são difíceis de
serem gerenciados, como por exemplo: imagens, Professor, qual seria a diferença entre estrutura
vídeos e arquivos. Mais de 80% dos dados gerados flexível e rígida?
no mundo são desse tipo e muitas empresas
precisam armazená-los para consultas É uma dúvida recorrente, vamos lá!
posteriores.
Quando aprendemos sobre banco de dados
relacional, você lembra que toda tabela tinha uma
estrutura rígida? As tabelas possuem colunas
(campos) que só poderiam aceitar um tipo de
dados e um tamanho. Observe no próximo
desenho, a tabela oferta só aceita número no

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR

campo NrRegistro e no dia da semana apenas para conseguirmos trabalhar com dados semi-
texto de 3 caracteres. estruturados.

Vamos supor que precisamos armazenar os dados

abaixo:
Nome: Leandro Viana Matos
Telefone: 619992992992

Organizados em banco de dados relacional

Entendeu o que é rigidez na estrutura? Lembre-se ficaria:
também, que no modelo relacional de banco de
dados, aprendemos que é tudo planejado e
construído antes dos dados serem inseridos. Então
pense na seguinte situação: um sistema de banco
de dados já está pronto, mas você precisa
armazenar dados que não estavam no Tabela Clientes
planejamento inicial, como por exemplo a digital
ou foto de uma pessoa. Como o sistema não é Código Nome Telefone
flexível, não teria como fazer, a não ser que fizesse 1 Leandro Viana 619992992992
alterações no esquema do banco de dados. A Matos
estrutura de dados é rígida, por isso precisa ser
previamente pensada e não será alterada na hora, Esquema (descrição) da Tabela Clientes
em tempo real.
Campo Tipo de PK Restrições
A situação acima seria possível ser feita sem lógico dados
muitos problemas, caso a estrutura de dados fosse Código INT PK Não nulo
não estruturada. Por exemplo, você poderia Nome VARCHAR Não nulo
cadastrar os seus clientes em arquivos do Word, Telefone INT Não Nulo
depois no caso de surgir novos dados, bastaria
abrir os arquivos do Word e jogar os dados lá. O Organizados usando linguagem XML:
problema de ter dados armazenados de forma não
estruturada, será consultas posteriores. Imagine <?xml version=”1.0″ encoding=”UTF-8″ ?>
que você precisa saber quantos dados foram
inseridos nos últimos 20 dias, se fosse no banco de <clientes>
dados relacional seria muito simples através de
alguns comandos de consulta, já nos dados não <nome>Leandro Viana Matos</nome>
estruturados você precisaria fazer manualmente.
<telefone>619992992992</e-mail>
EXISTEM DADOS SEMI-ESTRUTURADOS? </clientes>
Não é comum de cair nas provas, mas os dados No exemplo acima, temos um arquivo em XML
semi-estruturados, são aqueles que apresentam que possui nós, que são rótulos de abertura e
uma representação heterogênea, possuem fechamento, este precedido com o símbolo “/”,
estrutura, mas ela é flexível. Assim, pensando no com os dados inseridos entre os nós. Nesse caso,
exemplo acima, ela agrega as vantagens e estamos diante de uma linguagem estrutura, mas
benefícios dos dois tipos de dados. Facilita o flexível. Nos dados semi-estruturados, o esquema
controle por ter um pouco de estrutura, mas é no próprio arquivo usando nós.
também permite uma maior flexibilidade. A
linguagem XML e JSON são amplamente utilizadas

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR
Dados Semi-Estruturados
Estrutura flexível
Cada campo de dados tem estrutura, mas não
existe imposição de formato como aprendemos
no modelo relacional.
O Esquema é criado com a definição de
elementos internos dos arquivos (nós).
QUESTÕES COMENTADAS
1. (CESPE/TCE-SC) Em se tratando de dados
estruturados, a informação de esquema está
mesclada aos valores dos dados, e cada objeto de
dados pode ter atributos diferentes, que não são
conhecidos com antecedência. Essa característica
os diferencia de dados não estruturados.
Comentário: O conceito acima é referente aos
dados semi-estruturados. Gabarito: Errado.
2. (CESPE/MINISTÉRIO DA ECONOMIA) Embora
com características particulares, dados não
estruturados podem ser classificados em sua
totalidade, assim como os dados estruturados.
Comentário: Classificar é você criar faixas de
valores, por exemplo: de 1 a 10 (nota baixa), de 11
a 20 (nota média) e 21 a 30 (nota alta).
Conseguimos classificar dados estruturados, mas
dados não estruturados requer um tratamento
mais especializado para que sejam classificados.
Uma das formas mais comuns, é transformar
dados não estruturados em estruturados, antes de
serem analisados. Gabarito: Errado.
3. (CESPE/TCE-PB/AUDITOR DE CONTAS
PÚBLICAS) Dados não estruturados podem ser
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
caracterizados por arquivos de diversos tipos —
textos, imagens, vídeos, entre outros —, cujas
estruturas não são descritas implicitamente.
Comentário: Dados estruturados que não
possuem esquemas (descrição do banco de
dados). Gabarito: Certo.
4. (CESPE/TCE-PB/AUDITOR DE CONTAS
PÚBLICAS) Por padrão, documentos do tipo XML
(eXtensible Markup Language) são estruturados.
Comentário: XML, JASON são dados semi-
estruturados. Gabarito: Errado.
5. (CESPE/TCE-PA/AUDITOR DE CONTROLE
EXTERNO) Em comparação aos dados não
estruturados, os dados estruturados demandam
mais espaço de armazenamento e um
gerenciamento mais cauteloso, uma vez que
constituem a maior parte dos dados corporativos.
Comentário: Os dados não estruturados que
demandam maior espaço de armazenamento e o
seu gerenciamento é mais complicado. Gabarito:
Errado.
B) BIGDATA E OS SEUS 5Vs
Big data é um termo usado na área de tecnologia
para descrever um grande volume de dados
variados, dados estruturados e não-estruturados
que não podem ser processados por ferramentas
convencionais. Para ficar mais claro o conceito de
BigData e suas características, vamos analisar a
forma como grandes empresas geram e
armazenam dados todos os dias.
• Volume: pense em todos os e-mails que são
armazenados todos os dias nos servidores Gmail,
todas as fotos e vídeos que circulam no Instagram.
Não são terabytes e sim zetabytes e brontobytes.
No Facebook são mais de 350 milhões de fotos
compartilhadas todos os dias. Será quantos vídeos
são enviados ao Youtube todos os dias e são
armazenados? O grande Volume de dados faz com
que essas grandes empresas tenham que usar
tecnologias diferentes das tradicionais.
 OUSE PASSAR

considerados data files.

• Velocidade: a velocidade com que são
produzidos dados a cada segundo é algo incrível.
Imagine quantas mensagens de redes sociais estão
sendo compartilhadas nesse momento? A rede de
supermercados Wallmart gera 1 milhão de
transações de clientes a cada hora. O Big Data tem
tecnologia suficiente para analisar os dados no
instante em que são criados, sem ter de armazená-
los necessariamente.
• Variedade: Como já vimos anteriormente,
muitas empresas apenas sentem a necessidade de
armazenar dados estruturados, mas que hoje, 80%
dos dados produzidos no mundo são não
estruturados. Um BigData deve ter tecnologia
suficiente para administrar variados tipos de
dados, sejam eles estruturados ou (e) não
estruturados.
• Veracidade: O que adianta armazenar uma
grande variedade de dados se elas não forem
verdadeiras? Com o Big Data não é possível
controlar cada notícia falsa na internet, mas com
análises e estatísticas de grandes volumes de
dados é possível identificar aquelas que não vão
trazer nenhuma informação importante para a
organização.
Comentário: O Bigdata consiste em uma grande
quantidade de dados estruturados e não
estruturados.
Gabarito: Errado.
7. (CESPE/POLÍCIA FEDERAL) Com relação a
fundamentos e conceitos de Big Data, julgue os
itens a seguir.
I O volume de dados é uma característica
importante de Big Data.
II Em Big Data, a qualidade do dado não tem
importância, porque a transformação dos dados
não impacta os negócios.
III A característica de velocidade de entrada dos
dados impacta o modelo de processamento e
armazenamento.
IV A variedade dos dados não é característica
intrínseca nos fundamentos de Big Data.
Estão certos apenas os itens
A I e II.
B I e III.

• Valor: A informação é um ativo importante C II e IV.

para a organização, não temos dúvidas disso, mas
é importante que as organizações que entrem no D I, III e IV.
negócio do Big Data, lembrem dos custos e
benefícios, pois teremos que usar softwares E II, III e IV.
capazes de tratar esses dados e transformá-los em
Comentário:
e informações úteis.
I. Certo.
Agora que já aprendemos o conceito e os 5Vs de
BigDatas, vamos fazer algumas questões que II. Errado. Os dados de um BigData devem ter
falam sobre isso. veracidade e valor.

III. Certo. A velocidade com que os dados

QUESTÕES COMENTADAS
6. (CESPE/POLÍCIA FEDERAL) O big data consiste
de um grande depósito de dados estruturados, ao
passo que os dados não estruturados são
fabricados em um Bigdata, existe que a
organização que investir nesse tipo de tecnologia
use ferramentas que atendam essa necessidade e
não as ferramentas tradicionais.
IV. Errado. Variedade é um dos 5Vs de um Bigdata.

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR
Gabarito: Letra “B”
8. (CESPE/TJSE) Em soluções Big Data, a análise
dos dados comumente precisa ser precedida de
uma transformação de dados não estruturados
em dados estruturados
Comentário: Não podemos afirmar que em todas
as soluções de bigdatas precisamos transformar
os dados não estruturados em estruturados, mas
muitas delas sim. Gabarito: Certo.
9. (CESPE/POLÍCIA FEDERAL) De maneira geral, big
data não se refere apenas aos dados, mas também
às soluções tecnológicas criadas para lidar com
dados em volume, variedade e velocidade
significativos.
Comentário: Verdade, Bigdata se tornou um
termo genérico, incluindo os dados e as suas
soluções tecnológicas. Gabarito: Certo.
10. (CESPE/TCM/BA) O termo big data se baseia
em cinco Vs: velocidade, virtuosidade, volume,
vantagem e valor.
Comentário: Virtuosidade e vantagem não são
características de um BigData. Estamos diante
dos 5Vs: velocidade, volume, valor, veracidade e
variedade. Gabarito: Errado.
11. (CESPE/POLÍCIA FEDERAL) Big data refere-se a
uma nova geração de tecnologias e arquiteturas
projetadas para processar volumes muito grandes
e com grande variedade de dados, permitindo alta
velocidade de captura, descoberta e análise.
Comentário: BigData realmente é uma nova
geração de tecnologias para análise e descoberta
de dados (mineração). Possui arquiteturas
diferentes das tradicionais que possibilitam o
processamento de grandes volumes de dados
estruturados ou não estruturados. Gabarito:
Certo.
12. (CESPE/TCE/PE) Além de estar relacionado à
grande quantidade de informações a serem
analisadas, o Big Data considera o volume, a
velocidade e a variedade dos dados estruturados
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
— dos quais se conhece a estrutura de
armazenamento — bem como dos não
estruturados, como imagens, vídeos, áudios e
documentos.
Comentário: Certo. A questão fala sobre os 5Vs
do BigData e ainda fala sobre a diferença entre os
dados estruturados e não estruturados.
Gabarito: Certo.
1.2 APLICAÇÕES E SOLUÇÕES DE BIGDATA
1.2.1 CLUSTERS
Como vimos anteriormente, uma grande
quantidade de dados é gerada a cada segundo.
Esses dados, não são processados e armazenados
em computadores e servidores tradicionais. Uma
solução de Big Data precisa saber para lidar com
esse volume de dados, podendo quando
necessário, guarda-los em diferentes localidades e
juntando-os através de software.
Você já imaginou como seria juntar a capacidade
de dois computadores para criar uma máquina
muito mais potente? Cluster é um termo em inglês
que significa “aglomerar” ou “aglomeração” e
pode ser aplicado em vários contextos, mas em
BigData, um Clusters é um sistema que relaciona
dois ou mais servidores para que estes trabalhem
de maneira conjunta no intuito de processar e
armazenar mais dados do que computadores
tradicionais. Estas máquinas dirão dividir entre si
as atividades de processamento e executam este
trabalho de maneira simultânea.
Imagem de um sistema Cluster
 OUSE PASSAR
São características de um Cluster:
• Alto desempenho: combina os vários
computadores para utilizar a soma do poder de
processamento de cada um deles.
• Alta disponibilidade: mantem a aplicação
sempre em funcionamento. Se ocorrer algum
problema em determinado nó, o mecanismo
deverá continuar ativo como se nada tivesse
acontecido aos olhos do usuário. A disponibilidade
não é 100%, mas caso aconteça uma paralisação,
ela deve ser a menor possível.
• Balanceamento de Carga (Load Balancing): se
preocupa em distribuir as tarefas de
processamento da forma mais equilibrada
possível. Assim, cada máquina recebe e atende a
uma requisição específica, mas todas estão
preparadas para atuar em conjunto. E, caso ocorra
alguma falha, as demandas podem ser
redistribuídas entre os nós
• Processamento em Paralelo: divide as
requisições complexas em pequenas atividades
mais simples, distribuídas e executadas
paralelamente pelos seus nós.
• Escalabilidade Horizontal: envolve a adição de
mais nodes (ou seja, máquinas) à estrutura de um
sistema já existente para melhorar o desempenho.
O que é Nó, Node ou Nodo?
Cada servidor é denominado “nó, node ou nodo”
e, combinados, formam o cluster. Em alguns casos,
é possível ver referências como
“supercomputadores” ou “computação em
cluster” para o mesmo cenário. É importante
destacar que, os nós de um cluster não
necessariamente precisam ser computadores
potentes, pois um dos objetivos de utilizar clusters
é redução de custos decorrente do uso de
máquinas mais simples que alcançam um nível de
processamento igual ou superior ao dos
mecanismos mais complexos. Logo, o uso ou não
de máquinas potentes, vai depender dos objetivos
da empresa.
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
1.2.2 HADOOP
Agora que já conhecemos a infraestrutura física de
um Cluster, vamos conhecer a parte lógica que faz
todo esse sistema funcionar.
Hadoop é uma tecnologia open source (aberta),
desenvolvida em Java, que oferece um conjunto
de ferramentas para implementação do modelo
MapReduce, responsável pelo processamento
distribuído, e o Hadoop Distributed File System
(HDFS), para armazenamento de grandes
conjuntos de dados, também de forma distribuída.
É a solução em software que utiliza as estruturas
físicas de um cluster, tornando-o eficaz como
solução de baixo custo de implantação.
Embora recente, o Apache Hadoop tem se
destacado como uma ferramenta eficaz, sendo
utilizado por grandes corporações como IBM,
Oracle, Facebook, Yahoo!, entre outras.
Os componentes chave do Hadoop são o modelo
de programação MapReduce e o sistema de
arquivos distribuído HDFS.
a) Sistema de arquivos HDFS (Hadoop
Distributed File System)
Antes de falarmos sobre o sistema de arquivos do
Hadoop, vamos lembrar como funciona o
armazenamento de dados em um computador
tradicional.
Em um computador tradicional, você tem o
hardware (computador) e os softwares
(aplicativos, sistema operacional, sistemas de
arquivos e outros). O hardware é controlado pelo
sistema operacional, que fica encarregado de
gerenciar toda a parte física do computador. É
papel do Sistema Operacional gerenciar o
armazenamento de arquivos no HD (Disco Rígido).
Nesse caso, o sistema operacional organiza a
estrutura do HD para receber os arquivos, através
de um sistema de arquivos (conjunto de regras
para alocação de arquivos). O Sistema operacional
Windows, usa como sistema de arquivos padrão o
NTFS. O desenho abaixo mostra um esquema para
você lembrar.

Sistema
NTFS
Operacional
O HDFS atua como um sistema de arquivos
distribuído, sendo otimizado para alto
desempenho na leitura e escrita de grandes
arquivos que estão localizados em computadores
(nós) de um cluster.
Sistema
HDFS
Operacional
Dentre as características do HDFS estão a
escalabilidade e disponibilidade, ele faz à
replicação de dados para várias máquinas,
diferente dos sistemas de arquivos tradicionais,
que foram projetados para armazenar os arquivos
em um mesmo computador. O sistema HDFS se
encarrega de quebrar os arquivos em partes
menores e replicar os blocos um número
configurado de vezes em servidores diferentes, o
que torna o processo tolerante a falhas.
O HDFS foi projetado para trabalhar com a
seguinte estrutura lógica e física:
• Namenode (Administra os dados): responsável
por gerenciar os arquivos armazenados no HDFS,
registrando as informações sobre quais datanodes
são responsáveis por quais blocos de dados de
cada arquivo, organizando todas essas
informações em uma tabela de controle (tabela de
metadados). Suas funções incluem mapear a
localização, realizar a divisão dos arquivos em
blocos, encaminhar os blocos aos nós escravos
(slaves nodes), obter os metadados dos arquivos
e controlar a localização de suas réplicas. Como o
NameNode é constantemente acessado, por
questões de desempenho, ele mantém todas as
suas informações em memória. Ele integra o
sistema HDFS e fica localizado no nó mestre
(Master Node) da aplicação.
• Datanode (Armazena os dados): responsável
pelo armazenamento do conteúdo dos arquivos
nos computadores escravos. Como o HDFS é um
sistema de arquivos distribuído, é comum que os
arquivos sejam particionados em blocos e
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
OUSE PASSAR
replicados em máquinas diferentes. Um DataNode
Hardware
poderá armazenar múltiplos blocos, inclusive de
diferentes arquivos, entretanto, eles precisam se
reportar constantemente ao NameNode,
informando-o sobre as operações que estão sendo
realizadas nos blocos. Como em BigDatas, os
dados são processados em paralelo e de forma
distribuída, os dados são processados várias vezes.
Nesse sentido, o HDFS foi construído sobre a regra
de armazenamento WORM (write-once, read-
many-times), ou seja, escrever uma vez, ler várias
vezes.
Cluster
b) MapReduce
O MapReduce é um modelo de programação para
processamento paralelo das aplicações. Ele
abstrai dos programadores, dificuldades do
trabalho com dados distribuídos, eliminando
quaisquer problemas que o compartilhamento de
informações pode trazer em um sistema dessa
natureza. Consiste das seguintes funções:
• Map: Na primeira fase, chamada de Map
(mapeamento), os dados são separados em pares
de chave e valor, divididos em fragmentos e
distribuídos para os nodes, onde serão
processados.
• Shuffle: A etapa de shuffle é responsável por
organizar o retorno da função Map, atribuindo
para a entrada de cada Reduce todos os valores
associados a uma mesma chave. Esta etapa é
realizada pela biblioteca do MapReduce.
 OUSE PASSAR
• Reduce: Depois disso, acontece a etapa de
Reduce (redução), que é a combinação dos
processamentos dos nodes por um master node. É
ele que entregará uma resposta única à requisição
realizada pelo usuário.
Perceba na imagem acima:
1º Uma mensagem entra (input).
2º A função Split quebra a mensagem em 3 partes
para enviar uma para cada node.
3º A função Map faz o mapeamento das 3 partes
com o número 1, que identificará que todas as
partes são da mesma mensagem.
4º A função shuffle faz uma melhor organização
dessas partes mapeadas para enviar para a função
reduce.
5º A função reduce faz a redução combinando os
valores e entregando a resposta ao usuário.
QUESTÕES COMENTADAS
13. (CESPE/TCE-PB) O MapReduce é considerado
um modelo de programação que permite o
processamento de dados massivos em um
algoritmo paralelo e distribuído.
Comentário: Correto, o Mapreduce é um modelo
de programação para o processamento de grande
quantidade de dados (BigDatas) de forma
distribuída. Gabarito: Certo.
14. (CESPE/TCE-PB) Em big data, o sistema de
arquivos HDFS é usado para armazenar arquivos
muito grandes de forma distribuída, tendo como
princípio o write-many, read-once.
Comentário: Peguinha, mas o HDFS foi
construído na ideia do write-once, read-many-
times, ou seja, leia várias vezes e escreva apenas
uma vez. Gabarito: Errado.
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
15.(CESPE/EBSERH) As soluções de big data
focalizam dados que já existem, descartam dados
não estruturados e disponibilizam os dados
estruturados.
Comentário: Soluções de Bigdata não descartam
dados não estruturados. Gabarito: Errado.
16. (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.
Comentário: Correto, o Mapreduce é um modelo
de programação em que o desenvolvedor deve
fazer o uso das funções MAP (mapeamento),
REDUCE (redução). Gabarito: Certo.
17. (CESPE/TCDF) Uma necessidade básica em
uma topologia típica de ambientes de data center
é a busca de escalabilidade, tanto a horizontal
quanto a vertical. A primeira refere-se ao
incremento com novos hardwares para suportar o
aumento da demanda pelos usuários finais; a
segunda é alcançada pela substituição, quando
máquinas com maior capacidade de
processamento substituem as antigas.
Comentário: Correto. Na escalabilidade
Horizontal, que é usada em sistemas Cluster, o
incremento de recursos acontece quando
colocamos mais um computador no conglomerado
de hosts. Na escalabilidade Vertical, o incremento
de recursos é a substituição de peças do
computador, como por exemplo o aumento de
memória RAM. Gabarito: Certo.
18. (CESPE/POLÍCIA FEDERAL) MapReduce
permite o processamento de dados massivos
usando um algoritmo paralelo, mas não
distribuído.
Comentário: MapReduce permite o
processamento de dados massivos usando
algoritmo paralelo e distribuído. Gabarito: Errado.
 OUSE PASSAR

19. (CESPE/POLÍCIA FEDERAL) MapReduce processar grandes quantidades de dados

oferece um modelo de programação com distribuídos em muitas máquinas.
processamento por meio de uma combinação
entre chaves e valores

Comentário: Dentro do MapReduce, a função

Map separa os dados em pares de chave e valor,
divididos em fragmentos e distribuídos para os
nodes, onde serão processados. Gabarito: Certo.

1.2.3 NOSQL

Caro aluno, imagine o Facebook tendo que Orientado a colunas

armazenar todas as senhas e logins de usuários em
um banco de dados relacional? Para responder o
Características
questionamento, você precisa lembrar que o
Facebook utiliza BigDatas, necessitando soluções • Em termos práticos, a organização dos dados
que permitem escalabilidade horizontal, alto ocorre com base em colunas.
poder de processamento e desempenho. • As colunas armazenam os dados de vários
NOSQL (Not Only SQL) é uma solução alternativa registros.
para bancos de dados relacionais, possuem uma • Tolerância ao particionamento e
alta escalabilidade e desempenho. São bancos de disponibilidade.
dados usados para armazenar dados semi- • Um chave e muitas colunas.
estruturados. • SGBD livre e OpenSource.
• Foi desenvolvido pelo Facebook.
Características
Um exemplo de banco de dados do tipo Colunas é
• Não são relacionais, mas pode conter
o Cassandra.
relacionamentos.

• Não utiliza linguagem SQL, mas pode ter sua

b) Documentos
base acessada por linguagem SQL.

• Suporte a replicação de dados. Ideal para

O Bancos de Dados orientado a Documentos
sistemas clusters.
utiliza documentos autocontidos e auto
• Não possuem um esquema (descrição de banco descritivos, e isso implica que o documento em si
de dados) predefinido. Possui estrutura flexível. já define como ele deve ser apresentado e qual é
o significado dos dados armazenados na sua
• Diferentes modelos/formas de estrutura.
armazenamento (grafos, documentos,
chave/valor, colunas).

a) Coluna

Este tipo difere bastante do modelo relacional, em

que uma linha representa um conjunto de dados
relacionados. É utilizado para armazenar e

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR

real. Temos as entidades chamadas de vértices (ou

nós) que são ligadas entre elas pelas arestas (ou
arcos) cada um podendo guardar dados entre os
relacionamentos e cada relacionamento pode ter
uma direção.

Bancos deste tipo empregam conceitos da teoria

de grafos para a representação de
relacionamentos entre diferentes conjuntos de
dados. Uma das soluções mais conhecidas
baseadas neste modelo é o Neo4j.

O mongo é um exemplo de banco de dados

orientado a documentos.

Os bancos de dados semi-estruturados são

armazenados com formatos como JSON e XML.

c) Chave e Valor

Como o próprio nome sugere, os bancos que se

encaixam nesta classificação são formados por
conjuntos de chaves e seus respectivos valores.
Cada um destes conjuntos, por sua vez, conta
ainda com uma chave que funciona como um
identificador único. Características

• Contém nós ou vertices (entidades) e arestas

ou arcos (relacionamentos).
• Os relacionamentos podem possuir dados,
como pode ser visto nas próximas imagens.
• Vários cenários e problemas do mundo real.
Como você pode ver nas próximas imagens.

Esse tipo de banco de dados é bastante utilizado

em perfis de usuários e senhas. Redis é um banco
de dados que utiliza orientação por chaves e valor.

d) Orientado a Grafos

Uma base relacional possui a tabelas, colunas,

tuplas (linhas), chaves e relacionamentos. Quando
temos um relacionamento entre uma tabela e
outra, uma das tabelas possui a indicação de
foreign key, chave estrangeira.

Em um banco de dados de grafos,

relacionamentos são mais parecidos com o mundo

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR
QUESTÕES COMENTADAS
20. (CESPE/TCU) Como forma de permitir as
buscas em documentos semiestruturados, um
banco de dados NoSQL do tipo orientado a
documentos armazena objetos indexados por
chaves utilizando tabelas de hash distribuídas.
Comentário: Os bancos de dados orientados a
documentos não armazenam chaves em tabelas.
As chaves são armazenadas dentro do próprio
documento. Gabarito: Errado.
21. (CESPE/FUNPRESP-EXE) Em um banco de
dados NoSQL do tipo grafo, cada arco é definido
por um identificador único e expresso como um
par chave/valor.
Comentário: Em banco de dados do tipo grafos,
os arcos (arestas) são os relacionamentos entre as
entidades. Os relacionamentos não possuem
identificadores únicos. Vale lembrar, que o
modelo grafo não utiliza par chave/valor.
Gabarito: Errado.
22. (CESPE/TRT - 7ª REGIÃO (CE)) O termo NoSQL
refere-se a bancos de dados que são acessados
sem utilização de SQL.
Comentário: Questão safada! O Termo NoSQL
(not only SQL) se refere a não utilizar somente
SQL. Bancos de Dados NoSQL não usam modelo
relacional, mas podem ser acessados por
aplicações que usam SQL, já que aceitam vários
comandos. Gabarito: Errado.
Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242
23. (CESPE/CNJ) A escalabilidade dos bancos de
dados NoSQL é garantida pela ausência de um
esquema (scheme free).
Comentário: Bancos de dados NoSQL possui
esquema flexível, pois trabalha com dados semi-
estruturados. Vimos as características de dados
semi-estruturados em páginas anteriores.
Gabarito: Errado.
24. (CESPE/TJSE) Devido à escalabilidade esperada
para os bancos de dados NOSQL, a implementação
desses bancos utiliza modelos de armazenamento
de dados totalmente distintos dos utilizados em
sistemas relacionais.
Comentário: Distintos sim, mas totalmente
distintos não. Por exemplo, o modelo em coluna
tem funcionamento semelhante ao banco de
dados relacional. Gabarito: Errado.
25. (CESPE/CNJ) Uma característica de bancos de
dados NoSQL é o suporte à replicação de dados.
Entre as abordagens utilizadas para replicação,
inclui-se a mestre-escravo.
Comentário: Certo, os bancos de dados NoSQL
foram desenvolvidos para garantir a escalabilidade
e desempenho de soluções BigDatas. Gabarito:
Certo.
26. (CESPE/CNJ) Bancos de dados NOSQL
orientados a documentos são apropriados para o
armazenamento de dados semiestruturados.
Comentário: Certo. Inclusive utilizam XML e JSON
como formato de dados. Gabarito: Certo.
27. (CESPE/SLU) Para uma empresa que necessite
implantar uma base de dados altamente escalável,
com grande desempenho e cujo esquema de
dados seja flexível, de modo que suporte
constantes mudanças de campos e valores
armazenados, a melhor opção é uma base de
dados NoSQL.
 OUSE PASSAR

Comentário: Correto. Características garantidas análises podem ser descritivas, diagnósticas,

pelos bancos NoSQL. Gabarito: Certo. preditivas e também prescritivas.

28. (CESPE/POLÍCIA FEDERAL) NoSQL são bancos

de dados que não aceitam expressões SQL e
devem ser armazenados na nuvem.

Comentário: Não usam o modelo relacional, não

se precisam utilizar a linguagem SQL, mas aceitam
vários comandos da linguagem SQL. Gabarito:
Errado.
São exemplos de soluções BigData Analitcs: Cluvio,
Statgraphics Centurion, Litmus Edge, EC2 Spot,
Salesforce Analytics Cloud, Google Cloud Platform.
29. (CESPE/STJ) Sistemas de bancos de dados
classificados como NoSQL permitem a inserção de
dados sem que haja um esquema predefinido.

Comentário: Correto, em dados semi-

estruturados, o esquema é flexível. Gabarito:
Certo

1.2.3 BIG DATA ANALYTICS

Big Data Analytics são soluções tecnológicas e

técnicas para a análise de aglomerações de dados
estruturados e não estruturados para extrair, Cluvio
armazenar e analisar os dados, de forma a auxiliar
na tomada das melhores decisões para que
organizações possam se beneficiar, tanto em
QUESTÕES COMENTADAS
questões internas com análises sobre o negócio,
ou externas como comportamento dos clientes.
30. (CESPE/ TCE-PE) O termo Big Data Analytics
Nas organizações, o Big Data Analytics pode
refere-se aos poderosos softwares que tratam
analisar dados estruturados, como registros de call
dados estruturados e não estruturados para
center, dados do sistema de CRM (Gestão de
transformá-los em informações úteis às
relacionamento com Cliente), ERP (Sistema de
organizações, permitindo-lhes analisar dados,
Gestão Empresarial) e arquivos XML (dados semi-
como registros de call center, postagens de redes
estruturados) em geral.
sociais, de blogs, dados de CRM e demonstrativos
Além disso, dados não estruturados, como de resultados.
documentos, publicações de redes sociais e
vídeos, também podem ser capturados e Comentário: Certo, conceito visto anteriormente.
organizados pelas novas tecnologias. Gabarito: Certo.

Vale lembrar que o Big Data Analytics não se

resume à tecnologia, pois a estratégia é
fundamental para reconhecer o valor dos dados e
traçar os caminhos ideais para gerar insight, em
resumo, depende da interferência humana. As

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242

 OUSE PASSAR

Francisco Claudiel Alves dos Santos - claudiel1996@gmail.com - IP: 200.24.81.242