FC ConcursosFC Concursos

Questão FC331090

Com a diversificação das aplicações que empregam conjuntos de dados classificados como Big Data, foram desenvolvidos frameworks, heurísticas e metodologias para armazenar, acessar

Bancos de Dados Dimensionais

FGV · 2025

Com a diversificação das aplicações que empregam conjuntos de dados classificados como Big Data, foram desenvolvidos frameworks, heurísticas e metodologias para armazenar, acessar e processá-los sem comprometer o desempenho dos sistemas envolvidos. Duas soluções que se destacam nesse contexto são o Apache Hadoop e o Apache Spark.

 

A respeito dessas soluções, assinale a afirmativa correta.

  1. O GraphX é um componente do Hadoop permite visualizar e analisar dados com gráficos.
  2. O Apache Spark copia os dados para a RAM antes de processá-los em vez de acessar dados do armazenamento externo.
  3. O Yet Another Resource Negotiator (YARN) é um componente do Spark que aloca recursos para a execução de aplicações.
  4. O Apache Spark não tem bibliotecas de machine learning integradas, enquanto o Apache Spark dispõe da biblioteca de machine learning MLlib.
  5. O Apache Hadoop conta com uma tecnologia especial de processamento de dados chamada Conjunto de Dados Distribuídos Resiliente (RDD).
Mostrar resposta e comentário

Gabarito

B

Comentário do professor

A alternativa está correta porque o Apache Spark prioriza o processamento em memória RAM: ele lê os dados da origem (por exemplo HDFS, S3 ou disco local) e os carrega em estruturas distribuídas como RDDs e DataFrames, mantendo partições em RAM para evitar leituras repetidas no armazenamento externo.

Isso reduz drasticamente a latência de I/O e acelera cargas iterativas e interativas, comuns em análises e algoritmos de machine learning.

O armazenamento em memória é controlado por operações de cache/persist; a avaliação preguiçosa (lazy evaluation) só materializa os dados em RAM quando uma action é executada.

Se a memória for insuficiente, o Spark pode despejar parte dos dados para disco conforme o nível de persistência (por exemplo MEMORY_ONLY, MEMORY_AND_DISK), garantindo tolerância e continuidade do processamento.

Em suma, o ganho de desempenho do Spark vem do uso explícito da RAM para processamento distribuído, minimizando acessos ao armazenamento externo.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo