Questão FC331102
O Apache Hadoop é uma plataforma amplamente utilizada no processamento de grandes volumes de dados. Ele se destaca por sua arquitetura distribuída e capacidade de lidar com grandes
Bancos de Dados Dimensionais
FGV · 2024
O Apache Hadoop é uma plataforma amplamente utilizada no processamento de grandes volumes de dados. Ele se destaca por sua arquitetura distribuída e capacidade de lidar com grandes conjuntos de dados de forma eficiente.
Com base nas capacidades e funcionalidades do Hadoop, assinale a opção que = descreve corretamente seu funcionamento e aplicação prática.
- O Hadoop é uma plataforma de banco de dados relacional, que utiliza o SQL para gerenciar grandes volumes de dados de maneira centralizada.
- O Hadoop possui uma arquitetura distribuída, composta principalmente pelo HDFS (Hadoop Distributed File System) e o MapReduce, permitindo o processamento de grandes volumes de dados de maneira escalável e paralela.
- O principal componente do Hadoop é o NoSQL, que possibilita o armazenamento de dados não estruturados em um único servidor, sem a necessidade de distribuição.
- O Hadoop foi projetado para pequenas empresas que possuem volumes reduzidos de dados e não requerem processamento paralelo, destacando-se por sua simplicidade de uso.
- O Hadoop se limita ao armazenamento de dados em clusters locais, não sendo compatível com ambientes de computação em nuvem ou distribuídos globalmente.
Mostrar resposta e comentário
Gabarito
B
Comentário do professor
Hadoop combina armazenamento distribuído e processamento paralelo por meio de dois componentes centrais: HDFS e MapReduce. O HDFS guarda dados em blocos replicados entre vários nós, proporcionando replicação e tolerância a falhas; metadados ficam no NameNode e os dados nos DataNodes.
MapReduce realiza o processamento em larga escala dividindo a entrada em input splits e executando a fase Map (cria pares chave-valor), seguida por shuffling (agrupa por chave) e a fase Reduce (agrega resultados). O trabalho é distribuído entre nós, garantindo paralelismo e escalabilidade.
Na prática, essa arquitetura permite processar grandes volumes (logs, ETL, análises históricas) minimizando transferência de dados ao mover computação para onde os dados estão armazenados.
Conteúdo do catálogo FC Concursos · Atualizado em