Questão de Banco de Dados — Big Data — CESPE / CEBRASPE 2022
Banco de Dados›Big Data
Código
ce147654
Banca
CESPE / CEBRASPE
Órgão
TCE-SC
Ano
2022
Nível
Superior
Cargo
Auditor Fiscal de Controle Externo - Ciência da Computação
No que diz respeito a big data e à Lei n. º 12. 527/2011 e suas alterações (Lei de Acesso à Informação), julgue o item seguinte.Big data necessitam de algoritmos de computação mais robustos em comparação aos algoritmos tradicionais de banco de dados, que não são capazes de lidar com os volumes de dados representados em big data.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Big Data – Algoritmos robustos
✅ CERTO. A afirmação está correta. Big Data são conjuntos de dados tão grandes e complexos que os sistemas de processamento de dados tradicionais (como bancos de dados relacionais convencionais) não conseguem lidar com eles, exigindo algoritmos e técnicas computacionais mais robustos e específicos para captura, armazenamento, processamento e análise desses volumes massivos.
A definição clássica de Big Data envolve os 3 Vs (volume, velocidade e variedade) e, posteriormente, outros Vs, como veracidade e valor. O elemento central é que as ferramentas tradicionais de banco de dados – baseadas em SQL, processamento em lote limitado e escalabilidade vertical – tornam-se insuficientes diante de dados na escala de terabytes ou petabytes, especialmente quando os dados são não estruturados ou semiestruturados. Por isso, tecnologias como Hadoop, MapReduce, Spark e bancos NoSQL foram desenvolvidas para oferecer processamento paralelo e distribuído, escalabilidade horizontal e tolerância a falhas.
O enunciado reflete exatamente essa diferença: os algoritmos tradicionais de banco de dados não são capazes de lidar com os volumes de big data, portanto algoritmos mais robustos (distribuídos, paralelos, tolerantes a falhas) são necessários.
Referência: Conceito consagrado na literatura técnica e científica de Big Data, conforme amplamente difundido em materiais de TI.