Questão de Banco de Dados — Big Data — CESPE / CEBRASPE 2024
Banco de Dados›Big Data
Código
ce185225
Banca
CESPE / CEBRASPE
Órgão
SEBRAE-NACIONAL
Ano
2024
Nível
Superior
Cargo
Analista Técnico II – Dados – Business Intelligence
Especificamente em relação a Big Data, o termo velocidade está relacionado
Aà celeridade de adaptação da base de dados em relação ao seu crescimento horizontal e à quantidade de “campos/colunas/tipos” de dados novos a serem inseridos na base de dados, ou, ainda, à rapidez na adequação do armazenamento de dados a serem estruturados ou não estruturados.
Bà coleta rápida de dados, uma vez que os dados podem chegar em velocidades rápidas e enormes conjuntos de dados podem acumular-se em períodos curtos.
Cà velocidade necessária de acesso à memória suficiente para processar as correlações entre os dados e responder às necessidades do usuário.
Dao processamento rápido no cálculo da qualidade dos dados que são inseridos na base de dados central.
Revelar gabarito e comentário▾
GabaritoB — à coleta rápida de dados, uma vez que os dados podem chegar em velocidades rápidas e enormes conjuntos de dados podem acumular-se em períodos curtos.
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: conceito de velocidade
Gabarito: letra B. A velocidade, como um dos "5 Vs" do Big Data, refere-se à rapidez com que os dados são gerados, coletados e precisam ser processados, e não à velocidade de adaptação do armazenamento ou de processamento de consultas. A alternativa B descreve exatamente essa definição: coleta rápida de dados em grandes volumes em curtos períodos.
A banca testa o entendimento dos "Vs" do Big Data. O termo "velocidade" (velocity) é um dos pilares, ao lado de volume, variedade, veracidade e valor. As demais alternativas confundem o conceito com aspectos correlatos, mas distintos.
Alternativa A — ❌ Incorreta
A frase associa velocidade à "celeridade de adaptação da base de dados" em termos de crescimento horizontal e inclusão de novos tipos de dados. Isso descreve escalabilidade e flexibilidade de esquema, não a velocidade de geração/coleta de dados. O conceito correto de velocidade está ligado ao fluxo de chegada dos dados, não à rapidez de adaptação do banco.
Alternativa B — ✅ Correta ⟵ GABARITO
A alternativa afirma que a velocidade está relacionada à "coleta rápida de dados, uma vez que os dados podem chegar em velocidades rápidas e enormes conjuntos de dados podem acumular-se em períodos curtos". Isso corresponde à definição clássica de velocidade no Big Data: a taxa com que os dados são gerados e a necessidade de processá-los em tempo real ou próximo disso. O material de apoio define:
Conceitos de Big Data (5 Vs): "Velocidade – rapidez na geração e obtenção de dados."
Portanto, a alternativa está correta.
Alternativa C — ❌ Incorreta
A opção fala em "velocidade necessária de acesso à memória suficiente para processar as correlações" e responder ao usuário. Isso se refere ao desempenho de processamento e à latência de acesso à memória, não à velocidade de geração de dados. É uma confusão entre velocidade de processamento (performance) e velocidade de dados (ingestão).
Alternativa D — ❌ Incorreta
A alternativa trata de "processamento rápido no cálculo da qualidade dos dados" inseridos na base. Isso envolve verificação de qualidade (veracidade) e eficiência computacional, não a velocidade de chegada dos dados. O termo velocidade não se relaciona diretamente com o cálculo de qualidade.
NÃO CAIA NESSA!
A banca explora a confusão entre velocidade de dados (rapidez de chegada) e outros aspectos como escalabilidade (A), desempenho de processamento (C) e validação de qualidade (D). Ao descrever a alternativa A, o candidato pode associar "celeridade de adaptação" à velocidade, mas o conceito correto é a rapidez na geração e coleta. Memorize: velocidade = taxa de chegada dos dados.
Gabarito: letra B — a única que define corretamente o V da velocidade no Big Data.