Arquitetura de Software · CESPE / CEBRASPE · 2026 | Questão sqc-ce227888

Arquitetura de SoftwareArquitetura de Software

Código: ce227888
Banca: CESPE / CEBRASPE
Órgão: SEFAZ-RN
Ano: 2026
Nível: Superior

Cargo: Auditor Fiscal de Receitas Estaduais - conhecimentos complementares

No contexto de arquiteturas modernas para o ecossistema de Big Data, a organização funcional visa gerenciar o ciclo de vida do dado sob os pilares de volume, velocidade e variedade. Considerando as camadas funcionais e os princípios de processamento distribuído, assinale a opção correta.

AO processamento de dados pode ser viabilizado por modelos de computação distribuída, permitindo a execução de cargas de trabalho tanto em lotes (batch) quanto em fluxos contínuos (streaming), visando à conversão de dados brutos em informações estruturadas ou semiestruturadas para consumo posterior.
BEm arquiteturas de Big Data, o paradigma predominante é o schema-on-write, que exige que todos os dados (mesmo os não estruturados) sejam validados e tipados rigidamente antes de serem persistidos no sistema de armazenamento.
CA camada de consumo ou visualização é opcional, dado que a extração de valor e o suporte à decisão ocorrem de forma automática e intrínseca durante o processo de transporte de dados entre os nós do cluster.
DA camada de persistência em Big Data fundamenta-se obrigatoriamente em sistemas relacionais com propriedades ACID, visando garantir a integridade referencial estrita em todas as etapas do pipeline.
EA camada de ingestão limita-se à coleta de dados em repouso via processos puramente batch, sendo tecnicamente incapaz de capturar fluxos de dados contínuos originados de sensores ou logs.

Revelar gabarito e comentário

GabaritoA — O processamento de dados pode ser viabilizado por modelos de computação distribuída, permitindo a execução de cargas de trabalho tanto em lotes (batch) quanto em fluxos contínuos (streaming), visando à conversão de dados brutos em informações estruturadas ou semiestruturadas para consumo posterior.

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”.

Arquitetura de Big Data: Camadas e Processamento

Gabarito: letra A. A alternativa A descreve corretamente os modelos de computação distribuída que viabilizam processamento tanto em lote (batch) quanto em fluxos contínuos (streaming), transformando dados brutos em informações estruturadas ou semiestruturadas — alinhada aos pilares de volume, velocidade e variedade do Big Data.

A banca testa o conhecimento sobre as camadas funcionais (ingestão, persistência, processamento, consumo) e paradigmas de processamento. Vamos analisar cada alternativa.

Alternativa A — ✅ Correta ⟵ GABARITO

O processamento em Big Data emprega frameworks como MapReduce (batch) e Spark Streaming (streaming) para executar cargas de trabalho em lote e contínuas, convertendo dados brutos em formatos estruturados ou semiestruturados para consumo posterior. A afirmação está perfeita.

Alternativa B — ❌ Incorreta

Afirma que o paradigma predominante é schema-on-write, com validação rígida antes da persistência. Na realidade, Big Data adota schema-on-read: os dados são armazenados em formato bruto e a estrutura é aplicada na leitura, garantindo flexibilidade para dados não estruturados. É uma troca clássica de conceito.

Alternativa C — ❌ Incorreta

Diz que a camada de consumo/visualização é opcional e que a extração de valor ocorre automaticamente durante o transporte entre nós. Isso é falso: a camada de consumo é essencial para apresentar resultados e apoiar a tomada de decisão; a extração de valor depende de processamento e análise.

Alternativa D — ❌ Incorreta

Afirma que a camada de persistência fundamenta-se obrigatoriamente em sistemas relacionais com ACID. Na prática, Big Data utiliza bancos NoSQL (HDFS, Cassandra, MongoDB) que priorizam escalabilidade e disponibilidade, relaxando consistência (teorema CAP). Sistemas relacionais ACID não são obrigatórios.

Alternativa E — ❌ Incorreta

Limita a camada de ingestão a processos batch, incapaz de capturar fluxos contínuos. Ferramentas como Apache Kafka, Flume e Amazon Kinesis são amplamente usadas para streaming de dados de sensores e logs. A ingestão captura tanto dados em repouso quanto em movimento.

Gabarito: letra A.

Link permanente: /questoes/ce227888