Questão de Programação — Programação estruturada — FGV 2024
Programação›Programação estruturada
Código
fg099881
Banca
FGV
Órgão
TJ-RR
Ano
2024
Nível
Superior
Cargo
Analista Judiciário - Ciência de Dados e Analytics
O processamento MapReduce consiste na aplicação de um algoritmo de computação distribuída para processar grandes conjuntos de dados em um cluster de computadores, dividindo cálculos complexos em tarefas menores e que podem ser executadas em paralelo. O MapReduce é implementado em etapas. Em uma dessas etapas, os dados de entrada divididos em partes são transformados em conjuntos de pares chave-valor (i.e., key-value pairs) adequados para o processamento paralelo e distribuído.A essa etapa do MapReduce dá-se o nome de
Adivisão de entrada (input splitting).
Bmapeamento (mapping).
Cembaralhamento (shuffling).
Dclassificação (sorting).
Eredução (reducing).
Revelar gabarito e comentário▾
GabaritoB — mapeamento (mapping).
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”.
Processamento MapReduce – Etapa de Mapeamento
Gabarito: letra B. No modelo MapReduce, a etapa que recebe os dados de entrada (já divididos) e os transforma em pares chave-valor é chamada de mapeamento (mapping). As demais alternativas referem-se a outras fases do processo, como divisão inicial, embaralhamento, ordenação e redução.
O MapReduce é composto por duas fases principais: Map e Reduce. Durante a fase Map, cada bloco de dados é processado por uma função map que emite uma série de pares chave-valor intermediários. Esses pares são então reorganizados (shuffle/sort) e enviados para a fase Reduce. O enunciado descreve exatamente o que ocorre no mapeamento: transformar dados de entrada particionados em pares chave-valor.
1Input Split (divisão)
2Map (gera pares chave-valor)
3Shuffle/Sort (embaralha/ordena)
4Reduce (agrega resultado)
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
A divisão de entrada (input splitting) é a etapa que fragmenta o dado bruto em pedaços menores para processamento paralelo, mas não gera pares chave-valor. É uma etapa anterior ao mapeamento.
Alternativa B — ✅ Correta ⟵ GABARITO
O mapeamento (mapping) é a etapa que aplica a função map a cada registro de entrada, gerando um conjunto de pares chave-valor. Exatamente o que a questão descreve.
Alternativa C — ❌ Incorreta
O embaralhamento (shuffling) é a fase de redistribuição dos pares chave-valor entre os nós do cluster, agrupando-os por chave para a redução. Não cria os pares, apenas os organiza.
Alternativa D — ❌ Incorreta
A classificação (sorting) ordena os pares chave-valor por chave, geralmente como parte do embaralhamento. Não é a etapa de geração dos pares.
Alternativa E — ❌ Incorreta
A redução (reducing) agrega os valores associados a cada chave para produzir o resultado final. Ela recebe os pares já gerados e organizados, não os cria.
Portanto, a alternativa correta é a letra B.
PEGA ESSA DICA!
No MapReduce, lembre-se da sequência: Entrada → Split → Map (gera pares chave-valor) → Shuffle/Sort → Reduce → Saída. A etapa que produz os pares é o Map.