Questão de TI - Ciência de Dados e Inteligência Artificial — Streaming de Dados (Kafka, Flink, etc.) — FGV 2026
- Código
- fg157224
- Banca
- FGV
- Órgão
- TJ RJ
- Ano
- 2026
- Cargo
- AJ ( )
Uma instituição financeira está implementando um sistema de detecção de fraudes em tempo real para processar transações de cartões de crédito originadas em dispositivos móveis globalmente. Devido à instabilidade de conectividade das redes móveis, os eventos de transação frequentemente chegam ao cluster de processamento fora de ordem e com atrasos variáveis (late arriving data). O requisito de negócio exige que as agregações de volume financeiro sejam calculadas com precisão determinística, baseando-se no momento exato em que a compra ocorreu, e não no momento em que o dado foi recebido pelo servidor, garantindo consistência mesmo em casos de reprocessamento histórico.
Considerando os conceitos de processamento de fluxo contínuo (streaming), semântica de tempo e mecanismos de tratamento de dados atrasados, é correto afirmar que:
- Aa adoção da semântica de tempo de processamento (Processing Time) é a única abordagem capaz de garantir o determinismo dos resultados em caso de reprocessamento (replay), pois utiliza o relógio do servidor como fonte de verdade imutável, eliminando a complexidade de sincronização de relógios distribuídos;
- Bpara lidar com a chegada de dados fora de ordem em um fluxo infinito (unbounded stream) utilizando a semântica de tempo do evento (Event Time), o sistema deve empregar o conceito de marcas d'água (Watermarks), as quais funcionam como uma métrica de progresso do tempo lógico, sinalizando ao sistema que não são mais esperados eventos com timestamp inferior a um determinado valor;
- Co processamento em microlotes (micro-batching) elimina nativamente o problema de dados fora de ordem, pois, ao agrupar os eventos em pequenos pacotes discretos de tempo (ex: 1 segundo), o sistema força a ordenação correta dos registros dentro do buffer de memória antes de iniciar a computação da transformação;
- Das Janelas Deslizantes (Sliding Windows) são inadequadas para esse cenário de detecção de fraudes, pois exigem que os dados cheguem estritamente ordenados; a solução correta seria a utilização exclusiva de janelas de sessão (Session Windows), que se adaptam dinamicamente baseadas na inatividade do usuário, ignorando o timestamp do evento;
- Ea arquitetura lambda é imprescindível para garantir a consistência dos dados nesse cenário, visto que motores de processamento de fluxo modernos (Stream Processors) são arquiteturalmente incapazes de garantir a semântica de processamento "exatamente uma vez" (exactly-once), dependendo sempre de uma camada batch corretiva para sanear os dados a posteriori.