Questão de Banco de Dados — Big Data — Quadrix 2023

Big Data: conceitos e premissas

Gabarito: ERRADO (letra E). A afirmação de que o Big Data trata somente de problemas de dados solucionados por meio de MapReduce é falsa, pois o Big Data abrange um conjunto muito mais amplo de tecnologias, técnicas e abordagens para lidar com grandes volumes, variedade e velocidade de dados, sendo o MapReduce apenas uma das formas de processamento distribuído, não a única nem a definidora do conceito.

O Big Data é um paradigma que envolve a coleta, o armazenamento, o processamento e a análise de conjuntos de dados massivos, que excedem a capacidade das ferramentas tradicionais de banco de dados. O conceito é frequentemente caracterizado pelos chamados "V's": Volume, Velocidade e Variedade, aos quais se somam outros como Veracidade e Valor. Esses atributos refletem a complexidade e a diversidade dos dados, que podem ser estruturados, semiestruturados ou não estruturados, provenientes de múltiplas fontes, como redes sociais, sensores, logs, imagens, vídeos, entre outros.

O processamento desses dados pode ser realizado por diversas tecnologias e frameworks, como o Hadoop, que utiliza o modelo de programação MapReduce para processamento distribuído em clusters, mas também por outras abordagens, como processamento em memória (Spark), bancos de dados NoSQL, data lakes, e técnicas de análise avançada, como mineração de dados e aprendizado de máquina. O MapReduce é um paradigma específico para processamento paralelo de grandes volumes de dados, mas não é o único nem o mais adequado para todos os cenários de Big Data.

A afirmação da questão é uma generalização indevida, pois restringe o Big Data a uma única técnica, ignorando a pluralidade de ferramentas e métodos que compõem o ecossistema. A banca explora exatamente essa confusão: o candidato que associa Big Data apenas ao Hadoop/MapReduce pode ser induzido a marcar "certo", mas o conceito é muito mais abrangente.

Para fixar: o Big Data é um campo multidisciplinar que envolve desde a captura e armazenamento até a análise e visualização de dados, com uma variedade de tecnologias. O MapReduce é uma peça desse quebra-cabeça, não o todo.

Item — ❌ ERRADO

A assertiva está errada porque afirma que o Big Data trata "somente" de problemas solucionados por MapReduce. O termo "somente" é o ponto-chave: ele exclui todas as outras tecnologias e abordagens que também fazem parte do Big Data, como processamento em memória (Spark), bancos NoSQL, data lakes, e técnicas de análise estatística e de machine learning. O MapReduce é um modelo de programação para processamento distribuído, mas não é o único nem o mais abrangente. Portanto, a afirmação é uma generalização indevida que não reflete a realidade do Big Data.

Gabarito: letra E (ERRADO).