Banco de Questões de Concursos

Definir processos de qualidade para modelos de dados implica analisar as regras de negócios fundamentais dos processos, bem como observar a qualidade dos dados, com a finalidade de garantir a conformidade da regra com o processo.

Executar o profiling dos dados é similar a fazer uma fotografia inicial do estado dos dados em um domínio ou em uma área de assunto da organização.

A acurácia na qualidade de dados está diretamente associada à de duplicação, uma vez que indica que há exclusividade da fonte de dados e de suas entidades, de forma a garantir a precisão dos dados na vida real.

O gerenciamento de qualidade de dados inclui a definição de padrões e métricas sobre os dados, porém dispensa o gerenciamento do ciclo de vida desses dados.

Relatórios do tipo dashboard visam apresentar uma visão integrada do sucesso numa organização, incluindo desempenhos financeiros e perspectivas sobre clientes, processos comerciais e aprendizado e crescimento.

Apesar de ser uma tecnologia de código aberto disponibilizada pela ASF (Apache Software Foundation), o Hadoop também é oferecido por distribuidores comerciais, de maneira que fornecedores oferecem distribuições específicas que incluem não s…

Uma das principais características de big data é que seu custo de armazenamento de dados é relativamente baixo se comparado a um data warehouse.

O Hadoop consiste em um único produto, ou seja, um software monolítico, que possibilita análise de logs e outros dados da Web.

Processamento em lote envolve entrada, processo e saída contínua de dados, em que a chave é o tempo de resposta.

MapReduce divide o conjunto de dados de entrada em blocos independentes que são processados pelas tarefas de mapa de uma maneira completamente paralela. Essa estrutura classifica as saídas dos mapas, as quais são, então, inseridas nas taref…

Os dados de streaming referem-se a dados que são gerados continuamente, geralmente em grandes volumes e em alta velocidade, por meio de diferentes fontes.

Os dados não estruturados constam de bancos de dados relacionais que são eminentemente pesquisáveis tanto por meio de consultas realizadas por humanos quanto por meio daquelas realizadas por algoritmos que usam tipos de dados e nomes de cam…

Quando a ingestão de dados ocorre em lotes, esses dados são movidos em intervalos programados, abordagem que é benéfica para os processos repetíveis.

No ambiente de ingestão de dados, CDC refere-se ao controle distribuído de computação de dados coletados remotamente para o ambiente de análise.

O principal objetivo da ingestão de dados é organizar, armazenar e recuperar dados em tabelas relacionadas a entidades do mundo real.

Cada instância de elasticsearch é um nó; uma coleção de vários nós que podem trabalhar em harmonia formam um cluster elasticsearch.

A compactação, recurso para otimizar espaço de armazenamento, é um processo pelo qual o HBase se utiliza das probabilidades da ocorrência de símbolos e de palavras em um conjunto de dados, para determinar quantos bits serão utilizados para…

Uma coleção e um documento, no MongoDB, são equivalentes à tabela e à linha, no Modelo Relacional de Dados.

Cypher query language, linguagem de consulta de gráfico do Neo4j que possibilita aos usuários o armazenamento e a recuperação de dados do banco de dados de gráficos, permite declarar o que se deseja selecionar, inserir, atualizar ou excluir…

Um projeto relacionado ao Hadoop e mantido pela Apache é o Hive, que é uma camada de data warehouse que roda em cima do Hadoop e que utiliza uma linguagem similar à SQL, denominada Hive SQL.