Ícone Questionei
QuestõesDisciplinasBancasDashboardSimuladosCadernoRaio-XBlog
Logo Questionei

Links Úteis

  • Início
  • Questões
  • Disciplinas
  • Simulados

Legal

  • Termos de Uso
  • Termos de Adesão
  • Política de Privacidade

Disciplinas

  • Matemática
  • Informática
  • Português
  • Raciocínio Lógico
  • Direito Administrativo

Bancas

  • FGV
  • CESPE
  • VUNESP
  • FCC
  • CESGRANRIO

© 2026 Questionei. Todos os direitos reservados.

Feito com ❤️ para educação

Logo Questioneiquestionei.com
  1. Início/
  2. Questões

Questões

Explore as questões disponíveis e prepare-se para seus estudos!

Filtros

Disciplina
Tema
Cargo
Dificuldade
Banca
Ano
Organização

Excluir questões:

Filtrar por:

Seus filtros aparecerão aqui.

10 por página

1

457941201986530
Ano: 2025Banca: FAFIPAOrganização: Prefeitura de Araucária - PRDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
Em uma análise de big data, o que caracteriza o conceito de "velocidade"?
Gabarito comentado
Anotações
Marcar para revisão

2

457941200884743
Ano: 2025Banca: QuadrixOrganização: CFBioDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados | ETL (Extração, Transformação e Carga) | Data Warehouse

Em relação ao data warehouse, ao data lake e ao tratamento de dados, julgue o item seguinte.


A camada de ingestão de dados é responsável por coletar e carregar dados de diversas fontes para o data lake.

Gabarito comentado
Anotações
Marcar para revisão

3

457941201430715
Ano: 2022Banca: CESPE / CEBRASPEOrganização: DPE-RODisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
O big data, inicialmente caracterizado por três Vs, em 2001, atualmente inclui mais dois Vs. Um dos Vs que caracteriza o big data é
Gabarito comentado
Anotações
Marcar para revisão

4

457941201079306
Ano: 2022Banca: FGVOrganização: SEFAZ-AMDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados

Com relação às arquiteturas de big data, analise as afirmativas a seguir.


I. As arquiteturas de big data suportam um ou mais tipos de carga de trabalho, por exemplo, processamento em lote de fontes de big data em repouso; processamento em tempo real de big data em movimento; exploração interativa de big data e análise preditiva e aprendizado de máquina.


II. A arquitetura kappa aborda o problema da baixa latência criando dois caminhos para o fluxo de dados. Todos os dados que entram no sistema passam por dois caminhos: a camada de lote (caminho frio) que armazena os dados de entrada em sua forma bruta e executa o processamento os dados em lote, e a camada de velocidade (hot path) que analisa os dados em tempo real. Essa camada é projetada para ter baixa latência, em detrimento da precisão.


III. A arquitetura lambda, posterior à kappa, foi proposta para ser uma alternativa para mitigar os problemas da baixa latência. Lambda tem os mesmos objetivos da kappa, mas com uma distinção importante: todos os dados fluem por um único caminho, usando um sistema de processamento de fluxo de dados. Semelhante à camada de velocidade da arquitetura lambda, todo o processamento de eventos é realizado através de um fluxo único de entrada.


Está correto o que se afirma em

Gabarito comentado
Anotações
Marcar para revisão

5

457941201313777
Ano: 2024Banca: IV - UFGOrganização: Prefeitura de Rio Branco - ACDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
Uma campanha de marketing deseja analisar o impacto de suas estratégias nas redes sociais, coletando e analisando dados não estruturados de postagens, comentários e interações dos usuários. Considerando a complexidade e a variedade desses dados, qual técnica de preparação é crucial para efetuar uma análise significativa do impacto da campanha?
Gabarito comentado
Anotações
Marcar para revisão

6

457941200104710
Ano: 2024Banca: CESPE / CEBRASPEOrganização: TCE-ACDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados

A respeito de Big Data, julgue o próximo item. 


Aplicações que usam data lake devem ser abrigadas em plataformas diferentes, em função de armazenarem dados estruturados e não estruturados. 

Gabarito comentado
Anotações
Marcar para revisão

7

457941200003038
Ano: 2021Banca: CESPE / CEBRASPEOrganização: SEFAZ-ALDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
Texto associado
Julgue o item a seguir, a respeito do ecossistema Hadoop.
O objetivo da alta disponibilidade HDFS (Hadoop Distributed File System) é reduzir o tempo de ciclo necessário para trazer de volta um novo namenode primário após a falha do primário existente.
Gabarito comentado
Anotações
Marcar para revisão

8

457941201901267
Ano: 2025Banca: CETAPOrganização: BANPARÁDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
Big data é uma colação de dados oriundas de várias fontes e em grande quantidade. Geralmente big data é descrito através de cinco características conhecidas como 5 Vs, sendo elas: 
Gabarito comentado
Anotações
Marcar para revisão

9

457941200804152
Ano: 2020Banca: INSTITUTO AOCPOrganização: MJSPDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
José está enfrentando problemas relacionados ao armazenamento em vários formatos, com estrutura de dados geralmente inconsistente, e à dificuldade de integração. Esses problemas, conhecidos em Qualidade de Dados para Big Data, podem ser respectivamente classificados como
Gabarito comentado
Anotações
Marcar para revisão

10

457941200646017
Ano: 2024Banca: CESPE / CEBRASPEOrganização: STJDisciplina: Banco de DadosTemas: Análise de Grandes Volumes de Dados
Texto associado
Julgue o item seguinte, a respeito de ciência de dados e de modelagem de dados.
Em Big Data, uma das propriedades ACID é a atomicidade, que garante que todas as alterações sejam efetivadas no banco de dados, sem atualização parcial da transação. 
Gabarito comentado
Anotações
Marcar para revisão
..
Logo Questioneiquestionei.com