Questões de Concurso

Certa empresa se deparou com o seguinte cenário: seus cientistas de dados reprocessavam toda a base de dados sempre que tinham dados novos disponíveis. Nesse processo, os dados eram apagados de suas bases e eram novamente obtidos de suas fontes originais. Isso gerava um alto custo financeiro para a empresa em razão do grande volume de dados disponíveis para obtenção. Foi desenvolvido, então, um novo processo no qual, uma vez por dia, os novos dados eram carregados para dentro do sistema, de forma a não ser mais necessário realizar a carga total das informações. Esse novo processo é conhecido como ingestão de dados  

No que se refere ao processamento de dados em lote e em tempo real, assinale a alternativa correta. 

Uma base de dados hipotética possui como informação mais importante os dados provenientes de um sensor de temperatura ambiente. Após um mês de coleta de dados, foi realizada uma verificação e constatou-se que o sensor apresentava leituras sabidamente errôneas em 95% das medições realizadas. Também observou-se que a demora para a identificação do problema se deu pelas leituras do sensor, que, apesar de errôneas, continuavam com valores válidos para medições de temperaturas, não disparando os alarmes predefinidos pela equipe. Suponha que não houve qualquer influência não esperada advinda do ambiente e nem de erro humano, como mau posicionamento do sensor, instalação errada, manipulação externa, entre outras, e também considere que os demais dados dessa base não apresentaram nenhuma alteração em sua qualidade.

Acerca dessa situação hipotética, assinale o aspecto da disciplina de qualidade de dados que mais foi afetado por esse problema. 

Sobre ferramentas de monitoramento, considere as seguintes características:

I. Permite monitoramento agentless (sem agentes) para diversos protocolos e conta com funções de auto-discovery (descoberta automática de itens) e low level discovery (descoberta de métricas em itens monitorados). Seus principais módulos do sistema de monitoramento são: server, proxy e agent.

II. Solução de código aberto para executar análises de dados, obtendo métricas que dão sentido à enorme quantidade de dados e para monitorar aplicativos com a ajuda de painéis personalizáveis. Se conecta a diversas fontes de dados, comumente chamadas de bancos de dados como Graphite, Prometheus, Influx DB, ElasticSearch, MySQL, PostgreSQL etc., que são algumas das muitas fontes de dados que suporta por padrão. Permite escrever plug-ins do zero para integração com várias fontes de dados diferentes.

III. Solução de busca e visualização de dados indexados no Elasticsearch e análise dos dados por meio da visualização em gráficos padrão ou apps integrados como o Lens, o Canvas e o Maps. Possibilita a análise visual de dados de um índice do Elasticsearch ou de vários índices.

As características I, II e III são, correta e respectivamente, correspondentes a

MongoDB é um banco de dados não relacional. Esses bancos de dados também são chamados de NOSQL. Permitem controlar com precisão os dados armazenados globalmente, para garantir desempenho rápido em qualquer lugar. Um desenvolvedor está trabalhando com o modelo deste banco de dados não relacional, e encontra-se com o prompt de comando do Windows aberto como administrador, localizado na pasta c:\mongo\bin, o comando: mongod --dbpath D:\BD\Data\ é executado na linha de comando. Considerando as informações acima, a execução deste comando é realizada para: