Carregando...
Carregando...
Ajude a melhorar a plataforma
Hoje em dia, muitas empresas de tecnologia utilizam o Apache Spark em seus ambientes e, principalmente, em computação em nuvem, pois é uma ação simples subir o sistema Spark no sistema em nuvem da AWS, por exemplo. Isso certifica o Spark a ser uma tendência nos grandes sistemas computacionais, necessitando, também, de mão de obra especializada em tal framework.
Em uma plataforma Apache Spark, um node é um computador do cluster que se divide em master - que gerencia todo o cluster - e workers - responsáveis por executar os processos, em que o Spark driver é o principal programa. O Apache Spark, similar ao Hadoop, também foi desenvolvido para sistemas escaláveis e distribuídos.
Com relação ao texto acima sobre Apache Spark, avalie as afirmativas a seguir. I - Os RDDs são a unidade de dados do Hadoop e têm como principal característica a propriedade de serem flexíveis e adaptáveis. II - O Hadoop foi desenvolvido apenas em Java, diferentemente do Spark, desenvolvido em Scala, Java, Python e R. III - O Apache Spark pode acessar dados de diferentes fontes, por exemplo, do HDFS, o armazenamento distribuído no Hadoop. IV - Os RDDs são particionados e divididos em todo o cluster, e o Hadoop constrói essas partições de forma manual.
Está correto que se afirma em:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
🎓 Gabarito Comentado (AVA):
A afirmativa I está incorreta, pois os RDDs são a unidade fundamental de dados no Spark e têm como principal característica a propriedade de serem imutáveis.
A afirmativa II está correta, pois as High Level APIs de programação do Apache Spark suportam um rico conjunto de ferramentas de alto nível, incluindo Spark SQL para SQL e DataFrames, MLlib para aprendizado de máquina.
A afirmativa III está correta, pois, além de acessar o HDFS, o Apache Spark pode acessar dados de banco de dados do tipo NOSQL.
A afirmativa IV está incorreta, pois os RDDs são particionados e divididos em todo o cluster, e o Apache Spark constrói essas partições de forma automática, no entanto o usuário também pode escolher o número desejado de partições.