Carregando...
Carregando...
Ajude a melhorar a plataforma
O conjunto de soluções do framework Apache Sparké denominado “ecossistema Apache Spark”. Esse ecossistema é constituído pelos seguintes elementos: Spark Core, Spark SQL, Spark Streaming, MLLib e Graphx, cada qual com as suas funções específicas no framework.
Com relação às funcionalidades dos elementos que compõem o ecossistema do framework Apache Spark, avalie as afirmações a seguir que explicam essas vantagens.
I. Spark Core: refere-se ao motor de execução da plataforma e representa um mecanismo de processamento de dados distribuído.
II. Spark SQL: é um mecanismo para o Hadoop Hive que permite que consultas não modificadas sejam executadas de forma mais rápida.
III. Spark Streaming: é um mecanismo que permite aplicativos interativos e analíticos poderosos no streaming de dados.
IV. GraphX: é o mais novo componente do Spark e representa uma biblioteca de aprendizado de máquina escalável.
V. MLLib: é um mecanismo de computação gráfica que fornece vários utilitários úteis para tarefas de aprendizado de máquina.
É correto o 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.
Alternativa A - I, II e III, apenas.
O Apache Spark é um framework de computação distribuída de código aberto, projetado para processamento de dados em larga escala de forma rápida e eficiente. Seu ecossistema é composto por diversas bibliotecas integradas que permitem realizar desde consultas SQL até processamento de grafos e aprendizado de máquina.
O ecossistema Spark é construído sobre o Spark Core, que fornece as funcionalidades básicas, como agendamento de tarefas e gerenciamento de memória. Sobre essa base, temos:
Vamos analisar a veracidade de cada afirmação:
| Item | Afirmação | Status | Justificativa | | :--- | :--- | :--- | :--- | | I | Spark Core como motor de execução distribuído. | Correta | É o coração do Spark, lidando com I/O, agendamento e recuperação de falhas. | | II | Spark SQL como mecanismo para consultas rápidas (Hive). | Correta | Ele permite executar consultas SQL e interagir com o Hive Metastore de forma otimizada. | | III | Spark Streaming para aplicativos analíticos em tempo real. | Correta | Processa micro-batches de dados em streaming com baixa latência. | | IV | GraphX como biblioteca de aprendizado de máquina. | Incorreta | O GraphX é voltado para processamento de grafos. O MLLib é que trata de machine learning. | | V | MLLib como mecanismo de computação gráfica. | Incorreta | O MLLib é para machine learning. Houve uma inversão de definições entre os itens IV e V. |
Portanto, apenas as afirmações I, II e III estão corretas em suas definições e atribuições de funcionalidades dentro do ecossistema Spark.
Alternativa A.