Carregando...
Carregando...
Ajude a melhorar a plataforma
O Spark representa outro framework para processamento de dados em larga escala, que foi motivado, por exemplo, pelo aumento dos datasets na web e pela Internet das Coisas (IoT). O Apache Spark, uma alternativa ao MapReduce para algumas aplicações, é um sistema de computação em cluster com baixa latência e usado para grandes conjuntos de dados.
Assinale a alternativa que descreve um dos principais benefícios do Apache Spark.
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 - Em vez de carregar os dados do disco para cada consulta, os dados são compartilhados diretamente na memória.
O Apache Spark foi desenvolvido para superar limitações de desempenho de modelos de computação distribuída anteriores, como o Hadoop MapReduce, especialmente em cenários de algoritmos iterativos.
O principal benefício e diferencial do Spark é o seu motor de processamento in-memory (em memória). Enquanto o MapReduce grava os resultados intermediários no disco após cada etapa, o Spark mantém esses dados na memória RAM (utilizando RDDs), o que permite consultas subsequentes muito mais rápidas.
A capacidade de processar dados em larga escala diretamente na memória RAM é o que confere ao Spark sua alta performance e baixa latência.
Alternativa A.