No OpenShift, após todos os passos de instalação terem sido concluídos, temos que criar o projeto logando no cluster com o usuário developer. Após isso, o processo de deploy já pode ser iniciado e outras atividades podem ser realizadas, como o próprio deploy, a verificação do status do projeto e do deploy. Avalie os resultados parciais a seguir de duas ações na console do OpenShift: NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE NAME READY STATUS RESTARTS AGE. Assinale a alternativa correta que descreve quais ações foram solicitadas, respectivamente, no console do OpenShift e que geraram os resultados parciais acima.

O OpenShift fornece uma base consistente para gerenciar implantações de aplicações na edge, multicloud e na nuvem híbrida. O ______ é mecanismo responsável por coletar informações sobre o estado dos componentes e elementos do cluster OpenShift, enquanto a ______ faz o controle de acesso às APIs.

O OpenShift é uma plataforma como serviço (PaaS) gratuita, de código aberto e de desenvolvimento em nuvem desenvolvida pela Red Hat. Com ele, podemos criar um ambiente integrado baseado em containers, implantar aplicações feitas em diversas linguagens e escalar essas aplicações. Assinale a alternativa correta que descreve os pré-requisitos para instalar o OpenShift.

No processo final de instalação/criação de um cluster com o OpenShift, vamos criar o arquivo daemon.jso e permitir o uso do registro do docker**pico /etc/docker/daemon.json. Finalmente, precisamos iniciar o cluster OpenShift especificando o IP do host e logando no cluster como administrador. Assinale a alternativa correta que demonstra os comandos para iniciar o cluster OpenShift especificando o IP do host e logando no cluster como administrador.

Com base em uma visão geral das ferramentas que são integradas e orquestradas pelo OpenShift, avalie as afirmações a seguir e escolha a alternativa correta. I. A segurança é um dos blocos do gerenciamento de ciclo de vida da aplicação. II. O balanceamento de carga faz parte do enterprisecontainer host. III. O gerenciamento de configurações e logs faz parte da orquestração de contêineres e gerenciamento. IV. O deployé parte do gerenciamento de ciclo de vida da aplicação.

Analise as afirmações a seguir acerca de um plano de teste com a ferramenta JMeter e escolha a alternativa correta. I. Um plano de teste pode ser composto de geradores de amostra, temporizadores e grupos de threads. II. Grupos de threads não podem ser utilizados no plano de teste. III. Com o JMeter o primeiro passo de um plano de teste é adicionar um ouvinte. IV. O JMeter apenas gera dados de testes no formato de tabelas.

Como o objetivo de que os testes em sistemas computacionais diversos sejam realizados de forma ordenada, completa e segura, existem várias ferramentas disponíveis para a realização de testes dos sistemas computacionais diversos, tanto para testes de estresse como para testes de carga. Analise o trecho a seguir: simula um grupo de usuários enviando solicitações para um servidor de destino e retorna estatísticas, que mostram o desempenho e/ou a funcionalidade do servidor/aplicativo de destino por meio de tabelas, gráficos etc. Assinale a alternativa correta que define o nome da ferramenta da definição do trecho acima.

Uma das características da ferramenta ______ são os controles de gravação que são importantes no momento da gravação dos scripts, ajudando a economizar tempo no projeto, bem como o extrator de expressão regular que auxilia a coleta de dados dos resultados retornados, podendo assim realizar validações durante o teste.

Na caracterização da carga de trabalho imposta a um sistema computacional há diversas possibilidades a serem consideradas. Àquela que utiliza sequência de requisições com time stampé chamada de:

Algum tipo de teste em aplicações computacionais precisa ser realizado. Há diversos tipos de testes associados a contexto diferentes. Por exemplo, quando se desenvolve uma interface de uma aplicação Web há a necessidade de realizar um teste para saber se a interface está adequada para a entrada de dados pelo usuário. Porém há testes de carga para sistemas que rodam no back-end (servidores) que ajudam a provisionar melhor a infraestrutura computacional. O nome do teste que considera vários sistemas executando no mesmo servidor, sendo utilizado para encontrar situações em que uma aplicação boqueia os dados da outra, chama-se:

Entre as perguntas que precisamos responder ao considerar a avaliação de desempenho de um sistema computacional, devemos considerar: I. O que o sistema precisa. II. O tipo de usuário. III. O objetivo do sistema. IV. A validade do sistema.

Para se avaliar um sistema computacional, torna-se necessário realizar uma análise detalhada dos recursos do sistema, dos gerenciadores, dos usuários, dos objetivos do sistema e da avaliação. As medidas não podem ser fatores degeneradores, mas devem considerar o domínio da aplicação e deixar a análise isenta. Leia as afirmações a seguir que definem técnicas para a medição de sistemas computacionais. I. Inspeções. II. Protótipos. III. Benchmarking. É correto que se afirma em:

O Hadoopé uma plataforma de software desenvolvida em Java utilizada para clusters e processamento de grandes volumes de dados. São camadas importantes de uma aplicação no contexto do Hadoop: I. Armazenamento. II. Processamento. III. Interface. IV. Conexão.

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:

O framework Apache Spark aborda o problema do acesso __________ aos dados com conjuntos de dados __________ resilientes (RDDs). O RDD permite que as aplicações mantenham conjuntos de trabalho na memória para __________. Destaca-se como um modelo de programação tolerante a falhas, utilizando computação distribuída e compartilhamento em memória. Assinale a alternativa que possui a sequência correta das lacunas.

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.

______ no contexto do Spark significa que a execução não será iniciada até que uma ação seja acionada. Isso acontece quando ocorrem transformações do Spark. As transformações são ______ por natureza, ou seja, quando chamamos alguma operação no RDD, ela não é executada imediatamente. Assinale a alternativa que completa corretamente as lacunas acima:

O framework Kafka, para processamento em larga escala, é uma plataforma de streaming distribuído que possui alta escalabilidade, tolerância a falhas, permite alto nível de paralelismo e desacoplamento entre produtores de dados e consumidores de dados. Analise estas duas definições: as mensagens são persistidas em uma fila, mas uma mensagem específica pode ser consumida por, no máximo, um consumidor; as mensagens são persistidas em um tópico, e os consumidores podem se inscrever em um ou mais tópicos e consumir todas as mensagens desse tópico. Assinale a alternativa correta que define os tipos de sistemas de mensagens para a definição dos trechos acima, respectivamente.

O _____ é um dos componentes do Apache Kafka que atua para facilitar a verificação de ______, o gerenciamento e a coordenação. Tambémpode ser chamado de um serviço centralizado para manter informações de configurações e nomenclaturas entre serviços distribuídos. O Kafka utiliza este componente para sincronizar as configurações entre diferentes clusters. Assinale a alternativa que completa corretamente as lacunas acima:

Nos estudos da computação paralela, atende-se a demandas nos campos matemático, científico e biomédico, além das demandas na computação e na engenharia, devido às características das aplicações nesses campos, que são altamente paralelizáveis. Analise a definição a seguir: Plataforma de software e hardware para computação paralela de alto desempenho que utiliza o poder de processamento dos núcleos das GPUs da NVIDIA. Assinale a alternativa que nomeia, corretamente, o framework da computação paralela para a definição do trecho anterior.

Na computação paralela, utilizam-se plataformas de software e hardware de alto desempenho que usam o poder de processamento dos núcleos das GPUs da NVIDIA. Como exemplo prático, pode-se citar a utilização de GPUs com o objetivo de simular o fluxo sanguíneo e identificar placas arteriais ocultas sem fazer uso de técnicas de imageamento invasivas ou cirurgias exploratórias. Assinale a alternativa que justifica, corretamente, o motivo para as GPUs serem tão eficientes.

Relacionado a um programa OpenMP, pode-se observar algumas características específicas. Além de utilizar as definições da biblioteca omp.h; implementar o programa em libgomp.so; e usar, na sua compilação, a opção -fopenmp, o programa pode utilizar três tipos de variáveis específicas. Identifique se são (V) verdadeiras ou (F) falsas as afirmativas a seguir, que descrevem os três tipos de variáveis utilizadas em um programa OpenMP. I. ( ) private II. ( ) shared III. ( ) lastprivate Assinale a alternativa que apresenta a sequência correta.

Além dos modelos e da programação de paralelismo explícito e multithread implícito, um terceiro modelo é o ______________________________ (lacuna 1), no qual todos os programas iniciam a sua execução com um processo mestre. O _______________________ (lacuna 2) executa sequencialmente até encontrar um construtor ____________________ (lacuna 3), momento em que cria um team de threads. O código delimitado pelo construtor paralelo é executado em paralelo pelo master thread e pelo team de threads. Assinale a alternativa que possui a sequência correta das lacunas.

Algumas motivações para o OpenMPi podem ser relacionadas: (1) à necessidade de poder computacional; (2) às dificuldades na melhoria dos processadores sequenciais; (3) ao custo-benefício; e (4) às dificuldades de comunicação, coordenação, sincronização e distribuição de trabalho. Relacione, adequadamente, os elementos a seguir, que se demonstram como vantagem ou desvantagem para o MPi.

Vantagem 2. Desvantagem
Portabilidade. 2. Comunicação entre os hosts. 3. Ambiente de controle de execução. 4. Desempenho. 5. Interface com o usuário.

Assinale a alternativa que correlaciona, adequadamente, os dois grupos de informação.

A plataforma CUDA da Nvidia utiliza o poder de processamento gráficos da GPUs (GraphicalProcessing Unit) para auxiliar na resolução de tarefas computacionais complexas nos campos da medicina e engenharia por exemplo. Sobre o CUDA podemos afirmar que:

Se comparamos o OpenMP com o OpenMPI podemos afirmar que:

OOpenMPIé um padrão para troca de mensagens que utiliza memória compartilhada. 2. OOpenMPé um padrão para troca de mensagens que utiliza memória distribuída. 3. OOpenMPI utiliza comunicação coletiva entre processos. 4. O conceito de rank é nativo do OpenMPI.

Na computação escalável e em outras aplicações, várias possibilidades surgem com o propósito de apresentar alternativas para que tanto a parte do hardware como a do software possam ser mais bem atendidas e permitir como que o usuário do sistema computacional fique satisfeito. Correlacione, adequadamente, os elementos a seguir, que demonstram a associação do tipo de sistema e uma de suas características.

Internet
WWW
Grid
Cloud

I. Computadores compartilham poder computacional e recursos como armazenamento de disco, aplicações e bases de dados. II. Teve início na década de 1990. III. Infraestrutura de rede que conecta milhões de computadores (baseada na pilha TCP/IP). IV. Modelo que permite o acesso de forma onipresente, conveniente e sob demanda a um conjunto de recursos computacionais compartilhados e configuráveis. Assinale a alternativa que correlaciona, adequadamente, os dois grupos de informação.

Os clusters, que trabalham sobre nós de processamento, tendem a ser resistentes a falhas de hardware, software e energia e têm como um dos seus objetivos manter os serviços em operação o maior tempo possível, o que é conhecido como “alta disponibilidade”. Nesse contexto, utiliza-se uma técnica para distribuir carga de trabalho de maneira uniforme entre dois ou mais nós, enlaces de comunicação, discos de armazenamento e outros recursos computacionais. Assinale a alternativa que contém, corretamente, o nome da técnica demonstrada pelas características anteriores.

Um projeto promove um ecossistema dinâmico para a implantação global de datacenters na nuvem, compartilhando o mesmo servidor e os mesmos projetos de datacenter que capacitam a nuvem em hiperescala. O ________________________________ (lacuna 1) é uma comunidade global de líderes em tecnologia que trabalha em conjunto para liberar ______________________ (lacuna 2) de TI proprietárias para tornar o __________________ (lacuna 3) mais eficiente, flexível e escalável, facilitando a personalização. Assinale a alternativa que possui a sequência correta das lacunas.

A metodologia para a construção de um cluster Beowulf envolve: I. Switch. II. Nós de processamento. III. Computador usado como servidor com apenas uma placa de rede. IV. Um sistema operacional escolhido de acordo com a sua capacidade técnica.

Feedback

Computacao Escalavel

Precisa de conforto para estudar? 📚

Móveis Planejados de Alto Padrão | Marcenaria RGM

Precisa de conforto para estudar? 📚

Móveis Planejados de Alto Padrão | Marcenaria RGM

Quer divulgar sua marca aqui?

No *OpenShift*, após todos os passos de instalação terem sido concluídos, temos que criar o projeto ...

Veja também no Blog

TCC e PI em Computação e Ciência de Dados na UNIVESP: Qual a Diferença?

O OpenShift fornece uma base consistente para gerenciar implantações de aplicações na edge, multiclo...

O *OpenShift* é uma plataforma como serviço (PaaS) gratuita, de código aberto e de desenvolvimento e...

Precisa de conforto para estudar? 📚

No processo final de instalação/criação de um *cluster* com o *OpenShift*, vamos criar o arquivo *da...

Com base em uma visão geral das ferramentas que são integradas e orquestradas pelo OpenShift, avalie...

Analise as afirmações a seguir acerca de um plano de teste com a ferramenta JMeter e escolha a alter...

Como o objetivo de que os testes em sistemas computacionais diversos sejam realizados de forma orden...

Uma das características da ferramenta \_\_\_\_\_\_ são os controles de gravação que são importantes ...

Móveis Planejados de Alto Padrão | Marcenaria RGM

Na caracterização da carga de trabalho imposta a um sistema computacional há diversas possibilidades...

Algum tipo de teste em aplicações computacionais precisa ser realizado. Há diversos tipos de testes ...

Entre as perguntas que precisamos responder ao considerar a avaliação de desempenho de um sistema co...

Para se avaliar um sistema computacional, torna-se necessário realizar uma análise detalhada dos rec...

O Hadoopé uma plataforma de software desenvolvida em Java utilizada para clusters e processamento de...

O conjunto de soluções do *framework Apache Spark*é denominado “ecossistema *Apache Spark*”. Esse ec...

O *framework Apache Spark* aborda o problema do acesso \_\_\_\_\_\_\_\_\_\_ aos dados com conjuntos ...

O *Spark* representa outro *framework* para processamento de dados em larga escala, que foi motivado...

\_\_\_\_\_\_ no contexto do Spark significa que a execução não será iniciada até que uma ação seja a...

O *framework Kafka,* para processamento em larga escala, é uma plataforma de *streaming* distribuído...

O \_\_\_\_\_ é um dos componentes do Apache Kafka que atua para facilitar a verificação de \_\_\_\_\...

Nos estudos da computação paralela, atende-se a demandas nos campos matemático, científico e biomédi...

Na computação paralela, utilizam-se plataformas de *software* e *hardware* de alto desempenho que us...

Relacionado a um programa OpenMP, pode-se observar algumas características específicas. Além de util...

Além dos modelos e da programação de paralelismo explícito e *multithread* implícito, um terceiro mo...

Algumas motivações para o OpenMPi podem ser relacionadas: (1) à necessidade de poder computacional; ...

A plataforma CUDA da Nvidia utiliza o poder de processamento gráficos da GPUs (GraphicalProcessing U...

Se comparamos o OpenMP com o OpenMPI podemos afirmar que: 1. OOpenMPIé um padrão para troca de mens...

Na computação escalável e em outras aplicações, várias possibilidades surgem com o propósito de apre...

Os *clusters*, que trabalham sobre nós de processamento, tendem a ser resistentes a falhas de *hardw...

Um projeto promove um ecossistema dinâmico para a implantação global de *datacenters* na nuvem, comp...

A metodologia para a construção de um cluster Beowulf envolve: I. Switch. II. Nós de processamento...

No OpenShift, após todos os passos de instalação terem sido concluídos, temos que criar o projeto ...

O OpenShift é uma plataforma como serviço (PaaS) gratuita, de código aberto e de desenvolvimento e...

No processo final de instalação/criação de um cluster com o OpenShift, vamos criar o arquivo *da...

O conjunto de soluções do framework Apache Sparké denominado “ecossistema Apache Spark”. Esse ec...

O framework Apache Spark aborda o problema do acesso \_\_\_\_\_\_\_\_\_\_ aos dados com conjuntos ...

O Spark representa outro framework para processamento de dados em larga escala, que foi motivado...

O framework Kafka, para processamento em larga escala, é uma plataforma de streaming distribuído...

Na computação paralela, utilizam-se plataformas de software e hardware de alto desempenho que us...

Além dos modelos e da programação de paralelismo explícito e multithread implícito, um terceiro mo...

Os clusters, que trabalham sobre nós de processamento, tendem a ser resistentes a falhas de *hardw...

Um projeto promove um ecossistema dinâmico para a implantação global de datacenters na nuvem, comp...