Question

Em relação aos Vs do Big Data,

Accepted Answer

D) se há a necessidade de se processar um Volume de 100 TeraBytes de informação (throughput) em um sistema com capacidade de transferência de 1 GBps, o tempo total de processamento seria de cerca de 102.400 segundos. Considerando uma latência inicial para o sistema começar a processar os dados, da ordem de alguns segundos ou minutos dependendo da arquitetura, o tempo final para completar a transação seria de cerca de 28 horas e alguns minutos.

Answer

A) a Volatilidade dos dados está relacionada à sua precisão e correção para o uso pretendido. Um exemplo seria: o dado "gênero" de trabalhadores cadastrados deve levar a um único atributo, como M para masculino e F para feminino, mesmo que na origem haja diferentes denominações como homem, mulher, macho, fêmea etc. M significando Mulher não poderia ser usado como M, pois este já indicaria Masculino.

Answer

B) antes da era do Big Data, era comum armazenar os dados quase que indefinidamente, já que alguns TeraBytes não implicavam em despesas relevantes com armazenamento. Mas este cenário mudou drasticamente devido à Velocidade e ao Volume do Big Data, e sua Variabilidade precisa ser cuidadosamente considerada. A Variabilidade implica, por exemplo, em responder: a partir de quantos anos os dados de um trabalhador podem ser considerados irrelevantes, históricos ou deixarem de ser úteis?

Answer

C) o aumento do Volume de dados, já na escala de TeraBytes, inviabiliza o uso de ferramentas de bancos de dados tradicionais, exigindo imediatamente a adoção de arquiteturas em nuvem que operem em ExaBytes (1 ExaByte é equivalente a 1024 ZettaBytes) ou mais, devido à variedade envolvida.

Answer

E) a Veracidade dos dados é um desafio que surgiu recentemente, com a explosão de dados que deram origem ao Big Data. Dados de trabalhadores obtidos de redes sociais e fontes externas são pouco confiáveis, pois podem advir de fake news, ao contrário dos dados de sistemas internos como ERPs e CRMs, que garantem automaticamente a autenticidade das informações, gerando economia de recursos gastos com mecanismos de validação.

Mais questões de Data warehouse e mineração de dados