Examen Big Data Aplicado (BDA) - Tema 3

¿Qué componente del ecosistema Hadoop permite ver los ficheros de HDFS como si fueran tablas de una base de datos relacional?. Ambari. Oozie. Hive. YARN.

¿Cuál es la sentencia de Hive con la que añadimos un registro en una tabla dándole los valores de los campos en la misma sentencia?. INSERT INTO. LOAD DATA. ADD DATA. ADD INTO.

Para ingestar datos que se generan en tiempo real, ¿qué componente de Hadoop se utiliza?. Storm. Spark. Flume. Flink.

Hive es escalable porque pueden añadirse más nodos HiveServer2 para que trabajen en paralelo, ejecutando una query en los diferentes HiveServer2. ¿Verdadero o Falso?. Verdadero. Falso.

Apache Sark ofrece la capacidad de procesar datos en streaming. ¿Verdadero o Falso?. Verdadero. Falso.

Para automatizar la ejecución de trabajos que se debe realizar en Hadoop, por ejemplo, para validar los datos ingestados, ¿qué componentes se debe utilizar?. Oozie. Pig. YARN. Zookeeper.

Si quiero parar un nodo de un clúster Hadoop porque está dando problemas, ¿qué herramienta podré utilizar?. Ambari. Oozie. Hue. YARN.

¿Qué componente del ecosistema Hadoop fue el primero en aparecer para reducir la complejidad de los procesos MapReduce que se desarrollaban hasta entonces?. HDFS. YARN. Pig. Spark.

¿Cuál de las siguientes funcionalidades no es ofrecida por Apache Spark?. Computación en paralelo de procesos de transformación de datos. Interfaz para interactuar con programas escritos en R. Una base de datos NoSQL. Algoritmos y utilidades para manejar datos como grafos.

Apache Spark tiene una latencia mayor que Apache Flink como norma general para procesamiento en tiempo real. ¿Verdadero o Falso?. Verdadero. Falso.