La sabiduría se obtiene del conocimiento del mismo modo que los datos se obtienen de la información.¿Verdadero o falso? Verdadero Falso.
El acrónimo OLAP designa: a) Una base de datos distribuída b) Un sistema que está orientado a trabajo transaccional c) Un sistema que está orientado a procesar consultas de tipo analítico en tiempo real. d) Un método para la generación de modelos predictivos.
Un dataset no debería contener ficheros de texto plano. ¿Verdadero o falso? Verdadero Falso.
Una de las siguientes afirmaciones es cierta: a) El procesamiento en paralelo se realiza dentro de la misma máquina y el distribuído en variasmáquinas. b) Tanto procesamiento en paralelo como distribuído se realizan dentro de la misma máquina. c) El procesamiento distribuído se realiza dentro de la misma máquina y el paralelo en varias máquinas d) Tanto procesamiento en paralelo como distribuído se realizan en varias máquinas.
Un clúster es: a) Una máquina lo suficientemente potente como para almacenar y procesar grandes cantidades dedatos. b) Un conjunto de computadoras que pueden seguir funcionando aunque no tengan conexión a red. c) Un conjunto de computadoras conectadas mediante red para trabajar como una única unidad. d) Un conjunto de computadoras que trabajan de forma independiente y están conectadas mediante red.
Las 4 características del principio ACID son: a) Atomicidad, Consistencia, Independiencia y Durabilidad. b) Atomicidad, Concurrencia, Aislamiento y Durabilidad c) Atomicidad, Consistencia, Aislamiento y Durabilidad. d) Aislamiento, Concurrencia, Independencia y Durabilidad.
De los siguientes, uno no está entre los aportes o beneficios que podemos obtener gracias a poder tratar congran cantidad de datos: a) Editar imágenes. b) Realizar descubrimientos científicos. c) Identificar nuevos mercados. d) Dar soporte a la toma de decisiones.
Según el principio SCV: a) Un sistema de procesamiento distribuído puede tener a la vez características de velocidad, consistenciay volumen. b) Un sistema de procesamiento distribuído no puede tener a la vez características de velocidad,consistencia y volumen. c) No podemos almacenar datos a una velocidad más rápida de lo que se procesan. d) No podemos conseguir a la vez consistencia, aislamiento y tolerancia a particionamiento.
Las tecnologías de Big Data se complementan con otras disciplinas como la Minería de Datos para obtener valorde los datos. ¿Verdadero o falso? Verdadero Falso.
Una de las siguientes no es una de las capas típicas de una arquitectura para Big Data: a) Capa de visualización. b) Capa de ingestión. c) Capa de almacenamiento. d) Capa de consolidación.
Según el teorma CAP: a) No podemos conseguir a la vez consistencia, disponibilidad y tolerancia al particionamiento. b) No podemos conseguir a la vez consistencia, aislamiento y tolerancia a particionamiento. c) Podemos conseguir a la vez consistencia, disponibilidad y tolerancia al particionamiento. d) La base de datos no puede almacenar más información que la suma del espacio de almacenamiento de sus nodos.
De entre las 5 Vs que definen el reto de Big Data, la V de veracidad tiene que ver con: a) La dificultad en encontrar fuentes de información de pago que realmente sean fiables. b) El hecho de que muchos de los post que encontramos en redes sociales contienen información falsa. c) El hecho de que las fuentes Open Data, que son las más económincas, suelen contener información falsa. d) El hecho de que los datos no siempre cuentan con la calidad deseada o no son totalmente fieles a la realidad.
La capa de colección en una arquitectura para Big Data es: a) Aquella en la que se gestiona el almacenamiento de los datos. b) Aquella de la que se obtienen los datos para visualización. c) Aquella en se determina para cada dato si va a ser utilizado o no para realizar analíticas. d) Aquella en la que se pasa de los datos que vienen de diversas fuentes a un conjunto de datosunificado y ya casi listo para ser usado.
De las siguientes, una no es una operación con datos que se consiga gracias a tecnologías Big Data: a) Almacenar los datos de un modo distribuído y replicado para conseguir una mayor disponibilidad de losmismos. b) Aplicar técnicas de minería de datos para crear modelos predictivos con cantidades de datos que nocaben en una única máquina. c) Ser capaces de reproducir ficheros de audio o vídeo. d) Tratar los datos de forma distribuída empleando varias máquinas que trabajan en paralelo.
Los sistemas para Big Data de hoy en día son capaces de trabajar con cantidades de datos de: a) Cualquier cantidad de datos que nos podamos imaginar. b) Como máximo 1 petabyte (PB). c) Como máximo 1 terabyte (TB). d) Petabytes (PB) o incluso exabytes (EB).
Una de los siguientes es el orden de etapas desde que ocurren los eventos hasta que de ellos se genera valor: a) Eventos->Datos->Conocimiento->Información->Sabiduría->Valor b) Eventos->Datos->Información->Conocimiento->Sabiduría->Valor c) Eventos->Información->Datos->Conocimiento->Sabiduría->Valor d) Eventos->Datos->Información->Sabiduría->Conocimiento->Valor.
En una base de datos diseñada según el principio BASE: a) No podemos almacenar datos que incluyan algún tipo de compresión. b) Se consigue atomicidad, consistencia, aislamiento y durabilidad c) El sistema es básicamente disponible, de estado blando y de consistencia eventual. d) El sistema es básicamente disponible, de estado blando y siempre consistente.
Sólo para una de las siguientes estrategias de procesamiento se necesita tener mucho tiempo disponible paraprocesar los datos: a) Transaccional. b) En tiempo real. c) Streaming. d) Por lotes.
De entre las 5 Vs que definen el reto de Big Data, la V de volumen tiene que ver con: a) El hecho de que en cada posible fichero de vídeo o audio el sonido puede haberse guardado a diferentevolumen. b) La complejidad distribuir una enorme cantidad de datos en los distintos volúmenes o unidades dealmacenamiento. c) La gran cantidad de bytes de datos que es necesario almacenar y tratar. d) El elevado volumen de espacio necesario para ubicar las máquinas que conforman un clúster losuficientemente potente.
Una de las siguientes afirmaciones es cierta en relación a procesamiento paralelo de tareas: a) Cualquier tarea siempre tiene al menos una parte que puede ejecutarse en paralelo para ganar tiempo. b) Algunas tareas no pueden paralelizarse para que se ejecuten más rápido usando varias máquinas. c) Si conseguimos paralelizar una tarea, la potencia equivalente de cómputo es la suma de las potencias de cada nodo del cluster d) Todas las tareas pueden paralelizarse para que se ejecuten más rápido usando varias máquinas.
|
