Questão 66 · Conhecimentos Específicos (outras áreas): Estatística avançada
Julgue os itens a seguir, referentes a conceitos relacionados a MapReduce e a processamento em lote.
MapReduce é particularmente eficiente para tarefas de baixa latência e processamento em tempo real, sendo amplamente utilizado para atender a essas necessidades.
Julgue o item:
Gabarito: ERRADO
Gabarito definitivo divulgado pela banca Cebraspe (TRF6 2025).
Comentário
Gabarito: ERRADO.
O item afirma que MapReduce é eficiente para tarefas de baixa latência e processamento em tempo real. Essa afirmação está incorreta. MapReduce é um modelo de programação e um framework projetado para processamento distribuído de grandes volumes de dados (Big Data) em clusters de computadores. Sua principal característica é a capacidade de processar dados em lote (batch processing), ou seja, processar grandes conjuntos de dados de uma vez, sem a necessidade de respostas imediatas.
Para tarefas que exigem baixa latência e processamento em tempo real, como análise de streaming de dados ou sistemas interativos, outras tecnologias são mais adequadas, como Apache Flink, Apache Spark Streaming ou Apache Kafka. MapReduce, devido à sua natureza de processamento em lote, que envolve a escrita e leitura de dados em disco em várias etapas (map, shuffle, sort, reduce), introduz latência inerente, tornando-o inadequado para aplicações em tempo real.
Fundamentos: Conceitos de Big Data · Arquiteturas de processamento de dados
Comentário gerado pela Cravei IA a partir do enunciado e do gabarito definitivo divulgado pela banca, e conferido por uma verificação automática. A IA pode errar: o gabarito oficial sempre prevalece.
Fonte: prova Cebraspe TRF6 2025 (Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Dados), questão 66, com o gabarito definitivo da banca. Comentário: Equipe Cravei · como fazemos e revisamos.