2. Introducción Parte 2 - AD3005

¿En qué unidades esta la cantidad de datos generados en el mundo?

• Terabyte

• Petabyte

• Exabyte

• Zettabyte

¿Cuál de las siguientes afirmaciones describe mejor los datos semiestructurados?

• Datos organizados en tablas y filas

• Datos que no tienen ninguna organización, como archivos de audio o video.

• Tienen una estructura parcial, como documentos XML o JSON.

• Han sido completamente desorganizados durante su procesamiento.

¿Cuál de los siguientes es un ejemplo de datos estructurados?

• Un documento de texto sin formato

• Una tabla de base de datos relacional

• Un archivo de video

• Un correo electrónico

¿Cuál de los siguientes tipos de datos se considera semiestructurado?

• Archivo JSON

• Archivo de audio

• Imagen JPEG

• Video MP4

¿Qué ventaja ofrece la metadata en el análisis de grandes volúmenes de datos?

• Permite realizar cálculos más rápidos al resumir los datos en tiempo real.

• Facilita catalogación de los datos, mejorando la eficiencia en el análisis

• Duplica datos importantes para asegurar su disponibilidad durante análisis.

• Automatiza la limpieza de datos.

¿Cuál es la función principal de un gestor de recursos en un entorno de Big Data?

• Almacenar grandes volúmenes de datos de manera eficiente.

• Coordinar y asignar recursos computacionales a las diferentes tareas

• Optimizar la compresión de datos para ahorrar espacio de almacenamiento.

• Monitorear el tráfico de red en un clúster de Big Data.

¿Cuál de los siguientes es un ejemplo de un gestor de recursos ampliamente utilizado en Big Data?

• Hadoop HDFS

• Apache Kafka

• Hadoop YARN

• Apache Hive

¿Qué ocurre cuando un gestor de recursos en un clúster de Big Data identifica un fallo en uno de los nodos?

• Suspende todas las tareas hasta que se solucione el fallo.

• Reasigna las tareas del nodo fallido a otros nodos disponibles

• Borra datos almacenados en nodo fallido para evitar la corrupción de datos.

• Reinicia todo el clúster para eliminar cualquier error en el sistema.

¿Cuál de las siguientes herramientas es adecuada para ejecutar consultas SQL distribuidas en un clúster Hadoop?

• Apache Flume

• Apache NiFi

• Apache Storm

• Apache Hive