A analista de suporte Ana gerencia o ELCluster na PGM de Niterói. O ELCluster agrupa nós do servidor de busca e análise de dados Elasticsearch. O Elasticsearch do ELCluster foi configurado para realizar uma série de transformações nos dados de entrada, a fim de extrair conteúdos específicos possivelmente presentes nos dados. Essas transformações são executadas em um pipeline antes da indexação dos dados. Ana constatou um desempenho abaixo do esperado nas transformações dos dados de entrada do ELCluster e concluiu serem necessários mais nós Elasticsearch dedicados à execução de pipelines de pré-processamento de dados. Logo, Ana deve adicionar ao ELCluster mais nós Elasticsearch do tipo:
- A)data;
Errada: nós data armazenam e consultam dados indexados, mas não são os especializados em executar pipelines de pré-processamento.
- B)ingest;
Certa: nós ingest executam pipelines de ingestão, responsáveis por transformar os dados antes da indexação.
- C)transform;
Errada: nós transform são usados em funções de transformação/análise em outro contexto do Elasticsearch, não para o pipeline de pré-indexação descrito.
- D)master-eligible;
Errada: nós master-eligible cuidam da administração do cluster, como metadados e eleição de master, não do processamento dos documentos.
- E)machine learning.
Errada: nós de machine learning são voltados a tarefas de ML, como detecção de anomalias, e não ao pré-processamento de dados de entrada.
Gabarito: B
No Elasticsearch, nem todo nó faz a mesma coisa. O cluster pode ter nós voltados para armazenamento e consulta de documentos, nós dedicados à coordenação, e nós especializados em tarefas de processamento. Quando o enunciado fala em transformações executadas em um pipeline antes da indexação, ele está descrevendo o papel dos nós de ingestão, que preparam e alteram os dados no caminho de entrada. É como passar a roupa antes de guardar: o dado chega e já sai mais “arrumado” para o índice. Esses pipelines de ingestão podem fazer coisas como extrair campos, converter tipos, remover informações e enriquecer documentos. Se o desempenho dessas transformações está abaixo do esperado, faz sentido adicionar mais nós dedicados a essa função, para distribuir a carga do pré-processamento. Em outras palavras, o gargalo não está no armazenamento nem na busca, mas na etapa anterior à indexação. Por isso, o gabarito é a alternativa B, ingest. Esse é o tipo de nó projetado para executar pipelines de ingestão no Elasticsearch, ou seja, tarefas de pré-processamento de dados antes de eles entrarem no índice. As demais opções representam outras responsabilidades do cluster e não resolvem diretamente a etapa de transformação mencionada no enunciado.