O analista de infraestrutura Jair recebeu a demanda de preparar um ambiente para armazenar dados massivos oriundos do Sistema de Tramitação Eletrônica de Processos, do Correio eletrônico e do log do tráfego de rede. Para isso, a característica de banco de dados massivos (Big Data) sobre os tipos de dados e heterogeneidade das fontes de dados que Jair deve considerar é:
- A)valor;
Errada, porque valor se refere ao benefício ou utilidade extraída dos dados, e não à diversidade das fontes.
- B)volume;
Errada, porque volume trata da quantidade massiva de dados, não da heterogeneidade dos tipos e origens.
- C)variedade;
Certa, porque variedade é a característica ligada à diversidade de formatos, tipos de dados e fontes distintas.
- D)velocidade;
Errada, porque velocidade diz respeito à rapidez de geração, captura e processamento dos dados.
- E)veracidade.
Errada, porque veracidade se relaciona à confiabilidade, qualidade e precisão dos dados.
Gabarito: C
Big Data costuma ser cobrado pelas 5 V's: volume, velocidade, variedade, veracidade e valor. A questão descreve dados vindos de fontes diferentes, como sistema de processos, e-mail e logs de rede. Quando a pegadinha fala em tipos de dados e heterogeneidade das fontes, ela está apontando para a diversidade do que será armazenado e tratado, ou seja, a variedade. Pense assim: um banco tradicional gosta de estruturas bem organizadas e tabelas arrumadinhas. Já no Big Data, você pode ter texto de e-mail, registros de sistema, arquivos de log, imagens, áudio e muito mais, tudo misturado. O desafio não é só ter muito dado, mas lidar com formatos e origens diferentes ao mesmo tempo. Por isso, o gabarito é a letra C. A heterogeneidade das fontes de dados é a cara da variedade: múltiplos formatos, múltiplas estruturas e múltiplas origens. Em provas, quando aparecerem expressões como fontes distintas, dados estruturados e não estruturados ou diversidade de formatos, acenda a luz da variedade. As demais letras até fazem sentido no universo de Big Data, mas descrevem outros aspectos. Aqui, o enunciado não está focado em rapidez de chegada, confiabilidade ou benefício do dado, e sim na diversidade do conteúdo que precisa ser armazenado.