SGBD Distribuídos: Conceitos e Vantagens

São dados apresentados de forma unificada, independente de sua localização física.

Maior disponibilidade, melhor desempenho, escalabilidade e flexibilidade no design.

É a divisão lógica de dados em fragmentos, que pode ser horizontal, vertical ou híbrida.

<p>Coordena transações que envolvem múltiplos sites para garantir que sejam executadas corretamente.</p> Signup and view all the answers

<p>Cada site possui a liberdade de gerenciar seus dados independentemente.</p> Signup and view all the answers

<p>Aumenta a disponibilidade, pois a falha em um site não impede o acesso aos dados replicados em outros locais.</p> Signup and view all the answers

<p>É uma combinação de controle centralizado e autonomia distribuída entre os sites.</p> Signup and view all the answers

<p>Para assegurar que todas as cópias de dados estejam sincronizadas e refletem informações corretas.</p> Signup and view all the answers

<p>Os SGBDs centralizados armazenam todos os dados em um único local, enquanto os SGBDs distribuídos têm dados armazenados em múltiplos nós interconectados.</p> Signup and view all the answers

<p>Mesmo que um nó falhe, os outros nós podem continuar operando, garantindo a alta disponibilidade do sistema.</p> Signup and view all the answers

<p>Com os dados armazenados próximos aos usuários, o tempo de acesso é reduzido, resultando em consultas mais rápidas.</p> Signup and view all the answers

<p>O NameNode gerencia os metadados e a estrutura de diretórios, além de controlar a localização dos blocos de dados.</p> Signup and view all the answers

<p>Os dados são replicados em múltiplos DataNodes, geralmente em três cópias, garantindo disponibilidade mesmo em caso de falhas.</p> Signup and view all the answers

<p>O HDFS não é ideal para acessos aleatórios e de baixa latência, pois é otimizado para processamento em massa.</p> Signup and view all the answers

<p>Todos os nós têm autonomia para gerenciar seus dados, eliminando um ponto único de falha e permitindo escalabilidade.</p> Signup and view all the answers

<p>Na fragmentação horizontal, os dados são divididos por linhas e distribuídos em diferentes locais.</p> Signup and view all the answers

<p>O YARN gerencia a alocação de recursos no cluster, garantindo que as aplicações tenham os recursos necessários para execução eficiente.</p> Signup and view all the answers

<p>Na replicação total, todos os nós têm cópias completas do banco de dados, aumentando a disponibilidade e a tolerância a falhas.</p> Signup and view all the answers

<p>O ApplicationMaster coordena a execução de uma aplicação específica e negocia os recursos necessários com o ResourceManager.</p> Signup and view all the answers

<p>A imutabilidade suporta um modelo WORM, garantindo a integridade dos dados armazenados.</p> Signup and view all the answers

<p>A distribuição de carga refere-se à capacidade de distribuir o trabalho entre vários nós, evitando a sobrecarga em um único servidor.</p> Signup and view all the answers

<p>O HDFS armazena dados em blocos, que o MapReduce processa em tarefas distribuídas, otimizando o desempenho.</p> Signup and view all the answers

<p>As duas fases do MapReduce são Map e Reduce. Na fase Map, os dados são divididos em pares de chave-valor, e na fase Reduce, os resultados do estágio Map são combinados e processados.</p> Signup and view all the answers

<p>O HBase utiliza o HDFS como sistema de armazenamento subjacente. Suas principais características incluem ser baseado em colunas, alta escalabilidade e oferecer consistência forte.</p> Signup and view all the answers

<p>O Zookeeper gerencia a coordenação e a configuração em sistemas distribuídos. Ele auxilia na sincronização entre o NameNode e os DataNodes do HDFS, garantindo uma visão consistente do estado do sistema.</p> Signup and view all the answers

<p>O Hive permite que analistas utilizem consultas SQL-like por meio da linguagem HiveQL. Ele traduz essas consultas para tarefas que podem ser executadas com MapReduce, Spark ou Tez.</p> Signup and view all the answers

<p>YARN é o gerenciador de recursos do Hadoop, responsável pela alocação e monitoramento de recursos para aplicações distribuídas. Ele se integra com ferramentas como MapReduce, HBase e Hive para otimizar o uso de recursos.</p> Signup and view all the answers

<p>O MapReduce divide o arquivo grande em partes menores, contabiliza as palavras em cada parte durante a fase Map e, na fase Reduce, consolida os resultados.</p> Signup and view all the answers

<p>Casos de uso típicos do HBase incluem bancos de dados para aplicativos com alta taxa de escrita e leitura e o armazenamento de dados não estruturados. Ele é escolhido por sua alta escalabilidade e desempenho em tempo real.</p> Signup and view all the answers

<p>HiveQL é uma linguagem similar ao SQL usada para interagir com dados no Hive. Sua principal função é facilitar consultas a dados armazenados no HDFS utilizando uma sintaxe familiar.</p> Signup and view all the answers

<p>O Zookeeper garante a sincronização através do gerenciamento de configurações e do compartilhamento de informações entre os nós. Isso fornece uma visão consistente do estado do sistema.</p> Signup and view all the answers

<p>No Hive, o HDFS armazena os dados reais, enquanto os metadados, como esquemas e tabelas, são armazenados em bancos como MySQL.</p> Signup and view all the answers