SESION 6 - Sql Spark Pool - Delta Lake

¿Qué es un Spark Pool?

• A) Un conjunto de bases de datos NoSQL.

• B) Una agrupación de recursos para procesamiento de datos en paralelo.

• C) Un tipo de almacenamiento de datos en la nube.

• D) Una herramienta de visualización de datos.

¿Cuál es el principal beneficio de usar Spark Pool en el procesamiento de grandes volúmenes de datos?

• A) Reducción de costos de almacenamiento.

• B) Mejora en la seguridad de los datos.

• C) Aumento en la velocidad de procesamiento.

• D) Facilidad de uso para principiantes.

¿En qué lenguaje de programación está escrito Apache Spark, que es la base de Spark Pool?

• A) Python.

• B) Java.

• C) Scala.

• D) R.

¿Qué componente de Spark permite el procesamiento de streams en tiempo real?

• A) Spark SQL.

• B) Spark Streaming.

• C) MLib.

• D) GraphX.

¿Cuál es la principal diferencia entre un RDD y un DataFrame en Spark?

• A) RDD es mutable, mientras que DataFrame es inmutable.

• B) RDD no tiene esquema, mientras que DataFrame tiene un esquema.

• B) RDD no tiene esquema, mientras que DataFrame tiene un esquema.

• D) RDD es más rápido que DataFrame.

¿Qué es Delta Lake?

• A) Un lago de datos en tiempo real.

• B) Una base de datos NoSQL.

• C) Un motor de almacenamiento que proporciona ACID a los lagos de datos.

• D) Una herramienta de visualización de datos.

¿Cuál de las siguientes NO es una característica de Delta Lake?

• A) Transacciones ACID.

• B) Escalabilidad automática.

• C) Soporte para esquemas evolutivos.

• D) Limitación al uso de SQL para consultas.

¿Cómo mejora Delta Lake la calidad de los datos en un lago de datos?

• A) Reduciendo la cantidad de datos duplicados.

• B) Aplicando esquemas estrictos a los datos.

• c) Permitiendo transacciones ACID para garantizar la integridad de datos.

• D) Todas las anteriores.

¿Qué permite la característica de "Time Travel" en Delta Lake?

• A) Viajar físicamente en el tiempo.

• B) Consultar versiones antiguas de los datos.

• C) Acelerar las consultas de datos.

• D) Mejorar la seguridad de los datos.

¿Cuál es el beneficio de usar Delta Lake sobre un lago de datos tradicional?

• A) Soporte exclusivo para datos no estructurados.

• B) Menor costo de almacenamiento.

• C) Mejora en el rendimiento de las consultas y garantía de integridad

• D) No requiere un esquema definido para los datos.