Cuestionario sobre MapReduce

¿Cuál es la principal ventaja de la localización de datos en MapReduce?

• Aumentar la complejidad del código

• Minimizar el movimiento de datos

• Aumentar el movimiento de datos

• Reducir el número de nodos

¿Qué función se utiliza para dividir el trabajo en MapReduce?

• Función de reducción

• Función de mapeo

• Función de agrupamiento

• Función de filtrado

¿Qué hace la función 'reduce' en Python?

• Divide los elementos

• Filtra los datos

• Agrega todos los elementos

• Multiplica todos los elementos

¿Qué se entiende por tolerancia a fallos en Big Data?

• Capacidad de recuperarse de fallos

• Capacidad de aumentar la velocidad

• Capacidad de reducir costos

¿Qué tipo de datos se pueden procesar con MapReduce?

• Datos estructurados únicamente

• Datos no estructurados únicamente

• Datos en tiempo real únicamente

• Datos de cualquier tipo

¿Qué se necesita para implementar MapReduce?

• Un sistema de bases de datos relacional

• Un solo servidor

• Un entorno de programación local

• Un sistema de archivos distribuido

¿Qué es un 'nodo' en el contexto de MapReduce?

• Un tipo de dato

• Un algoritmo de búsqueda

• Una unidad de procesamiento

• Un archivo de datos

¿Cuál es un desafío en los sistemas distribuidos?

• Aumentar la redundancia de datos

• Manejar fallos de hardware

• Reducir el número de nodos

• Aumentar la complejidad del código

¿Qué se debe hacer para manejar un documento muy grande en MapReduce?

• Reducir el tamaño del documento

• Aumentar la memoria del servidor

• Dividirlo en partes más pequeñas

• Procesarlo en un solo nodo

¿Qué se necesita para que la función 'reduce' funcione correctamente?

• Que sea recursiva

• Que no tenga parámetros

• Que sea secuencial

• Que sea conmutativa y asociativa