Big Data e Tecnologie Distribuite

Strumenti e framework per l'elaborazione di grandi volumi di dati distribuiti, inclusi Spark e Hadoop

Category
Data Science
Level
advanced
Languages
it → it
Cards
108
Markdown
Big Data e Tecnologie Distribuite (.md)

Flashcards (108)

#Front (Term / Question)Back (Definition / Answer)ExampleMultiple-Choice Options
1Che cos'è un'analisi di impatto?L'analisi di impatto valuta le conseguenze di un cambiamento o di un evento su un sistema o un'organizzazione.
2Cosa sono i dati di performance?I dati di performance misurano l'efficacia e l'efficienza delle operazioni aziendali.
3Cosa significa 'data visualization'?La data visualization è la rappresentazione grafica dei dati per facilitare la comprensione e l'analisi.
4Quali sono i componenti principali di Hadoop?I componenti principali di Hadoop sono Hadoop Distributed File System (HDFS) e Hadoop MapReduce.
5Che cos'è Pig in Hadoop?Pig è un linguaggio di scripting per l'elaborazione di dati in Hadoop, progettato per semplificare la scrittura di programmi MapReduce.
6Qual è il ruolo della comunicazione nei progetti di Big Data?La comunicazione è cruciale per garantire che i risultati delle analisi siano compresi e utilizzati efficacemente.
7Qual è l'importanza della visualizzazione dei dati?La visualizzazione dei dati aiuta a comunicare informazioni complesse in modo chiaro e comprensibile.
8Qual è il ruolo dell'analisi predittiva nel Big Data?L'analisi predittiva utilizza modelli statistici e algoritmi di machine learning per prevedere eventi futuri basati su dati storici.
9Qual è l'importanza della formazione continua nel campo del Big Data?La formazione continua è essenziale per rimanere aggiornati sulle nuove tecnologie e metodologie nel campo del Big Data.
10Che cos'è un sistema di monitoraggio dei dati?Un sistema di monitoraggio dei dati è uno strumento che raccoglie e analizza dati in tempo reale per rilevare anomalie.
11Qual è l'importanza dell'analisi dei sentimenti?L'analisi dei sentimenti è importante per comprendere le opinioni e le emozioni degli utenti riguardo a prodotti o servizi.
12Che cos'è un modello di dati?Un modello di dati è una rappresentazione astratta della struttura e delle relazioni dei dati in un sistema.
13Cosa sono i dati di mercato?I dati di mercato sono informazioni relative a tendenze, comportamenti e preferenze dei consumatori in un determinato settore.
14Cosa fa MapReduce?MapReduce è un modello di programmazione per l'elaborazione parallela di grandi set di dati.
15Che cos'è YARN in Hadoop?YARN (Yet Another Resource Negotiator) è il sistema di gestione delle risorse di Hadoop, che gestisce l'allocazione delle risorse nel cluster.
16Che cos'è il machine learning?Il machine learning è un campo dell'intelligenza artificiale che consente ai computer di apprendere dai dati e migliorare le prestazioni senza essere esplicitamente programmati.
17Che cos'è un'analisi di coorte?L'analisi di coorte è un metodo per analizzare gruppi di utenti in base a caratteristiche comuni nel tempo.
18Cosa sono i dati di feedback?I dati di feedback sono informazioni raccolte dagli utenti riguardo a prodotti o servizi, utilizzate per migliorare l'offerta.
19Che cos'è un dashboard di analisi?Un dashboard di analisi è uno strumento visivo che presenta dati e metriche chiave in un formato facilmente interpretabile.
20Che cos'è un DataFrame in Spark?Un DataFrame è una struttura di dati distribuita simile a una tabella, che consente operazioni di analisi dei dati.
21Qual è il ruolo della statistica nel Big Data?La statistica è fondamentale per analizzare e interpretare i dati, fornendo metodi per trarre conclusioni significative.
22Che cos'è un grafo in Big Data?Un grafo è una struttura di dati composta da nodi e archi, utilizzata per rappresentare relazioni tra entità.
23Cosa sono i dati di accesso?I dati di accesso registrano le interazioni degli utenti con un sistema, utilizzati per analisi di sicurezza e utilizzo.
24Cosa sono i dati di transazione?I dati di transazione sono registrazioni di operazioni commerciali, come acquisti o vendite, utilizzati per analisi finanziarie.
25Quali linguaggi di programmazione supporta Spark?Spark supporta diversi linguaggi, tra cui Scala, Java, Python e R.
26Qual è l'importanza della normalizzazione dei dati?La normalizzazione dei dati è importante per ridurre la ridondanza e migliorare l'integrità dei dati.
27Quali sono i vantaggi dei database NoSQL?I database NoSQL offrono scalabilità orizzontale, flessibilità nei modelli di dati e prestazioni elevate per operazioni di lettura e scrittura.
28Che cos'è Hadoop?Hadoop è un framework open source per l'archiviazione e l'elaborazione di grandi volumi di dati distribuiti.
29Cosa significa ETL?ETL sta per Extract, Transform, Load, ed è un processo per integrare dati provenienti da diverse fonti.
30Che cos'è un'analisi di trend?L'analisi di trend è il processo di identificazione di modelli o tendenze nei dati nel tempo.
31Che cos'è un sistema NoSQL?Un sistema NoSQL è un tipo di database progettato per gestire dati non strutturati o semi-strutturati.
32Cosa significa 'data-driven'?Data-driven significa prendere decisioni basate sull'analisi e sull'interpretazione dei dati.
33Cosa fa il DataNode in Hadoop?Il DataNode memorizza i dati effettivi nel file system HDFS e gestisce le richieste di lettura e scrittura.
34Che cos'è un'analisi esplorativa dei dati?L'analisi esplorativa dei dati è un approccio per analizzare set di dati per scoprire pattern e relazioni.
35Che cos'è un cluster Hadoop?Un cluster Hadoop è un insieme di nodi che lavorano insieme per archiviare e elaborare grandi volumi di dati.
36Cosa sono i dati di comportamento?I dati di comportamento sono informazioni raccolte sulle azioni e le interazioni degli utenti con un prodotto o servizio.
37Che cos'è un sistema di raccomandazione?Un sistema di raccomandazione è un algoritmo che suggerisce prodotti o contenuti agli utenti basandosi sui loro comportamenti e preferenze.
38Che cos'è un'analisi di regressione?L'analisi di regressione è una tecnica statistica utilizzata per determinare la relazione tra variabili.
39Qual è il ruolo della tecnologia blockchain nel Big Data?La tecnologia blockchain offre un modo sicuro e trasparente per registrare e gestire dati distribuiti.
40Qual è l'importanza della sicurezza nei sistemi di Big Data?La sicurezza è fondamentale per proteggere i dati sensibili e garantire la conformità alle normative sulla privacy.
41Cosa sono i dati di benchmarking?I dati di benchmarking sono utilizzati per confrontare le performance di un'organizzazione con quelle di altre.
42Che cos'è un'analisi predittiva?L'analisi predittiva utilizza modelli statistici per prevedere eventi futuri basati su dati storici.
43Qual è l'importanza della diversità nei team di Big Data?La diversità nei team di Big Data porta a prospettive diverse e soluzioni più innovative.
44Cosa sono le tecnologie di streaming?Le tecnologie di streaming consentono l'elaborazione continua di dati in tempo reale, come flussi di eventi o dati da sensori.
45Che cos'è un data warehouse?Un data warehouse è un sistema utilizzato per l'archiviazione e l'analisi di dati provenienti da diverse fonti.
46Che cos'è un'analisi di sentiment?L'analisi di sentiment è il processo di identificazione e classificazione delle emozioni espresse in un testo.
47Che cos'è il Big Data?Il Big Data si riferisce a set di dati così grandi e complessi che le applicazioni tradizionali di elaborazione dati non sono in grado di gestirli.
48Che cos'è il deep learning?Il deep learning è una branca del machine learning che utilizza reti neurali profonde per analizzare dati complessi.
49Cosa sono i dati strutturati?I dati strutturati sono dati organizzati in un formato definito, come tabelle o database relazionali.
50Qual è la funzione di Hive in Hadoop?Hive è un sistema di data warehousing che consente di eseguire query SQL-like su dati archiviati in Hadoop.
51Cosa significa 'elaborazione in-memory'?L'elaborazione in-memory significa che i dati vengono elaborati direttamente nella RAM, riducendo i tempi di accesso rispetto al disco.
52Cosa sono i dati aperti?I dati aperti sono dati che possono essere liberamente utilizzati, riutilizzati e distribuiti da chiunque.
53Qual è la differenza tra un data lake e un data warehouse?Un data lake archivia dati in formato grezzo, mentre un data warehouse archivia dati strutturati e trasformati.
54Cosa sono le API in Big Data?Le API (Application Programming Interfaces) consentono l'interazione tra diversi sistemi e applicazioni per l'accesso ai dati.
55Che cos'è il data governance?Il data governance è un insieme di pratiche e processi per gestire la disponibilità, l'usabilità e la sicurezza dei dati.
56Che cos'è un'analisi descrittiva?L'analisi descrittiva è un metodo per riassumere e descrivere le caratteristiche principali di un dataset.
57Qual è la differenza tra dati in tempo reale e dati batch?I dati in tempo reale vengono elaborati immediatamente, mentre i dati batch vengono raccolti e elaborati in blocchi.
58Che cos'è un'analisi di correlazione?L'analisi di correlazione misura la relazione tra due o più variabili per determinare se e come sono collegate.
59Qual è l'importanza della collaborazione nei progetti di Big Data?La collaborazione è fondamentale per integrare competenze diverse e ottenere risultati più efficaci nei progetti di Big Data.
60Qual è l'importanza della privacy dei dati?La privacy dei dati è fondamentale per proteggere le informazioni personali degli utenti e garantire la conformità alle leggi.
61Che cos'è un modello predittivo?Un modello predittivo è un algoritmo che utilizza dati storici per fare previsioni su eventi futuri.
62Qual è la differenza principale tra Hadoop e Spark?La principale differenza è che Spark elabora i dati in-memory, mentre Hadoop MapReduce scrive e legge i dati da disco.
63Che cos'è un algoritmo di clustering?Un algoritmo di clustering raggruppa dati simili in insiemi, senza etichette predefinite.
64Che cos'è un'analisi di scenario?L'analisi di scenario esplora diverse possibilità future basate su variabili e condizioni attuali.
65Qual è l'importanza del cloud computing nel Big Data?Il cloud computing offre scalabilità, flessibilità e costi ridotti per l'archiviazione e l'elaborazione di grandi volumi di dati.
66Cosa significa Velocità in Big Data?La Velocità indica la rapidità con cui i dati vengono generati e devono essere elaborati.
67Cosa sono i dati geospaziali?I dati geospaziali sono dati che contengono informazioni sulla posizione geografica e possono essere utilizzati per analisi spaziali.
68Qual è l'importanza della scalabilità in Big Data?La scalabilità consente ai sistemi di gestire l'aumento dei volumi di dati senza compromettere le prestazioni.
69Qual è l'importanza della standardizzazione dei dati?La standardizzazione dei dati è importante per garantire coerenza e compatibilità tra diverse fonti di dati.
70Qual è l'importanza dell'interoperabilità nei sistemi di Big Data?L'interoperabilità consente a diversi sistemi e applicazioni di lavorare insieme, facilitando l'integrazione dei dati.
71Cosa sono i dati di utilizzo?I dati di utilizzo sono informazioni raccolte sull'interazione degli utenti con un prodotto o servizio.
72Qual è l'uso di Apache Kafka?Apache Kafka è una piattaforma di streaming distribuita utilizzata per la gestione di flussi di dati in tempo reale.
73Qual è l'importanza della documentazione dei dati?La documentazione dei dati è fondamentale per garantire la comprensibilità, la tracciabilità e la qualità dei dati.
74Che cos'è un'architettura microservizi?Un'architettura microservizi è un approccio alla progettazione di software che suddivide un'applicazione in servizi indipendenti e modulari.
75Qual è il ruolo delle reti neurali nel machine learning?Le reti neurali sono modelli ispirati al cervello umano, utilizzati per riconoscere schemi e fare previsioni.
76Cosa sono i big data analytics?I big data analytics sono tecniche e strumenti utilizzati per analizzare grandi volumi di dati per estrarre informazioni utili.
77Qual è la funzione della fase 'Map' in MapReduce?La fase 'Map' elabora i dati in input e produce coppie chiave-valore.
78Cosa sono i file Parquet?I file Parquet sono un formato di file colonnare ottimizzato per l'archiviazione e l'elaborazione di dati in Hadoop.
79Cosa sono le funzioni di aggregazione in Spark?Le funzioni di aggregazione in Spark sono operazioni che combinano i dati, come somma, media e conteggio.
80Cosa sono le tecnologie di intelligenza artificiale?Le tecnologie di intelligenza artificiale consentono ai computer di simulare l'intelligenza umana per eseguire compiti complessi.
81Quali sono le 3 V del Big Data?Le 3 V del Big Data sono Volume, Velocità e Varietà.
82Che cos'è il data lake?Un data lake è un repository centralizzato che consente di archiviare dati in formato grezzo e strutturato.
83Qual è il ruolo del data engineer?Il data engineer progetta, costruisce e gestisce l'infrastruttura per l'elaborazione e l'archiviazione dei dati.
84Cosa sono i dati di riferimento?I dati di riferimento sono dati utilizzati per contestualizzare e standardizzare altre informazioni.
85Cosa significa 'data wrangling'?Il data wrangling è il processo di pulizia e trasformazione dei dati grezzi in un formato utilizzabile.
86Cosa avviene nella fase 'Reduce' in MapReduce?Nella fase 'Reduce', le coppie chiave-valore generate dalla fase 'Map' vengono aggregate e riassunte.
87Cosa significa 'data silos'?I data silos si riferiscono a sistemi o repository di dati isolati che non possono essere facilmente condivisi o integrati.
88Qual è il ruolo del NameNode in Hadoop?Il NameNode gestisce la struttura del file system HDFS e tiene traccia dei metadati dei file.
89Che cos'è HDFS?HDFS è il sistema di file distribuito di Hadoop, progettato per archiviare grandi file in modo affidabile.
90Che cos'è un algoritmo di raccomandazione?Un algoritmo di raccomandazione suggerisce contenuti o prodotti agli utenti in base ai loro comportamenti e preferenze.
91Cosa significa 'data lineage'?Il data lineage si riferisce alla tracciabilità dei dati attraverso il loro ciclo di vita, dalla creazione all'uso.
92Qual è il ruolo del data scientist?Il data scientist analizza e interpreta dati complessi per fornire insight e supportare decisioni aziendali.
93Qual è il significato di 'data quality'?La data quality si riferisce all'accuratezza, completezza e coerenza dei dati.
94Qual è il significato di Varietà nel Big Data?La Varietà si riferisce ai diversi tipi di dati, strutturati e non strutturati, provenienti da diverse fonti.
95Qual è il ruolo del business intelligence nel Big Data?La business intelligence utilizza i dati per supportare decisioni strategiche e migliorare le performance aziendali.
96Che cos'è un modello di business basato sui dati?Un modello di business basato sui dati utilizza l'analisi dei dati per guidare le decisioni strategiche e operative.
97Che cos'è un job in Hadoop?Un job in Hadoop è un'unità di lavoro che viene eseguita nel cluster, composta da una serie di operazioni Map e Reduce.
98Che cos'è un RDD in Spark?Un RDD (Resilient Distributed Dataset) è una collezione di oggetti distribuiti in un cluster, immutabile e resiliente agli errori.
99Cosa sono i dati non strutturati?I dati non strutturati sono dati che non seguono un formato predefinito, come testi, immagini o video.
100Cosa sono i dati di log?I dati di log sono registrazioni di eventi o attività all'interno di un sistema, utilizzati per analisi e monitoraggio.
101Che cos'è un algoritmo di classificazione?Un algoritmo di classificazione è un modello che assegna etichette a dati in base a caratteristiche specifiche.
102Cosa sono i dati sensibili?I dati sensibili sono informazioni personali che richiedono protezione speciale, come dati finanziari o sanitari.
103Che cos'è Apache Spark?Apache Spark è un framework open source per l'elaborazione di dati in-memory, progettato per essere veloce e generale.
104Qual è il ruolo del chief data officer (CDO)?Il chief data officer è responsabile della strategia e della governance dei dati all'interno di un'organizzazione.
105Cosa si intende per Volume nel contesto del Big Data?Il Volume si riferisce alla quantità di dati generati e raccolti, che può variare da terabyte a petabyte.
106Qual è il significato di 'data ethics'?La data ethics si riferisce alle considerazioni morali e legali relative all'uso e alla gestione dei dati.
107Che cos'è un algoritmo di regressione?Un algoritmo di regressione è un modello statistico utilizzato per prevedere valori continui basati su variabili indipendenti.
108Qual è la differenza tra supervised e unsupervised learning?Il supervised learning utilizza dati etichettati per addestrare modelli, mentre l'unsupervised learning lavora con dati non etichettati.