Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

00 NUESTRAS TARJETAS > BLOQUE 2 - TEMA 5 - Sistemas gestores bbdd NoSQL > Flashcards

BLOQUE 2 - TEMA 5 - Sistemas gestores bbdd NoSQL Flashcards

1
Q

Las bbdd NoSql garantizan el modelo ACID ?

A

NO

consistencia eventual, se tarda un poco en que todos los nodos tengan la misma información

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Que es el modelo BASE en las bbdd NoSql ? (T)

A

BASE (Basically Available Soft State) - Consistencia eventual

Basically Available: El sistema debe garantizar cierto nivel de disponibilidad-

Soft state: se prioriza la propagación de datos, delegando el control de inconsistencias a elementos externos

Eventually consistent: Este principio establece que, con el tiempo, el sistema convergerá a un estado coherente.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Que es el teorema de CAP ( o conjetura de brewer) (T)

A

Es un teorema que indica que es imposible para un sistema de cómputo distribuido garantizar simultáneamente: la consistencia(Consistency), disponibilidad(Availability) y la tolerancia al particionado (Partition Tolerance)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Dime las siglas de CAP del teorema de CAP (o teorema de brewer) (T)

A

C : consistency
A: availability
P: partition tolerance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Cual es la definicion de los estados del teorema de CAP ? (o teorema de brewer) (T)

A

C: consistency = Todos los nodos ven la misma información

A: availability = Toda petición tiene que recibir una respuesta

P: partition tolerance = El sistema debe seguir funcionando aunque haya fallos de comunicaciones entre nodos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Que 2 propiedades del teorema de CAP o teorema de wreber cumplen las bases de datos relacionales ? (T)

A

Las 2 primeras, CA

C: consistency
A: availability

La ultima, la P (partition tolerance - el sistema debe seguir funcionando aunque haya fallos de comunicaciones entre nodos), NO la cumple

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Dime una base de datos NoSQL de tipo clave-valor

A

Cassandra

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Dime una base de datos NoSQL de tipo documental

A

MongoDB

nota: Modelo de documento almacena datos en forma de documentos, que suelen estar en formato JSON, BSON o XML.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Que es un BSON ?

A

BSON (binary JSON) - es un json en formato binario

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Dime una base de datos NoSQL basada en grafos

A

neo4j

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

¿Cuáles son las cuatro operaciones básicas que se pueden realizar en una base de datos?

A

CRUD (Create, Read, Update, Delete).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Dime algunas sentencias de mongoDB (modelo NoSQL documental) (T)

A

insertOne() o insertMany()
find()
updateOne(), updateMany() o replaceOne().
deleteOne() o deleteMany()

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Que es lo que define la arquitectura de MongoDB (modelo NoSQL documentos) (T)

A

Son arquitecturas con un nodo master

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Cuales son las 7 V´s del big data ?

A

Volumen
Variedad
Velocidad
Veracidad
Valor
Variabilidad
Visualización

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Que es hadoop ? (T)

A

Hadoop es un marco de software de código abierto que facilita el procesamiento y almacenamiento de grandes conjuntos de datos en un entorno distribuido. Fue creado por Apache Software Foundation y es ampliamente utilizado en el mundo del big data.

Componentes Principales de Hadoop:
Hadoop Distributed File System (HDFS):

Función: Proporciona almacenamiento de datos distribuido y altamente escalable. Divide los datos en bloques grandes y los distribuye en diferentes nodos en el clúster.

Ventaja: Alta disponibilidad y resistencia a fallos, ya que los datos se replican en varios nodos.

MapReduce:

Función: Un modelo de programación para procesar grandes cantidades de datos de manera paralela en el clúster Hadoop.

Proceso: Divide el trabajo en tareas más pequeñas (Map) que se procesan en paralelo y luego combina los resultados (Reduce).

YARN (Yet Another Resource Negotiator):

Función: Administra los recursos del clúster y programa las tareas de procesamiento.

Beneficio: Permite ejecutar diferentes tipos de trabajos (no solo MapReduce) en el clúster.

Hadoop Common:

Función: Proporciona las bibliotecas y utilidades necesarias para que otros módulos de Hadoop funcionen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Que es Hadoop Distributed File System (HDFS) ?

A

Función: Proporciona almacenamiento de datos distribuido y altamente escalable. Divide los datos en bloques grandes y los distribuye en diferentes nodos en el clúster.

Ventaja: Alta disponibilidad y resistencia a fallos, ya que los datos se replican en varios nodos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Que es MapReduce ?

A

Función: Un modelo de programación para procesar grandes cantidades de datos de manera paralela en el clúster Hadoop.

Proceso: Divide el trabajo en tareas más pequeñas (Map) que se procesan en paralelo y luego combina los resultados (Reduce).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Que es HBase ?

A

Apache HBase es una base de datos NoSQL distribuida y de código abierto diseñada para manejar grandes cantidades de datos dispersos y estructurados. Es parte del ecosistema de Apache Hadoop y se ejecuta sobre Hadoop Distributed File System (HDFS).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Que es ZooKeeper ?

A

Apache ZooKeeper es un servicio centralizado para mantener la configuración, información de nombres, proporcionar sincronización distribuida y proporcionar servicios de grupo en aplicaciones distribuidas.

Integración:
Hadoop: ZooKeeper es una parte integral del ecosistema de Hadoop, utilizado para coordinar y gestionar nodos.

Kafka: Apache Kafka utiliza ZooKeeper para gestionar la configuración del clúster y la selección del líder.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

que es RabbitMQ ?

A

RabbitMQ es un sistema de mensajería de código abierto que implementa el protocolo de mensajería avanzada AMQP (Advanced Message Queuing Protocol). Es utilizado para gestionar y facilitar la comunicación entre diferentes aplicaciones o componentes de un sistema distribuido

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

¿Cuáles de las siguientes opciones representan correctamente las 7 V’s del Big Data?

A) Volumen, Velocidad, Variedad, Veracidad, Valor, Visualización, Variabilidad

B) Volumen, Velocidad, Variedad, Veracidad, Versatilidad, Visibilidad, Virtualización

C) Volumen, Velocidad, Variedad, Veracidad, Visualización, Validación, Versatilidad

D) Volumen, Velocidad, Variedad, Veracidad, Viscocidad, Virtualización, Variabilidad

A

A

Volumen, Velocidad, Variedad, Veracidad, Valor, Visualización, Variabilidad

Volumen: La cantidad de datos generados y almacenados.

Velocidad: La rapidez con la que se generan y procesan los datos.

Variedad: Los diferentes tipos de datos (estructurados, no estructurados).

Veracidad: La calidad y precisión de los datos.

Valor: El beneficio que se obtiene del análisis de los datos.

Visualización: La representación gráfica de los datos para facilitar su comprensión.

Variabilidad: La inconsistencia de los datos que puede afectar la calidad del análisis.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

¿Cuál es la función principal del modelo de programación MapReduce en el contexto del procesamiento de grandes volúmenes de datos?

A) Un modelo de programación para el procesamiento en tiempo real de datos de flujo continuo.

B) Un modelo de programación que divide tareas en subprocesos y las ejecuta en paralelo en un único servidor.

C) Un modelo de programación que permite la distribución y procesamiento paralelo de grandes volúmenes de datos en un clúster de computadoras.

D) Un modelo de programación utilizado exclusivamente para la gestión de bases de datos relacionales.

A

C

Un modelo de programación que permite la distribución y procesamiento paralelo de grandes volúmenes de datos en un clúster de computadoras

MapReduce: Es un modelo de programación y una plataforma de procesamiento de datos desarrollada por Google. Permite el procesamiento y generación de grandes conjuntos de datos de manera distribuida y paralela en un clúster de computadoras. Se basa en dos funciones principales: Map, que filtra y ordena datos, y Reduce, que realiza un resumen y agrega los resultados del paso de Map. Este modelo es fundamental en el ecosistema de Big Data, especialmente en tecnologías como Hadoop.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

¿Qué es Hadoop y cuál es su función principal en el ecosistema de Big Data?

A) Una base de datos relacional utilizada para gestionar grandes volúmenes de datos estructurados.

B) Un sistema operativo especializado en la ejecución de aplicaciones distribuidas.

C) Un framework de software de código abierto que facilita el procesamiento distribuido de grandes conjuntos de datos en clústeres de computadoras.

D) Una herramienta de visualización de datos utilizada para crear gráficos y reportes interactivos.

A

C

Un framework de software de código abierto que facilita el procesamiento distribuido de grandes conjuntos de datos en clústeres de computadoras.

Hadoop: Es un framework de software de código abierto desarrollado por Apache. Hadoop permite el procesamiento distribuido y escalable de grandes conjuntos de datos a través de un clúster de computadoras. Utiliza el modelo de programación MapReduce y un sistema de archivos distribuido (HDFS) para almacenar y procesar datos de manera eficiente. Es una tecnología fundamental en el ecosistema de Big Data.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

¿Cuál de las siguientes es una base de datos NoSQL de tipo clave-valor?

A) MongoDB

B) Cassandra

C) CouchDB

D) Neo4j

A

B

Cassandra

Cassandra: Aunque es conocida principalmente como una base de datos de tipo columna, también puede ser utilizada como una base de datos clave-valor. Es altamente escalable y se usa en aplicaciones que requieren alta disponibilidad y sin puntos únicos de fallo.

CouchDB: Es una base de datos NoSQL, pero se clasifica principalmente como una base de datos orientada a documentos.

25
Q

¿Cuál es la función principal del Hadoop Distributed File System (HDFS) en el ecosistema de Big Data?

A) Un sistema de archivos distribuido para almacenar y gestionar datos no estructurados en una sola máquina.

B) Un sistema de archivos de red que permite la compartición de archivos entre diferentes sistemas operativos.

C) Un sistema de archivos distribuido diseñado para almacenar y gestionar grandes volúmenes de datos en un clúster de computadoras.

D) Un sistema de archivos en tiempo real para el procesamiento inmediato de datos.

A

C

Un sistema de archivos distribuido diseñado para almacenar y gestionar grandes volúmenes de datos en un clúster de computadoras.

Hadoop Distributed File System (HDFS): Es un sistema de archivos distribuido desarrollado por Apache que está diseñado para almacenar y gestionar grandes volúmenes de datos en un entorno de clúster. HDFS permite el almacenamiento escalable y fiable, dividiendo los datos en bloques grandes distribuidos entre nodos en el clúster, lo cual facilita el procesamiento paralelo eficiente.

26
Q

¿Cuál es la función principal de Apache ZooKeeper en el ecosistema de Big Data?

A) Un framework para el procesamiento en tiempo real de grandes volúmenes de datos.

B) Un sistema de archivos distribuido para almacenar datos no estructurados.

C) Un servicio centralizado para la gestión de la configuración, el nombramiento, la sincronización y la gestión de grupos en un clúster distribuido.

D) Un motor de búsqueda distribuido para indexar y consultar grandes conjuntos de datos.

A

C

Un servicio centralizado para la gestión de la configuración, el nombramiento, la sincronización y la gestión de grupos en un clúster distribuido.

Apache ZooKeeper: Es una herramienta de software que proporciona servicios centralizados para la gestión de la configuración, el nombramiento, la sincronización y la gestión de grupos en aplicaciones distribuidas. ZooKeeper es fundamental para mantener la coherencia y la coordinación en clústeres de gran escala, y es utilizado frecuentemente en conjunto con otros sistemas de Big Data como Hadoop y Kafka.

27
Q

¿Qué dos propiedades del teorema de CAP o teorema de Brewer cumplen las bases de datos relacionales?

a) Consistencia y Disponibilidad

b) Consistencia y Tolerancia a Particiones

c) Disponibilidad y Tolerancia a Particiones

d) Escalabilidad y Flexibilidad

A

A

Consistencia y Disponibilidad

El teorema de CAP (Consistency, Availability, Partition Tolerance) establece que en un sistema distribuido solo se pueden garantizar dos de las tres propiedades a la vez: Consistencia, Disponibilidad y Tolerancia a Particiones. Las bases de datos relacionales típicamente priorizan Consistencia y Disponibilidad, asegurando que todas las operaciones de lectura devuelvan datos consistentes y que el sistema esté disponible para todas las operaciones de lectura y escritura.

Por qué las otras opciones no son correctas:

b) Consistencia y Tolerancia a Particiones: Las bases de datos relacionales no suelen priorizar la Tolerancia a Particiones tanto como la Disponibilidad y la Consistencia.

c) Disponibilidad y Tolerancia a Particiones: Para priorizar estas dos propiedades, la consistencia puede verse comprometida, lo que no es típico en bases de datos relacionales.

d) Escalabilidad y Flexibilidad: Estas no son propiedades del teorema de CAP.

28
Q

¿Qué es el modelo BASE en las bases de datos NoSQL?

a) Un modelo que garantiza transacciones completamente consistentes

b) Un modelo que se centra en la flexibilidad y disponibilidad, sacrificando la consistencia inmediata

c) Un modelo exclusivo para bases de datos relacionales

d) Un modelo que prioriza la integridad referencial y las relaciones entre tablas

A

B

Un modelo que se centra en la flexibilidad y disponibilidad, sacrificando la consistencia inmediata

El modelo BASE (Basically Available, Soft state, Eventually consistent) es un enfoque utilizado en las bases de datos NoSQL que se centra en la alta disponibilidad y la flexibilidad. En lugar de garantizar la consistencia inmediata de los datos (como en el modelo ACID), el modelo BASE permite que los datos sean eventualmente consistentes. Esto significa que, después de un tiempo, todos los nodos del sistema reflejarán el mismo estado, pero no garantizan la consistencia instantánea en todo momento.

Por qué las otras opciones no son correctas:

a) Un modelo que garantiza transacciones completamente consistentes: Esto describe el modelo ACID, no BASE.

c) Un modelo exclusivo para bases de datos relacionales: BASE es específico de bases de datos NoSQL, no de las relacionales.

d) Un modelo que prioriza la integridad referencial y las relaciones entre tablas: Este es un enfoque típico de las bases de datos relacionales y no se aplica al modelo BASE.

29
Q

¿Qué tipo de datos almacena MongoDB?

A) Datos en formato de tablas y filas.
B) Documentos en formato JSON o BSON.
C) Solo datos numéricos.
D) Archivos de texto plano.

A

B

Documentos en formato JSON o BSON.

30
Q

¿Cuál es la unidad básica de datos en MongoDB?

A) Fila
B) Tabla
C) Documento
D) Registro

A

C

Documento

31
Q

¿Qué componente principal de MongoDB maneja todas las solicitudes y operaciones de la base de datos?

A) MongoS
B) MongoDB Shell
C) MongoD
D) Servidor de configuración

A

C

MongoD

32
Q

¿Cuál es una característica clave de los documentos en MongoDB?

A) Deben tener un esquema predefinido.

B) Pueden contener otros documentos y arrays como valores.

C) Solo pueden tener un número fijo de campos.

D) No pueden ser modificados una vez creados.

A

B

Pueden contener otros documentos y arrays como valores.

33
Q

¿Qué se entiende por nodo maestro en un Replica Set de MongoDB?

A) Un nodo que solo almacena datos.

B) El nodo que acepta operaciones de escritura y lectura.

C) Un nodo que no participa en la replicación.

D) Un nodo que solo realiza copias de seguridad.

A

B

El nodo que acepta operaciones de escritura y lectura.

34
Q

¿Cuál es la función principal del nodo primario (maestro) en MongoDB?

A) Replicar datos a otros nodos.

B) Aceptar todas las operaciones de escritura y gestionar las lecturas.

C) Administrar la configuración del clúster.

D) Proteger los datos contra accesos no autorizados.

A

B

Aceptar todas las operaciones de escritura y gestionar las lecturas.

35
Q

En MongoDB, ¿Qué sucede si el nodo primario de un Replica Set falla?

A) El sistema deja de funcionar.

B) Un nodo secundario es promovido automáticamente a primario.

C) Todos los nodos se apagan automáticamente.

D) Los datos se pierden permanentemente.

A

B

Un nodo secundario es promovido automáticamente a primario.

36
Q

¿Qué significa el acrónimo CAP en el contexto de sistemas distribuidos?

A) Consistencia, Accesibilidad y Partición

B) Consistencia, Disponibilidad y Tolerancia a Particiones

C) Conectividad, Accesibilidad y Partición

D) Consistencia, Autenticación y Protección

A

B

Consistencia, Disponibilidad y Tolerancia a Particiones

37
Q

¿Cuál de las siguientes afirmaciones describe la consistencia según el teorema CAP?

A) El sistema siempre responde a las peticiones.

B) Todos los nodos ven los mismos datos al mismo tiempo.

C) El sistema continúa funcionando incluso si hay fallos de red.

D) Los datos pueden no ser los más recientes.

A

B

Todos los nodos ven los mismos datos al mismo tiempo.

38
Q

¿Qué implica la disponibilidad en el contexto del teorema CAP?

A) El sistema puede estar fuera de línea sin afectar a los usuarios.

B) Cualquier petición recibe una respuesta no errónea, pero no necesariamente la más reciente.

C) Todos los nodos tienen que estar siempre sincronizados.

D) Los datos siempre son consistentes entre nodos.

A

B

Cualquier petición recibe una respuesta no errónea, pero no necesariamente la más reciente.

39
Q

¿Cuál es la característica de tolerancia a particiones en un sistema distribuido?

A) El sistema puede recuperarse automáticamente después de un fallo.

B) El sistema sigue funcionando incluso si hay fallos de comunicación entre nodos.

C) Todos los nodos deben estar disponibles al mismo tiempo.

D) Los datos se replican instantáneamente entre todos los nodos.

A

B

El sistema sigue funcionando incluso si hay fallos de comunicación entre nodos.

40
Q

Según el teorema CAP, ¿qué sucede cuando un sistema distribuido enfrenta una partición de red?

A) El sistema debe sacrificar la disponibilidad para mantener la consistencia.

B) El sistema puede mantener tanto la disponibilidad como la consistencia sin problemas.

C) El sistema se apaga automáticamente para evitar errores.

D) Todos los nodos dejan de funcionar hasta que se restablece la conexión.

A

A

El sistema debe sacrificar la disponibilidad para mantener la consistencia.

41
Q

¿Cuál es una aplicación práctica del teorema CAP en el diseño de bases de datos NoSQL?

A) Asegurar que todos los nodos tengan siempre los mismos datos.

B) Elegir entre ser consistente o disponible, dependiendo del uso previsto del sistema.

C) Garantizar que todos los sistemas estén siempre disponibles sin interrupciones.

D) Proporcionar una interfaz gráfica para la gestión de datos.

A

B

Elegir entre ser consistente o disponible, dependiendo del uso previsto del sistema.

42
Q

¿Qué significa que un sistema sea CA (Consistente y Disponible)?

A) Puede funcionar sin tolerancia a particiones.

B) Siempre tiene que sacrificar la disponibilidad para mantener la consistencia.

C) No puede manejar fallos de red en absoluto.

D) Todos los nodos deben estar disponibles al mismo tiempo para funcionar correctamente.

A

A

Puede funcionar sin tolerancia a particiones.

43
Q

¿Quién formuló inicialmente el teorema CAP y en qué año?

A) Seth Gilbert en 2002
B) Eric Brewer en 2000
C) Nancy Lynch en 2001
D) Tim Berners-Lee en 1999

A

B

Eric Brewer en 2000

44
Q

¿Cuál es la sentencia utilizada para insertar un único documento en una colección en MongoDB?

A) db.collection.add()
B) db.collection.insertOne()
C) db.collection.create()
D) db.collection.push()

A

B

db.collection.insertOne()

45
Q

¿Qué sentencia se utiliza para insertar múltiples documentos en una colección?

A) db.collection.insertAll()
B) db.collection.insertMany()
C) db.collection.addMultiple()
D) db.collection.createMany()

A

B

db.collection.insertMany()

46
Q

¿Cuál es la sentencia correcta para recuperar todos los documentos de una colección?

A) db.collection.getAll()
B) db.collection.findAll()
C) db.collection.find()
D) db.collection.retrieve()

A

C

db.collection.find()

47
Q

¿Cómo se actualiza un documento específico en una colección utilizando MongoDB?

A) db.collection.update()
B) db.collection.modifyOne()
C) db.collection.updateOne()
D) db.collection.changeOne()

A

C

db.collection.updateOne()

48
Q

¿Qué sentencia se utiliza para eliminar un documento específico de una colección?

A) db.collection.deleteOne()
B) db.collection.removeOne()
C) db.collection.eraseOne()
D) db.collection.removeDocument()

A

A

db.collection.deleteOne()

49
Q

Para renombrar una colección en MongoDB, ¿cuál es la sentencia correcta?

A) db.collection.renameTo(newName)
B) db.collection.renameCollection(newName)
C) db.collection.changeName(newName)
D) db.collection.updateName(newName)

A

B

db.collection.renameCollection(newName)

50
Q

¿Qué sentencia se utiliza para crear un índice en una colección en MongoDB?

A) db.collection.createIndex({field: 1})
B) db.collection.addIndex({field: 1})
C) db.collection.index({field: 1})
D) db.collection.newIndex({field: 1})

A

A

db.collection.createIndex({field: 1})

51
Q

¿Qué es Apache Hadoop?

A) Un sistema operativo para servidores.

B) Un framework de código abierto para el almacenamiento y procesamiento distribuido de grandes conjuntos de datos.

C) Una base de datos relacional.

D) Un lenguaje de programación para Big Data.

A

B

Un framework de código abierto para el almacenamiento y procesamiento distribuido de grandes conjuntos de datos.

52
Q

¿Cuál es uno de los componentes principales de Hadoop que permite el almacenamiento distribuido?

A) MapReduce
B) HDFS (Hadoop Distributed File System)
C) YARN
D) Hive

A

B

HDFS (Hadoop Distributed File System)

53
Q

¿Qué modelo utiliza Hadoop para procesar datos en paralelo?

A) SQL
B) MapReduce
C) Batch Processing
D) Stream Processing

A

B

MapReduce

54
Q

¿Cuál es la función principal del componente YARN en Hadoop?

A) Almacenar datos en el sistema de archivos distribuido.

B) Gestionar los recursos del clúster y coordinar las aplicaciones que se ejecutan en él.

C) Procesar los datos utilizando MapReduce.

D) Proporcionar una interfaz gráfica para la administración del clúster.

A

B

Gestionar los recursos del clúster y coordinar las aplicaciones que se ejecutan en él.

55
Q

¿Cuál es una ventaja importante del uso de Hadoop para el análisis de Big Data?

A) Requiere hardware especializado y costoso.

B) Permite procesar grandes volúmenes de datos a bajo costo utilizando hardware estándar.

C) Solo puede manejar datos estructurados.

D) Es un software propietario que requiere licencias costosas.

A

B

Permite procesar grandes volúmenes de datos a bajo costo utilizando hardware estándar.

56
Q

¿Qué significa la consistencia en el contexto del teorema CAP?

A) El sistema siempre responde a las solicitudes.

B) Todos los nodos devuelven la misma versión de los datos al mismo tiempo.

C) Los datos pueden no ser los más recientes.

D) El sistema puede estar fuera de línea sin afectar a los usuarios.

A

B

Todos los nodos devuelven la misma versión de los datos al mismo tiempo.

57
Q

¿Cuál es la definición de disponibilidad según el teorema CAP?

A) Todos los nodos deben estar disponibles al mismo tiempo.

B) Cada solicitud recibe una respuesta no errónea en un tiempo razonable, aunque no sea la más actualizada.

C) Los datos deben ser consistentes en todos los nodos.

D) El sistema se apaga automáticamente en caso de fallo.

A

B

Cada solicitud recibe una respuesta no errónea en un tiempo razonable, aunque no sea la más actualizada.

58
Q

¿Qué implica la tolerancia a particiones en un sistema distribuido?

A) El sistema puede continuar funcionando a pesar de fallos en la comunicación entre nodos.

B) Todos los nodos deben estar siempre sincronizados.

C) El sistema deja de funcionar si hay una partición de red.

D) Los datos se replican instantáneamente entre todos los nodos.

A

A

El sistema puede continuar funcionando a pesar de fallos en la comunicación entre nodos.

59
Q

¿Cuál es una implicación práctica del teorema CAP para el diseño de sistemas distribuidos?

A) Todos los sistemas deben ser consistentes y disponibles al mismo tiempo.

B) Los desarrolladores deben elegir entre priorizar consistencia o disponibilidad, dependiendo del caso de uso.

C) La tolerancia a particiones no es necesaria en sistemas distribuidos.

D) La consistencia siempre debe ser sacrificada por la disponibilidad.

A

B

Los desarrolladores deben elegir entre priorizar consistencia o disponibilidad, dependiendo del caso de uso.

00 NUESTRAS TARJETAS (38 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions