Quiz risolti Big data analytics, 2026

Big Data Analytics

177 domande multiple docente Luca Gagliardelli.

Lezione 002

01. Che tipo di dati trattano i Big Data?

A. Solo immagini e video

B. Solo dati testuali

C. Strutturati, semi-strutturati e non strutturati

D. Solo dati strutturati memorizzati in tabelle SQL

02. Cosa significa che un KPI deve essere 'Achievable'?

A. Raggiungibile in un tempo indefinito

B. Rilevante per il problema da risolvere

C. Legato al tempo

D. Realisticamente raggiungibile

03. Qual è lo scopo della Big Data Analytics?

A. Analizzare dati basandosi solo sulla propria esperienza

B. Analizzare dati utilizzando modelli di machine learning

C. Analizzare dati solo tramite visualizzazioni grafiche

D. Comprendere fenomeni complessi e prevedere eventi futuri

Lezione 003

01. Cosa significa che i sistemi NoSQL usano uno schema flessibile?

A. Utilizzano un sistema chiave-valore che consente di memorizzare qualsiasi tipo di oggetto

B. Utilizzano un sistema documentale basato su JSON

C. Possono gestire diverse tipologie di dati senza definire uno schema fisso

D. Possono adattarsi a diverse tipologie di hardware

02. Quale tipo di dato è tipico nei database relazionali?

A. Multimediale

B. Semi-strutturato

C. Non strutturato

D. Strutturato 1

03. Quale proprietà viene sacrificata nei sistemi AP per avere disponibilità?

A. Disponibilità

B. Sicurezza

C. Consistenza

D. Accessibilità

04. Cosa rende un sistema AP disponibile anche con nodi isolati?

A. Risponde anche se non è aggiornato

B. Elimina i nodi falliti

C. Sincronizza i dati istantaneamente

D. Blocca gli accessi

05. Perché i sistemi relazionali sono inadatti ai Big Data?

A. Lo schema dei dati è troppo rigido

B. Necessitano di hardware troppo costoso

C. Non interagiscono bene con Python

D. Scalano solo orizzontalmente

Precisazione: Il limite descritto riguarda soprattutto architetture relazionali tradizionali: esistono anche sistemi SQL distribuiti adatti ai

Big Data.

Lezione 004

01. Quante repliche ha di default un chunk in HDFS?

A. 3

B. 5

C. 1

D. 2

02. Che cos'è HDFS?

A. Un database relazionale

B. Un filesystem distribuito

C. Un sistema NoSQL

D. Un sistema di backup

03. In HDFS qual è un ruolo della replica primaria?

A. Mantiene i metadati per trovare i chunk dei file di cui è responsabile

B. Genera dei file di log per sapere chi ha letto i dati

C. Coordina la scrittura dei dati con le repliche secondarie

D. Dialoga direttamente con il master node in fase di scrittura dei dati 2

04. Cosa significa scalabilità orizzontale?

A. La possibilità di aggiungere nuova potenza di calcolo aggiungendo più macchine alla rete di un cluster

B. La possibilità di aggiungere più spazio inserendo nuovi hard disk

C. La possibilità di aggiungere nuova potenza di calcolo aumentando la RAM

D. La possibilità di aggiungere nuova potenza di calcolo migliorando l'hardware di una singola macchina

05. Qual è l'elemento del teorema CAP sacrificato da HDFS?

A. Il CAP theorem non influenza HDFS

B. Consistency

C. Availability

D. Partition tolerance

06. Qual è la dimensione tipica di un chunk in HDFS?

A. 64KB

B. 64GB

C. 64B

D. 64MB

Precisazione: 64 MB è il valore storico e l’unico pertinente tra le alternative. In configurazioni HDFS più recenti è comune il valore di 128

MB; la dimensione è configurabile.

Lezione 005

01. Perché MapReduce non è adatto a task iterativi?

A. Perché salva i risultati parziali in memoria RAM

B. Perché deve inviare i dati al master ogni volta

C. Perché salva i risultati parziali su disco

D. Perché ad ogni iterazione deve fare shuffle

02. In MapReduce quando è possibile usare un Combiner?

A. Quando l’operazione che si compie non deve essere fatta in un ordine particolare

B. Quando l’operazione è commutativa e associativa

C. Sempre

D. Quando l'operazione è solo commutativa

03. In MapReduce, cosa succede nella fase di Shuffle?

A. Vengono redistribuite le chiavi

B. Viene fatta un'aggregazione parziale delle chiavi sul singolo nodo

C. Vengono aggregate le chiavi

D. Vengono generate le chiavi 3

04. Quale framework ha migliorato MapReduce per i task iterativi?

A. Apache Spark

B. MongoDB

C. Apache Storm

D. Apache Hive

05. In MapReduce, tipicamente, cosa succede in caso di task lento?

A. Viene duplicato e si guarda quale finisce prima

B. Blocca tutto il sistema finché non ha terminato

C. Viene eliminato e si perde l'intero job

D. Viene riavviato su altro nodo

06. In MapReduce, dove avviene l’elaborazione nella fase Map?

A. Localmente su ogni nodo del cluster

B. Nel nodo master

C. Nei DataNode

D. Nel client

Lezione 006

01. In YARN di che cosa si occupa il NodeManager?

A. Gestire le risorse dell'intero cluster

B. Gestire le risorse di un singolo nodo del cluster

C. Gestire la lettura e la scrittura dei dati su disco

D. Gestire l'esecuzione di un singolo job

02. Quale componente di YARN monitora le risorse disponibili su ogni nodo cluster?

A. ResourceManager

B. ApplicationMaster

C. ClientManager

D. NodeManager

03. Qual è un punto debole dell’architettura di YARN?

A. Il NodeManager è troppo centralizzato

B. Il NodeManager è un single point of failure

C. Non fornisce nessun supporto a MapReduce

D. Il ResourceManager è un single point of failure

Precisazione: Vale per una configurazione senza alta disponibilità; YARN supporta ResourceManager attivo e standby. 4

04. in YARN, qual è la funzione dell'ApplicationMaster?

A. Gestire l'esecuzione di un singolo job

B. Gestire le risorse di un singolo nodo del cluster

C. Gestire la lettura e la scrittura dei dati su disco

D. Gestire le risorse dell'intero cluster

05. Cosa rappresenta un container in YARN?

A. Una JVM in cui viene fatta girare un'applicazione

B. L'insieme di risorse assegnate a un job

C. Un file eseguibile

D. Un task che compone il job

Precisazione: Più precisamente, un container è un’allocazione di risorse per un processo dell’applicazione, non necessariamente tutte le

risorse dell’intero job.

Lezione 007

01. Com'è strutturata una Google BigTable?

A. Come una lista di coppie nel formato chiave-valore

B. Come una mappa multidimensionale ordinata e sparsa

C. Come una mappa multidimensionale non ordinata e sparsa

D. Come una normale tabella SQL

02. Come sono mantenute le righe in BigTable?

A. Per timestamp

B. In ordine casuale

C. Per dimensione

D. In ordine lessicografico

03. Qual è la funzione del master server in BigTable?

A. Crittografa i dati

B. Elabora query

C. Assegna tablet ai server e gestisce lo schema

D. Memorizza dati

04. Che funzione hanno le famiglie di colonne?

A. Mantengono i dati ordinati

B. Raggruppano colonne simili con tipi di dato differenti

C. Suddividono la tabella in tablet

D. Raggruppano colonne simili per tipo di dato consentendone la compressione 5

05. Che ruolo ha GFS in BigTable?

A. Aiuta a gestire l'esecuzione delle query

B. Viene utilizzato per memorizzare i dati

C. Si occupa di impostare lock sui dati

D. Non ha nessun ruolo

06. Che cos'è Chubby utilizzato in BigTable?

A. Un filesystem distribuito

B. Un servizio di lock distribuito

C. Un server DNS

D. Uno scheduler

Lezione 008

01. La lettura in Dynamo:

A. Restituisce sempre l'ultima versione di un dato anche se ci sono conflitti

B. Ha sempre successo, indipendentemente da quanti nodi rispondono

C. Interroga tutti i nodi del cluster

D. Restituisce tutte le versioni di un dato se esistono conflitti

02. Qual è la funzione del garbage collector in Dynamo?

A. Cancella i log degli errori

B. Elimina versioni obsolete dei dati

C. Sincronizza i nodi tra loro

D. Effettua backup periodici

03. In Dynamo che cos'è il gossip protocol?

A. Un sistema di scambio di informazioni sullo stato del sistema tra nodi

B. Un metodo di backup incrementale

C. Una tecnica di compressione dei log

D. Un sistema di scambio di informazioni sui dati memorizzati tra nodi

04. In Dynamo che cosa succede se un nodo coinvolto nel processo è offline durante la scrittura?

A. Viene usato un meccanismo di hinted handoff

B. Il client riprova dopo un timeout

C. Il valore viene cancellato

D. L'intera scrittura fallisce 6

05. Quali caratteristiche ha Dynamo secondo il CAP Theorem?

A. Alta disponibilità e partizionamento (AP)

B. Consistenza e disponibilità (CA)

C. Consistenza e partizionamento (CP)

D. Dynamo non è coinvolto dal CAP theorem

06. Quando una scrittura ha successo in Dynamo?

A. Solo se tutti i nodi coinvolti scrivono con successo

B. Quando almeno W nodi riescono a scrivere, W è un parametro modificabile

C. Solo se il nodo coordinatore riesce a scrivere con successo, invierà i dati agli altri nodi successivamente

D. Quando almeno W nodi riescono a scrivere, W è un parametro fisso uguale a 3

Lezione 009

01. Cosa fa la Python Virtual Machine (PVM)?

A. Esegue un file con estensione .py

B. Compila il bytecode

C. Esegue il bytecode

D. Emula un sistema operativo Linux

02. In Python, cos’è il bytecode?

A. Un codice intermedio interpretato dalla PVM

B. Un codice binario direttamente eseguibile dal sistema operativo in uso

C. Un codice binario compilato per uno specifico sistema operativo

D. Una libreria compilata per un certo sistema operativo

03. Perché Python è più lento di C/C++?

A. Ha una sintassi più complessa

B. Usa troppe librerie

C. Non precompila il codice

D. È un linguaggio interpretato

Precisazione: La risposta descrive il comportamento tipico di CPython. Python compila comunque in bytecode; la lentezza dei cicli Python

rispetto al codice nativo dipende anche da tipizzazione dinamica e costi del runtime. Non è un limite identico per ogni implementazione

e libreria.

04. Qual è una delle principali caratteristiche di Python?

A. Fa uso di tipizzazione statica

B. Supporta più paradigmi di programmazione

C. È un linguaggio compilato

D.