Questão 25331 · 29ª da prova
FCC 2026 – SEFAZ-SP – Auditor Fiscal da Receita Estadual: Banco de Dados Paralelos e Distribuídos
- Banca
- FCC
- Órgão
- SEFAZ-SP
- Ano
- 2026
- Cargo
- Auditor Fiscal da Receita Estadual
- Matéria
- Banco de Dados
- Assunto
- Banco de Dados Paralelos e Distribuídos · Big Data
Uma equipe de auditoria possui uma tabela de NF-e com mais de 1 bilhão de registros em um pyspark.sgl.DataFrame
chamado df. A auditora deseja inspecionar apenas 1.000 registros localmente em seu notebook, usando funcionalidades
avangadas de pandas para buscar inconsisténcias. Nesse cenário, a abordagem em PySpark mais apropriada para gerar esses
registros em um pandas. DataFrame, minimizando o risco de estouro de memória no ambiente local é:
- A
pdf = df.toPandas ()
pdf_sample = pdf.sample (n=1000, random_state=42)
- B
sample df = df.sample(False, 0.001, seed=42)
pdf_sample = sample_df.toPandas()
- Cpdf_sample = df.limit (1000).toPandas ()
- D
rows = df.collect()
pdf_sample = pd.DataFrame (rows[:1000])
- Epdf_sample = spark.createDataFrame (df.head (1000)).toPandas ()