Q166745 – Engenheiro de Dados (TI) – Fundação Getulio Vargas 2026

a adoção da semântica de tempo de processamento (Processing Time) é a única abordagem capaz de garantir o determinismo dos resultados em caso de reprocessamento (replay), pois utiliza o relógio do servidor como fonte de verdade imutável, eliminando a complexidade de sincronização de relógios distribuídos;

para lidar com a chegada de dados fora de ordem em um fluxo infinito (unbounded stream) utilizando a semântica de tempo do evento (Event Time), o sistema deve empregar o conceito de marcas d'água (Watermarks), as quais funcionam como uma métrica de progresso do tempo lógico, sinalizando ao sistema que não são mais esperados eventos com timestamp inferior a um determinado valor;

o processamento em microlotes (micro-batching) elimina nativamente o problema de dados fora de ordem, pois, ao agrupar os eventos em pequenos pacotes discretos de tempo (ex: 1 segundo), o sistema força a ordenação correta dos registros dentro do buffer de memória antes de iniciar a computação da transformação;

as Janelas Deslizantes (Sliding Windows) são inadequadas para esse cenário de detecção de fraudes, pois exigem que os dados cheguem estritamente ordenados; a solução correta seria a utilização exclusiva de janelas de sessão (Session Windows), que se adaptam dinamicamente baseadas na inatividade do usuário, ignorando o timestamp do evento;

a arquitetura lambda é imprescindível para garantir a consistência dos dados nesse cenário, visto que motores de processamento de fluxo modernos (Stream Processors) são arquiteturalmente incapazes de garantir a semântica de processamento "exatamente uma vez" (exactly-once), dependendo sempre de uma camada batch corretiva para sanear os dados a posteriori.