Cópia de Cópia de 5221125-Business-Intelligence-Bi PDF

Sefaz-df
Análise de Informações
Business Intelligence
ANÁLISE DE INFORMAÇÕES
Prof. Rafael Faria e Celso Ângelo
SUMÁRIO
Business Intelligence...................................................................................3
Introdução.................................................................................................3
1. Business Intelligence (BI).........................................................................4
2. Big Data – Conceitos................................................................................8
3. Premissas do Big Data............................................................................ 15
4. Características do Big Data..................................................................... 18
4.1. Hadoop.............................................................................................. 18
4.2. Ecossistema Hadoop............................................................................ 22
4.3. NoSQL............................................................................................... 25
5. Aplicações do Big Data no mercado.......................................................... 33
Resumo.................................................................................................... 35
Questões de Concursos.............................................................................. 37
Gabarito................................................................................................... 49
Gabarito Comentado.................................................................................. 50
O conteúdo desta aula em pdf é licenciado para WESLEY HENRIQUE DE ALBUQUERQUE - 02409124119, vedada, por quaisquer meios e a qualquer título,
a sua reprodução, cópia, divulgação ou distribuição, sujeitando-se aos infratores à responsabilização civil e criminal.
www.grancursosonline.com.br 2 de 71
BUSINESS INTELLIGENCE
Introdução
No capítulo anterior, tivemos a oportunidade de conversar sobre o modelo di-
mensional, ou multidimensional. Sobre como ele é importante para as empresas
que desejam ter seus dados disponíveis para análise e geração de relatórios sem
que isso possa trazer prejuízos de performance para o banco de dados.
Pudemos perceber que a metodologia envolvida para o desenvolvimento tinha
dois grandes defensores, Inmon e Kimball, que, apesar de possuírem pequenas
modificações, ainda seguem para o mesmo fim: montar e disponibilizar o Data
Warehouse, seja ele o DW corporativo para atender a todos os setores de uma em-
presa ou com o Data Mart para atender a cada setor por vez.
Por fim, chegamos ao ETL, a ferramenta responsável por realizar a extração,
transformação (integração, limpeza etc.) e carga no DW.
Mas apesar de termos estudado tanto sobre o DW, não tratei das ferramentas de
OLAP e isso foi proposital; quis deixar esse assunto para ser tratado aqui, quando
discutiremos sobre Big Data. E por que isso? Simples, eu acredito que o Big Data é
o “novo Business Intelligence (BI)”, e antes de entrarmos no assunto sobre o que
é e como se chega lá, precisamos dar uma passadinha no que ainda é e será muito
utilizado, que é o Business Intelligence.
Se você reparar, estamos mais alguns degraus acima na nossa jornada e BI é
uma parte desse degrau; do que adianta criar DW se eu não usá-lo numa ferra-
menta de OLAP?
1. Business Intelligence (BI)
O interessante do BI é que depois do trabalho “sujo” na montagem do DW e seu
processo de carga definido pelo ETL, é nessa ferramenta que somos capazes de dar
vazão para a elaboração, enfim, dos tais relatórios que irão responder a todas as
dúvidas dos gestores. Claro que cada projeto possui os seus riscos; já pensou se a
área de TI não realiza o levantamento correto das necessidades dos usuários e no
final apresenta um gráfico ou relatório que não atende direito o que a alta gestão
gostaria de ver? Ou se o gestor está com dúvidas do que gostaria de saber, quais
indicadores ele gostaria de monitorar?
Por definição, BI é uma ferramenta que coleta e processa grandes volumes
de dados de sistemas internos e externos. Seu principal objetivo é encontrar
informações desses dados cruzados, principalmente por meio de consultas/
relatórios analíticos e painéis (dashboards) que possam fornecer aos funcio-
nários e gerentes o poder de acelerar e aprimorar as tomadas de decisões,
aumentar a eficiência operacional, identificar tendências de mercado, apontar
novas oportunidades de negócios e mostrar indicadores chaves de performance
(KPI) reais.
Uma coisa que eu acho interessante no BI é que ele não foi feito para mostrar
como a empresa está bem, e sim o contrário! Isso mesmo! Ele foca em apontar
onde estão os gargalos, onde as informações não batem, para que assim os indica-
dores da empresa possam ser ajustados, melhorados.
Um característica importante sobre o BI que vale a pena citar é a criação de
cubos para ajudar na análise dos dados.
O cubo é a representação de uma visão de um conjunto de dados dimensional.
Como assim? Ele é a generalização de duas ou três dimensões para trazer uma
visão de algo. Exemplo: uma empresa gostaria de ver os dados financeiros suma-
rizados por produtos, pelo tempo e por cidade para que assim possa comparar as
despesas de orçamentos. Então podemos dizer que produto, tempo e cidade seriam
as dimensões de dados.
Figura 1 – Exemplo de Cubo
O cubo é um atalho para se obter um conjunto de dados específicos; ele facilita
a visão de algo, no lugar de você ter de olhar um mundo de dados.
Dentro das ferramentas de BI temos diversas opções de construção de gráficos
e relatórios; alguns desses gráficos são disponibilizados em painéis para a alta ges-
tão para que eles possam monitorar os indicadores da empresa, percebendo quan-
do algum problema está acontecendo ou analisando as informações para poder ter
novos insights.
Figura 2 – Exemplo de um painel com várias gráficos
O interessante dessa plataforma é a facilidade de gerar novas visões, uma vez
que os dados por trás já estejam definidos nas dimensões e fatos. A imagem abaixo
traz uma visão de uma tela em que eu tenho, do lado esquerdo, as minhas colunas
disponíveis, e uma interface amigável na qual eu possa construir gráficos e rela-

tórios instantaneamente. Eu seleciono as colunas que quero mostrar no gráfico,
informo se terá algum filtro específico (ano, cidade etc.), seleciono o tipo de gráfico
que quero ver e ele automaticamente já me mostra um esboço dessa visão. Faço
os ajustes necessários e a partir daí posso até compartilhar via e-mail com outras
pessoas.
Figura 3 – Exemplo de construção de um gráfico pelo usuário final
Traçando o início para a nossa conversa sobre Big Data, o BI é uma ferramenta
poderosa que analisa o passado de uma instituição para ajudar a tomar decisões,
corrigir problemas. No BI conhecemos as perguntas que iremos fazer devido à for-
ma como foi concebida nos relatórios. Já no Big Data, temos essa visão e outras;
nele temos a capacidade de expandir o pensamento para analisar o passado e ten-
tar até prever o futuro. Com ele podemos cruzar informações que antes não esta-
vam disponíveis, que não se conversavam e agora, com o poder do processamento
e armazenagem distribuídos, isso é possível. A imagem abaixo mostra o quadrante
em que cada uma das ferramentas se encaixa nesse contexto:
Figura 4 – Área de atuação do BI e Big Data
2. Big Data – Conceitos
O que é Big Data? De forma genérica: é um volume de dados gigantesco que
não pode ser armazenado ou processado usando as técnicas tradicionais em um
determinado tempo. Ele é composto por dados estruturados e não estruturados e
que impactam os negócios no dia a dia.
Um fato interessante é que estamos acostumados a medir o dado pelo seu
tamanho, MB, GB, TB, EX, mas, quando falamos de Big Data, isso depende do
contexto. Por exemplo: para um e-mail que suporta anexos de até 25 MB, ter de
gerenciar um arquivo de 100MB seria considerado um Big Data.

Um outro exemplo seria: imagine que você possua 10TB de imagens que preci-
sam ser processadas em um determinado tempo utilizando recursos de processa-
mento tradicionais. Realizar esse procedimento nos moldes atuais não seria possí-
vel, classificando assim esse volume de dados como Big Data.
O Facebook gera aproximadamente 100TB de dados todos os dias; o Twitter
gera 400 milhões de twits por dia e o Youtube gera 48.000 vídeos novos por dia.
Então você poderia se perguntar: por que é tão importante guardar esses dados?
Com o volume de usuários crescendo todos os dias, com os desafios para geren-
ciar todas essas informações, a resposta não poderia ser mais simples: receita,
dinheiro, grana! Isso mesmo, informação é valiosa e é um diferencial para que uma
empresa possa se destacar no mercado, acertar uma expectativa, investir correta-
mente, enfim, várias vertentes que estão ligadas à geração de receita por meio de
informações.
Figura 5 – Estimativa de crescimento em 2017 para Big Data
O importante quando analisamos dados não é necessariamente a quantidade,
e sim o que as empresas fazem com os dados. O Big Data pode ser utilizado para
trazer novos insights que levam a melhores decisões dentro de uma empresa; me-
lhores decisões levam a uma melhor geração de renda e diferença de mercado.
Hoje temos uma grande diferença quando comparados com o passado: as uni-
dades de armazenamento (HD) ficaram mais baratas, mas mesmo assim não so-
mos capazes de armazenar tudo em um único disco, ainda seria muita informação.
Por isso, o armazenamento é realizado em vários discos distribuídos. E se, além de
armazenar de forma distribuída, executássemos o processamento de forma parale-
la? É exatamente aí que entre uma tecnologia chamada Hadoop.
Figura 6 – Queda do custo do GB pelo tempo.
Antes que possamos tratar de Hadoop, é importante definir os o conceitos que
ajudam a compreender o que é o Big Data. Quando analisamos algumas empresas
e como elas definem o que é o Big Data – como Gartner Group, MCAFEE e Inter-
national Data Corporation –, todas sempre envolvem a questão da quantidade de
dados; a Gartner Group ainda considera mais duas vertentes importantes: velo-
cidade e variedade, definindo assim os 3 primeiros “Vs” do Big Data: Volume,
Velocidade e Variedade.
Figura 7 – Os 3Vs do Big Data
Mais tarde, em uma opinião pessoal, Cezar Taurion, diretor de novas tecnolo-
gias da IBM, agregou mais dois conceitos que complementaram a visão sobre o Big
Data: Valor e Veracidade, fechando assim os famosos “5 Vs” sobre o Big Data.
Abaixo segue o que representa o conceito por trás cada um deles:
• Volume: são todos os dados gerados. Ele é a representação de toda a infor-
mação armazenada pelo tráfego na internet ou gerado pelas empresas em
seus sistemas. Por exemplo: transações bancárias, troca de e-mails, mensa-
gens enviadas pelo Facebook, registro dos processos nos sistemas internos
dentro das empresas. O objetivo do Big Data é utilizar a tecnologia para lidar
com esse volume de dados.
• Velocidade: fator primordial para garantir que o processamento dos dados
coletados possa trazer uma visão atualizada da situação desejada. Para Tau-
rion, a importância da velocidade é tão grande que, em algum momento, de-
verá existir uma ferramenta capaz de analisar os dados em tempo real. Hoje
os dados são analisados apenas após serem armazenados.
Um ponto interessante já sabido é que informação é poder, mas a velocidade
com a qual você obtém essa informação é o que torna a empresa diferenciada no
mercado. Um exemplo: uma pessoa que tenta passar o cartão de crédito que de-
mora para aprovar a transação pode desistir da venda porque o processo demorou
demais, ou escolher uma outra forma de pagamento, deixando assim de receber o
pagamento por meio da sua plataforma.
• Variedade: com os dados sendo gerados por meio de diversas plataformas,
assim teremos também diversos tipos de dados, sendo eles classificados em:
–– Dados estruturados: são dados que estão armazenados em banco de
dados, arquivos tipo CSV e XLS; possuem uma organização para serem
recuperados;
–– Dados semi-estruturados: são dados que, em um primeiro momento,
poderiam ser considerados não estruturados, mas depois de analisados
podem ser estruturados. Exemplo: e-mails, arquivos de log, arquivos DOC
etc.
–– Dados não estruturados: são dados de diversas fontes em diversos
formatos, como imagens (PNG e JPG), áudios (MP3) e vídeos (MP4). Um
exemplo: algo que é escrito dentro do Facebook pode ser considerado não
estruturado porque não existiria uma forma de organizar algo que seja ex-
presso por meio de um sentimento.
Obs.: 90% de todos os dados gerados no mundo estão na forma de dados não
estruturados.
• Veracidade: a informação gerada precisa ser real, os dados por trás do pro-
cesso de Big Data precisam ser verídicos porque só assim ele será importante
para uma empresa. Com o Big Data não é possível controlar toda a infor-
mação falsa que pode existir na internet, mas com análises e estatísticas de
grandes volumes de dados é possível compensar as informações incorretas.
• Valor: esse é o “V” que torna o Big Data importante para uma empresa. Ter
acesso a milhares de dados não representa valor, mas sim o que podemos
fazer com eles para nos tornar competitivos.
Figura 8 – 5 Vs do Big Data
Os 5 Vs e os 3 Vs já foram cobrados em questões e a banca brinca de trocar um
dos “Vs” para confundir; por isso, mesmo que ele mostre fora de ordem, é muito
importante saber o que cada um faz.
Vimos como o Big Data é importante; olha esse exemplo real que aconteceu no
Estados Unidos e que demonstra como podemos usar as informações para atingir
melhor os consumidores.
Um pai recebeu alguns e-mails de uma loja chamada Target com vale descontos
em produtos para bebês. Indignado, o pai resolveu tirar satisfação com a loja ale-
gando que a loja estava induzindo sua filha a ter relações sexuais e filhos, porém,
só após muita confusão, os fatos finalmente foram esclarecidos. A filha assumiu
que estava grávida e a loja estava apenas fazendo o uso de informações fornecidas
pela web.
Outro caso interessante foi da empresa Skol, que veiculou uma propaganda com
frases que geraram dupla interpretação, assim gerando manifestações pelas mídias
digitais, o que levou a empresa a repensar sua estratégia de marketing. Abaixo
segue a resposta da empresa:
“As peças em questão fazem parte da nossa campanha “Viva RedONdo”, que
tem como mote aceitar os convites da vida e aproveitar os bons momentos. No
entanto, fomos alertados nas redes sociais que parte de nossa comunicação pode-
ria resultar em um entendimento dúbio. E, por respeito à diversidade de opiniões,
substituiremos as frases atuais por mensagens mais claras e positivas, que trans-
mitam o mesmo conceito. Repudiamos todo e qualquer ato de violência seja física
ou emocional e reiteramos o nosso compromisso com o consumo responsável.
Agradecemos por todos os comentários.”
Sobre esse caso, é possível notar a importância do Big Data para coleta e moni-
toramento das informações compartilhadas nas redes sociais, e como isso influen-
ciou a empresa a rever a sua posição no mercado com a peça veiculada.
3. Premissas do Big Data
Quando tratamos de Big Data, o mercado está cada vez mais aderente à solu-
ção, mas existem diversos pontos em que as empresas se confundem quando pen-
sam em Big Data. Esses pontos levam a interpretações equivocadas e distorcem ou
até confundem alguns pontos importantes que ajudam a entender para que serve
a solução.
Abaixo descrevemos algumas premissas que o Big Data possui e que precisam
ser esclarecidas:
1. É só para grandes empresas
Você não precisa ser uma grande empresa para se beneficiar do Big Data. Hoje
a solução está espalhada por diversos segmentos da indústria e criou benefícios
para empresas de todos os tamanhos.
2. Ele substituirá seu Data Warehouse
Algumas pessoas podem até dizer que o Big Data e o DW seriam mutualmen-
te exclusivos, mas não é o caso. Assim que os dados da organização estiverem
processados e carregados, os dados estarão prontos para serem interrogados e
qualquer insight, descoberto. Um não pode operar sem o outro, por isso é muito
provável que isso não aconteça.
3. É uma solução para tudo

O Big Data não é uma ferramenta que você liga um botão e ela começa a produ-
zir resultados. Enquanto os benefícios da análise dos dados é significante para uma
empresa, o seu resultado só é aparente se usado em conjunto com outras ativida-
des que possam garantir a tradução dos dados obtidos por meio das análises para
trazer o retorno do investimento.
4. Muitos dados são necessários

Difícil não errar esta parte, afinal, o nome é Big Data. Esse ponto peca se a aná-
lise for literal. Do que adianta eu ter milhões de dados que não servem pra nada?
Melhor ter pouco dado coletado de qualidade do que muito de baixa qualidade e
que não servirá para agregar valor.
5. Possui valor inerente

Impossível ter valor inerente se o dado bruto não for processado. Primeiramen-
te o dado precisa ser ordenado, processado e distribuído. Para que você seja capaz
de fazer isso corretamente, precisa saber que questões você quer responder, para
assim o dado começar a ter valor.
6. Traz grandes mudanças

Como visto anteriormente, o dado precisa ser processado antes e baseado nas
questões que eu quero responder. Mesmo que o cientista de dados extraia os dados
desejados, você precisa ter certeza de que está fazendo as perguntas certas. Sem
isso, não existe mudança.
7. Provém sempre as respostas certas

Como você já percebeu, se o dado não é processado corretamente, ou se eu não
sei as questões que quero fazer, pode ser que no final eu tenha uma reposta errada
ou até que eu acabe com uma resposta conflitante.
8. Big Data é um novo conceito
Na verdade, ele já existe por volta de 20 anos. As únicas coisas que mudaram
foram o quão grande o volume é e como o capturamos, armazenamos, analisamos
e utilizamos.
Tentei trazer aqui as 8 premissas mais interessantes, mas a verdade é que
existem muitas outras que poderiam ser respondidas, todas relacionadas à forma
equívoca de ver a solução. As premissas estão relacionadas sempre a dúvidas e,
para um usuário determinado, as interpretações não têm fim...
Figura 9 - Diferenças entre BI e Big Data
4. Características do Big Data
4.1. Hadoop
Como nós já sabemos, um grande volume de dados armazenados, distribuídos
em diferentes locais (porque seu volume pode não caber em um lugar só), não
pode ser beneficiado pela forma como tratamos os dados atuais (modelo relacio-
nal), porque quanto maior uma tabela, maior é o tempo para processar os dados
dentro dela. Para que possamos acessar esses dados de forma performática, o uso
do Hadoop é essencial.
Figura 10 – Símbolo Hadoop
Hadoop é uma plataforma de software livre desenvolvida pela Apache Softwa-
re Foundation, voltada para exploração de grandes volumes de dados utilizando
diversos computadores interligados em cluster. Entre os pontos positivos dele,
podemos citar:
• Simples implantação: uma das principais vantagens é que ele não necessi-
ta de um hardware específico para rodar, o que facilita a sua utilização.
• Escalável: por meio dos clusters, que podem ter diversas máquinas, são uti-
lizados os processamentos e armazenamentos de cada máquina envolvida;
assim, não será necessário depender de um único hardware para executar
o serviço: todos trabalham juntos, aumentando muito o poder de processa-
mento e o tamanho do espaço de armazenamento.

• Poder de processamento: outro ponto importante para o sucesso do Ha-
doop é que os dados são processados em paralelo, simultaneamente, econo-
mizando tempo.
• Tolerante a falhas: uma outra vantagem é que ele possui tolerância a fa-
lhas. Se uma máquina do cluster cair, ele automaticamente faz a troca dela
por outra, configurando tudo sozinho para continuar o trabalho.
Tive uma ideia: como essa assunto parece ser muito cansativo, tentarei colocar
uma imagem para cada ponto importante para facilitar o entendimento do que está
escrito, ok?
Cluster: é um termo em inglês que significa “aglomerar” e que na TI ele define
uma arquitetura de sistema capaz combinar vários computadores para trabalharem
em conjunto.
Figura 11 – Cluster Hadoop

O framework do Apache Hadoop é composto dos seguintes módulos:
• Hadoop Common: contém os arquivos necessários para que o Hadoop fun-
cione corretamente;
• Hadoop Distribuited File System (HDFS): é o sistema de arquivos distri-
buído que armazena os dados. Pode imaginar que é igual a um FAT o NTFS
do Windows;
• Hadoop Yarn: responsável por gerenciar os recursos computacionais em
cluster;
• Hadoop MapReduce: responsável pelo processamento de dados, ele enten-
de e atribui o trabalho para os nós (máquina) dentro do cluster.
Na figura 11, podemos perceber a arquitetura do Hadoop e é interessante citar que
o Namenode e Datanode representam a parte do armazenamento, chamados de Sto-
rage Node (nó de armazenamento), enquanto o Job Tracker e o Task Tracker represen-
tam a parte do processamento (nó de processamento), conforme a imagem 12 abaixo.
Figura 12 – Componentes principais do Hadoop

Uma das partes mais importantes dessa arquitetura é o MapReduce. Detalhando
um pouco mais como ele funciona, temos a seguinte divisão:
• Map: responsável pelo processamento primário dos dados. O nó principal re-
cebe os dados, divide em partes menores e as envia aos outros nós para se-
rem processadas. Ao final do processamento, são devolvidas ao nó principal.
• Reduce: recebe os dados do Map, combina as respostas obtidas pelos outros
nós, realizando a redução e o resultado final do processamento.
O MapReduce possui dois componentes importantes:
• Job Tracker: submete as tarefas para o Task Tracker, que precisam reportar
de tempos em tempos que estão vivos e efetuando as suas tarefas, caso con-
trário o Job Tracker aloca a sua atividade para outro task.
• Task Tracker: executa as tarefas de Map e Reduce
O Hadoop é a base do processamento do Big Data, por isso seus detalhes são im-
portantes e já foram cobrados em provas.
Como esse processo de gestão do Hadoop possui muitos detalhes, o CESPE costu-
ma inverter os papéis de cada objeto; já foi alvo de questão assim o papel do Job
Tracker. A questão troca o papel do Job Tracker com o do Task Tracker.
Figura 13 – Exemplo da arquitetura Hadoop
4.2. Ecossistema Hadoop
Agora todos nós sabemos que o Hadoop é um framework. E se fôssemos ima-
ginar o Hadoop como uma casa, ela não seria muito confortável: teria paredes,
janelas, portas, canos e fios por toda parte. Quando falamos do ecossistema, ele
poderia ser considerado os móveis que decoram a casa e a deixam mais confortável
que reflete diretamente o seu estilo e gosto.
Apesar da analogia acima, esse ecossistema representa um conjunto de ferra-
mentas, tanto do lado da própria Apache quanto outras ferramentas comerciais,
como Spark, Hive, Pig, Oozie e Sqoop. O interessante dessas ferramentas é que
elas servem para suplementar o que já foi descrito acima, os 4 componentes que
fazem parte do Hadoop: HDFS, MapReduce, Yarn e Common. Então, por que usar
essas ferramentas se o Hadoop já tem o que eu preciso? Simples, elas são boas e
oferecem funcionalidades mais fáceis.

Abaixo segue uma breve descrição das principais ferramentas disponíveis:
• Spark: age como se fosse um substituto do MapReduce, jogando os dados
para serem processados em memória. Sua vantagem está em rodar de 10 a
100 vezes mais rápido quando comparado ao processamento em disco.
• Hive: é um software de DW que aborda como os dados são estruturados e
consultados em clusters Hadoop distribuídos.
• Pig: é uma linguagem procedural para desenvolver aplicativos de processa-
mento paralelo para grandes conjuntos de dados no ambiente Hadoop.
• HBase: é um banco de dados escalável, distribuído e NoSQL, que fica no topo
do HFDS. Ele foi projetado para armazenar dados estruturados em tabelas
que poderiam ter bilhões de linhas e milhões de colunas.
• Oozie: é um gerenciador de workflow. Ele gerencia como os fluxos de traba-
lho começam e são executados, e também controla o caminho da execução.
• Sqoop: é uma interface de linha de comando que facilita o envio de dados em
massa do Hadoop para bancos de dados relacionais de dados estruturados.
Figura 14 – Ecossistema Hadoop
Obs.: existem diversas ferramentas para Hadoop além das citadas, por isso foquei
em apenas tratar das mais conhecidas.
Caso queiram analisar outras ferramentas, segue o link que descreve cada uma
das soluções catalogadas para Hadoop.
https://hadoopecosystemtable.github.io/
4.3. NoSQL
Nesse mundo de processamentos, estruturas novas, não poderia ficar de fora
um banco de dados não relacional.
O NoSQL que significa Not Only SQL (Não Apenas SQL), surgiu com o propósito
de ser o banco de dados para gerenciar grandes volumes de dados e escalabilidade
descomplicada. Por conta da sua flexibilidade, a sua popularidade tem aumentado
muito e existe uma previsão de crescimento anual de 21% até a 2020. Cassandra
é um banco de dados NoSQL distribuído e foi desenvolvido originalmente pelo Fa-
cebook. Hoje ele faz parte do ecossistema Hadoop como uma opção de banco de
dados NoSQL.
Um ponto importante que você poder ter se perguntado é: se o NoSQL é tão
bom, por que não abandonamos o banco de dados relacional e migramos tudo
para NoSQL? A resposta é mais complicada, porque envolveria mudar as aplicações
existentes e regras de negócios, que nem sempre são possíveis de mudar, para que
fossem adaptadas; isso com certeza traria um custo muito alto para a empresa,
o que inviabilizaria o projeto, mas pode-se pensar em sua adoção para novos sis-
temas! Mas mesmo assim, ainda com ressalvas. Aí você deve estar pensando que
esse negócio de NoSQL é fraco demais para se usar. Até te entendo, mas a verdade
é que qualquer projeto precisa ser pensado, e isso reflete até na infraestrutura que
vamos oferecer por trás. Podemos usar uma analogia simples: usar um canhão
para matar formiga ou colocar um carro de fórmula 1 para correr numa pista de
kart. Qual seria o propósito? É como gastar tempo para implantar um banco de
dados NoSQL sendo que um SGBDR atenderia perfeitamente.
Sim, pensar em um projeto requer compreensão da necessidade dele e não
necessariamente utilizar um NoSQL seria a resposta para tudo, mas compreender
que, para um sistema que gera milhões de informações todos os dias, utilizar um
banco de dados relacional traria um custo de manutenção muito alto por trás da
aplicação e por isso surgiu essa nova opção, mais performática, para ajudar nessa
gestão.
Um ponto importante que precisa ficar claro quando tratamos de NoSQL é que
ele não segue o ACID (Atomicity, Consistency, Isolation e Durability), que é o que
rege os bancos SGBDRs. Essas 4 características fornecem garantias que impactam
diretamente o negócio de uma empresa, sendo elas:
• Atomicidade: controle do início e fim de uma transação;
• Consistência: garantia que o dado está íntegro;
• Isolação: uma transação não impacta em outra, elas estão isoladas e em
paralelo;
• Durabilidade: controle do dado armazenado. Garantir que o dado, após seu
processamento, esteja íntegro e disponível.
Com isso temos 3 características que precisam ficar claras quando comparamos
o efeito ACID nos bancos relacionais:
• Armazenamento: quanto maior é o volume de dados, maior é o espaço
consumido no disco e, logo, será o maior input/output de leitura e escrita nos
discos.
• Conexão: o acesso a informação realizado entre a aplicação e o banco de
dados é realizado por meio de um driver de conexão e esse processo é bem
simples. Você pode trocar o SGBDR por outro a que a aplicação ainda se co-
nectaria facilmente, modificando apenas a sua configuração.
• Escalabilidade: o SGBR trabalha melhor com a escalabilidade vertical,
que consiste em aumentar o poder de processamento, a memória e o disco
de uma máquina.
Para que possamos definir melhor como o NoSQL funciona, precisamos explicar
rapidamente o teorema de CAP (Consistency, Availability e Partition Tolerance),
também chamado de teorema de Brewer, que foi definido na época por Eric Brewer.
O teorma de CAP atesta que é impossível para um armazenamento de dados distri-
buído prover mais do que dois de sua regra.
Figura 15 – Teorema de CAP
• Consistência: a propriedade de consistência descreve uma visão consistente
dos dados em todos os nós do sistema distribuído. Ou seja, o sistema assegura
que as operações possuem uma característica atômica e as mudanças são disse-
minadas simultaneamente para todos os nós, produzindo os mesmos resultados.
• Disponibilidade: esta propriedade exige que o sistema responda a cada
pedido, mesmo em caso de falhas. Isso deve ser verdade para as operações
de leitura e gravação. Na prática, essa propriedade é muitas vezes reduzida a
respostas limitadas em um tempo razoável

• Tolerância de partição: essa propriedade refere-se à capacidade de um
sistema de continuar operando mesmo depois de uma falha. Isso afeta as
propriedades anteriores. Os mecanismos para manter a consistência devem
lidar com perdas de mensagens e ,de acordo com a propriedade de disponi-
bilidade, cada nó de qualquer partição potencial deve ser capaz de responder
a uma solicitação.
Por meio do teorema de CAP, temos as seguintes visões:
• Sistemas CA: sistemas com consistência forte e alta disponibilidade, mas
não suportam falhas.
• Sistemas CP: consistência forte e tolerante a falhas, mas abrem mão (um
pouco) da disponibilidade.
• Sistemas AP: alta disponibilidade com tolerância a falhas, mas prejudicam a
consistência. Exemplo: Facebook, com o banco de dados Cassandra.
Agora quando estamos falando do baco de dados NoSQL, este segue o modelo
BASE (Basically Avaliable, Soft-State e Eventually Consistent), que tem sua base
definida pelo teorema de CAP.
• Basicamente Disponível: esta restrição afirma que o sistema garante a
disponibilidade dos dados em relação ao teorema CAP; haverá uma resposta
a qualquer pedido. Mas essa resposta ainda pode ser “falha” para obter os
dados solicitados ou os dados podem estar em um estado inconsistente ou
em mudança.
• Estado Leve: o estado do sistema pode mudar ao longo do tempo; isso quer
dizer que ele não precisa ser consistente todo o tempo.

• Eventualmente Consistente: o sistema acabará por se tornar consistente
depois de deixar de receber novos dados. Os dados se propagarão em todos
os lugares, mais cedo ou mais tarde, mas o sistema continuará a receber en-
trada e não verificará a consistência de cada transação antes de passar para
a próxima.
Sobre suas características, podemos comparar duas com o banco relacional:
• Armazenamento: o volume de dados é grande, mas seu armazenamento e
processamento são distribuídos, diminuindo assim o espaço alocado e o gar-
galo de input/output de disco. Outro ponto interessante é que parte do NoSQL
usa memória para processar mais rápido, e as informações que são pouco
utilizadas vão para o disco.
• Escalabilidade: ele foi pensado para trabalhar com escalabilidade horizon-
tal, que consiste em aumentar a quantidade de maquinas. Nos bancos rela-
cionais isso não é possível devido à alta concorrência. Mas nada impede que
o NoSQL trabalhe no modelo de escalabilidade vertical.
Figura 16 – Diferenças entre ACID e BASE
Abaixo segue um comparativo entre o banco de dados relacional e o banco de
dados NoSQL:
Banco de dados relacional Banco de dados NoSQL

O modelo relacional normaliza Bancos de dados não relacionais
dados em estruturas tabula- (NoSQL) normalmente não apli-
res conhecidas como tabe- cam um schema. Geralmente,
las, que consistem em linhas uma chave de partição é usada
Modelo de dados e colunas. Um schema define para recuperar valores, conjun-
estritamente tabelas, colunas, tos de colunas ou documentos
índices, relações entre tabelas semi-estruturados JSON, XML
e outros elementos do banco ou outros que contenham atri-
de dados. butos de itens relacionados.
Sistemas de gerenciamento Bancos de dados NoSQL nor-
de bancos de dados relacio- malmente trocam algumas pro-
nais (RDBMS) tradicionais são priedades ACID de sistemas de
compatíveis com um conjunto gerenciamento de bancos de
de propriedades definido pela dados relacionais (RDBMS) por
sigla ACID: Atomicidade, Cons- um modelo de dados mais flexí-
tância, Isolamento e Durabi- vel que escala horizontalmente.
lidade. Atomicidade significa Essas características fazem dos
“tudo ou nada”, ou seja, uma bancos de dados NoSQL uma
transação é concluída integral- excelente opção em situações
mente ou não. Constância sig- em que os RDBMS deparam
Propriedades ACID nifica que quando uma tran- com desafios de arquitetura e
sação é realizada, os dados precisam solucionar uma com-
devem estar em conformidade binação de gargalos de sesem-
com o schema do banco de penho, escalabilidade, com-
dados. Isolamentoexige que plexidade operacional e custos
as transações simultâneas crescentes de administração e
sejam executadas separadas suporte.
uma da outra. Durabilidade é a
capacidade de se recuperar de
uma falha do sistema ou falta
de energia inesperada para o
último estado conhecido.
O desempenho normalmente Desempenho geralmente é uma

depende do subsistema do função do tamanho do cluster
disco. A otimização de con- do hardware subjacente, da
Desempenho
sultas, índices de estrutura de latência de rede e da aplicação
tabela é necessária para alcan- que faz a chamada.
çar máximo desempenho.
Mais fácil de aumentar a escala Projetado para aumentar
“verticalmente” com hardware a escala “horizontalmente”
mais rápido. Outros investi- usando clusters distribuídos de
Escala
mentos são necessários para hardware de baixo custo para
tabelas relacionais para abran- aumentar a transferência sem
ger um sistema distribuído. aumentar a latência.
As solicitações para armazenar APIs baseadas em objetos per-
e recuperar dados são comuni- mitem que desenvolvedores de
cadas usando consultas com- aplicações armazenem e res-
patíveis com structured query taurem facilmente estruturas de
language (SQL). Essas consul- dados na memória. As chaves
tas são analisadas e execu- de partição permitem que os
APIs
tadas por sistemas de geren- aplicativos procurem pares de
ciamento de banco de dados chave-valor, conjuntos de colu-
relacionais (RDBMS). nas ou documentos semi-es-
truturados contendo objetos e
atributos de aplicativos seriali-
zados.
Os bancos de dados SQL nor- Os bancos de dados NoSQL
malmente oferecem um rico normalmente oferecem ferra-
conjunto de ferramentas para mentas para gerenciar clusters
Ferramentas
simplificar o desenvolvimento e escalabilidade. As aplicações
de aplicações orientadas ao são a interface principal com os
banco de dados. dados subjacentes.
Figura 17 – Diferenças entre SGBDR e NoSQL
Obs.: quadro comparativo retirado do site da Amazon: https://aws.amazon.com/
pt/nosql/
Entre os tipos de bancos de dados NoSQL existentes, podemos citar 4 impor-
tantes:
• Chave-Valor: é o banco de dados mais simples; possui uma tabela com ape-
nas duas colunas, sendo uma a chave primária e a outra o valor. Dentro da
coluna valor eu guardo todos os dados de que preciso. Permite a visualização
do dado em uma grande tabela.
• Grafos: armazena dados na forma de grafo (vértices e arestas).
• Colunas: armazena dados em colunas e não em linhas.
• Documento: armazena os dados como “documento”, em que um documento
representa a chave.
Obs.: qual é o melhor modelo? Aquele que resolve o seu problema! Não existe um
mais indicado, cada um tem o seu valor e se encaixa melhor de acordo com
a sua necessidade.
Figura 18 – Tipos de NoSQL

As bancas cobram questões sobre os modelos de NoSQL. Uma que apareceu foi
tratando sobre o modelo orientado a documentos. Por isso vale a pena saber a ca-
racterística principal de cada um.
5. Aplicações do Big Data no mercado
Agora que já entendemos qual é o propósito do Big Data e como ele está aos
poucos mudando a forma como enxergamos sistemas e sua utilização, fica mais
fácil compreender que sua utilização está mudando a maneira como as grandes
empresas realizam seus estudos.
Até pouco tempo atrás, contratar uma empresa para realizar uma pesquisa de
mercado era suficiente para mapear como um consumidor agia e assim definir uma
estratégia para o futuro, mas, na velocidade em que estamos gerando e consumin-
do informações, saber como responder rapidamente às mudanças de mercado se
torna a chave para garantir uma posição diferenciada nesse mercado tão compe-
titivo. É nesse ponto que o Big Data tem aparecido. Abaixo seguem cases reais de
empresas que estão utilizando dados massivos para obter novas visões.
1. NIKE: a Nike é uma das maiores fabricantes de materiais esportivos de
mundo e constantemente está oferecendo produtos inovadores aos seus clientes.
Um exemplo é o software chamado Nike Run, o qual registra a sua atividade e com
isso você pode compartilhar com os seus amigos o seu rendimento, incentivando
que outros façam a mesma coisa. O ponto importante desse processo é que a Nike,
com isso, possui acesso a todos os dados compartilhados e pode realizar estudos
voltados ao lançamento de novos produtos.

2. BRITISH AIRWAYS: o programa “Know Me” combina informações de fide-
lidade já existentes com os dados coletados dos clientes com base no seu compor-
tamento na internet. Com a mistura dessas duas fontes de informação, a British
Airways pode fazer ofertas mais direcionadas de forma a criar uma experiência
mais positiva para o passageiro.
3. GOOGLE: trabalhando com os Centros de Controle de Doenças dos EUA, ras-
treia quando os usuários estão inserindo termos de pesquisa relacionados a tópicos
de gripe, para ajudar a prever quais regiões podem sofrer surtos.
4. WALMART: baseia-se em análise de texto, aprendizado de máquina e até
mineração de sinônimos para produzir resultados de pesquisa relevantes. O Wal-
mart diz que adicionar pesquisa semântica melhorou as compras on-line comple-
tando uma compra de 10% a 15% a mais. Nos termos de Walmart, isso são bilhões
de dólares.
5. ATLANTA FALCONS (time de futebol americano): utiliza a tecnologia GPS
para avaliar os movimentos dos jogadores durante os treinos, o que ajuda os trei-
nadores a criar jogadas mais eficientes.
Resumo
• BI é ferramenta OLAP (Online Analytical Processing);
• BI gera consultas e relatórios analíticos;
• BI olha passado, informações já armazenadas;
• BI responde às perguntas que você já sabe;
• Cubo é um “atalho” para os dados que traz de forma consolidada 2 a 3 dimen-
sões para responder perguntas específicas;
• BI são perguntas que você faz para coisas que você sabe;
• Big Data: perguntas que você não faz para coisas que você não sabe;
• Big Data gerencia grandes volumes;
• Big Data pode cruzar dados de várias fontes para gerar novos insights;
• Big Data possui 3 Vs básicos importantes: Volume, Velocidade e Variedade;
• Depois são aceitos mais 2 Vs adicionais: Veracidade e Valor, formando os 5 Vs;
• As premissas do Big Data são: solução para tudo, trazer grandes mudanças,
prover sempre as respostas certas, possuir valor inerente e ser apenas para
grandes empresas;
• Hadoop é o framework da Apache;
• Hadoop é o coração do Big Data;
• Hadoop é escalável tanto verticalmente quanto horizontalmente. SGBDR,
apenas verticalmente;
• Hadoop trabalha em cluster;
• Hadoop é composto por: Common, Yarn, HDFS e MapReduce;
• Seus componentes mais importantes são: HDFS + MapReduce;
• O MapReduce possui o Job Tracker e o Task Tracker;
• O Ecossistema Hadoop é formado por ferramentas de terceiros também;

• Outras ferramentas importantes Hadoop são: Pig, Hive, Hbase, Spark, oozie,
Sqoop;
• O NoSQL é o banco de dados não relacional;
• Cassandra, MongoDB, CouchDB são tipos de bancos de dados NoSQL;
• SGBDR segue ACID e NoSQL segue BASE;
• Teorema de CAP: Consistency, Availability e Partition Tolerance;
• Teorema de CAP só permite 2 das 3 opções: CA, AP e CP;
• Tipos de NoSQL: Chave/Valor, Colunas, Documentos e Grafos;
• Tipo mais utilizado é Chave/Valor.
QUESTÕES DE CONCURSOS
1. (ESAF/ANAC/ANALISTA ADMINISTRATIVO/2016) Big Data é:
a) volume + variedade + agilidade + efetividade, tudo agregando + valor + atu-
alidade.
b) volume + oportunidade + segurança + veracidade, tudo agregando + valor.
c) dimensão + variedade + otimização + veracidade, tudo agregando + agilidade.
d) volume + variedade + velocidade + veracidade, tudo agregando + valor.
e) volume + disponibilidade + velocidade + portabilidade, tudo requerendo - valor.
2. (ESAF/ANAC/ANALISTA ADMINISTRATIVO/2016) Para o processamento de gran-
des massas de dados, no contexto de Big Data, é muito utilizada uma plataforma
de software em Java, de computação distribuída, voltada para clusters, inspirada
no MapReduce e no GoogleFS. Esta plataforma é o(a)
a) Yam Common.
b) GoogleCrush.
c) EMRx.
d) Hadoop.
e) MapFix.
3. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Em soluções Big Data, a análise
dos dados comumente precisa ser precedida de uma transformação de dados não
estruturados em dados estruturados.
E. Errado
C. Certo
4. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Julgue os itens que se seguem, no
que se refere a Big Data.
O processamento de consultas ad hoc em Big Data, devido às características de
armazenamento dos dados, utiliza técnicas semelhantes àquelas empregadas em
consultas do mesmo tipo em bancos de dados tradicionais.
C. Certo
E. Errado
5. (CESPE/ANATEL/ANALISTA ADMINISTRATIVO/2014) No MapReduce, modelo de
processamento de dados paralelo para processamento e análise de grandes volu-
mes de dados, os programas são escritos em um estilo de programação funcional,
no qual as funções Map e Reduce devem ser criadas.
E. Errado
C. Certo
6. (CESPE/ANATEL/ANALISTA ADMINISTRATIVO/2014) No que se refere a banco
de dados distribuído, programação distribuída, desenvolvimento em nuvem e pro-
cessamento em GRID, julgue os itens que se seguem.
No Hadoop MapReduce, o JobTracker é o processo-escravo responsável por aceitar
submissões de tarefas e disponibilizar funções administrativas.
C. Certo
E. Errado
7. (FGV/TJ-SC/ANALISTA JUDICIÁRIO/2015) Os termos Business Intelligence (BI) e
Big Data confundem-se em certos aspectos. Uma conhecida abordagem para iden-
tificação dos pontos críticos de cada paradigma é conhecida como 3V, e destaca:
a) variedade, visualização, volume;

b) velocidade, virtualização, volume;
c) variedade, velocidade, volume;
d) virtualização, visualização, volume;
e) variedade, visualização, virtualização.
8. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Ao utilizar armazenamento dos da-
dos em nuvem, a localização do processamento de aplicações Big Data não influen-
ciará os custos e o tempo de resposta, uma vez que os dados são acessíveis a partir
de qualquer lugar.
C Certo
E Errado
9. (ESAF/ESAF/GESTÃO DE INFRAESTRUTURA DE TI/2014) Um framework, base-
ado em duas funções principais, para o processamento de grandes quantidades de
dados em clusters computacionais homogêneos, no qual problemas como integri-
dade dos dados, disponibilidade dos nós, escalabilidade da aplicação e recuperação
de falhas ocorrem de forma transparente ao usuário é o Hadoop
a) Cassandra.
b) EC2 - Elastic Compute Cloud.
c) Lambda.
d) MapReduce.
e) VPC - Virtual Private Cloud.
10. (ESAF/ESAF/2015) Em relação a Big Data e NoSQL, é correto afirmar que
a) os “3 Vs” principais do Big Data referem-se a Volume, Velocidade e Versatilidade
de dados.
b) na era do Big Data, as únicas estratégias eficientes para garantir a privacidade
são consentimento individual, opção de exclusão e anonimização.

c) o Hadoop, o mais conhecido e popular sistema para gestão de Big Data, foi cria-
do pela IBM, a partir de sua ferramenta de Data Mining WEKA.
d) o NoSQL é um sistema relacional, distribuído, em larga escala, muito eficaz na
organização e análise de grande quantidade de dados.
e) o Cassandra é um sistema de banco de dados baseado na abordagem NoSQL,
originalmente criado pelo Facebook, no qual os dados são identificados por meio de
uma chave.
11. (ESAF/ESAF/2015) Os Sistemas de Bancos de Dados Distribuídos (SBDD) apre-

sentam vantagens e desvantagens. Uma das desvantagens é
a) a redução da confiabilidade.
b) a redução da disponibilidade.
c) a redução da escalabilidade.
d) o aumento do overhead de processamento.
e) o compartilhamento de dados e o controle distribuído.
12. ( CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) A escalabilidade dos bancos de da-

dos NoSQL é garantida pela ausência de um esquema (schema free).
C. Certo
E. Errado
13. (INSTITUTO AOCP/CASAN/ANALISTA DE SISTEMA/2016) Em relação à Big

Data e NoSQL, é correto afirmar que
a) são conceitos concorrentes, portanto não podem ser implementados juntos.
b) são conceitos que se complementam e com características eficientes para tra-
balhar com pequenas quantidades de informações.
c) são duas ferramentas de empresas concorrentes.
d) são conceitos que se complementam.
e) os SGBDs Oracle e MySQL são implementações desses conceitos.

14. (FCC/INFRAERO/ANALISTA – BANCO DE DADOS/2011) É uma característica de
um sistema de Business Intelligence:
a) Capacidade de cruzar informações de diferentes bancos de dados, gerando re-
latórios analíticos diversos.
b) Utilização de comandos SQL para a geração de tabelas dinâmicas inteligentes
ligadas às regras de negócio.
c) Utilização de Sistemas Baseados em Conhecimento, onde é possível utilizar téc-
nicas de Inteligência Artificial na geração de relatórios.
d) Análise automática de requisitos funcionais e não funcionais, permitindo a gera-
ção de relatórios gerenciais.
e) Análise de informações com o intuito de fornecer subsídio para a criação de sis-
temas inteligentes.
15. (FUNCAB/MDA/ANALISTA DE BUSSINESS INTELIGENCE/2014) Os projetos de
Business Intelligence apresentam a seguinte característica:
a) as especificações do projeto são estabelecidas sem necessitar da análise de re-
quisitos.
b) o desenvolvimento do projeto depende diretamente dos indicadores de desem-
penho.
c) o uso de protótipos no projeto deve excluir a participação do cliente no processo.
d) o desenvolvimento do projeto independe do apoio da gestão.
e) as fases do projeto são totalmente independentes uma das outras.
16. (FCC/MPE-CE/ANALISTA MINISTERIAL/2013) Em relação ao entendimento do
significado do termo Business Intelligence (BI) e da solução que provê, a definição
que NÃO é coerente com o termo Business Intelligence é a que
a) consiste em uma metodologia que fornece objetivos de negócios ligados a obje-
tivos de TI, provendo métricas e modelos de maturidade para medir a sua eficácia
e identificando as responsabilidades relacionadas dos donos dos processos de ne-
gócios e de TI.
b) se refere à aplicação de técnicas analíticas para informações sobre condições
de negócio no sentido de melhorá-las, de uma maneira automatizada, mas com a
interpretação e respostas humanas, de forma a melhorar a tomada de decisões.
c) reúne recursos que provêm a habilidade para que a pessoa certa receba a infor-
mação adequada e no momento correto para tomar a melhor decisão.
d) consiste em um sistema de negócios que inclui uma estrutura de busca efetiva e
acessível, acurada, em tempo real, com informações e relatórios que permitam aos
líderes das áreas de negócio se manterem informados para tomar decisões.
e) é uma solução fácil de dizer, mas difícil de fazer corretamente pois envolve mu-
danças na forma como a organização conduz uma busca efetiva, bem como, a ne-
cessidade de se possuir uma base de dados de qualidade para que se possa tomar
ações com o objetivo de otimizar a performance corporativa.
17. (CESPE/FUB/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2015) A respeito
de Business Intelligence e sua aplicação em corporações, julgue o item a seguir.
Em um ambiente de Business Intelligence, o usuário pode deparar com diferentes
requisitos de infraestrutura para atender às necessidades de cada uma das instân-
cias dos sistemas analíticos.
C. Certo
E. Errado
18. (FCC/TRT 15ª REGIÃO/ANALISTA JUDICIÁRIO/2015) No contexto de Business
Intelligence, os sistemas OLAP e OLTP se diferenciam em diversas características.
Na tabela abaixo, no que diz respeito às características, está INCORRETO:
a) Característica - Performance. /OLAP - Otimização para leitura e geração de aná-
lise e relatórios gerenciais. / OLTP - Alta velocidade na manipulação de dados ope-
racio- nais, porém ineficiente para geração de análises gerenciais.
b) Característica - Tipo de permissões nos dados. /OLAP - É permitido apenas in-
serção e leitura. Para o usuário está disponível apenas a leitura. / OLTP - Podem ser
feitas leitura, inserção, modificação e exclusão de dados.
c) Característica - Estrutura dos dados./OLAP - Armazenamento feito em Data Wa-
rehouse com otimização no desempenho em grandes volumes de dados. / OLTP - Ar-
mazenamento feito em bancos de dados convencionais pelos sistemas de informação
da organização.
d) Característica - Foco./OLAP - Nível operacional da organização. Visa a exe- cução
operacional do negócio. / OLTP - Nível estratégico da organização. Visa a análise
empresarial e tomada de decisão.
e) Característica - Volatilidade. /OLAP - Dados históricos e não voláteis que prati-
camente não sofrem alterações salvo em casos específicos motivados por erros ou
inconsistências. / OLTP -Dados voláteis, passíveis de modificação e exclusão.

19. (FCC/TRT 4ª REGIÃO/ANALISTA JUDICIÁRIO/2015) Considere a arquitetura

geral de um sistema de BI- Business Intelligence mostrada na figura abaixo.
Nesta arquitetura
a) Data Marts representam áreas de armazenamento intermediário criadas a partir
do processo de ETL. Auxiliam na transição dos dados das fontes OLTP para o desti-
no final no Data Warehouse.
b) OLAP é um subconjunto de informações extraído do Data Warehouse que pode
ser identificado por assuntos ou departamentos específicos. Utiliza uma modela-
gem multidimensional conhecida como modelo estrela.
c) os dados armazenados no Data Warehouse são integrados na base única man-
tendo as convenções de nomes, valores de variáveis e outros atributos físicos de
dados como foram obtidos das bases de dados originais.
d) o Data Warehouse não é volátil, permite apenas a carga inicial dos dados e
consultas a estes dados. Além disso, os dados nele armazenados são precisos em
relação ao tempo, não podendo ser atualizados.
e) Data Mining se refere ao processo que, na construção do Data Warehouse, é
utilizado para composição de análises e relatórios, armazenando dados descritivos
e qualificando a respectiva métrica associada.
20. (FCC/TRT 4ª REGIÃO/ANALISTA JUDICIÁRIO/2015) Considere a figura abaixo
que traz componentes de um sistema de BI-Business Intelligence.
Os elementos I, II, III e IV indicados na figura são, correta e respectivamente, as-
sociados com:
a) PL/SQL − Oracle 11g − OLAP − Data Mining.
b) Portal Corporativo − SGBD − Consultas SQL − Cubo de Dados.
c) SGBD − Data Warehouse − OLAP − Data Mining.
d) Oracle − Cubo de Dados − Consultas PL/SQL − OLAP.
e) OLTP − Data Warehouse − Operações Drill − Cubo de Dados.
21. (FMP/TCE-RS/AUDITOR PÚBLICO EXTERNO/2011) Algumas empresas de ven-
das pela Internet usam intensamente a tecnologia de “Business intelligence (BI)”
para incrementar suas vendas. Dentre as ações abaixo descritas qual a que NÃO se
caracteriza como ação de BI para este objetivo?
a) Armazenar produtos visualizados pelo cliente e periodicamente enviar para o
e-mail cadastrado pelo cliente, ofertas daquele tipo de produto.
b) Armazenar produtos visualizados pelo cliente para alimentar um bloco do site de
navegação com o título de “últimos produtos visualizados”.
c) Armazenar os dados do cartão de crédito ou conta bancária para facilitar a fina-
lização de uma compra.
d) Ao visualizar um produto, mostrar ao cliente percentual de clientes que compra-
ram ou visualizaram este produto e compraram outro similar, ofertando este outro.
e) Para cada produto visualizado pelo cliente oferecer, além da opção de compra,
a opção de armazenar para futura compra ou lista de desejos e, no futuro lembrar
esses armazenamentos ao cliente.
22. (FGV/PROCEMPA/ANALISTA EM TI E COMUNICAÇÃO/2014) O teorema CAP
(CAP Theorem) é um importante resultado teórico na Ciência da Computação, e
frequentemente é referenciado na comparação entre sistemas de bancos de dados
“tradicionais” e aqueles que são conhecidos pela sigla NoSQL. Esse teorema aborda
as propriedades (ou garantias) que um sistema de banco de dados deve prover, e é
central na discussão das conveniências de utilização de um ou outro modelo.
Assinale a opção que descreve, corretamente, o significado das letras na sigla CAP.
a) Concurrency, Access, Time
b) Consistency, Atomicity, Parallel processing.
c) Consistency, Availability, Partition tolerance.
d) Concurrency, Availability, Pear processing.
e) Control, Atomicity, Partition network.

23. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Acerca de bancos de dados se-
miestruturados e bancos de dados NOSQL, julgue os itens subsecutivos.
Bancos de dados NOSQL orientados a documentos são apropriados para o armaze-
namento de dados semiestruturados.
C. Certo
E. Errado
Devido à escalabilidade esperada para os bancos de dados NOSQL, a implementa-
ção desses bancos utiliza modelos de armazenamento de dados totalmente distin-
tos dos utilizados em sistemas relacionais.
C. Certo
E. Errado
25. (CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) Uma característica de bancos de
dados NoSQL é o suporte à replicação de dados. Entre as abordagens utilizadas
para replicação, inclui-se a mestre-escravo.
C. Certo
E. Errado
26. (CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) Apesar de implementarem tecnolo-
gias distintas, todos os bancos de dados NoSQL apresentam em comum a imple-
mentação da tecnologia chave-valor.
C. Certo
E. Errado
27. (CESPE/TCE-PA/AUDITOR DE CONTROLE EXTERNO/2016) Acerca de seguran-
ça de banco de dados e de desenvolvimento de software, julgue o item subsecutivo.
Os bancos de dados NoSQL são imunes a ataques de injeção SQL.
C. Certo
E. Errado
28. (CESPE/FUNPRESP-JUD/ANALISTA – TECNOLOGIA DA INFORMAÇÃO/2016) A
respeito de banco de dados, julgue o próximo item.
Os bancos de dados NoSQL não permitem a atualização de seus dados, por serem
orientados a documentos e(ou) coleções.
C. Certo
E. Errado
29. (CESPE/TJ-DFT/ANALISTA JUDICIÁRIO/2015) A respeito de tipos de bancos de
dados, julgue o item que se segue.
Sistemas de bancos de dados classificados como NoSQL permitem a inserção de
dados sem que haja um esquema predefinido.
C. Certo
E. Errado
Para garantir a eficiência das consultas a bancos de dados semiestruturados, é fun-
damental a adoção de técnica de indexação que leve em consideração, além das
informações, as propriedades estruturais dos dados.
C. Certo
E. Errado
GABARITO
1. d 16. a
2. d 17. C
3. C 18. d
4. E 19. d
5. C 20. c
6. E 21. c
7. c 22. c
8. E 23. C
9. d 24. E
10. e 25. C
11. d 26. E
12. E 27. E
13. d 28. E
14. a 29. C
15. b 30. C
GABARITO COMENTADO
1. (ESAF/ANAC/ANALISTA ADMINISTRATIVO/2016) Big Data é:
a) volume + variedade + agilidade + efetividade, tudo agregando + valor + atu-
alidade.
b) volume + oportunidade + segurança + veracidade, tudo agregando + valor.
c) dimensão + variedade + otimização + veracidade, tudo agregando + agilidade.
d) volume + variedade + velocidade + veracidade, tudo agregando + valor.
e) volume + disponibilidade + velocidade + portabilidade, tudo requerendo - valor.
Letra d.
Os 5 Vs do Big Data definem a questão acima:
Volume, Variedade, Velociadade, Veracidade e Valor.
2. (ESAF/ANAC/ANALISTA ADMINISTRATIVO/2016) Para o processamento de gran-
des massas de dados, no contexto de Big Data, é muito utilizada uma plataforma
de software em Java, de computação distribuída, voltada para clusters, inspirada
no MapReduce e no GoogleFS. Esta plataforma é o(a)
a) Yam Common.
b) GoogleCrush.
c) EMRx.
d) Hadoop.
e) MapFix.
Letra d.
Apenas o Hadoop é capaz processar grandes volumes de dados que um banco tra-
dicional não seria capaz.
3. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Em soluções Big Data, a análise
dos dados comumente precisa ser precedida de uma transformação de dados não
estruturados em dados estruturados.
E. Errado
C. Certo
Certo.
Esse processo acontece por meio do uso de ETL, na fase de transformação, que
estrutura os dados para que possam ser carregados e posteriormente consultados.
4. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Julgue os itens que se seguem, no
que se refere a Big Data.
O processamento de consultas ad hoc em Big Data, devido às características de
armazenamento dos dados, utiliza técnicas semelhantes àquelas empregadas em
consultas do mesmo tipo em bancos de dados tradicionais.
C. Certo
E. Errado
Errado.
Devido ao fato de as fontes de dados poderem ter formatos de dados diferentes,
isso requer também mecanismos diferentes para processá-los, se diferenciando do
formato aplicado em bancos tradicionais.
5. (CESPE/ANATEL/ANALISTA ADMINISTRATIVO/2014) No MapReduce, modelo de
processamento de dados paralelo para processamento e análise de grandes volu-
mes de dados, os programas são escritos em um estilo de programação funcional,
no qual as funções Map e Reduce devem ser criadas.
E. Errado
C. Certo
Certo.
O MapReduce é composto do Map() e do Reduce(); são muito utilizadas em pro-
gramação funcional. O Map() realiza o filtro e ordenação e o Reduce() realiza ope-
rações de sumarização. Ele foi introduzido pela Google para suportar computações
paralelas em grandes volumes de dados.
6. (CESPE/ANATEL/ANALISTA ADMINISTRATIVO/2014) No que se refere a banco
de dados distribuído, programação distribuída, desenvolvimento em nuvem e pro-
cessamento em GRID, julgue os itens que se seguem.

No Hadoop MapReduce, o JobTracker é o processo-escravo responsável por aceitar
submissões de tarefas e disponibilizar funções administrativas.
C. Certo
E. Errado
Errado.
O JobTracker é responsável por submeter o trabalho para Task Tracker disponíveis.
Ele faz a gestão deles e verifica se eles estão ativos e funcionando corretamente.
7. (FGV/TJ-SC/ANALISTA JUDICIÁRIO/2015) Os termos Business Intelligence (BI) e
Big Data confundem-se em certos aspectos. Uma conhecida abordagem para iden-
tificação dos pontos críticos de cada paradigma é conhecida como 3V, e destaca:
a) variedade, visualização, volume;
b) velocidade, virtualização, volume;
c) variedade, velocidade, volume;
d) virtualização, visualização, volume;
e) variedade, visualização, virtualização.
Letra c.
Como descrito na nossa teoria acima, primeiro foram propostos os 3 ”Vs” iniciais e
depois foram acrescentados 2 novos, formando assim os 5 ”Vs”. Sobre os 3 primei-
ros, são eles: Volume, Variedade e Velocidade.
8. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/2014) Ao utilizar armazenamento dos da-

dos em nuvem, a localização do processamento de aplicações Big Data não influen-
ciará os custos e o tempo de resposta, uma vez que os dados são acessíveis a partir
de qualquer lugar.
C. Certo
E. Errado
Errado.
Com certeza influenciará no tempo de resposta e no custo porque, apesar da ten-
tativa das empresas de espalhar servidores por diversas regiões, isso não traz
garantia de que sempre haverá um tempo de resposta menor ou que para utilizar
dessa infraestrutura pagar-se-á. Claro que a concorrência entre as empresas que
oferecem serviços de armazenamento e processamento na nuvem está aumen-
tando, já que elas estão tentando se solidificar como oferta segura (protocolos de
segurança, criptografia, TIER-3) e barata (custo do processador, custo do Gb de ar-
mazenamento). Acredito que atingiremos isso no futuro, mas agora não é verdade.
9. (ESAF/ESAF/GESTÃO DE INFRAESTRUTURA DE TI/2014) Um framework, base-

ado em duas funções principais, para o processamento de grandes quantidades de
dados em clusters computacionais homogêneos, no qual problemas como integri-
dade dos dados, disponibilidade dos nós, escalabilidade da aplicação e recuperação
de falhas ocorrem de forma transparente ao usuário é o Hadoop
a) Cassandra.
b) EC2 - Elastic Compute Cloud.
c) Lambda.
d) MapReduce.
e) VPC - Virtual Private Cloud.

Letra d.
O MapReduce é composto por duas funções: Map e Reduce. Elas são responsáveis
por processar grandes volumes de dados e a gestão do processo é realizada de
forma transparente para o usuário.
10. (ESAF/ESAF/2015) Em relação a Big Data e NoSQL, é correto afirmar que

a) os “3 Vs” principais do Big Data referem-se a Volume, Velocidade e Versatilidade
de dados.
b) na era do Big Data, as únicas estratégias eficientes para garantir a privacidade
são consentimento individual, opção de exclusão e anonimização.
c) o Hadoop, o mais conhecido e popular sistema para gestão de Big Data, foi cria-
do pela IBM, a partir de sua ferramenta de Data Mining WEKA.
d) o NoSQL é um sistema relacional, distribuído, em larga escala, muito eficaz na
organização e análise de grande quantidade de dados.
e) o Cassandra é um sistema de banco de dados baseado na abordagem NoSQL,
originalmente criado pelo Facebook, no qual os dados são identificados por meio de
uma chave.
Letra e.
Letra a está errada porque não é versatilidade e sim variedade.
Letra b está errada porque, analisando o Big Data de uma forma geral, a privacida-
de ainda é um tema a ser discutido na forma como os dados são coletados com ou
não. A sua permissão e os controles ainda são muito complicados.
Letra c está errada porque o Hadoop foi criado pela Apache
Letra d está errada porque o NoSQL não é relacional.
11. (ESAF/ESAF/2015) Os Sistemas de Bancos de Dados Distribuídos (SBDD) apre-
sentam vantagens e desvantagens. Uma das desvantagens é
a) a redução da confiabilidade.
b) a redução da disponibilidade.
c) a redução da escalabilidade.
d) o aumento do overhead de processamento.
e) o compartilhamento de dados e o controle distribuído.
Letra d.
As vantagens: autonomia dos departamentos que controlam a base, maior tole-
rância a falhas, melhor performance, infraestrutura econômica, modularidade (fra-
co acoplamento).
As desvantagens: maior complexidade, instalação mais cara, criptografia deve ser
segura, overhead de processamento, inexperiência.
12. ( CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) A escalabilidade dos bancos de da-
dos NoSQL é garantida pela ausência de um esquema (schema free).
C. Certo
E. Errado
Errado.
A escalabilidade de um banco de dados NoSQL não está vinculado ao fato de ele
ser um schema free.
13. (INSTITUTO AOCP/CASAN/ANALISTA DE SISTEMA/2016) Em relação à Big
Data e NoSQL, é correto afirmar que
a) são conceitos concorrentes, portanto não podem ser implementados juntos.
b) são conceitos que se complementam e com características eficientes para tra-
balhar com pequenas quantidades de informações.
c) são duas ferramentas de empresas concorrentes.
d) são conceitos que se complementam.
e) os SGBDs Oracle e MySQL são implementações desses conceitos.
Letra d.
Letra a está errada porque não são concorrentes.
Letra b está errada porque não trabalha com pequenas quantidades de informa-
ções.
Letra c está errada porque não existe concorrência.
Letra e está errada porque Oracle e MySQL são bancos relacionais.
14. (FCC/INFRAERO/ANALISTA – BANCO DE DADOS/2011) É uma característica de
um sistema de Business Intelligence:
a) Capacidade de cruzar informações de diferentes bancos de dados, gerando re-
latórios analíticos diversos.
b) Utilização de comandos SQL para a geração de tabelas dinâmicas inteligentes
ligadas às regras de negócio.
c) Utilização de Sistemas Baseados em Conhecimento, onde é possível utilizar téc-
nicas de Inteligência Artificial na geração de relatórios.

d) Análise automática de requisitos funcionais e não funcionais, permitindo a gera-
ção de relatórios gerenciais.
e) Análise de informações com o intuito de fornecer subsídio para a criação de sis-
temas inteligentes.
Letra a.
Letra b está errada porque não é uma característica usar SQL para gerar tabelas
dinâmicas. Sim, você pode gerar tabelas dinâmicas no BI, mas não faz isso com
uso de SQL.
Letra c está errada porque não é no BI que se usam técnicas de inteligência artifi-
cial, mas no Big Data.
Letra d está errada porque não existe análise automática para requisitos funcionais
e não funcionais. Funcionais definem as funcionalidades e o comportamento do
sistema e não funcionais definem o padrão e a qualidade que o sistema deve ofe-
recer. O desenvolvimento de BI pode até levar em consideração esses requisitos,
definindo junto aos usuários a sua importância, mas isso não é realizado de forma
automática.
Letra e está errada porque isso seria Big Data.
15. (FUNCAB/MDA/ANALISTA DE BUSSINESS INTELIGENCE/2014) Os projetos de
Business Intelligence apresentam a seguinte característica:
a) as especificações do projeto são estabelecidas sem necessitar da análise de re-
quisitos.
b) o desenvolvimento do projeto depende diretamente dos indicadores de desem-
penho.
c) o uso de protótipos no projeto deve excluir a participação do cliente no processo.
d) o desenvolvimento do projeto independe do apoio da gestão.
e) as fases do projeto são totalmente independentes uma das outras.
Letra b.
Letra a está errada porque precisa da análise de requisitos. Sem ela, como vou sa-
ber o que o usuário final quer ver?
Letra c está errada porque nunca se deve excluir o cliente do processo de constru-
ção do BI.
Letra d está errada porque o sucesso de um BI é o apoio direto da gestão.
Letra e está errada, já que o BI é construído aos poucos, com suas fases sempre
interligadas. Por sua complexidade, seria impossível realizar um projeto em que a
alta gestão pudesse tirar o máximo proveito sem essa interligação.
16. (FCC/MPE-CE/ANALISTA MINISTERIAL/2013) Em relação ao entendimento do
significado do termo Business Intelligence (BI) e da solução que provê, a definição
que NÃO é coerente com o termo Business Intelligence é a que
a) consiste em uma metodologia que fornece objetivos de negócios ligados a obje-
tivos de TI, provendo métricas e modelos de maturidade para medir a sua eficácia
e identificando as responsabilidades relacionadas dos donos dos processos de ne-
gócios e de TI.
b) se refere à aplicação de técnicas analíticas para informações sobre condições
de negócio no sentido de melhorá-las, de uma maneira automatizada, mas com a
interpretação e respostas humanas, de forma a melhorar a tomada de decisões.

c) reúne recursos que provêm a habilidade para que a pessoa certa receba a infor-
mação adequada e no momento correto para tomar a melhor decisão.
d) consiste em um sistema de negócios que inclui uma estrutura de busca efetiva e
acessível, acurada, em tempo real, com informações e relatórios que permitam aos
líderes das áreas de negócio se manterem informados para tomar decisões.
e) é uma solução fácil de dizer, mas difícil de fazer corretamente pois envolve mu-
danças na forma como a organização conduz uma busca efetiva, bem como, a ne-
cessidade de se possuir uma base de dados de qualidade para que se possa tomar
ações com o objetivo de otimizar a performance corporativa.
Letra a.
Questão capiciosa! A letra a traz a verdade, mas não para o BI. O que está descrito
é referente à metodologia para desenvolvimento de softwares. Os modelos mais
utilizados para desenvolvimento de softwares são: CMMI (Capability Maturity Model
Integration) e MPS.BR (Melhoria de Processos do Software Brasileiro). Uma dica
seria prestar a atenção caso a banca use palavras como metodologias. Elas, no
mundo de T, têm definições muito fortes e acabam destoando facilmente.
17. (CESPE/FUB/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2015) A respeito
de Business Intelligence e sua aplicação em corporações, julgue o item a seguir.
Em um ambiente de Business Intelligence, o usuário pode deparar com diferentes
requisitos de infraestrutura para atender às necessidades de cada uma das instân-
cias dos sistemas analíticos.
C. Certo
E. Errado
Certo.
Nada impede que o BI seja proveniente de locais diferentes e que esses locais pos-
suam uma infraestrutura diferente. Esse seria um cenário ruim porque aumentaria
a complexidade dos projetos, mas, mesmo assim, viável.
18. (FCC/TRT 15ª REGIÃO/ANALISTA JUDICIÁRIO/2015) No contexto de Business

Intelligence, os sistemas OLAP e OLTP se diferenciam em diversas características.
Na tabela abaixo, no que diz respeito às características, está INCORRETO:
a) Característica - Performance. /OLAP - Otimização para leitura e geração de aná-

lise e relatórios gerenciais. / OLTP - Alta velocidade na manipulação de dados ope-
racio- nais, porém ineficiente para geração de análises gerenciais.
b) Característica - Tipo de permissões nos dados. /OLAP - É permitido apenas in-
serção e leitura. Para o usuário está disponível apenas a leitura. / OLTP - Podem ser
feitas leitura, inserção, modificação e exclusão de dados.
c) Característica - Estrutura dos dados./OLAP - Armazenamento feito em Data Wa-
rehouse com otimização no desempenho em grandes volumes de dados. / OLTP - Ar-
mazenamento feito em bancos de dados convencionais pelos sistemas de informação
da organização.
d) Característica - Foco./OLAP - Nível operacional da organização. Visa a exe- cução
operacional do negócio. / OLTP - Nível estratégico da organização. Visa a análise
empresarial e tomada de decisão.
e) Característica - Volatilidade. /OLAP - Dados históricos e não voláteis que prati-
camente não sofrem alterações salvo em casos específicos motivados por erros ou
inconsistências. / OLTP -Dados voláteis, passíveis de modificação e exclusão.
Letra d.
Seria o contrário. OLAP visa à tomada de decisão enquanto OLTP visa ao operacio-
nal (dia a dia) da empresa.
19. (FCC/TRT 4ª REGIÃO/ANALISTA JUDICIÁRIO/2015) Considere a arquitetura
geral de um sistema de BI- Business Intelligence mostrada na figura abaixo.
Nesta arquitetura
a) Data Marts representam áreas de armazenamento intermediário criadas a partir
do processo de ETL. Auxiliam na transição dos dados das fontes OLTP para o desti-
no final no Data Warehouse.
b) OLAP é um subconjunto de informações extraído do Data Warehouse que pode
ser identificado por assuntos ou departamentos específicos. Utiliza uma modela-
gem multidimensional conhecida como modelo estrela.
c) os dados armazenados no Data Warehouse são integrados na base única man-
tendo as convenções de nomes, valores de variáveis e outros atributos físicos de
dados como foram obtidos das bases de dados originais.
d) o Data Warehouse não é volátil, permite apenas a carga inicial dos dados e
consultas a estes dados. Além disso, os dados nele armazenados são precisos em
relação ao tempo, não podendo ser atualizados.
e) Data Mining se refere ao processo que, na construção do Data Warehouse, é
utilizado para composição de análises e relatórios, armazenando dados descritivos
e qualificando a respectiva métrica associada.
Letra d.
Letra a está errada porque este seria Staging Area e não Data Mart
Letra b está errada porque ele está definindo o que é Data Mart e não OLAP.
Letra c está errada porque não se mantêm no DW as convenções de nomes, valores
de variáveis e outros atributos físicos de dados como foram obtidos das bases de
dados originais.
Letra e está errada porque ele está definindo o que é uma dimensão.
20. (FCC/TRT 4ª REGIÃO/ANALISTA JUDICIÁRIO/2015) Considere a figura abaixo
que traz componentes de um sistema de BI-Business Intelligence.
Os elementos I, II, III e IV indicados na figura são, correta e respectivamente, as-
sociados com:
a) PL/SQL − Oracle 11g − OLAP − Data Mining.
b) Portal Corporativo − SGBD − Consultas SQL − Cubo de Dados.
c) SGBD − Data Warehouse − OLAP − Data Mining.
d) Oracle − Cubo de Dados − Consultas PL/SQL − OLAP.
e) OLTP − Data Warehouse − Operações Drill − Cubo de Dados.
Letra c.
Questão difícil não pela teoria, mas sim pela sutileza! Em um primeiro momento
poderíamos considerar duas respostas certas para ela, a letra c e a letra e, mas
apenas a c está correta. Por quê?
A sutileza está na imagem (sacana). Sabemos que a fonte de dados para carregar
em um DW pode ser de diversos formatos e um deles é o OLTP, mas como as fontes
de dados são várias, então na imagem podemos ver que existe o flat file, e o flat file
por si só não pode ser considerado um OLTP; seria o mesmo que considerar uma
planilha Excel um OLTP, e sabemos que isso não é verdade. Então, por que consi-
derar um flat file um SGBD? Porque temos sistemas de banco de dados criados que
são baseados em flat files, ou seja, nem todo flat file é um SGBD (uma planilha
sozinha), mas um SGBD pode ser baseado em flat files.
Aí você poderia dizer: “mas e a imagem IV no formato de um cubo, não é a repre-
sentação do conceito de cubo?”. Outra pegadinha. A banca queria forçar você es-
colher a letra e tirando o seu foco do flat file. O Data Mining poderia ser executado
dentro de um cubo para descobrir novos insigths, por isso a dica fica em não ficar
tão viciado nos desenhos que a gente encontra por aí, porque às vezes eles trazem
um resumo (para não ficar tão complexo) e podem levar a gente ao erro.
21. (FMP/TCE-RS/AUDITOR PÚBLICO EXTERNO/2011) Algumas empresas de ven-
das pela Internet usam intensamente a tecnologia de “Business intelligence (BI)”
para incrementar suas vendas. Dentre as ações abaixo descritas qual a que NÃO se
caracteriza como ação de BI para este objetivo?
a) Armazenar produtos visualizados pelo cliente e periodicamente enviar para o
e-mail cadastrado pelo cliente, ofertas daquele tipo de produto.

b) Armazenar produtos visualizados pelo cliente para alimentar um bloco do site de
navegação com o título de “últimos produtos visualizados”.
c) Armazenar os dados do cartão de crédito ou conta bancária para facilitar a fina-
lização de uma compra.
d) Ao visualizar um produto, mostrar ao cliente percentual de clientes que compra-
ram ou visualizaram este produto e compraram outro similar, ofertando este outro.
e) Para cada produto visualizado pelo cliente oferecer, além da opção de compra,
a opção de armazenar para futura compra ou lista de desejos e, no futuro lembrar
esses armazenamentos ao cliente..()
Letra c.
Armazenar dados do cartão de crédito não gera nenhuma visão de negócio, por isso
não pode ser considerado BI.
22. (FGV/PROCEMPA/ANALISTA EM TI E COMUNICAÇÃO/2014) O teorema CAP
(CAP Theorem) é um importante resultado teórico na Ciência da Computação, e
frequentemente é referenciado na comparação entre sistemas de bancos de dados
“tradicionais” e aqueles que são conhecidos pela sigla NoSQL. Esse teorema aborda
as propriedades (ou garantias) que um sistema de banco de dados deve prover, e é
central na discussão das conveniências de utilização de um ou outro modelo.
Assinale a opção que descreve, corretamente, o significado das letras na sigla CAP.
a) Concurrency, Access, Time
b) Consistency, Atomicity, Parallel processing.
c) Consistency, Availability, Partition tolerance.
d) Concurrency, Availability, Pear processing.
e) Control, Atomicity, Partition netwo nrk.

Letra c.
Esta questão trata diretamente do significado do teorema de CAP: Consistency,
Availability, Partition tolerance.
Bancos de dados NOSQL orientados a documentos são apropriados para o armaze-
namento de dados semiestruturados.
C. Certo
E. Errado
Certo.
Entre as opções NoSQL existentes, a categoria mais apropriada para lidar com re-
gistros de dados semiestruturados são os sistemas de bancos de dados orientados
a documento.
Devido à escalabilidade esperada para os bancos de dados NOSQL, a implementa-
ção desses bancos utiliza modelos de armazenamento de dados totalmente distin-
tos dos utilizados em sistemas relacionais.
C. Certo
E. Errado
Errado.
O erro está no fato de ele ter afirmado que os modelos de armazenamento de da-
dos são totalmente distintos, sendo que ele deveria ter escrito apenas que os mo-
delos de dados são totalmente distintos.
25. (CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) Uma característica de bancos de
dados NoSQL é o suporte à replicação de dados. Entre as abordagens utilizadas
para replicação, inclui-se a mestre-escravo.
C. Certo
E. Errado
Certo.
A replicação no NoSQL pode ser feita de duas formas:
Master-Slave (mestre-escravo):
Cada escrita em banco resulta em N x escritas onde N é o número de slaves. Nesse
caso, temos um banco “master” que propaga cada write para os bancos “slaves”.
Isto aumenta a nossa velocidade de leitura mas não melhora em nada nossa capa-
cidade de escrita.
Multi-Master:
Aumentamos o número de masters em nosso sistema e assim aumentamos nossa
capacidade de escrita. Esta abordagem pode gerar conflitos.
26. (CESPE/CNJ/ANALISTA JUDICIÁRIO/2013) Apesar de implementarem tecnolo-
gias distintas, todos os bancos de dados NoSQL apresentam em comum a imple-
mentação da tecnologia chave-valor.
C. Certo
E. Errado
Errado.
Errado porque existem outros modelos: grafo, documento, colunas e chave-valor.
27. (CESPE/TCE-PA/AUDITOR DE CONTROLE EXTERNO/2016) Acerca de seguran-
ça de banco de dados e de desenvolvimento de software, julgue o item subsecutivo.
Os bancos de dados NoSQL são imunes a ataques de injeção SQL.
C. Certo
E. Errado
Errado.
SQL injection, que visa a submeter código SQL para dentro de um banco com obje-
tivo de obter dados sem a devida permissão, está relacionado com uma falha mais
voltada para a aplicação do que para o banco. O tratamento do acesso indevido
deveria ser filtrado na aplicação, mas isso infelizmente não impede que o banco
possa sofrer ataques. Os bancos NoSQL também são vulneráveis.
28. (CESPE/FUNPRESP-JUD/ANALISTA – TECNOLOGIA DA INFORMAÇÃO/2016) A
respeito de banco de dados, julgue o próximo item.
Os bancos de dados NoSQL não permitem a atualização de seus dados, por serem
orientados a documentos e(ou) coleções.
C. Certo
E. Errado
Errado.
A atualização dos dados não tem relação alguma com o fato d ele ser ou não ser
orientado a documentos e/ou coleções. Os tipos de NoSQL, sejam eles chave-valor,
documento, colunas ou grafos, vão permitir a sua atualização.
29. (CESPE/TJ-DFT/ANALISTA JUDICIÁRIO/2015) A respeito de tipos de bancos de
dados, julgue o item que se segue.
Sistemas de bancos de dados classificados como NoSQL permitem a inserção de
dados sem que haja um esquema predefinido.
C. Certo
E. Errado
Certo.
Uma das características do NoSQL é ser livre de esquema, por isso a questão está
certa.
Para garantir a eficiência das consultas a bancos de dados semiestruturados, é fun-
damental a adoção de técnica de indexação que leve em consideração, além das
informações, as propriedades estruturais dos dados.
C. Certo
E. Errado
Certo.
A adoção de técnicas para tratar eficientemente a indexação e recuperação de da-
dos semi-estruturados é essencial para que usuários de sistemas de busca possam
construir consultas levando em consideração relações tanto estruturais quanto tex-
tuais.

Cópia de Cópia de 5221125-Business-Intelligence-Bi PDF

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cópia de Cópia de 5221125-Business-Intelligence-Bi PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Sefaz-df

No capítulo anterior, tivemos a oportunidade de conversar sobre o modelo di-

mensional, ou multidimensional. Sobre como ele é importante para as empresas

que isso possa trazer prejuízos de performance para o banco de dados.

Pudemos perceber que a metodologia envolvida para o desenvolvimento tinha

dois grandes defensores, Inmon e Kimball, que, apesar de possuírem pequenas

modificações, ainda seguem para o mesmo fim: montar e disponibilizar o Data

Por fim, chegamos ao ETL, a ferramenta responsável por realizar a extração,

transformação (integração, limpeza etc.) e carga no DW.

o “novo Business Intelligence (BI)”, e antes de entrarmos no assunto sobre o que

utilizado, que é o Business Intelligence.

Se você reparar, estamos mais alguns degraus acima na nossa jornada e BI é

1. Business Intelligence (BI)

O interessante do BI é que depois do trabalho “sujo” na montagem do DW e seu

área de TI não realiza o levantamento correto das necessidades dos usuários e no

indicadores ele gostaria de monitorar?

Por definição, BI é uma ferramenta que coleta e processa grandes volumes

de dados de sistemas internos e externos. Seu principal objetivo é encontrar

informações desses dados cruzados, principalmente por meio de consultas/

relatórios analíticos e painéis (dashboards) que possam fornecer aos funcio-

nários e gerentes o poder de acelerar e aprimorar as tomadas de decisões,

aumentar a eficiência operacional, identificar tendências de mercado, apontar

novas oportunidades de negócios e mostrar indicadores chaves de performance

dores da empresa possam ser ajustados, melhorados.

Um característica importante sobre o BI que vale a pena citar é a criação de

cubos para ajudar na análise dos dados.

O cubo é a representação de uma visão de um conjunto de dados dimensional.

Figura 1 – Exemplo de Cubo

O cubo é um atalho para se obter um conjunto de dados específicos; ele facilita

a visão de algo, no lugar de você ter de olhar um mundo de dados.

Dentro das ferramentas de BI temos diversas opções de construção de gráficos

do algum problema está acontecendo ou analisando as informações para poder ter

Figura 2 – Exemplo de um painel com várias gráficos

O interessante dessa plataforma é a facilidade de gerar novas visões, uma vez

disponíveis, e uma interface amigável na qual eu possa construir gráficos e rela-

tórios instantaneamente. Eu seleciono as colunas que quero mostrar no gráfico,

Figura 3 – Exemplo de construção de um gráfico pelo usuário final

corrigir problemas. No BI conhecemos as perguntas que iremos fazer devido à for-

nele temos a capacidade de expandir o pensamento para analisar o passado e ten-

vam disponíveis, que não se conversavam e agora, com o poder do processamento

e armazenagem distribuídos, isso é possível. A imagem abaixo mostra o quadrante

em que cada uma das ferramentas se encaixa nesse contexto:

Figura 4 – Área de atuação do BI e Big Data

2. Big Data – Conceitos

O que é Big Data? De forma genérica: é um volume de dados gigantesco que

não pode ser armazenado ou processado usando as técnicas tradicionais em um

determinado tempo. Ele é composto por dados estruturados e não estruturados e

que impactam os negócios no dia a dia.

Um fato interessante é que estamos acostumados a medir o dado pelo seu

gerenciar um arquivo de 100MB seria considerado um Big Data.

sam ser processadas em um determinado tempo utilizando recursos de processa-

vel, classificando assim esse volume de dados como Big Data.

O Facebook gera aproximadamente 100TB de dados todos os dias; o Twitter

empresa possa se destacar no mercado, acertar uma expectativa, investir correta-

Figura 5 – Estimativa de crescimento em 2017 para Big Data

O importante quando analisamos dados não é necessariamente a quantidade,

lhores decisões levam a uma melhor geração de renda e diferença de mercado.

Por isso, o armazenamento é realizado em vários discos distribuídos. E se, além de

armazenar de forma distribuída, executássemos o processamento de forma parale-

la? É exatamente aí que entre uma tecnologia chamada Hadoop.

Figura 6 – Queda do custo do GB pelo tempo.

Antes que possamos tratar de Hadoop, é importante definir os o conceitos que