Escolar Documentos
Profissional Documentos
Cultura Documentos
CESGRANRIO LIQUIGÁS
Data Warehouse pode ser conceituado como uma coleção de dados orientada por assuntos,
integrada, assim como
A extração de dados de fontes únicas, necessitando de um data mart para cada fonte.
B incapacidade de lidar com múltiplos níveis de tempo devido à sua não volatidade,
requerendo um DW para cada granularidade dessa dimensão.
C orientação por assunto, permitindo o foco em processos de negócio específicos.
D volatilidade, necessitando de atualização a cada transação realizada no BD transacional.
E processo baseado em simples consultas a tabelas específicas, gerando uma
correspondência 1-1 entre as tabelas do DW e do sistema transacional.
3. CESGRANRIO PETROBRÁS
Em um ambiente de data warehousing, uma das fases mais importantes é a ETL (Extract,
Transformation and Load), em que se definem as estratégias de conversão, transformação e
consistência dos dados dos sistemas de origem para realizar a carga dos dados no sistema de
data warehouse. Uma característica relacionada a essa fase de ETL é que
A a garantia da consistência dos dados é especialmente necessária nos sistemas que incluem
SGBDs relacionais, pois estes são incapazes de garantir as consistências das transações e as
integridades referenciais.
B sua existência é incompatível com o uso dos sistemas legados, pois sua tecnologia
antiquada impede que estes sejam integrados em um sistema de data warehousing.
C pode ser eliminada, se o próprio SGBD relacional transacional for usado como o banco do
sistema de data warehousing, o que permite obter uma grande economia de recursos.
D é necessária para se obter os dados das múltiplas fontes, de forma a transformá-los
nas variáveis que interessam ao processo de decisão.
A apenas uma tabela com atributos, como código do produto, nome do produto,
mês/ano da venda, loja e cidade.
B três tabelas de dimensões (produto, tempo, loja) e uma tabela de fatos (vendas), uma
vez que cidade é atributo da tabela loja.
C três tabelas de dimensões (produto, tempo, loja) e uma tabela de fatos (vendas), uma
vez que cidade é atributo da tabela venda.
D quatro tabelas de dimensões (produto, tempo, loja, cidade) e uma tabela de fatos
(vendas).
E quatro tabelas de fatos (produto, tempo, loja, cidade) e uma tabela de dimensões
(vendas).
7. CESGRANRIO CASA DA MOEDA
Analise a imagem a seguir relacionada a um Data Warehouse.
Que tipo de modelo dimensional é apresentado nessa imagem?
a) Normalizado 3FN.
b) Floco de neve.
c) Boyce Codd.
d) Holístico.
e) Estrela.
8.CESGRANRIO TRANSPETRO
No processo de extração, transformação e carga (ETL), uma característica da data staging
área é a de
A aderir ao barramento de serviços da organização, de forma fisicamente
descentralizada.
B apresentar serviços de consulta e apresentação para usuários finais dos servidores
OLTP.
C armazenar os dados selecionados provenientes das diversas fontes para serem usados
pelo processo.
D criar uma estrutura normalizada em enterprise data warehouses para suportar
aplicações OLAP.
E suportar o processo de engenharia reversa interpretável pelo administrador de banco
de dados
9. CESGRANRIO PETROBRÁS
Bases de dados de sistemas de informações gerenciais são projetadas, muitas vezes,
em um esquema denominado estrela que:
A existem apenas tabelas de fatos, sendo que cada tupla representa um fato
registrado.
B existem apenas uma tabela de dimensões e tantas tabelas de fatos quanto as que
foram necessárias para identificar cada uma das dimensões existentes.
C existem uma tabela de fatos e várias tabelas de dimensões, sendo estas últimas
organizadas em hierarquias e normalizadas.
D existem diversas tabelas de fatos e de dimensões, estando todas desnormalizadas
para melhor desempenho.
E não podem existir mais de 3 tabelas de dimensões, pois, se assim fosse, deixaria de
ser esquema floco de neve e passaria a ser esquema estrela.
13. CESGRANRIO CASA DA MOEDA
I - A figura apresenta um modelo dimensional
floco-de- -neve.
II - O modelo acima é apropriado para escrita e
não para leitura.
III - O modelo dimensional pode ser utilizado
para construção de um data warehouse.
A slice e roll-up
B roll-up e drill-down
C roll-up e rotation (pivot)
D rotation (pivot) e drill-down
E drill-down e slice
19.CESGRANRIO TRANSPETRO
Um gestor acessa o servidor OLAP de sua organização, com o objetivo de analisar os
resultados anuais de seu desempenho. Após realizar uma consulta, ele pôde observar, a
cada ano, o rendimento médio de suas unidades de produção por região brasileira e por
produto produzido. Todavia, julgou, em um determinado momento, que sua decisão
precisava de um novo enfoque e mudou a estrutura da análise, observando o mesmo
rendimento médio anual por produto e por estado da federação.
Quais as duas operações OLAP ele realizou?
A diferenciar-se na estrutura de construção dos data marts, esses últimos construídos durante o
processo de data mining.
B permitir operações de manutenção similares às bases transacionais, com operações de alteração
e remoção de registros específicos.
C possibilitar a sua construção a partir de fontes de dados tanto internas quanto externas à
organização.
D possuir características atemporais, pelo caráter consolidador de suas estruturas de dados.
E ser direcionada a aplicações, com foco nos processos de negócio organizacionais.
22.CESGRANRIO LIQUIGÁS
Um banco de dados multidimensional em uma empresa
A é semelhante a um banco de dados relacional, exceto por não possuir FKs (chaves
estrangeiras).
B é semelhante a um banco de dados relacional onde cada tabela tem uma coluna
adicional para representar a dimensão temporal.
C alimenta com seus dados os bancos de dados transacionais necessários para o
negócio.
D permite apenas consultas predefinidas aos dados armazenados.
E tem seus dados oriundos de bancos de dados transacionais.
23.CESGRANRIO LIQUIGÁS
Em um banco de dados multidimensional, os fatos aditivos
A não podem ser somados em nenhuma dimensão.
B podem ser somados apenas para um nível superior de uma dimensão, caso haja
hierarquia na dimensão.
C podem ser somados em apenas algumas dimensões.
D podem ser somados em todas as dimensões.
E só não podem ser somados na dimensão temporal..
24.CESGRANRIO TRANSPETRO
Os sistemas de data warehouse diferem de várias formas dos sistemas transacionais das
empresas, como, por exemplo, em seu modelo de dados. Para transferir e transformar
os dados dos sistemas transacionais para os sistemas de data warehousing, é comum
utilizar, como estratégia, a existência de uma camada especial da arquitetura conhecida
como
A Data Marts
B Data Staging Area
C Dimensional Model Area
D Presentation Area
E Living Sample Area
25.CESGRANRIO BANCO DO BRASIL
Considere as Tabelas abaixo.
Ferramenta Características
W - Melhor implementada se os dados forem armazenados
I - MOLAP de forma multidimensional.
II - ROLAP X - Oferece maior portabilidade para usuários do OLAP.
III - DOLAP Y - Requer a transformação das consultas dos usuários em
consultas complexas em SQL.
Z - Só pode ser usada em notebooks e outros equipamentos
portáteis.
Estão corretas as associações
A I – W, II – X , III – Z.
B I – W, II – Y , III – X.
C I – X , II – W , III – Y.
D I – Y , II – Z , III – X.
E I – Y , II – W , III – Z.
28. CESGRANRIO LIQUIGÁS
Algumas soluções de implementação de ferramentas OLAP adotam bancos de dados
multidimensionais (MOLAP), outras adotam bancos de dados relacionais (ROLAP) e outras
podem ser híbridas ou desenvolvidas para aplicações específicas. Comparando as abordagens
MOLAP e ROLAP, em relação às características de flexibilidade, escalabilidade e velocidade, é
esperado que, para pequenos conjuntos de dados, a abordagem MOLAP tenha
A I e II
B I e IV
C II e IV
D III e IV
E I, III e IV
31. CESGRANRIO LIQUIGÁS
Que tipo de aplicação OLAP combina a tecnologia de banco de dados relacionais com a de
banco de dados multidimensionais?
A ROLAP
B MOLAP
C DOLAP
D HOLAP
E WOLAP
32. CESGRANRIO BANCO DO BRASIL
Uma empresa precisa implementar um sistema Big Data para controlar a movimentação
dos produtos que a empresa oferece. Esse sistema precisa estar com a configuração de
dados como sendo um fato, que seria um evento de ocorrência, como, por exemplo: as
compras de um determinado insumo, em um determinado fornecedor e em um
determinado instante. Para tal finalidade, esse sistema a ser implementado deverá estar
organizado segundo a configuração de
A Cubo de dados
B Tuplas estáticas
C Matriz de ocorrência
D Documentos lineares
E Subconjunto de atributos
33. CESGRANRIO PETROBRAS
Em produtos ROLAP, os cubos são alimentados
A drill up
B drill down
C roll pivot
D drill and cross
E roll and cross
36. CESGRANRIO BNDES
Sejam as seguintes afirmativas sobre Data Warehouses:
I - Uma tabela de dimensão contém metadados relativos a uma ou mais tabelas de fatos.
II - O esquema floco de neve consiste em uma hierarquia de tabelas de fatos que
compartilham uma tabela dimensão.
III - Pivoteamento é uma técnica usada para sumarizar dados ao longo de uma dimensão.
IV - Drill-down é uma operação usada para prover uma visão desagregada dos dados.
Estão corretas APENAS as afirmativas
A I e III
B I e IV
C II e III
D II e IV
E III e IV