Avaliacao Modelagem e arquitetura do DW (Data Warehouse)

Prévia do material em texto

Modelagem e arquitetura do DW (Data Warehouse)
Professor(a): Marise de Barros Miranda Gomes (Doutorado)
1)
2)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A
Avaliação Virtual (AV) é composta por questões objetivas e corresponde a 100% da média final.
Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas.
Você pode responder as questões consultando o material de estudos, mas lembre-se de cumprir
o prazo estabelecido. Boa prova!
A modelagem multidimensional representa uma abstração dos dados armazenados,
permitindo a visualização de grande quantidade de dados, por meio de consultas
dinâmicas de ferramentas Online Analytical Processing (OLAP – Processamento Analítico
On-line) que exibem as informações no formato de um cubo.
Assinale a alternativa correta que indica os elementos básicos da modelagem
multidimensional:
Alternativas:
Tabelas normalizadas e tabelas não-normalizadas.
Tabela de dados e tabelas de consultas.
Tabela de dados e tabelas de Dimensões
Tabela de Fatos e tabelas de Dimensões.  CORRETO
Tabela de Fatos e tabelas de consultas.
Código da questão: 42590
As ferramentas que apresentam características OLAP passaram a ser referenciadas como
ferramentas OLAP. As ferramentas OLAP podem ser classificadas de acordo com a
estratégia de armazenamento, sendo chamadas de OLAP Multidimensional (MOLAP), OLAP
Relacional (ROLAP), OLAP Híbrido e OLAP Web.
Assinale a alternativa correta que descreve as características das ferramentas do tipo
MOLAP.
Alternativas:
O MOLAP refere-se à utilização da ferramenta OLAP em ambiente remoto, disparando
consultas via um navegador web para o servidor que, por sua vez, retorna o cubo
processado para análise do usuário.
O MOLAP refere-se à utilização de banco de dados com características
multidimensionais, permitindo operações que ocorrem quando o usuário navega pelas
informações contidas entre dimensões de esquemas diferentes, acessados remotamente.
O MOLAP refere-se à abordagem de uso combinado de um banco de dados relacional
com um banco de dados orientado a objetos, onde as estruturas relacionais são
utilizadas para os dados com maior granularidade e as estruturas orientadas a objetos
são utilizadas para dados com menor granularidade.
Resolução comentada:
a modelagem multidimensional representa uma abstração dos dados armazenados,
consistindo em um modelo composto por tabelas de Fatos e de Dimensões que
proporcionam uma visão multidimensional de grande quantidade de dados. 
Fatos: é uma coleção de itens de dados, composta de dados de medidas,
representando uma transação ou um evento de negócio. Um fato é representado
por valores numéricos em um esquema, e implementado em tabelas denominadas
tabelas de Fatos. 
Dimensões: são os elementos que participam de um fato, ou seja, são as possíveis
formas de visualizar os dados de forma descritiva e classificatória, determinando o
contexto de um assunto de negócio. Os elementos que representam uma dimensão
são especificados em um esquema e implementados em tabelas denominadas de
tabelas de Dimensões.
3)
4)
O MOLAP refere-se à utilização de banco de dados com características
multidimensionais, permitindo a navegação com níveis de detalhamento em tempo real,
a partir da combinação das dimensões do cubo, proporcionando análises sofisticadas
com ótimo desempenho.  CORRETO
O MOLAP refere-se à utilização de banco de dados relacional para implementar soluções
OLAP, permitindo análise multidimensional dos dados que estão armazenados em uma
base de dados relacional, sendo feito todo o processamento no servidor da base de
dados e depois gerados os comandos SQL e as tabelas temporárias.
Código da questão: 42604
Segundo Rob e Coronel (2011), a característica mais marcante das modernas ferramentas
OLAP é a capacidade de análise multidimensional. Os dados são processados e visualizados
em uma estrutura multidimensional, sendo especialmente atrativos para os tomadores de
decisões de negócios, sendo que, enquanto o DW mantém dados de suporte, a decisões
integrados, orientados por assunto, variáveis no tempo e não voláteis, o sistema OLAP
fornece o front end por meio do qual os usuários finais acessam e analisam esses dados.
(ROB, P.; CORONEL, C. Sistemas de banco de dados: projeto, implementação e
administração. 8. ed. São Paulo: Cengage Learning, 2011).
Sobre os critérios que uma ferramenta OLAP deve ter, julgue os itens a seguir:
I. Dimensionalidade genérica: a ferramenta deve proporcionar condições ao usuário
para executar manipulações ou cálculos entre as dimensões.
II. Manipulação de matriz esparsa dinâmica: para qualquer matriz esparsa de dados,
existe um e somente um esquema físico, o qual provê a máxima eficiência e
operacionalidade.
III. Flexibilidade nas consultas: a análise e a apresentação dos dados tornam-se mais
simples quando linhas, colunas e células, que vão ser comparadas visualmente, são
organizados por agrupamentos lógicos.
IV. Dimensões e níveis de agregação limitados: um modelo analítico comum deve conter
uma matriz com dimensões de dados definidas entre quatro a cinco dimensões.
Estão corretos os itens:
Alternativas:
I – II – III – IV.
II – III.
I – II.
I – II – III.  CORRETO
III – IV.
Código da questão: 42607
As informações assumem o papel do principal patrimônio ativo de uma organização.
Assim, tornar as informações corporativas acessíveis para entendimento e utilização das
áreas estratégicas das organizações é um fator fundamental para a tomada de decisão
Resolução comentada:
O MOLAP refere-se à utilização de banco de dados com características
multidimensionais, permitindo a navegação com níveis de detalhamento em tempo
real, a partir da combinação das dimensões do cubo, proporcionando análises
sofisticadas com ótimo desempenho. Segundo Machado (2013), em um banco de
dados multidimensional, os cruzamentos de valores são realizados automaticamente,
agilizando a visualização multidimensional das informações sob o ponto de vista de
todas as dimensões. A forma de acesso e de agregação dos dados faz com que esta
ferramenta tenha um excelente desempenho.
Resolução comentada:
o item IV está errado, porque as dimensões e níveis de agregação são ilimitados: um
modelo analítico comum pode conter de quinze a vinte dimensões de dados.
5)
assertiva. As ferramentas Online Analytical Processing (OLAP) surgiram com os sistemas de
apoio à decisão para viabilização e extração eficaz de informações de um ambiente de Data
Warehouse (DW).
Sobre as características das ferramentas OLAP, julgue os itens a seguir:
I. Os dados são processados e visualizados em uma estrutura multidimensional.
II. Estrutura logicamente dados multidimensionais na forma de um cubo.
III. Efetua operações de manipulação de dados individuais, por meio dos comandos de
inserção, atualização e exclusão.
IV. Proporciona respostas rápidas e consistentes às consultas interativas executadas
pelos usuários.
Estão corretos os itens:
Alternativas:
II – III.
I – II.
I – II – IV.  CORRETO
I – II – III.
III – IV.
Código da questão: 42606
Para implementar projetos de Data Warehouse, são necessárias algumas considerações
conceituais que permitem manter o foco nas referências analíticas como finalidade. Nesse
sentido, analise as afirmações a seguir.
I. DW é uma coleção orientada por assuntos, integrada, variante no tempo e não volátil.
II. Os resultados do DW servem para apoiar o processo de tomada de decisão das
organizações.
III. DW é a cópia específica de tabelas do banco analítico para consultas e análises, criando
visões funcionais.
IV. A construção de um DW depende fundamentalmente de arquitetura.
V. DW é uma arquitetura e não uma tecnologia.
São verdadeiras:
Alternativas:
I – IV – V.
II – III – V.
I – II – IV – V.  CORRETO
I – II – III.
I – IV.
Resolução comentada:
o item III está errado, porque os sistemas transacionais, Online Transaction
Processing (OLTP – Processamento de Transações On-line, que efetuam operaçõesde manipulação de dados individuais, por meio dos comandos de inserção,
atualização e exclusão.
Resolução comentada:
na conceituação dada por Inmonn (2005), DW é uma coleção orientada por
assuntos, integrada, variante no tempo e não volátil, para apoiar o processo de
tomada de decisão das organizações. 
Na definição de Kimball (2002), DW é a cópia específica de tabelas do banco
transacional para consultas e análises, criando visões funcionais. 
Um projeto de construção de um DW depende, fundamentalmente, de arquitetura.
6)
7)
Código da questão: 42577
O modelo multidimensional permite encontrar respostas de comportamento do
desempenho dos negócios, por meio dos aspectos a seguir.
I. Realizar simulações de cenários.
II. Embasar análises estratégicas e alocar decisões.
III. Podem ser realizadas abstrações de localidade (onde).
IV. Permite resumir a temporalidade (quando).
V. Não associa responsabilidades (quem) e classificações (o quê).
São verdadeiras:
Alternativas:
I – II – III.
I - II – III – IV.  CORRETO
I – III, somente.
I – IV – V.
II – III – V.
Código da questão: 42587
Na concepção de Poe, Klauer, Brobst (1998), o Esquema Estrela possui uma estrutura
simples com poucas tabelas e associações bem definidas, aproximando do contexto do
modelo de negócio e facilitando a geração de consultas complexas de forma intuitiva e
interativa, por meio dos vários parâmetros de consultas. Neste esquema, o assunto
principal fica ao centro do esquema, representada pela tabela de Fatos, e suas
características, as dimensões, representadas por tabelas de Dimensões, ficam posicionadas
ao seu redor, permitindo a leitura e compreensão até mesmo de usuários finais que não
estão adaptados com estruturas de banco de dados. 
(POE V.; KLAUER P.; BROBST S. Building a data warehouse for decision support. New Jersey:
Prentice Hall PTR, 1998). 
Sobre as principais vantagens do Esquema Estrela, julgue os itens a seguir, indicando “V”
para o item verdadeiro e “F” para o item falso: 
1. ( ) A estrutura padronizada e regular do esquema é bastante simples, faciliatando a
apresentação, o desempenho das consultas geradas e a compreensão até mesmo de
usuários finais que não estão adaptados com estruturas de banco de dados. 
2. ( ) As consultas ocorrem inicialmente nas tabelas de Dimensões e depois nas tabelas de
Fatos, assegurando a consistência dos dados por meio de uma estrutura de chaves que
garante o acesso aos dados com melhor desempenho. 
3. ( ) A aplicação da técnica de normalização nas tabelas de Dimensões aumenta o número
de dimensões, consequentemente diminuindo a performance das consultas dinâmicas. 
4. ( ) A facilidade e a flexibilidade da inclusão de novos elementos de dados, a partir do
relacionamento da tabela de Fatos com uma nova tabela de Dimensão, bem como o
acréscimo de novas colunas às mesmas tabelas de Dimensões. 
5. O suporte para transformar e proceder à carga dos dados, para recuperar, analisar e
extrair os dados dos sistemas transacionais.
Assinale a alternativa correta:
Por isso, Machado (2010) deixa claro que “DW é uma arquitetura e não uma
tecnologia”. A tecnologia sim ajuda a construir, operar e monitorar um projeto DW
implantado.
Resolução comentada:
a abordagem do modelo multidimensional permite que respostas sobre o
comportamento do desempenho do negócio sejam encontradas por meio de
simulações de cenários para embasar as análises estratégicas e alocar decisões. Esta
abordagem remete à necessidade de construir um modelo dimensional, em que são
feitas perguntas sob abstrações de localidade (onde), temporalidade (quando),
responsabilidade (quem) e classificação (o quê).
8)
Alternativas:
V – V – F – V – F.  CORRETO
V – V – V – V – V.
F – F – V – F – V.
F – F – F – F – F.
F – V – F – V – F.
Código da questão: 42602
Ferramentas de mineração de dados (Data Mining) são integradas aos ambientes de
Data Warehouse para gerarem informações em conhecimento potencialmente útil. Sua
função principal é a extração de grande volume de dados com o objetivo de encontrarem
padrões e correlações significativas, estimarem tendências e novas perspectivas que
agreguem, satisfatoriamente, com contexto do negócio explorado. 
Sobre as técnicas de Data Mining, julgue os itens a seguir: 
I. Árvores de Decisão (Decision Tree): caracterizam-se pelo método de classificação de
dados, sendo conveniente adotar essa técnica quando o objetivo é gerar regras que
possam ser entendidas, explicadas e traduzidas para a linguagem natural. 
II. Redes Neurais Artificiais: caracterizam-se em resolver problemas complexos e construir
representações internas de modelos ou padrões detectados nos dados que envolvem o
desenvolvimento de estruturas matemáticas com habilidade de aprendizado, por meio de
experiências de operações da própria máquina. 
III. Predição com Séries Temporais: caracteriza-se em identificar a existência de diferentes
grupos dentro de um conjunto de dados e, constatada está existência, agrupa-se os
elementos estudados de acordo com suas similaridades, podendo refiná-los e definir a
priorização entre eles. 
IV. Análise de Regressão: utiliza-se algoritmos genéticos para encontrar soluções de
problemas dinâmicos e complexos que envolvem centenas ou milhares de variáveis e/ou
fórmulas para identificar as descobertas, gerando possíveis soluções simultaneamente. 
Estão corretos os itens:
Alternativas:
III – IV.
I – II.  CORRETO
I – II – III – IV.
I – II – III.
II – III.
Código da questão: 42614
Resolução comentada:
o item 3 é falso, porque é o Esquema Floco de Neve que separa as hierarquias das
dimensões em tabelas diferentes, especificando variantes da dimensão principal.
Considera-se que a aplicação da técnica de normalização nas tabelas de Dimensões
aumenta consideravelmente o número de dimensões e, consequentemente,
diminuindo a performance das consultas dinâmicas. 
O item 5 é falso, porque o processo de transformar e proceder à carga dos dados,
para recuperar, analisar e extrair os dados dos sistemas transacionais refere-se a uma
etapa do processo de criação de um Data Warehouse, conhecido como ETL.
Resolução comentada:
o Item III está errado porque refere-se a técnica de Análise de Aglomerações (Cluster
Analysis): caracteriza-se em identificar a existência de diferentes grupos dentro de
um conjunto de dados e, constatada esta existência, agrupa-se os elementos
estudados de acordo com suas similaridades, podendo refiná-los e definir a
priorização entre eles. 
O item IV está errado, porque refere-se à técnica de Algoritmos Genéticos: utiliza-se
algoritmos genéticos para encontrar soluções de problemas dinâmicos e complexos
que envolvem centenas ou milhares de variáveis e/ou fórmulas para identificar as
descobertas, gerando possíveis soluções simultaneamente.
9)
10)
A mineração de dados é comumente classificada pela sua capacidade em realizar tarefas
para diferentes domínios. A literatura indica que não existe um consenso de denominação
quanto à classificação, funcionalidades, tarefas, métodos ou técnicas de mineração de
dados. Contudo, Fayyad et al. (1996) apresentam alguns métodos de mineração de dados
que têm como objetivo a predição ou descrição dos resultados:
(FAYYAD, U.M. et al. Advances in knowledge discovery and data mining. California: AAAI
Press, 1996).
Sobre as técnicas de Data Mining, julgue os itens a seguir, indicando “V” para o item
verdadeiro e “F” para o item falso:
1. (   ) Regressão: usa-se para associar ou classificar um item a uma ou a várias
categorias pré-definidas, derivando uma regra que possa ser usada para classificar
uma observação, referente a um conjunto de dados identificados que são
categorizados por um assunto.
2. (   ) Análise de Séries Temporais: refere-se a tarefa similar à classificação, porém é
usada quando os dados são identificados por predição de valores numéricos,
considerados variáveis independentes ou exploratórias, e não pela categorização dos
itens analisados, sendo possível verificar o eventual relacionamento funcional que
possa existirentre duas ou mais variáveis quantitativas.
3. (   ) Agrupamentos (Clusters): refere-se à tarefa de segmentar um conjunto de dados
em grupos diferentes, cujos itens são semelhantes, ou seja, subdivide o conjunto de
dados em um conjunto menor, sendo similar no comportamento dos atributos de
segmentação, descobrindo grupos diferentes entre o conjunto de dados selecionado.
4. (   ) Sumarização: refere-se à tarefa de descrever padrões e tendências que são
reveladas por subconjuntos de dados compactados, a partir de um subconjunto de
dados com características similares, demostrando as relações funcionais entre as
variáveis definidas para a análise exploratória do subconjunto de dados
5. (   ) Análise de Séries Temporais: refere-se a tarefa similar à regra de associação com
objetivo de aplicar algum tipo de padrão (tendências, variações sazonais, variações
cíclicas e variações irregulares) no conjunto de dados, para determinar que tipos de
sequências podem ocorrer em um determinado período.
Assinale a alternativa que indica a sequência correta:
Alternativas:
V – V – V – V – V
F – F – F – F – F.
F – V – F – V – F.
F – F – V – V – V.  CORRETO
V – V – F – V – F.
Código da questão: 42615
Em um banco de dados relacional, a granularidade é baixa, mas é muito importante, o
que significa que ela é inversamente proporcional ao detalhe do dado armazenado lá. Para
se obter granularidade alta, a importância do detalhe não pode ser considerada. Marque a
alternativa que relaciona a granularidade em diferentes níveis e a disponibilidade de
detalhamento dos dados.
Alternativas:
Resolução comentada:
o Item 1 é falso, porque refere-se ao método classificação usado para associar ou
classificar um item a uma ou a várias categorias pré-definidas, derivando uma regra
que possa ser usada para classificar uma observação, referente a um conjunto de
dados identificados que são categorizados por um assunto. 
O item 2 é falso, porque descreve o método de Regressão que se refere a tarefa
similar à classificação, porém é usada quando os dados são identificados por
predição de valores numéricos, considerados variáveis independentes ou
exploratórias, e não pela categorização dos itens analisados, sendo possível verificar
o eventual relacionamento funcional que possa existir entre duas ou mais variáveis
quantitativas.
Sumarização.  CORRETO
 Entidade.
Relacionamento.
Tabela Fato.
Dimensão.
Código da questão: 42585
Resolução comentada:
um DW tem níveis de granularidade elevados por conta da necessidade de
sumarizações para refletir a realidade dos dados do negócio. As sumarizações são
necessárias, pois refletem medidas resumidas ou condessadas, com alguma
transformação dos dados originais. Sem essa técnica, seria impraticável obter
respostas que refletem o comportamento de um conjunto de dados. Sumarizações
podem ser somas, médias, medianas, quartis, etc.
Arquivos e Links