Avaliação Modelagem e arquitetura do DW

Prévia do material em texto

Modelagem e arquitetura do DW (Data Warehouse) 
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! 
1) 
As fontes de dados são armazenadas segundo um modelo de banco de dados, em 
geral organizados de acordo com uma estrutura lógica. Essas fontes de dados, além de 
serem mantidas em repositórios organizados, também incluem características 
determinantes quanto ao armazenamento e acesso. Aponte a alternativa que 
estabelece essas características. 
 
Alternativas: 
 As fontes de dados podem ser armazenadas e acessadas sem a necessidade de 
caracterização quanto ao tipo de dados. 
 As características associadas às fontes de dados são os relacionamentos, os 
índices de armazenamento e as tabelas dos repositórios. 
 Somente as restrições são associadas às fontes de dados. 
 As características associadas às fontes de dados são somente os 
relacionamentos entre os dados. 
 As características associadas às fontes de dados são os relacionamentos, os 
tipos e as restrições desses dados. CORRETO 
Resolução comentada: 
Toda fonte de dados que será armazenada e acessada em um banco de dados deve 
manter a integridade do conteúdo. A exemplo, como um dado de número de RG, deve 
estar relacionado à pessoa a qual pertence esse documento, o dado precisa ter 
consistência quanto ao tipo, se numérico ou texto, para viabilizar cálculos ou buscas, e 
as restrições, dado em determinado campo não pode ser nulo. 
Código da questão: 42570 
2) 
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 – IV. CORRETO 
 II – III – V. 
 I – II – III. 
 I – III, somente. 
 I – IV – V. 
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). 
Código da questão: 42587 
3) 
A abordagem analítica requer uma arquitetura de dados especializada, complemente a 
sentença a seguir. 
As necessidades analíticas sobre os dados provocaram mudanças na arquitetura da 
base de dados. Os _____________________ são os dados brutos. Os dados resumidos, 
agregados, sumarizados ou calculados são os dados ____________. 
Assinale a alternativa que completa adequadamente as lacunas acima: 
 
Alternativas: 
 Dados das operações; Amostrados. 
 Segmentados; Transacionais 
 Dados das operações; Segmentados. 
 Dados das operações; Derivados. CORRETO 
 Segmentados; Matemáticos. 
Resolução comentada: 
Inmon (1997) destaca a mudança na abordagem em relação aos dados brutos, que no 
início dos registros de dados não havia a experiência que pudesse prever arranjos 
diferentes para suportar análises. O objetivo de arquiteturas básicas para banco de 
dados eram armazenar os registros, sem a robustez necessária para suportar 
necessidades futuras. 
As necessidades analíticas sobre os dados provocaram mudanças na arquitetura, 
surgindo demandas provenientes de dados derivados. Os dados do dia a dia, das 
operações, in natura, são os dados brutos. Os dados resumidos, agregados, 
sumarizados ou calculados são os dados derivados. 
Código da questão: 42576 
4) 
Sobre a construção do DW, considere as seguintes afirmações: 
( ) A construção de um DW inicia com a recuperação dos dados históricos da empresa. 
( ) A construção pressupõe necessidades de informações especializadas, indicadores de 
performance da organização. 
( ) Uma base histórica auxilia na criação de comparações com dados atuais e tendências 
futuras. 
( ) Um banco de dados analítico é um sistema somente de leitura e escrita que 
armazena dados. 
( ) A construção não prevê também a utilização de ferramentas. 
Assinale a alternativa que contenha a sequência correta: 
 
Alternativas: 
 V –V - V – V – F. 
 V – V – V – F – F. CORRETO 
 F – V – F – V – F. 
 F - F - F – V – V. 
 F – V – V – F – F. 
Resolução comentada: 
A construção de um DW inicia com a recuperação dos dados históricos da empresa. 
Isso significa realizar cópias da história da organização, de acordo com os dois anos 
anteriores, como recomenda Machado (2010). 
A construção pressupõe necessidades de informações especializadas, indicadores de 
performance da organização. Uma base histórica auxilia na criação de comparações 
com dados atuais e tendências futuras. 
A construção prevê também a utilização de ferramentas de EIS e DSS. Essas 
ferramentas são utilizadas em diferentes níveis de gestão das organizações, de acordo 
com Turban (2007). 
Código da questão: 52076 
5) 
A decisão de optar pelo Esquema Estrela ou pelo Esquema Floco de Neve deve ser 
tomada levando-se em consideração, principalmente, pela complexidade da solução e 
o volume de dados a ser manipulado. 
Sobre as características dos Esquemas Estrela e Floco de Neve, julgue os itens a seguir: 
I. O Esquema Estrela possui uma estrutura razoavelmente simples, com poucas 
tabelas e relacionamentos bem definidos, aproximando bastante do modelo de 
negócio. 
II. O Esquema Floco de Neve é uma variação do Esquema Estrela, em que as 
tabelas dimensões de um Esquema Estrela são organizadas em uma hierarquia 
ao normalizá-las. 
III. O Esquema Estrela é composto por uma tabela dominante no centro, chamada 
de Fatos, relacionada com tabelas auxiliares, chamadas de tabelas de 
Dimensões, sendo que a tabela de Fatos é relacionada com cada tabela de 
Dimensão em um relacionamento “muitos para um”. 
IV. O Esquema Floco de Neve separa as hierarquias das dimensões em tabelas 
normalizadas, aumentando consideravelmente o número de dimensões, 
consequentemente aumenta-se a performance das consultas dinâmicas. 
Estão corretos os itens: 
 
Alternativas: 
 II – III. 
 I – II. 
 II – III – IV. 
 I – II – III – IV. 
 I – II – III. CORRETO 
Resolução comentada: 
Os itens corretos são I, II e III. O item IV está errado, porque o Esquema Floco de Neve 
separa as hierarquias das dimensões em tabelas normalizadas, aumentando 
consideravelmente o número de dimensões, e diminuindo consequentemente a 
performance das consultas dinâmicas. 
Código da questão: 42593 
6) 
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 quesão 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 existir entre 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: 
 F – V – F – V – F. 
 F – F – F – F – F. 
 V – V – F – V – F. 
 F – F – V – V – V. CORRETO 
 V – V – V – V – V 
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. 
Código da questão: 42615 
7) 
Segundo Kimball (1998), o esquema de dados mais utilizado na especificação de 
um Data Warehouse é o Esquema Estrela (Star Schema) composto por tabelas de Fatos 
e de Dimensões que proporcionam uma visão multidimensional de grande volume de 
dados. 
(KIMBALL, R. et al. The data warehouse lifecycle toolkit. New York: John Wiley & 
Sons, 1998). 
Sobre as características das tabelas de Fatos e de Dimensões, julgue os itens a seguir: 
I. O contexto das funcionalidades que determinam os processos de negócio de 
uma empresa é especificado em tabelas de Fatos. 
II. A tabela de Fatos é a principal tabela de um esquema dimensional que 
geralmente contém vários fatos que indicam valores para análise dimensional. 
III. A tabela de Fatos relaciona-se com as tabelas de Dimensões, que representam 
as entidades de negócio e constituem as estruturas de entrada que realizam os 
filtros de valores aplicados na manipulação dos fatos. 
IV. As tabelas de Dimensões contêm a descrição textual do negócio, representada 
pelos atributos e com a indicação da chave primária, que serve como base para 
manter a integridade referencial quando relacionada com a tabela de Fatos. 
V. As tabelas de Dimensões representam as características numéricas e 
classificatórias que fornecem as perspectivas adicionais a um determinado fato 
por meio de seus atributos. 
Estão corretos os itens: 
 
Alternativas: 
 I – II – III. 
 II – IV – V. 
 I – III – V. 
 I – II – III – IV – V. 
 I – II – III – IV. CORRETO 
Resolução comentada: 
os itens corretos são I, II, III e IV. O item V está errado porque as tabelas de Dimensões 
representam as características descritivas/textuais que fornecem as perspectivas 
adicionais a um determinado fato por meio de seus atributos. 
Código da questão: 42592 
8) 
Os ambientes de Data Warehouses (DW) integram sofisticadas ferramentas para 
análises complexas de dados históricos e descoberta de conhecimento, assegurando o 
suporte à tomada de decisão. Um ________________ organizacional pode manter um 
armazém central de dados da organização inteira, ou pode manter armazéns menores, 
descentralizados, denominados ________________. 
Assinale a alternativa que completa adequadamente as lacunas acima: 
 
Alternativas: 
 Data Mining; Data Warehouse. 
 Data Warehouse; Data Mining. 
 Data Mining; Data Source. 
 Data Warehouse; Data Marts. CORRETO 
 Data Mining; Data Marts. 
Resolução comentada: 
os ambientes de Data Warehouses (DW) integram sofisticadas ferramentas para 
análises complexas de dados históricos e descoberta de conhecimento, assegurando o 
suporte à tomada de decisão. Um Data Warehouse organizacional pode manter um 
armazém central de dados da organização inteira, ou pode manter armazéns menores, 
descentralizados, denominados Data Mart. 
Código da questão: 42581 
9) 
Considerando a temporalidade, conforme referido no material didático, a informação é 
a combinação de dados e o tratamento inserido nela. Esse tratamento é uma sentença 
associada, gerando um conceito, um conhecimento, uma afirmação sobre os dados 
armazenados. Cada sentença permite a criação das bases de informação para realizar 
as análises. Considerando uma empresa de atacado, em que um DW possibilita a 
realização de análises, aponte a alternativa que exemplifica pelo menos três tipos de 
análises geradas. 
 
Alternativas: 
 Contratos de qualquer natureza, contas a pagar, performance de vendas. 
 Listagem de matéria-prima, relação de clientes, endereço dos clientes. 
 Vendas dos produtos, quantidades do estoque, segmentação de clientes. 
 Indicadores climáticos, contratos de qualquer natureza, vendas de produtos. 
 Segmentação de clientes, indicadores da campanha de marketing, performance 
das vendas. CORRETO 
Resolução comentada: 
na alternativa a), a viabilização de um DW pode-se encontrar o detalhamento de um 
repositório ou armazém de dados deve possuir um DW em que se realizem análises 
como os exemplos a seguir: 
Segmentação de clientes. 
Indicadores da campanha de marketing. 
Performance das vendas. 
Análise da fidelização dos clientes. 
Mensuração do atendimento ao cliente. 
Status da lucratividade. 
Comportamento das oscilações dos negócios. 
Código da questão: 42575 
10) 
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: 
 Tabela Fato. 
 Sumarização. CORRETO 
 Entidade. 
 Dimensão. 
 Relacionamento. 
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. 
Código da questão: 42585