SIMULADO-ESTACIO-ARQUITETURA-DE-DATAWAREHOUSE-E-DATA-MARTS-1

Prévia do material em texto

Meus
Simulados
Teste seu conhecimento acumulado
Disc.: ARQUITETURA DE DATA WAREHOUSE E DATA MARTS   
Aluno(a): ANA CAROLINE FURTADO SANTOS 202209180021
Acertos: 9,0 de 10,0 31/03/2023
Acerto: 1,0  / 1,0
(AOCP - 2018 - SUSIPE-PA - Técnico em Gestão de Infraestrutura - Técnico em Gestão de Informática)
No contexto de Data Warehouse, uma outra possibilidade de suporte a dados é o Data Mart. Assinale a
alternativa que apresenta uma de�nição de Data Mart.
Data Mart é uma cópia de um Data Warehouse para realizar buscas e alterações dos dados.
Data Mart é uma versão do Data Warehouse carregada no computador do cliente, visando agilizar suas
buscas.
Data Mart é um subconjunto de dados referentes a uma área especí�ca, escolhidos de forma aleatória
no Data Warehouse.
 Data Mart é um subconjunto de dados referentes a uma área especí�ca, não normalizados e indexados
para suportar pesquisas.
Data Mart é uma versão atualizada do Data Warehouse para suportar pesquisa e alterações dos dados.
Respondido em 31/03/2023 09:16:23
Acerto: 1,0  / 1,0
Kimball a�rma que um bom planejamento e de�nição bem elaborada dos requisitos aumentam a probabilidade
de sucesso de um projeto de Data Warehouse, pois:
Seu desenvolvimento é baseado em experiências empíricas e nas necessidades que podem surgir no
futuro.
Após a conclusão do projeto do DW/DM não é possível fazer manutenções ou adicionar novos módulos
ao ambiente.
O levantamento de requisitos identi�ca as consultas que serão apresentadas no ambiente analítico.
 Seu desenvolvimento é baseado nas necessidades dos usuários do negócio.
Seu desenvolvimento é baseado nos sistemas transacionais de onde os dados serão extraídos.
Respondido em 31/03/2023 09:28:09
Acerto: 1,0  / 1,0
(CESPE - 2018 - TCM-BA - Auditor Estadual de Controle Externo.)
Acerca de modelagem dimensional assinale a opção correta.
 Questão1
a
 Questão2
a
 Questão3
a
https://simulado.estacio.br/alunos/inicio.asp
javascript:voltar();
Os códigos e as descrições associadas, usadas como nomes de colunas em relatórios e como �ltros em
consultas, não devem ser gravados em tabelas dimensionais.
O modelo Floco-de-Neve (SnowFlake) aumenta o espaço de armazenamento dos dados dimensionais,
pois acrescenta várias tabelas ao modelo, todavia torna mais simples a navegação por softwares que
utilizarão o banco de dados.
 As granularidades fundamentais para classi�car todas as tabelas Fato de um modelo dimensional são:
transacional, snapshot periódico e snapshot acumulado.
Os Fatos e Dimensões não são tabelas do banco de dados, pois, no modelo dimensional, são
componentes do cubo de um Data Warehouse.
No modelo Estrela, as dimensões são normalizadas para tornar mais ágeis as consultas analíticas.
Respondido em 31/03/2023 09:28:46
Explicação:
As granularidades fundamentais para classi�car todas as tabelas Fato de um modelo dimensional são: transacional,
snapshot periódico e snapshot acumulado.
Acerto: 1,0  / 1,0
(Tribunal de Justiça do Estado do Rio Grande do Norte (TJ-RN) - Analista de Suporte Pleno - Banco de Dados -
COMPERVE - 2020)
A modelagem dimensional é amplamente aceita como uma técnica para expor dados analíticos, pois apresenta
dados de maneira compreensível para usuários de negócio, bem como tem um desempenho rápido nas
consultas. Nesse contexto, uma tabela de Dimensão:
Fica no centro do modelo dimensional e as demais tabelas ao redor.
Pode ser categorizada como: aditiva, semiaditiva e não aditiva.
Deve ser normalizada.
Também é chamada de tabela de medidas.
 Tem apenas uma coluna chave primária.
Respondido em 31/03/2023 09:36:56
Acerto: 1,0  / 1,0
(CESGRANRIO - 2012 - LIQUIGÁS - Pro�ssional Júnior - Administração de Banco de Dados)
Considere o sistema de Data Warehouse para responder à questão.
De�nições do sistema Data Warehouse:
. Tempo (hierarquia dada por semana, mês e ano).
. Item (hierarquia dada por produto, família de produtos, marca).
. Local (hierarquia dada por loja, cidade, estado, região).
Sejam as seguintes consultas OLAP pedidas pelo cliente:
I - Vendas semestrais de dois tipos de produtos especí�cos por região.
II - Vendas diárias de uma marca em uma cidade.
III - Vendas mensais por família de produtos por bairro.
IV - Vendas trimestrais por família de produtos de duas regiões diferentes.
De acordo com a hierarquia de�nida no sistema, são possíveis APENAS as consultas pedidas em:
I e II
 Questão4
a
 Questão5
a
III e IV
 I e IV
II e IV
I, III e IV
Respondido em 31/03/2023 09:40:13
Acerto: 1,0  / 1,0
FCC - 2012 - TST - Analista Judiciário - Análise de Sistemas.
O processo de ETL em um Data Warehouse possui várias fases. Em uma destas fases é efetuada a
Introdução de novos produtos no mercado.
Inde�nição dos custos e prazos.
Criação de diagramas estáticos e comportamentais das classes e atributos.
 
 Extração dos dados dos sistemas de origem.
Validação das interfaces de usuário.
Respondido em 31/03/2023 09:42:44
Explicação:
Extração dos dados dos sistemas de origem.
Acerto: 1,0  / 1,0
(FCC - 2018 - DPE-AM - Analista em Gestão Especializado de Defensoria - Analista de Banco de Dados)
Sobre o processo de ETL aplicado a Data Warehouse é correto a�rmar que:
 
A fase de carga de dados consiste em inserir os dados transformados nos bancos de dados transacionais
da empresa.
As fases de extração e carga de dados são realizadas de forma simultânea.
 A fase de transformação consiste em realizar modi�cações nos dados carregados, adequando seus
valores ao modelo de�nido para o Data Warehouse.
A fase de extração de dados consiste em obter os dados do servidor do Data Warehouse.
A fase de carga de dados visa eliminar valores nulos contidos nos bancos de dados transacionais da
empresa.
Respondido em 31/03/2023 09:49:07
Acerto: 1,0  / 1,0
Sobre ETL (Extract, TransformandLoad), é correto a�rmar que:
 
Na fase de transformação dos dados não devem ser corrigidos erros de digitação ou descoberta de
violações de integridade, por exemplo, para os dados serem mantidos como os originais.
 É o processo para tratamento dos dados de uma ou mais bases de dados de origem, para uma ou mais
bases de dados de destino.
 Questão6
a
 Questão7
a
 Questão8
a
Concentra a menor parte do esforço exigido no desenvolvimento de um Data Warehouse.
Não necessariamente os dados necessitam �car homogêneos para serem carregados no Data
Warehouse, pois uma das funções deste último é resolver os con�itos que não foram resolvidos pela
ETL.
A extração e a carga são opcionais no processo, porém a transformação é obrigatória.
Respondido em 31/03/2023 10:04:53
Acerto: 0,0  / 1,0
(2013 DNIT Analista Administrativo - Tecnologia da Informação Disciplina)
São regras de avaliação de produtos OLAP:
Transferência ao usuário. Desempenho consistente na geração de relatórios. Dimensionalidade
cumulativa. Operações irrestritas com dimensões cruzadas.
 Visão conceitual multidimensional para formular consultas. Dimensionalidade genérica. Manipulação
segmentada dos dados. Operações irrestritas com dimensões alternadas.
Extensão conceitual dos dados. Transparência ao dispositivo de acesso. Manipulação intuitiva dos
dados. Operações irrestritas com indicações cruzadas.
 Visão conceitual multidimensional para formular consultas. Desempenho consistente na geração de
relatórios. Dimensionalidade genérica. Manipulação intuitiva dos dados.
Visão conceitual multidimensional para restringir consultas. Transparência ao usuário.
Dimensionalidade genérica. Manipulação dedutiva dos dados.
Respondido em 31/03/2023 10:03:53
Acerto: 1,0  / 1,0
(PUC-PR - 2017 - TJ-MS - Técnico de Nível Superior - Analista de Banco de Dados.)
O Microsoft Power BI é um pacote de ferramentas de análise de negócios que proporciona variadas
visualizações de indicadores, criados a partir de processos que simpli�cam a preparação dos dados
provenientes de diferentes fontes de dados. A apresentação de relatórios e dashboards é personalizadae
preparada para publicação, compartilhamento e análise por integrantes de uma empresa, por meio de
navegador Web ou dispositivos móveis. É uma forma rápida para disponibilização de diferentes exibições,
exclusivas e completas dos negócios da empresa, com garantia de escalabilidade, governança e segurança.
Com relação aos recursos e ferramentas disponíveis no Power BI, assinale a a�rmativa CORRETA.
 
Após a conexão com mais de uma fonte de dados, é possível transformar e combinar os dados coletados
no Power BI, conforme a necessidade, em uma consulta útil. Há duas formas de combinar consultas:
mesclando e acrescentando. Quando se tem uma ou mais colunas para adicionar a outra consulta, é
preciso acrescentar a consulta. Quando se tem linhas adicionais de dados para serem adicionadas a uma
consulta existente, é preciso mesclar as consultas.
 Quando duas ou mais tabelas são consultadas e carregadas ao mesmo tempo, o Power BI Desktop tenta
localizar e criar relações, em que a cardinalidade, a direção e as propriedades de relação são de�nidas
automaticamente. O Power BI Desktop procura por nomes de colunas que possam ser correspondentes,
o que indica uma potencial relação. Se possível e desde que haja alto nível de con�ança na existência da
relação, essa é criada automaticamente. Caso contrário, a caixa de diálogo Gerenciar Relações ainda
pode ser usada para criar ou editar relações.
Quando existem dashboards ou relatórios que precisam ser acessados com mais frequência, é possível
adicioná-los ao Favoritos, o que permite o acesso rápido e facilitado tanto ao dashboard quanto ao
relatório a partir de todos os espaços de trabalho.
No Power BI, os dashboards costumam ser confundidos com relatórios, pois ambos são telas com
visualizações. Entre as diferenças importantes, podemos citar que, no dashboard, não é possível �ltrar
ou fatiar as visualizações, enquanto nos relatórios existem diferentes maneiras de �ltrar, realçar e fatiar.
 Questão9
a
 Questão10
a
Da mesma forma, no dashboard não é possível criar alertas para envio por e-mail quando determinadas
condições são atendidas, mas nos relatórios isso é possível.
Quando um conjunto de dados no Power BI é obtido a partir de um arquivo salvo em um computador
local, .CSV ou .XLSX por exemplo, é preciso que a conta usada para acessar o equipamento seja a mesma
usada para o logon do Power BI. Dessa forma, o conjunto de dados criados no site do Power BI terá não
apenas a referência dessa conta de logon no Power BI, mas também a referência ao arquivo fonte,
permitindo a sincronização desse conjunto de dados com sua fonte sempre que houver alterações, e
mantendo as visualizações que exploram esses dados atualizadas.
Respondido em 31/03/2023 09:23:51