Baixe o app para aproveitar ainda mais
Prévia do material em texto
24/11/2023, 10:32 EPS https://simulado.estacio.br/alunos/ 1/4 Disciplina: ARQUITETURA DE DATA WAREHOUSE E DATA MARTS AV Aluno: ALEF SALOMÃO ALMEIDA 202303107943 Professor: CLAUDIO PICCOLO FERNANDES Turma: 9001 DGT1415_AV_202303107943 (AG) 07/11/2023 17:10:09 (F) Avaliação: 7,00 pts Nota SIA: 7,00 pts Dispositivo liberado pela Matrícula 202303107943 com o token 122760 em 07/11/2023 17:07:01. ARQUITETURA DE DATA WAREHOUSE E DATA MARTS 1. Ref.: 4960409 Pontos: 1,00 / 1,00 (ESAF - 2010 - MPOG - Analista de Planejamento e Orçamento - Tecnologia da Informação - Prova 2) BI - Business Intelligence: São técnicas, métodos e ferramentas para mineração de dados na área de negócios de uma empresa. É um método de formação avançada de gestores. É uma técnica de otimização da árvore de decisão. São técnicas, métodos e ferramentas de análise de dados para subsidiar processos de decisão de uma empresa. Compreende ferramentas de análise de dados para otimizar os processos produtivos de uma empresa. 2. Ref.: 5139289 Pontos: 0,00 / 1,00 A granularidade é referente ao grão de análise do DW/DM. O grão é o nível de detalhamento dos dados em que: A granularidade dos dados não diz respeito ao nível de detalhamento da informação. Quanto mais granular/menor granularidade, menos detalhada é a informação, quanto mais alta a granularidade, menos detalhada é a informação. Quanto mais granular/menor granularidade, mais detalhada é a informação, quanto mais alta a granularidade, mais detalhada é a informação. Quanto mais granular/menor granularidade, menos detalhada é a informação, quanto mais alta a granularidade, mais detalhada é a informação. Quanto mais granular/menor granularidade, mais detalhada é a informação, quanto mais alta a granularidade, menos detalhada é a informação. 3. Ref.: 4983319 Pontos: 0,00 / 1,00 (CESPE - 2016 - TRE-PI - Analista Judiciário - Análise de Sistemas.) Existem dois esquemas lógicos para a implementação de um modelo de BI que envolve tabelas de Fato e tabelas de Dimensões: o esquema Estrela (star schema) e o Floco-de-neve (snow-�ake schema). Acerca do esquema estrela assinale a opção correta. No esquema Estrela, cada tabela de Dimensão está relacionada a várias tabelas de Fato, formando uma estrutura na qual a tabela de Dimensão relaciona-se com várias tabelas de Fato, obrigatoriamente. javascript:alert('C%C3%B3digo da quest%C3%A3o: 4960409.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 4960409.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5139289.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5139289.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 4983319.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 4983319.'); 24/11/2023, 10:32 EPS https://simulado.estacio.br/alunos/ 2/4 No esquema Estrela, diversas tabelas de dimensão relacionam-se tanto com diversas tabelas Fato como com outras tabelas de Dimensão, apresentando chaves ligando todas essas tabelas. O esquema Estrela consiste em uma tabela de Fato com várias tabelas para cada Dimensão e propõe uma visão cuja principal característica é a presença de dados redundantes nas tabelas de Dimensão. No esquema Estrela, as tabelas de Dimensão são organizadas em uma hierarquia por meio de sua normalização, com vistas a diminuir o espaço ocupado, eliminando-se, assim, quaisquer redundâncias. O esquema Estrela exige o uso de tabelas normalizadas. 4. Ref.: 4983320 Pontos: 1,00 / 1,00 (FCC - 2020 - AL-AP - Analista Legislativo - Desenvolvedor de Banco de Dados.) Duas de�nições de estruturas de dados estão determinadas para um projeto de Data Mart de uma loja de varejo: uma delas (tabela A) contém a data da venda, a identi�cação do produto vendido, a quantidade vendida do produto no dia e o valor total das vendas do produto no dia; a outra (tabela B) contém a identi�cação do produto, nome do produto, marca, modelo, unidade de medida de peso, largura, altura e profundidade da embalagem. Query e Réplica. Fato e ETL. Dimensão e Réplica. ETL e Query. Fato e Dimensão. 5. Ref.: 5134403 Pontos: 1,00 / 1,00 IADES - 2018 - APEX Brasil - Analista - Serviços Técnicos em Tecnologia da Informação. Com relação à comparação entre os dados operacionais e os u�lizados no processo de tomada de decisão em aplicações de Data Warehousing, assinale V para a afirma�va verdadeira e F para a falsa. ( ) Os dados de suporte à decisão tendem a cobrir um curto espaço de tempo quando comparados aos dados operacionais u�lizados em processamento OLTP. Os dados de suporte à decisão são considerados como um retrato instantâneo dos dados operacionais em um determinado ponto no tempo. ( ) Os dados de suporte à decisão podem apresentar diferentes granularidades (níveis de agregação), desde itens altamente resumidos até itens de dados indivisíveis. A par�r de granularidades dis�ntas podem ser executadas operações de drilldown para decomposição de dados ou operações de rollup para agregação. ( ) Os dados de suporte à decisão focam na representação de transações individuais e não no efeito das transações ao longo do tempo. Além disso, os dados de suporte à decisão são caracterizados por seu grande volume, uma vez que, ao serem comparados aos dados operacionais, verifica-se que podem ser armazenados em estruturas desnormalizadas e apresentarem redundâncias e duplicatas. As afirma�vas são, respec�vamente: F, F e V. V, V e F. F, V e F. F, V e V. V, F e V. javascript:alert('C%C3%B3digo da quest%C3%A3o: 4983320.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 4983320.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5134403.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5134403.'); 24/11/2023, 10:32 EPS https://simulado.estacio.br/alunos/ 3/4 6. Ref.: 5134406 Pontos: 1,00 / 1,00 Marinha - 2017 - Quadro Técnico - Primeiro Tenente - Informática. Segundo Machado (2013), a arquitetura de um ambiente de Data Warehouse inclui, além de estrutura de dados, mecanismos de comunicação, processamento e apresentação da informação para o usuário final, conforme ilustrado a seguir. De forma geral, além dos repositórios de dados, as ferramentas existentes podem ser divididas em dois grupos. O primeiro é o responsável pela extração dos dados de múl�plos sistemas opera�vos e fontes externas, assim como pela limpeza, transformação e integração dos dados; o segundo é o responsável pelas consultas orientadas para o usuário final. Tais ferramentas são, respec�vamente: Data Mining e Modelagem Multidimensional. Metadados e Web Browser. SGBD e Data Mart. Dashboard e PL/SQL. ETL e OLAP. 7. Ref.: 5125991 Pontos: 1,00 / 1,00 CESGRANRIO - 2011 - Petrobrás - Analista de Sistemas Júnior - Engenharia de Software ¿ 2011. Entre os requisitos que devem ser levantados na construção de um Data Warehouse inclui-se a latência de dados, que descreve: Rapidez da perda de validade do dado. Tempo entre consultas do usuário. Rapidez da carga inicial do Data Warehouse. Rapidez de entrega dos dados ao usuário �nal. Tempo total de uma consulta. 8. Ref.: 5169258 Pontos: 0,00 / 1,00 FCC - 2019 - SEFAZ-BA - Auditor Fiscal - Tecnologia da Informação - Prova II Um Auditor da SEFAZ-BA, observando as necessidades da organização, propôs um Data Warehouse (DW) com as seguintes características: - Na camada de dados resumidos �cam os dados que �uem do armazenamento operacional, que são resumidos na forma de campos que possam ser utilizados pelos gestores de forma apropriada. - Na segunda camada, ou no nível de dados históricos, �cam todos os detalhes vindos do ambiente operacional, em que se concentram grandes volumes de dados. Com essa organização os tipos de consulta analítica de maior frequência acessariam os dados resumidos, mais compactos e de mais fácil acesso e, em situações em que seja necessário um maior nível de detalhe, utilizar-se-iam os javascript:alert('C%C3%B3digo da quest%C3%A3o: 5134406.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5134406.'); javascript:alert('C%C3%B3digo daquest%C3%A3o: 5125991.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5125991.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5169258.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5169258.'); 24/11/2023, 10:32 EPS https://simulado.estacio.br/alunos/ 4/4 dados históricos. O Auditor propôs um DW: que oferece menor nível de detalhes, ou seja, baixo nível de granularidade. com data marts geminados. que oferece maior nível de detalhes, ou seja, alto nível de granularidade. com nível duplo de granularidade. com OLAP integrado. 9. Ref.: 5145313 Pontos: 1,00 / 1,00 FCC - 2018 - DPE-AM - Analista em Gestão Especializado de Defensoria - Analista de Banco de Dados As ferramentas OLAP compreendem diversas formas de organização dos dados de um Data Warehouse. Dentre tais formas de organização, no �po de ferramenta OLAP denominado: MOLAP, as consultas são feitas diretamente no modelo dimensional do Data Warehouse. DOLAP, os cubos pré-calculados são armazenados no servidor do ambiente de Data Warehouse. DOLAP, as consultas são feitas diretamente no modelo dimensional do Data Warehouse. MOLAP, os cubos pré-calculados são armazenados no servidor do ambiente de Data Warehouse. ROLAP, os cubos pré-calculados são armazenados no servidor do ambiente de Data Warehouse. 10. Ref.: 5154262 Pontos: 1,00 / 1,00 Para que as consultas criadas no Power BI sejam compar�lhadas com outros usuários é necessário: Enviar um link do arquivo *.pbix que está armazenado na máquina local. Não pode ser compartilhado com outros usuários. Anexar em um site privado com um link diretamente no código da página web. Anexar em um site público com um link diretamente no código da página web. Publicar no servidor on-line do Power BI e compartilhar o link da consulta. javascript:alert('C%C3%B3digo da quest%C3%A3o: 5145313.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5145313.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5154262.'); javascript:alert('C%C3%B3digo da quest%C3%A3o: 5154262.');
Compartilhar