Baixe o app para aproveitar ainda mais
Prévia do material em texto
ARQUITETURA DE DATA WAREHOUSE E DATA MARTS Considere a arquitetura geral de um sistema de BI- Business Intelligence mostrada na figura a seguir. Nessa arquitetura: O Data Warehouse não é volátil, permite apenas a carga inicial dos dados e consultas a estes. Além disso, os dados nele armazenados são precisos em relação ao tempo, não podendo ser atualizados. Data Mining refere-se ao processo que, na construção do Data Warehouse, é utilizado para composição de análises e relatórios, armazenando dados descritivos e qualificando a respectiva métrica associada. Data Marts representam áreas de armazenamento intermediário criadas a partir do processo de ETL. Auxiliam na transição dos dados das fontes OLTP para o destino no Data Warehouse. Os dados armazenados no Data Warehouse são integrados na base única mantendo as convenções de nomes, valores de variáveis e outros atributos físicos de dados como foram obtidos das bases de dados originais. OLAP é um subconjunto de informações extraído do Data Warehouse, que pode ser identificado por assuntos ou departamentos específicos. Utiliza uma modelagem multidimensional conhecida como modelo estrela. 2. Ref.: 4977321 Pontos: 1,00 / 1,00 Dado o ciclo de vida de um projeto de Data Warehouse definido por Kimball, as primeiras etapas são: Definição das consultas e Definição de requisitos de negócio. Projeto de Aplicação de BI e Definição de requisitos de negócio. javascript:alert('Código%20da%20questão:%204977321.'); Planejamento e Especificação de Arquitetura. Planejamento e Definição de requisitos de negócio. Especificação de Arquitetura e Definição de requisitos de negócio. 3. Ref.: 5134396 Pontos: 1,00 / 1,00 CESGRANRIO - 2010 - ELETROBRÁS - Analista de Sistemas - FUNCIONAL SAP-ERP. Um data mart do departamento de vendas de uma grande empresa possui uma tabela Fato com cinco métricas associadas a oito diferentes dimensões. O analista de TI está em dúvida sobre qual modelagem utilizar. Considerando-se as opções snowflake e star schema, qual a desvantagem de se utilizar, nessa situação, a modelagem snowflake? A modelagem star schema não contempla a possibilidade de armazenamento de atributos para cada dimensão, minimizando a quantidade de memória utilizada. Na modelagem snowflake, a manutenção dos dados dimensionais torna-se mais dispendiosa, tendo em vista que as tabelas Dimensionais não estão normalizadas. Diferentemente da modelagem star schema, na modelagem snowflake, as chaves estrangeiras na tabela Fato não apontam para o nível mais baixo (atômico) da hierarquia das dimensões associadas. As chaves estrangeiras, relativas às dimensões armazenadas na tabela Fato, devem corresponder às hierarquias existentes nessas dimensões, ocasionando maior quantidade de registros na tabela Fato. Uma maior quantidade de joins entre as tabelas de Dimensões e as tabelas de Hierarquia Associadas será realizada, ocasionando queda de desempenho no processo de agregação das métricas. 4. Ref.: 4983320 Pontos: 1,00 / 1,00 (FCC - 2020 - AL-AP - Analista Legislativo - Desenvolvedor de Banco de Dados.) Duas definições 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 identificação 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 javascript:alert('Código%20da%20questão:%205134396.'); javascript:alert('Código%20da%20questão:%204983320.'); identificação do produto, nome do produto, marca, modelo, unidade de medida de peso, largura, altura e profundidade da embalagem. Dimensão e Réplica. Fato e Dimensão. ETL e Query. Query e Réplica. Fato e ETL. 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 utilizados no processo de tomada de decisão em aplicações de Data Warehousing, assinale V para a afirmativa 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 utilizados 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 partir de granularidades distintas 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 afirmativas são, respectivamente: F, F e V. V, V e F. F, V e F. F, V e V. V, F e V. javascript:alert('Código%20da%20questão:%205134403.'); 6. Ref.: 5125989 Pontos: 1,00 / 1,00 FGV - 2017 - ALERJ - Especialista Legislativo - Tecnologia da Informação. Daniel está desenvolvendo um Data Warehouse para analisar os dados do Censo Escolar. A fonte de dados está em um arquivo CSV e descrita em um documento, conforme parcialmente ilustrado nas figuras a seguir. Para carregar esses dados no Data Warehouse com a descrição dos turnos no lugar de seu código, Daniel deve desenvolver um programa para ler os dados do arquivo, realizar transformações e carregar o resultado no banco de dados. A ferramenta a ser utilizada por Daniel é: ETL Data Mining XSLT OLAP ODBC 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 carga inicial do Data Warehouse. javascript:alert('Código%20da%20questão:%205125989.'); javascript:alert('Código%20da%20questão:%205125991.'); Rapidez de entrega dos dados ao usuário final. Tempo total de uma consulta. Tempo entre consultas do usuário. Rapidez da perda de validade do dado. 8. Ref.: 5139307 Pontos: 1,00 / 1,00 CESGRANRIO - 2018 - Petrobras - Analista de Sistemas Júnior - Processos de Negócio Ao construir um modelo de dados para um Data Warehouse de sua empresa, um desenvolvedor viu-se às voltas com três tabelas relacionais: venda, cliente e vendedor. Ao fazer uma transformação para o modelo estrela, ele deve organizar: venda, como tabela Fato; cliente e vendedor, como tabelas Dimensão. cliente, como tabela Fato; venda e vendedor, como tabelas Dimensão. cliente e vendedor, como tabelas Fato; venda, como tabela Dimensão. vendedor, como tabela Fato; cliente e venda, como tabelas Dimensão. vendedor e venda, como tabelas Fato; cliente, como tabela Dimensão. 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 tipo de ferramenta OLAP denominado: DOLAP, as consultas são feitas diretamente no modelo dimensional do Data Warehouse. MOLAP, as consultas são feitas diretamente no modelo dimensional do Data Warehouse. MOLAP, os cubos pré-calculadossão armazenados no servidor do ambiente de Data Warehouse. javascript:alert('Código%20da%20questão:%205139307.'); javascript:alert('Código%20da%20questão:%205145313.'); ROLAP, os cubos pré-calculados são armazenados no servidor do ambiente de Data Warehouse. DOLAP, os cubos pré-calculados são armazenados no servidor do ambiente de Data Warehouse. 10. Ref.: 5154260 Pontos: 1,00 / 1,00 COMPERVE - 2018 - UFRN - Assistente em Administração. Na superintendência de informática de uma universidade federal, o estagiário do setor de desenvolvimento sugeriu disponibilizar para os chefes de departamentos acadêmicos uma ferramenta inovadora que possibilita ao gestor manter-se atualizado com relação às informações relevantes de sua unidade. Para tanto, bastava utilizar os dados extraídos do Sistema Integrado de Gestão de Atividades Acadêmica (SIGAA). Considerando essa sugestão, analise as frases que o estagiário colocou no tutorial a ser distribuído aos usuários. I - Se você tiver dados importantes em arquivos do Excel ou CSV, é possível criar um painel do Power BI para disponibilizar as informações. II - Estando conectado a determinada plataforma, pode-se criar um dashboard automaticamente com base nos dados disponibilizados em Word, Excel, CSV ou PPT. III - Os arquivos do Power BI podem ser salvos em pastas on-line compatíveis ou em um arquivo local. IV - A importação de dados para o Power BI é feita a partir dos arquivos do Excel ou no formato CSV e PPT. Para o uso correto do Power BI, estão corretas as frases: III e IV. I, III e IV. I e II. II e IV. I e III. javascript:alert('Código%20da%20questão:%205154260.');
Compartilhar