Modelagem e arquitetura do DW (Data Warehouse)

Prévia do material em texto

<p>1)</p><p>2)</p><p>Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A Avaliação Virtual (AV)</p><p>é composta por questões objetivas e corresponde a 100% da média final. Você tem até cinco tentativas para</p><p>“Enviar” as questões, que são automaticamente corrigidas. Você pode responder as questões consultando o</p><p>material de estudos, mas lembre-se de cumprir o prazo estabelecido. Boa prova!</p><p>O modelo de relacionamento entre _______________ captura as relações entre elas do mundo real. É</p><p>usado para projetar um _____________conceitual. Auxilia nas visões dos relacionamentos entre as tabelas e</p><p>também na construção de novas visões em um DW.</p><p>Assinale a alternativa que completa adequadamente as lacunas acima:</p><p>Alternativas:</p><p>Fontes de dados; Atributos.</p><p>Entidades; SGBD.</p><p>Fontes de dados; Banco de dados.</p><p>Entidades; Banco de dados. check CORRETO</p><p>Tabelas; SGBD.</p><p>O modelo de relacionamento entre  entidades, um modelo MER, captura as relações entre essas</p><p>entidades, refletindo o mundo real. O MER é usado para projetar um  banco de dados  de maneira</p><p>conceitual, o que contribui para as visões dos relacionamentos entre as tabelas e também na construção</p><p>de novas visões em um DW.</p><p>Código da questão: 42571</p><p>As informações assumem o papel do principal patrimônio ativo de uma organização. Assim, tornar as</p><p>informações corporativas acessíveis para entendimento e utilização das áreas estratégicas das</p><p>organizações é um fator fundamental para a tomada de decisão assertiva. As ferramentas Online</p><p>Analytical Processing (OLAP) surgiram com os sistemas de apoio à decisão para viabilização e extração</p><p>eficaz de informações de um ambiente de Data Warehouse (DW).</p><p>Sobre as características das ferramentas OLAP, julgue os itens a seguir:</p><p>I. Os dados são processados e visualizados em uma estrutura multidimensional.</p><p>II. Estrutura logicamente dados multidimensionais na forma de um cubo.</p><p>III. Efetua operações de manipulação de dados individuais, por meio dos comandos de inserção,</p><p>atualização e exclusão.</p><p>IV. Proporciona respostas rápidas e consistentes às consultas interativas executadas pelos usuários.</p><p>Estão corretos os itens:</p><p>Alternativas:</p><p>Resolução comentada:</p><p>3)</p><p>I – II – III.</p><p>I – II – IV. check CORRETO</p><p>III – IV.</p><p>I – II.</p><p>II – III.</p><p>o item III está errado, porque os sistemas transacionais, Online Transaction Processing (OLTP –</p><p>Processamento de Transações On-line, que efetuam operações de manipulação de dados individuais, por</p><p>meio dos comandos de inserção, atualização e exclusão.</p><p>Código da questão: 42606</p><p>O modelo multidimensional permite encontrar respostas de comportamento do desempenho dos</p><p>negócios, por meio dos aspectos a seguir.</p><p>I. Realizar simulações de cenários.</p><p>II. Embasar análises estratégicas e alocar decisões.</p><p>III. Podem ser realizadas abstrações de localidade (onde).</p><p>IV. Permite resumir a temporalidade (quando).</p><p>V. Não associa responsabilidades (quem) e classificações (o quê).</p><p>São verdadeiras:</p><p>Alternativas:</p><p>I - II – III – IV. check CORRETO</p><p>I – IV – V.</p><p>I – II – III.</p><p>I – III, somente.</p><p>II – III – V.</p><p>a abordagem do modelo multidimensional permite que respostas sobre o comportamento do</p><p>desempenho do negócio sejam encontradas por meio de simulações de cenários para embasar as</p><p>análises estratégicas e alocar decisões. Esta abordagem remete à necessidade de construir um modelo</p><p>dimensional, em que são feitas perguntas sob abstrações de localidade (onde), temporalidade (quando),</p><p>responsabilidade (quem) e classificação (o quê).</p><p>Código da questão: 42587</p><p>Resolução comentada:</p><p>Resolução comentada:</p><p>4)</p><p>5)</p><p>Para a definição da arquitetura de um ambiente de Data Warehouse (DW) ou de Data Marts, deve-se</p><p>levar em conta o porte da empresa, tempo, capacitação da equipe de desenvolvimento e recursos</p><p>disponibilizados para os investimentos.</p><p>Sobre a arquitetura de um Data Warehouse e de Data Marts, analise os itens a seguir:</p><p>I. São classificadas como global, independente ou a combinada; e o tipo de implementação</p><p>como top down, bottom up ou a integrada.</p><p>II. A arquitetura global pode ser fisicamente centralizada ou pode ser fisicamente distribuída nas</p><p>instalações da empresa.</p><p>III. A arquitetura independente é considerada aquela que comporta as necessidades do DW</p><p>organizacional com alto nível de acessos e utilização das informações geradas e disponibilizadas, a partir</p><p>de ferramentas de apoio a decisão para todos os departamentos da empresa.</p><p>IV. A arquitetura independente mantém Data Marts stand-alone, onde têm-se dados específicos da</p><p>necessidade da empresa, considerando que cada departamento tem sua informação sem a integração</p><p>com outros departamentos.</p><p>V. A arquitetura integrada de Data Marts é implementada por Data Marts separadamente por grupos</p><p>específicos ou departamentos, sendo integrados ou interconectados posteriormente, provendo uma</p><p>visão organizacional maior dos dados e informações.</p><p>Estão corretos os itens:</p><p>Alternativas:</p><p>II – IV – V. check CORRETO</p><p>I – II – III – IV – V.</p><p>III – IV – V.</p><p>II – III – IV – V.</p><p>I – II – III.</p><p>os itens I e III estão errados. O item I está errado porque a arquitetura é classificada como global,</p><p>independente ou a integrada; e o tipo de implementação é do tipo top down, bottom up ou a</p><p>combinada.</p><p>O item III está errado porque é a arquitetura global que mais independente, considerada a arquitetura</p><p>que comporta as necessidades do DW organizacional com alto nível de acessos e utilização das</p><p>informações geradas e disponibilizadas, a partir de ferramentas de apoio a decisão para todos os</p><p>departamentos da empresa.</p><p>Código da questão: 42583</p><p>Segundo Kimball (1998), o esquema de dados mais utilizado na especificação de um Data</p><p>Warehouse é o Esquema Estrela (Star Schema) composto por tabelas de Fatos e de Dimensões que</p><p>Resolução comentada:</p><p>6)</p><p>proporcionam uma visão multidimensional de grande volume de dados.</p><p>(KIMBALL, R. et al. The data warehouse lifecycle toolkit. New York: John Wiley & Sons, 1998).</p><p>Sobre as características das tabelas de Fatos e de Dimensões, julgue os itens a seguir:</p><p>I. O contexto das funcionalidades que determinam os processos de negócio de uma empresa é</p><p>especificado em tabelas de Fatos.</p><p>II. A tabela de Fatos é a principal tabela de um esquema dimensional que geralmente contém vários</p><p>fatos que indicam valores para análise dimensional.</p><p>III. A tabela de Fatos relaciona-se com as tabelas de Dimensões, que representam as entidades de</p><p>negócio e constituem as estruturas de entrada que realizam os filtros de valores aplicados na</p><p>manipulação dos fatos.</p><p>IV. As tabelas de Dimensões contêm a descrição textual do negócio, representada pelos atributos e</p><p>com a indicação da chave primária, que serve como base para manter a integridade referencial</p><p>quando relacionada com a tabela de Fatos.</p><p>V. As tabelas de Dimensões representam as características numéricas e classificatórias que fornecem</p><p>as perspectivas adicionais a um determinado fato por meio de seus atributos.</p><p>Estão corretos os itens:</p><p>Alternativas:</p><p>I – III – V.</p><p>I – II – III.</p><p>II – IV – V.</p><p>I – II – III – IV – V.</p><p>I – II – III – IV. check CORRETO</p><p>os itens corretos são I, II, III e IV. O item V está errado porque as tabelas de Dimensões representam as</p><p>características descritivas/textuais que fornecem as perspectivas adicionais a um determinado fato por</p><p>meio de seus atributos.</p><p>Código da questão: 42592</p><p>Uma característica importante que deve estar presente em ferramentas OLAP é a capacidade de</p><p>efetuar operações sobre um conjunto de dados multidimensional que retorna uma apresentação ou</p><p>sumarização diferente de informações. Existem diversos operadores OLAP que permitem acessar os</p><p>dados em esquemas multidimensionais. As principais operações são do tipo Drill (Drill Down, Drill</p><p>Up, Drill Across e Drill Throught) e as do tipo Slice and Dice.</p><p>Sobre os tipos de operações, julgue os itens a seguir, indicando “V” para o item verdadeiro e “F” para o</p><p>item falso:</p><p>1. (   ) O tipo de operação Drill Down ocorre quando o usuário aumenta o nível de detalhe da</p><p>informação, diminuindo a granularidade, ou seja, navega verticalmente, descendo</p><p>a hierarquia no</p><p>Resolução comentada:</p><p>7)</p><p>sentido mais específico.</p><p>2. (   ) O tipo de operação Drill Up ocorre quando o usuário aumenta o nível de granularidade,</p><p>diminuindo o nível de detalhamento da informação.</p><p>3. (   ) O tipo de operação Drill Across permite navegar transversalmente no eixo da árvore</p><p>hierárquica, inserindo ou retirando posições da dimensão.</p><p>4. (   ) O tipo de operação Slice and Dice ocorre quando o usuário navega de uma informação</p><p>contida em uma dimensão para uma outra dimensão.</p><p>5. (   ) O tipo de operação Drill Throught significa a redução do escopo dos dados em análise, além</p><p>de mudar a ordem das dimensões, mudando, assim, a orientação segundo a qual os dados são</p><p>visualizados.</p><p>Assinale a alternativa correta</p><p>Alternativas:</p><p>F – F – F – F – F.</p><p>V – V – V – F – F. check CORRETO</p><p>V – V – V – V – V.</p><p>V – F – V – F – V.</p><p>F – F – F – V – V.</p><p>o item 4 é falso, porque o tipo de operação Slice and Dice que significa a redução do escopo dos dados</p><p>em análise, além de alterar a ordem das dimensões, altera, também, a orientação segundo a qual os</p><p>dados são visualizados. Segundo Machado (2013), Slice é a operação que corta o cubo, mas mantém a</p><p>mesma perspectiva de visualização dos dados. Dice, por sua vez, é a mudança de perspectiva da visão,</p><p>ou seja, é a extração de um subcubo ou a interseção de vários Slices.</p><p>O item 5 é falso, porque o tipo de operação Drill Throught ocorre quando o usuário navega de uma</p><p>informação contida em uma dimensão para uma outra dimensão. Por exemplo, quando o usuário está na</p><p>dimensão de tempo e no próximo passo começa a analisar a informação por região.</p><p>Código da questão: 42608</p><p>Na concepção de Poe, Klauer, Brobst (1998), o Esquema Estrela possui uma estrutura simples com</p><p>poucas tabelas e associações bem definidas, aproximando do contexto do modelo de negócio e</p><p>facilitando a geração de consultas complexas de forma intuitiva e interativa, por meio dos vários</p><p>parâmetros de consultas. Neste esquema, o assunto principal fica ao centro do esquema, representada</p><p>pela tabela de Fatos, e suas características, as dimensões, representadas por tabelas de Dimensões, ficam</p><p>posicionadas ao seu redor, permitindo a leitura e compreensão até mesmo de usuários finais que não</p><p>estão adaptados com estruturas de banco de dados.</p><p>(POE V.; KLAUER P.; BROBST S. Building a data warehouse for decision support. New Jersey: Prentice Hall</p><p>PTR, 1998).</p><p>Sobre as principais vantagens do Esquema Estrela, julgue os itens a seguir, indicando “V” para o item</p><p>verdadeiro e “F” para o item falso:</p><p>1. ( ) A estrutura padronizada e regular do esquema é bastante simples, faciliatando a apresentação, o</p><p>desempenho das consultas geradas e a compreensão até mesmo de usuários finais que não estão</p><p>Resolução comentada:</p><p>8)</p><p>adaptados com estruturas de banco de dados.</p><p>2. ( ) As consultas ocorrem inicialmente nas tabelas de Dimensões e depois nas tabelas de Fatos,</p><p>assegurando a consistência dos dados por meio de uma estrutura de chaves que garante o acesso aos</p><p>dados com melhor desempenho.</p><p>3. ( ) A aplicação da técnica de normalização nas tabelas de Dimensões aumenta o número de</p><p>dimensões, consequentemente diminuindo a performance das consultas dinâmicas.</p><p>4. ( ) A facilidade e a flexibilidade da inclusão de novos elementos de dados, a partir do relacionamento</p><p>da tabela de Fatos com uma nova tabela de Dimensão, bem como o acréscimo de novas colunas às</p><p>mesmas tabelas de Dimensões.</p><p>5. O suporte para transformar e proceder à carga dos dados, para recuperar, analisar e extrair os dados</p><p>dos sistemas transacionais.</p><p>Assinale a alternativa correta:</p><p>Alternativas:</p><p>F – F – F – F – F.</p><p>F – V – F – V – F.</p><p>V – V – V – V – V.</p><p>V – V – F – V – F. check CORRETO</p><p>F – F – V – F – V.</p><p>o item 3 é falso, porque é o Esquema Floco de Neve que separa as hierarquias das dimensões em tabelas</p><p>diferentes, especificando variantes da dimensão principal. Considera-se que a aplicação da técnica de</p><p>normalização nas tabelas de Dimensões aumenta consideravelmente o número de dimensões e,</p><p>consequentemente, diminuindo a performance das consultas dinâmicas.</p><p>O item 5 é falso, porque o processo de transformar e proceder à carga dos dados, para recuperar,</p><p>analisar e extrair os dados dos sistemas transacionais refere-se a uma etapa do processo de criação de</p><p>um Data Warehouse, conhecido como ETL.</p><p>Código da questão: 42602</p><p>Um modelo multidimensional é composto por três elementos básicos: fatos, dimensões e métricas.</p><p>I. As dimensões são os elementos, dados, fórmulas, cálculos, processados, que participam ou são</p><p>chamadas por meio de chaves estrangeiras dentro de uma Fato.</p><p>PORQUE</p><p>II. Uma tabela Fato é composta de dados, medidas e contexto, provenientes de dimensões.</p><p>Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas:</p><p>Alternativas:</p><p>Resolução comentada:</p><p>9)</p><p>As duas asserções estão corretas e a segunda justifica a primeira. check CORRETO</p><p>A primeira asserção está correta e a segunda está incorreta.</p><p>A primeira asserção está incorreta e a segunda está correta.</p><p>A primeira e a segunda asserções estão incorretas.</p><p>A primeira e a segunda asserções estão corretas, mas a segunda não justifica a primeira.</p><p>Em um projeto de DW, o cubo multidimensional é formado por dimensões, fatos e medidas ou métricas.</p><p>Uma tabela fato é formado por ligações provenientes das colunas das dimensões, essa ligação significa</p><p>que a chave primária da dimensão é chave estrangeira da tabela Fato. A tabela Fato pode ser um item,</p><p>uma transação ou um evento, que está relacionado ao negócio, tem valores numéricos, e contém</p><p>medidas que são representadas sumariamente.</p><p>Código da questão: 42589</p><p>Para implementar projetos de Data Warehouse, são necessárias algumas considerações conceituais</p><p>que permitem manter o foco nas referências analíticas como finalidade. Nesse sentido, analise as</p><p>afirmações a seguir.</p><p>I. DW é uma coleção orientada por assuntos, integrada, variante no tempo e não volátil.</p><p>II. Os resultados do DW servem para apoiar o processo de tomada de decisão das organizações.</p><p>III. DW é a cópia específica de tabelas do banco analítico para consultas e análises, criando visões</p><p>funcionais.</p><p>IV. A construção de um DW depende fundamentalmente de arquitetura.</p><p>V. DW é uma arquitetura e não uma tecnologia.</p><p>São verdadeiras:</p><p>Alternativas:</p><p>I – IV – V.</p><p>I – IV.</p><p>II – III – V.</p><p>I – II – III.</p><p>I – II – IV – V. check CORRETO</p><p>na conceituação dada por Inmonn (2005), DW é uma coleção orientada por assuntos, integrada, variante</p><p>no tempo e não volátil, para apoiar o processo de tomada de decisão das organizações.</p><p>Na definição de Kimball (2002), DW é a cópia específica de tabelas do banco transacional para consultas</p><p>Resolução comentada:</p><p>Resolução comentada:</p><p>10)</p><p>e análises, criando visões funcionais.</p><p>Um projeto de construção de um DW depende, fundamentalmente, de arquitetura. Por isso, Machado</p><p>(2010) deixa claro que “DW é uma arquitetura e não uma tecnologia”. A tecnologia sim ajuda a construir,</p><p>operar e monitorar um projeto DW implantado.</p><p>Código da questão: 42577</p><p>Os ambientes de Data Warehouses (DW) integram sofisticadas ferramentas para análises complexas</p><p>de dados históricos e descoberta de conhecimento, assegurando o suporte à tomada de decisão. Um</p><p>________________ organizacional pode manter um armazém central de dados da organização inteira, ou</p><p>pode manter armazéns menores, descentralizados, denominados ________________.</p><p>Assinale a alternativa que completa adequadamente as lacunas acima:</p><p>Alternativas:</p><p>Data Mining; Data Source.</p><p>Data Warehouse; Data Mining.</p><p>Data Mining; Data Marts.</p><p>Data Mining; Data Warehouse.</p><p>Data Warehouse; Data Marts.  check CORRETO</p><p>os ambientes de Data Warehouses (DW) integram sofisticadas ferramentas para análises complexas de</p><p>dados históricos e descoberta de conhecimento, assegurando o suporte à tomada de decisão. Um Data</p><p>Warehouse organizacional pode manter um armazém central de dados da organização inteira, ou pode</p><p>manter armazéns menores, descentralizados, denominados Data Mart.</p><p>Resolução comentada:</p>