Logo Passei Direto
Buscar

Bases de Dados

Outros
Qual das seguintes afirmacoes melhor descreve a principal diferença entre a modelagem de dados relacional e a modelagem de dados dimensional?
Qual das seguintes afirmações melhor descreve a principal diferença entre a modelagem de dados relacional e a modelagem de dados dimensional?
A A modelagem relacional utiliza tabelas de fatos e dimensões, enquanto a modelagem dimensional utiliza tabelas altamente normalizadas.
B A modelagem relacional foca a desnormalização dos dados, enquanto a modelagem dimensional foca a normalização dos dados.
C A modelagem relacional minimiza a redundância de dados por meio da normalização, enquanto a modelagem dimensional tolera redundância para facilitar consultas rápidas.
D A modelagem relacional é ideal para sistemas de Business Intelligence (BI) e OLAP, enquanto a modelagem dimensional é ideal para sistemas transacionais.
E A modelagem relacional é otimizada para análise de grandes volumes de dados, enquanto a modelagem dimensional é otimizada para operações transacionais.
User badge image
Exercícios Para o Aprendizado

anteontem

User badge image
Exercícios Para o Aprendizado

anteontem

AVALIAÇÃO docx
13 pág.

AVALIAÇÃO docx

Respostas

User badge image

Ed Verified user icon

anteontem

Vamos analisar as alternativas para identificar a principal diferença entre a modelagem de dados relacional e a modelagem de dados dimensional: A) A modelagem relacional utiliza tabelas de fatos e dimensões, enquanto a modelagem dimensional utiliza tabelas altamente normalizadas. - Esta afirmação está incorreta, pois é a modelagem dimensional que utiliza tabelas de fatos e dimensões, enquanto a modelagem relacional é mais normalizada. B) A modelagem relacional foca a desnormalização dos dados, enquanto a modelagem dimensional foca a normalização dos dados. - Esta afirmação está invertida. A modelagem relacional foca na normalização, enquanto a modelagem dimensional pode incluir desnormalização para facilitar consultas. C) A modelagem relacional minimiza a redundância de dados por meio da normalização, enquanto a modelagem dimensional tolera redundância para facilitar consultas rápidas. - Esta afirmação é correta. A modelagem relacional busca minimizar a redundância, enquanto a modelagem dimensional aceita alguma redundância para otimizar a performance em consultas. D) A modelagem relacional é ideal para sistemas de Business Intelligence (BI) e OLAP, enquanto a modelagem dimensional é ideal para sistemas transacionais. - Esta afirmação está incorreta. A modelagem dimensional é mais adequada para BI e OLAP, enquanto a modelagem relacional é mais usada em sistemas transacionais. E) A modelagem relacional é otimizada para análise de grandes volumes de dados, enquanto a modelagem dimensional é otimizada para operações transacionais. - Esta afirmação também está incorreta. A modelagem dimensional é otimizada para análise de dados, enquanto a modelagem relacional é mais voltada para operações transacionais. Portanto, a alternativa correta que melhor descreve a principal diferença entre a modelagem de dados relacional e a modelagem de dados dimensional é: C) A modelagem relacional minimiza a redundância de dados por meio da normalização, enquanto a modelagem dimensional tolera redundância para facilitar consultas rápidas.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

AVALIAÇÃO docx
13 pág.

AVALIAÇÃO docx

Mais perguntas desse material

Associe cada fase do processo ETL (Extração, Transformação e Carga) com a descrição correta de suas atividades:
Assinale a alternativa que contém as associações corretas:
1. Extração.
2. Transformação.
3. Carga.
a) Captura dados de várias fontes, sejam elas bancos de dados relacionais, arquivos, APIs ou fluxos de dados em tempo real.
b) Converte os dados em um formato adequado para análise, garantindo que sejam limpos, padronizados e organizados.
c) Transfere os dados transformados para um sistema de destino, como um Data Warehouse ou Data Lake.
d) Elimina registros duplicados, corrige erros de digitação e trata valores nulos ou inválidos.
e) Apenas os dados novos ou alterados são carregados no destino, complementando os dados existentes.
A 1-b; 2-d; 3-e.
B 1-a; 2-b; 3-c.
C 1-c; 2-a; 3-b.
D 1-a; 2-d; 3-e.
E 1-d; 2-c; 3-a.

Associe cada conceito de qualidade de dados com sua definição correta:
Assinale a alternativa que contém as associações corretas:
1. Precisão.
2. Consistência.
3. Completude.
4. Atualidade.
5. Conformidade.
A) Os dados estão livres de erros e representam a realidade de forma fiel.
B) Os dados não apresentam conflitos entre diferentes conjuntos de dados.
C) Os dados não apresentam valores ausentes e estão completos para a análise.
D) Os dados estão atualizados e refletem o estado mais recente das informações.
E) Os dados estão em conformidade com regulamentações e padrões estabelecidos.
A 1-D; 2-C; 3-A; 4-B; 5-E.
B 1-C; 2-D; 3-B; 4-A; 5-E.
C 1-B; 2-A; 3-D; 4-C; 5-E.
D 1-A; 2-B; 3-C; 4-D; 5-E.
E 1-E; 2-A; 3-D; 4-C; 5-B.

Considere as seguintes asserções sobre os benefícios da integração de dados em ambientes corporativos:
Escolha a alternativa a seguir que indica quais das asserções acima estão corretas:
1. A integração de dados melhora a tomada de decisões estratégicas ao fornecer uma visão unificada e confiável das informações.
2. A integração de dados elimina completamente a necessidade de processos manuais em todas as operações empresariais.
3. A integração de dados pode reduzir custos operacionais ao consolidar sistemas redundantes e automatizar processos.
4. A integração de dados facilita a aplicação de análises preditivas, permitindo prever tendências de mercado e comportamento do consumidor.
5. A integração de dados garante que todos os dados sejam sempre precisos e livres de erros.
A Apenas as asserções 1, 3 e 4 são corretas.
B Apenas as asserções 2, 3 e 5 são corretas.
C Apenas as asserções 1, 4 e 5 são corretas.
D Apenas as asserções 1, 2 e 4 são corretas.
E Apenas as asserções 2, 3 e 4 são corretas.

Considere as seguintes asserções sobre a integração de dados em tempo real:
Escolha a alternativa a seguir que indica quais das asserções acima estão corretas:
1. A integração de dados em tempo real permite que informações sejam processadas e disponibilizadas imediatamente após sua geração.
2. Ferramentas de captura de alterações (CDC) são utilizadas para detectar mudanças em bancos de dados e transmitir essas alterações em tempo real.
3. A integração de dados em tempo real é sempre mais eficiente e econômica do que o ETL tradicional em batch.
4. Plataformas de streaming de dados, como Apache Kafka, são amplamente utilizadas para suportar integrações em tempo real.
5. A integração de dados em tempo real elimina completamente a necessidade de processos de ETL em batch.
A Apenas as asserções 1, 2, 3 e 4 são corretas.
B Apenas as asserções 1, 3 e 5 são corretas.
C Apenas as asserções 1, 2, 4 e 5 são corretas.
D Apenas as asserções 1, 2 e 4 são corretas.
E Apenas as asserções 2, 3 e 4 são corretas.

Complete as lacunas com as alternativas corretas:
A integração de dados em ambientes corporativos oferece diversos benefícios, incluindo a melhoria na ___________, a redução de ___________ e a capacidade de aplicar ___________ para prever tendências de mercado.
A Velocidade de processamento; erros humanos; técnicas de mineração de dados.
B Qualidade de dados; tempo de resposta; algoritmos de aprendizado de máquina.
C Eficiência operacional; custos operacionais; análises preditivas.
D Segurança dos dados; redundância de dados; relatórios manuais.
E Acessibilidade dos dados; duplicidade de informações; análises descritivas.

No contexto de um pipeline ETL, qual das seguintes práticas é essencial para garantir a integridade e a consistência dos dados durante o processo de normalização?
Qual das seguintes práticas é essencial para garantir a integridade e a consistência dos dados durante o processo de normalização?
A Realizar uma carga completa periodicamente para substituir todos os dados no sistema de destino.
B Utilizar carimbos de tempo (timestamps) para identificar registros duplicados.
C Aplicar métodos de imputação para preencher valores ausentes com a média dos dados.
D Converter todas as datas para um formato padrão e unificar unidades de medida antes do carregamento.
E Implementar triggers no banco de dados de origem para capturar alterações em tempo real.

Complete as lacunas na frase a seguir com a alternativa correta:
A integração de dados em tempo real apresenta vários benefícios, incluindo a capacidade de ________, a melhoria na ________ e a redução de ________.
A Processar dados em batch; precisão dos relatórios; tempo de processamento.
B Capturar, processar e entregar dados imediatamente; agilidade na obtenção de insights; custos operacionais.
C Armazenar grandes volumes de dados; conformidade regulatória; tempo de resposta.
D Transformar dados em tempo real; integridade dos dados; complexidade dos sistemas.
E Capturar dados históricos; segurança dos dados; custos de armazenamento.

Qual foi um dos principais avanços que permitiu a transição dos métodos manuais de integração de dados para processos automatizados na década de 1990?
A - A introdução de sistemas de gerenciamento de bancos de dados relacionais, como Oracle e IBM DB2.
B - O desenvolvimento de tecnologias de Big Data, que permitiram o processamento de grandes volumes de dados em tempo real.
C - A criação do conceito de ETL (Extração, Transformação e Carga), que automatizou os processos manuais de integração de dados.
D - O surgimento de linguagens de programação como SQL para consulta e manipulação de dados.
E - A popularização de sistemas de ERP (Enterprise Resource Planning), que integraram todas as funções empresariais em um único sistema.

Analise as seguintes asserções sobre ferramentas de ETL e determine se são verdadeiras (V) ou falsas (F):
1. O Talend é uma ferramenta de ETL open source que permite criar pipelines personalizados por meio de uma interface gráfica intuitiva.
2. O Informatica PowerCenter é conhecido por sua arquitetura baseada em metadados, que facilita a governança e a auditoria das operações de ETL.
3. O Pentaho Data Integration (PDI) é uma ferramenta de ETL que não oferece suporte para processamento paralelo.
4. O Microsoft SQL Server Integration Services (SSIS) é altamente eficiente para a integração de dados relacionais e oferece suporte nativo para o SQL Server.
5. O Apache NiFi é uma ferramenta de ETL tradicional que não suporta processamento de dados em tempo real.
A - V - V - F - V – F.
B - F - F - V - V – F.
C - F - V - F - V – F.
D - V - V - F - F – V.
E - V - F - V - F – V.

Mais conteúdos dessa disciplina