Questões de Concurso
Sobre banco de dados relacionais em banco de dados
Foram encontradas 1.924 questões
Considere uma tabela chamada funcionarios, que possui os seguintes campos: id (inteiro), nome (texto), salario (numérico), e departamento (texto).
Deseja-se escrever uma consulta que liste os departamentos cujo salário médio dos funcionários seja superior a 3000. Assinale a alternativa que apresenta a consulta SQL com sintaxe correta para esse caso.
Acerca desse cenário, avalie as afirmativas a seguir e assinale (V) para a verdadeiras e (F) para a falsa.
( ) A cláusula WHERE pode filtrar as linhas antes da agregação (ou seja, antes do GROUP BY).
( ) A cláusula HAVING filtra os grupos depois da agregação.
( ) Não é possível usar funções agregadas como SUM() e AVG() na cláusula WHERE, mas é permitido na cláusula HAVING.
As afirmativas são, respectivamente,
(__)Subconsultas são consultas aninhadas dentro de outras consultas.
(__)Subconsultas podem aparecer em diferentes cláusulas de uma consulta, como WHERE, FROM e HAVING.
(__)Subconsultas são executadas apenas uma vez, independentemente da consulta externa.
Assinale a alternativa que apresenta a sequência correta:
Processo (Código, Título, Local, Ano)
O comando SQL para excluir os processos cujo título possua a sequência ‘dados’, relativos ao período de 2020 a 2024, é:
Observe os registros incluídos na tabela Processo pelo seguinte script SQL:

Para consultar apenas os Processos (Processo) que possuem o termo “trabalhista” no campo descrição (descricao), deve-se complementar a consulta com a cláusula where e a seguinte condição:
João está aprendendo banco de dados orientado a documento. Para começar, João buscou a correspondência com a sua área de conhecimento, que é a álgebra relacional e o banco de dados relacional.
Em seu estudo, João identificou que uma relação (relation) da álgebra relacional corresponde, no MySQL e no MongoDB, respectivamente, a:
Considere o seguinte código Python que implementa parte de um ETL sobre a tabela Financiamento.
import pandas as pd from sqlalchemy import create_engine from datetime import datetime
engine = create_engine(“postgresql:// postgres:postgres@localhost:5432/bd_pesquisa”) query = “SELECT * FROM Financiamento” df = pd.read_sql_query(con=engine.connect(), sql=sql_text(query)) df[‘data_inicio’] = pd.to_datetime(df[‘data_ inicio’]).dt.strftime(‘%d/%m/%Y’) df[‘data_fim’] = pd.to_datetime(df[‘data_ fim’]).dt.strftime(‘%d/%m/%Y’) df.to_csv(‘financiamentos_transformados.csv’, index=False)
Observe as afirmativas a seguir sobre a execução do código.
I. O código se conecta a um banco de dados PostgreSQL usando a biblioteca SQLAlchemy e extrai todos os dados da tabela Financiamento.
II. As colunas data_inicio e data_fim são transformadas para o formato DD/MM/AAAA, mas esses dados não são atualizados no banco de dados.
III. O dataframe resultante da transformação é salvo em um arquivo CSV chamado financiamentos_transformados.csv na máquina local, incluindo o índice do datadrame como uma coluna adicional.
Sobre as afirmativas acima, pode-se dizer que:
I - Um projeto de um novo Banco de Dados Relacional é realizado em três fases que produzem, em sequência, o Modelo Conceitual, o Modelo Lógico e o Modelo Físico.
II – O Modelo Lógico é independente do tipo de Sistema de Gerência de Banco de Dados (SGBD) utilizado no projeto do Banco de Dados Relacional.
III – Na última fase do projeto de um novo Banco de Dados Relacional são incluídos detalhes que influenciam no desempenho do Banco de Dados Relacional.
As afirmativas I, II e III são, respectivamente:
Considere as tabelas SQL abaixo para a questão:

Considere as tabelas SQL abaixo para a questão:

Você deseja consultar a cidade dos clientes que fizeram pelo menos dois pedidos de qualquer produto em um único pedido. Qual das consultas SQL abaixo retorna corretamente esses clientes?
Julgue o próximo item, a respeito de bancos de dados relacionais e não relacionais.
Bancos de dados NO-SQL são mais adequados para situações em que os dados tenham de ser altamente consistentes e transacionais, uma vez que sua estrutura flexível permite validações de integridade referencial e controles complexos de relacionamento entre os dados.