Questões de Concurso
Sobre datamart em banco de dados
Foram encontradas 63 questões
No contexto de Business Intelligence (BI), o desenvolvimento de Datamarts e a execução de processos de ETL (Extract, Transform, Load) são fundamentais para organizar, integrar e disponibilizar informações de forma eficiente para análise gerencial. Com base nesses conceitos, analise as assertivas a seguir sobre Datamarts e ETL e julgue-as em Verdadeiras (V) ou Falsas (F):
( ) Uma estrutura de Datamarts é do tipo Snowflake Schema, na qual a estrutura de dimensões é desnormalizada (tudo em uma tabela).
( ) No ETL, especificamente na etapa de Load, um dos tipos de carregamento é full load, em que todos os dados existentes são substituídos pelo novo conjunto.
( ) No ETL, especificamente na etapa de Transform, uma atividade pode ser de derivação, por exemplo, criar campos novos a partir de existentes (ex.: lucro = receita - custo).
Qual alternativa preenche, CORRETAMENTE, de cima para baixo, os parênteses acima?
Esse subconjunto de dados focado em um departamento ou função de negócio específico é o(a)
Inmon propõe uma arquitetura centralizada e normalizada, em que o DW é o repositório corporativo e os data marts derivam dele. PORQUE Kimball sugere começar pelos data marts departamentais, construídos com modelagem dimensional, que se integram para formar uma visão unificada.
Acerca dessas sentenças, assinale a alternativa CORRETA.
A partir do observado, Otávio concluiu que o banco de dados era um:
O gestor de qualidade do MPU solicitou à analista de Business Intelligence Maria um Dashboard para monitorar o desempenho da tramitação dos processos ao longo do tempo.
O programador Pedro havia implementado o banco de dados MongoProc, no MongoDB, para armazenar os dados do sistema de tramitação de processos judiciais. Então, Maria solicitou a ele a consulta ao MongoProc para alimentar as tabelas: fato_proc (quantidade), dim_data, dim_estado. Pedro respondeu que não poderia fornecer apenas uma consulta, pois seria necessário transformar os dados NoSQL em relacional. Para implementar a solução, Maria poderá utilizar apenas as ferramentas disponíveis no MPU: MongoDB, PostgreSQL, MySQL, Flyway, Pentaho, QlikView e MicroStrategy.
Para transformar os dados NoSQL visando a alimentar as tabelas e construir o Dashboard, Maria deve:
Uma empresa deseja implementar uma arquitetura de dados robusta para dar suporte à análise e ao processamento diário de informações. A empresa já possui um sistema de OLTP, mas agora precisa de uma solução de OLAP para análise histórica e de tendências. Além disso, a equipe de TI está considerando a criação de Data Marts para áreas de marketing, vendas e finanças, com o objetivo de melhorar a tomada de decisões.
Com base no cenário apresentado, assinale a alternativa que melhor descreve a relação entre Data Marts, OLTP e OLAP.
A respeito de data mart e data mining, julgue o item a seguir.
Um data mart de vendas oferece dados específicos, como metas, desempenho por região, histórico de clientes e sazonalidade de produtos, informações cruciais para que a equipe de vendas faça análises detalhadas e rápidas, comparando o desempenho entre regiões e ajustando estratégias com base em históricos e tendências específicas.
Acerca de data mining e data mart, julgue o item subsequente.
Um data mart é um repositório de dados orientado a um departamento ou a uma função específica dentro de uma organização.
Para evitar conflitos com as chaves utilizadas nos bancos de dados de origem dos sistemas transacionais, a rotina ETL de um Data Mart deve gerar uma chave:
1. Data Lake 2. Data Mart
( ) Surgiu como uma alternativa aos armazéns de dados tradicionais, permitindo o armazenamento de grandes volumes de dados de qualquer tipo e tamanho. ( ) São criados para tornar os dados mais facilmente acessíveis para geração de relatórios, além de fornecer um estágio adicional de transformação além das tubulações ETL iniciais. ( ) Tipo de armazenamento de dados frequentemente usado para suportar camadas de apresentação do ambiente de data warehouse. ( ) Fornece um local central de armazenamento para dados brutos, com o mínimo de transformação, se houver.
A associação correta, na ordem dada, é:
Acerca de dados abertos, bem como de processos de coleta, tratamento, armazenamento, integração e recuperação de dados, julgue o item que se segue.
Data warehouse e data mart dizem respeito às estruturas
dimensionais de dados, remodeladas com o objetivo de
prover análises diferenciais, ao passo que o
OSD (operational data store) está relacionado ao
armazenamento e tratamento de dados, de forma também
consolidada, porém sem as características dimensionais.
Assinale a opção que descreve a ação correta para incluir esta nova tabela no banco de dados, considerando que já há dados nas tabelas #Livro e #Autor.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
Data mart e data warehouse são termos sinônimos que se
referem igualmente a um local onde é armazenada uma
grande quantidade de dados.
1. Data Warehouse.
2. Data Mart.
3. Data Lake.
4. Big Data.
5. Business Intelligence e Analytics.
6. Mineração de Dados.
( ) Ambiente de armazenamento de dados centralizado que integra informações de várias fontes para suportar a análise de negócios.
( ) Conjunto de ferramentas, técnicas e processos para coletar, organizar e analisar informações para fins estratégicos.
( ) Subconjunto de um Data Warehouse, geralmente focado em um único departamento ou área de negócios.
( ) Processo de descoberta de padrões, tendências e informações úteis em conjuntos de dados.
( ) Abordagem flexível e escalável para armazenar grandes volumes de dados de diferentes tipos.
( ) Conjuntos de dados extremamente grandes e complexos, muitas vezes além da capacidade de ferramentas de processamento de dados tradicionais.
A sequência está correta em
Coluna 1
1. Data Warehouse.
2. Data Mart.
3. Data Mining.
Coluna 2
( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.
( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.
( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.
( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Conheça nossos planos