Questões de Concurso
Sobre dw - data warehouse em banco de dados
Foram encontradas 809 questões
Segundo Ramakrishnan (2008), quais os processos de criação e manutenção de um ambiente de Data Warehouse?
Assinale a alternativa que apresenta uma abordagem tecnicamente adequada para promover a interoperabilidade em ambientes compostos por fontes heterogêneas de dados.
Assinale a alternativa que apresenta a descrição tecnicamente adequada do processo utilizado nesse cenário.
A respeito de banco de dados, julgue o item seguinte.
Data warehouse é um grande banco de dados estruturados analítico corporativo que se divide em partes menores, chamadas data marts.
A principal característica conceitual, que define a modelagem das Tabelas de Dimensões especificamente dentro do arranjo estrutural de um Esquema Estrela puro, consiste no fato de que essas tabelas
A principal característica arquitetural que define o conceito de Data Lakehouse, diferenciando-o das abordagens tradicionais isoladas de Data Warehouse e Data Lake é a
( ) Data Warehouse é um tipo de banco de dados projetado para otimizar operações transacionais como inserção e atualização dos dados.
( ) Data Warehouse apresenta como característica ser variante no tempo, pois é projetado para o armazenamento de informações históricas.
( ) O modelo dimensional estrela tem a normalização como característica principal, garantindo uma maior consistência de dados.
As afirmativas são, respectivamente,
A INFRA S.A. implantou um ambiente corporativo de BI (business intelligence) para apoiar decisões estratégicas relacionadas à priorização de investimentos, ao acompanhamento de contratos, à análise de riscos e à avaliação de desempenho de obras ferroviárias e rodoviárias. O ambiente integra dados históricos provenientes de sistemas transacionais, relatórios técnicos e bases externas, organizados em um data warehouse corporativo, com uso de modelagem dimensional, cubos OLAP e técnicas avançadas de data mining para identificação de padrões de atraso, sobrecusto e impacto ambiental.
Com relação à situação hipotética acima apresentada, julgue os itens a seguir.
A INFRA S.A. implantou um ambiente corporativo de BI (business intelligence) para apoiar decisões estratégicas relacionadas à priorização de investimentos, ao acompanhamento de contratos, à análise de riscos e à avaliação de desempenho de obras ferroviárias e rodoviárias. O ambiente integra dados históricos provenientes de sistemas transacionais, relatórios técnicos e bases externas, organizados em um data warehouse corporativo, com uso de modelagem dimensional, cubos OLAP e técnicas avançadas de data mining para identificação de padrões de atraso, sobrecusto e impacto ambiental.
Com relação à situação hipotética acima apresentada, julgue os itens a seguir.
A INFRA S.A. implantou um ambiente corporativo de BI (business intelligence) para apoiar decisões estratégicas relacionadas à priorização de investimentos, ao acompanhamento de contratos, à análise de riscos e à avaliação de desempenho de obras ferroviárias e rodoviárias. O ambiente integra dados históricos provenientes de sistemas transacionais, relatórios técnicos e bases externas, organizados em um data warehouse corporativo, com uso de modelagem dimensional, cubos OLAP e técnicas avançadas de data mining para identificação de padrões de atraso, sobrecusto e impacto ambiental.
Com relação à situação hipotética acima apresentada, julgue os itens a seguir.
No ambiente descrito de BI da INFRA S.A., a combinação de particionamento da tabela de fatos por período temporal e o uso de índices bitmap nas chaves dimensionais contribuiriam para reduzir operações de I/O e acelerar consultas analíticas sobre grandes volumes históricos de dados.
• Abordagem 1
− Extrair dados dos sistemas de cada posto (CSV, Excel, bancos locais)
− Transformar os dados em um servidor intermediário: padronizar formatos de data, validar CPF, limpar dados inconsistentes, calcular métricas agregadas
− Carregar apenas os dados já processados e limpos no Data Warehouse
• Abordagem 2
− Extrair dados dos sistemas de cada posto
− Carregar os dados brutos diretamente no Data Lake (Amazon S3)
− Transformar os dados, quando necessário, usando ferramentas de análise (SQL, Python, Spark)
Sobre essas abordagens, é correto afirmar que:
Considerando os impactos dessa decisão de projeto e os fundamentos da modelagem de dados, é correto afirmar que:
Com base nessa situação hipotética e nos conceitos técnicos de business intelligence, sistemas de suporte a decisão e ferramentas de análise de dados, julgue o item a seguir.
Na primeira camada descrita, a operacionalização dos painéis em ferramentas como Power BI e Tableau permite integrar as informações do data warehouse central a múltiplas fontes de dados externas.