Considere a afirmação abaixo.

“Sistema que, através de diferentes transações e processos, realiza uma cópia das informações registadas nos sistemas informáticos das organizações, organizando-os em diferentes níveis ou camadas de dados organizados e preparados para facilitar consultas, relatórios e análises.”

A afirmação trata de conceitos de Business Intelligence e caracteriza especificamente o 

Um Data Warehouse constitui-se numa base de dados

Um Sistema de Informação tem por objetivo armazenar, tratar e fornecer informações de tal modo a apoiar as funções ou processos de uma organização. Existem diversos tipos de sistemas de informações, dos quais dois são caracterizados a seguir:

I- sistemas que têm por objetivo unir os diversos sistemas transacionais de uma organização, permitindo integrar os departamentos, de forma a agilizar processos e ainda gerar o Just-in-time;

II- sistemas que têm por objetivo agilizar a tomada de decisões sem onerar bases transacionais, sendo constituídos de uma base de dados centralizada OLAP, preenchida com dados copiados a partir de bases remotas e distribuídas OLTP.

Esses dois sistemas são conhecidos, respectivamente, como:

No contexto do Apache Hadoop, ‘Hive’ refere-se à(ao):

O modelo Estrela (Star) e o modelo Floco de Neve (Snow Flake) são tipos de modelos dimensionais.
Com relação a esses modelos, assinale a alternativa correta.

Analise as afirmativas abaixo com relação ao Data Warehouse.

1. Um Data Warehouse é uma coleção de dados, orientado por assunto, integrados, invariáveis no tempo e não voláteis, para suporte ao processo gerencial de tomada de decisão.
2. Os dados são estáveis em um Data Warehouse (DW). Mais dados são adicionados, mas nunca removidos. Isto capacita ao gerenciamento uma visão consistente dos negócios.
3. Os dados são reunidos no armazém de dados (DW) a partir de uma variedade de origens e fundidos em um todo coerente.

Assinale a alternativa que indica todas as afirmativas corretas.

Com relação ao tema Modelagem Multidimensional, analise as afirmativas a seguir.

I. Os esquemas star e dataflake são elementos encontrados na modelagem dimensional.

II. Os datawarehouses são costumeiramente organizados em torno de uma tabela de fatos e muitas tabelas de dimensões.

III. Uma tabela de fatos é sempre composta por três tipos de atributos: atributos de medidas, atributos de dimensões e chaves surrogate de dimensões degeneradas que variam ao longo do tempo.

Assinale:

Assinale a alternativa que apresenta características dos Datawarehouses.

Com relação ao tema data warehouse, analise as afirmativas a seguir.

I. É um grande repositório de dados operacionais com tamanhos significativos e tem como objetivo apoiar a tomada de decisões por meio de consultas ad hoc de elevada complexidade por parte de usuários finais.

II. A modelagem dimensional de dados não é muito diferente da abordagem de normalização seguida pelos bancos de dados transacionais. Os principais paradigmas de modelagem são o esquema star e snowflake. Ambos utilizam tabelas centrais de fatos que são constituídas por atributos de dimensões e de medidas.

III. É orientado aos processos de negócio, mantém grandes volumes de dados não normalizados, sofre atualizações em batch e é principalmente utilizado por parte de gestores e analistas de negócio.

Assinale:

Um data warehouse (DW), via de regra, possui grande quantidade de dados advindos tanto de fontes homogêneas quanto heterogêneas. Dentro desse cenário, em relação às ferramentas de ETL, assinale a alternativa correta.

Os formatos de tabela OLAP referem-se a estruturas de tabela multidimensionais, normalmente empregadas em sistemas de Data Warehouse. Assim, os dados são representados em estruturas. Um profissional de tecnologia da informação necessita montar uma dessas estruturas as quais recebem o nome de

Para construir um Data Warehouse, algumas etapas e processos são necessários. Uma etapa é conhecida como ETL, que compreende as etapas de Extração, Transformação e Armazenagem de dados em Sistemas Específicos ou Armazéns de Dados. Essas etapas são constituídas de várias outras funções, processos e técnicas de data integration. Uma dessas funções chama-se Master Data Management − MDM e é responsável por

Duas definições de estruturas de dados estão determinadas para um projeto de datamart de uma loja de varejo: uma delas (tabela A) contém a data da venda, a identificação do produto vendido, a quantidade vendida do produto no dia e o valor total das vendas do produto no dia; a outra (tabela B) contém a identificação do produto, nome do produto, marca, modelo, unidade de medida de peso, largura, altura e profundidade da embalagem.

Considerando os conceitos de modelagem multidimensional de data warehouse, as tabelas A e B são, respectivamente:

Num projeto de modelagem dimensional, há 4 passos (ou decisões-chave). Dois desses passos são:

Considerado um importante componente da área de Business Intelligence (BI), o DataWarehouse pode fazer uso de diversas fontes de dados. Considere as afirmações abaixo sobre DataWarehouse.

I Faz uso intensivo de operações de escrita e pouco uso de operações de leitura.

II É projetado para tarefas analíticas, oferecendo dados para tomada de decisão.

III Seus dados são projetados e estruturados de maneira normalizada.

IV Contém dados em diferentes níveis, podendo esses dados serem atômicos ou sumarizados.

Estão corretas as afirmações

Um usuário está analisando dados por meio de uma ferramenta DataWarehouse, e deseja comparar medidas numéricas distintas que são relacionadas entre si por meio de dimensões em comum. Para isso, o usuário deve realizar a operação

A modelagem dimensional é amplamente aceita como uma técnica para expor dados analíticos, pois apresenta dados de maneira compreensível para usuários de negócio bem como tem um desempenho rápido nas consultas. Nesse contexto, uma tabela de dimensão

Visões multidimensionais dos dados podem ser expressas por diferentes tecnologias de bancos de dados. Uma dessas visões pode ser implementada utilizando star schemas, onde