Questões de Concurso
Sobre etl (extract transform load) em banco de dados
Foram encontradas 252 questões
Uma empresa recebeu, de diferentes fornecedores, arquivos CSV contendo informações sobre materiais, como código, descrição, quantidade e preço. Durante a integração, observou-se que algumas descrições continham vírgulas e que os registros tinham tamanhos diferentes.
Para que os arquivos sejam processados corretamente, deve-se considerar que
A análise exigirá a coleta periódica dos registros, a seleção de campos específicos e sua integração com dados provenientes de outras fontes. O procedimento deverá ser automatizado e suportar variações na quantidade de registros disponibilizados a cada período.
Nesse contexto, a utilização prioritária da forma III justifica-se porque o formato JSON
Segundo Ramakrishnan (2008), quais os processos de criação e manutenção de um ambiente de Data Warehouse?
• cada id_pagamento deve aparecer apenas uma vez;
• o campo valor deve estar preenchido e conter número maior que zero;
• após o tratamento dos dados, os registros válidos devem ser agrupados segundo a proximidade entre seus valores.
Para realizar o procedimento, foi elaborado o seguinte código em Python, que implementa uma forma simplificada de agrupamento por centroides:
A respeito da execução do código e das etapas de qualidade e mineração de dados, assinale a afirmativa correta.
Para apoiar as atividades de fiscalização, a equipe pretende
I. tratar esse cenário de grande volume, variedade de fontes e produção contínua de dados;
II. manter os dados recebidos em um repositório que permita armazená-los em seus formatos originais, antes de tratamentos destinados a análises específicas;
III. executar um processo que obtenha os dados das fontes, realize as transformações necessárias e os carregue no ambiente definido para utilização.
Os conceitos que correspondem às situações I, II e III são, respectivamente,
Os três primeiros valores possuem a mesma sequência numérica após a retirada dos caracteres de formatação. O quarto também pode ser expresso como uma sequência de 14 algarismos, mas possui dígitos verificadores inválidos.
O processamento deve permitir o cruzamento dos CNPJs válidos, sem impedir a conferência posterior dos valores efetivamente recebidos de cada órgão.
Nesse caso, os dados devem ser tratados de modo a
Assinale a alternativa que apresenta uma abordagem tecnicamente adequada para reduzir inconsistências decorrentes da integração de dados heterogêneos.
Durante a construção de um painel institucional sobre desempenho legislativo, uma equipe de análise de dados consolidou informações provenientes de sistemas de tramitação, registros de votação, indicadores orçamentários e bases administrativas. Na etapa de preparação dos dados, foram identificados campos sem preenchimento em determinadas variáveis, registros contendo valores excepcionalmente distantes do comportamento predominante da base e diferentes padrões de preenchimento para atributos equivalentes oriundos de sistemas distintos. Como a qualidade dos resultados analíticos dependia diretamente da confiabilidade dos dados processados, tornou-se necessário aplicar procedimentos adequados de pré-processamento.
Assinale a alternativa que apresenta uma associação tecnicamente correta entre os problemas identificados e as respectivas ações de tratamento.
Assinale a alternativa que apresenta um conjunto de fontes compatível com esse objetivo.
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.
Assinale a alternativa que apresenta, de forma tecnicamente adequada, a relação entre as dimensões de qualidade de dados afetadas e as medidas de tratamento compatíveis com esse cenário.
Considere que uma secretaria esteja planejando implementar uma plataforma de Big Data para integrar sistemas transacionais e dados não estruturados em um data lake, visando promover análises históricas e em tempo real. A partir dessa situação hipotética e considerando as estratégias de administração de dados e os metadados, julgue o item a seguir.
No modelo ELT (extract, load, transform), a carga dos dados no repositório ocorre antes da aplicação de transformações estruturais, permitindo que o ambiente de destino atue como motor de processamento e simplificando a arquitetura ao dispensar camadas de staging externas para a manipulação prévia dos dados.
A respeito de banco de dados, julgue o item seguinte.
O ETL (extract, transform, and load) é um processo de integração de dados que tem alto custo computacional.
Para isso, foi usada a seguinte configuração de filtro:
Com base no funcionamento do Logstash e dos plugins utilizados, com a específica configuração e sintaxe apresentadas, assinale a afirmativa correta.