Questões de Concurso
Sobre etl (extract transform load) em banco de dados
Foram encontradas 211 questões
I. A etapa de extração pode impactar negativamente o desempenho do sistema de origem, caso não seja planejada adequadamente, principalmente quando se trata de um grande volume de dados em tempo real.
II. O Apache NiFi é uma plataforma de orquestração de fluxos de trabalho de código aberto, frequentemente utilizado para criação de pipelines ETL complexos, em que o usuário deve utilizar a linguagem de programação Python.
III. A etapa de transformação compreende tarefas como a limpeza, padronização e formatação dos dados, além de conversões de tipos de dados e agregações.
Está correto o que se afirma em
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
A análise preditiva utiliza algoritmos estatísticos e modelos de machine learning para identificar padrões históricos nos dados e projetar tendências futuras, de forma a guiar decisões proativas e permitir a antecipação de cenários críticos para o negócio.
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
Na transformação avançada do ETL, a derivação de dados cria novos atributos ou métricas a partir de colunas existentes, usando cálculos complexos e funções analíticas para enriquecer o dataset e suportar análises preditivas e segmentações contextuais.
A respeito da arquitetura de DW (data warehouse) e do processo ETL (Extract, Transformation and Load), julgue o item a seguir.
No processo ETL, a etapa de transformação é responsável por aplicar as regras de adequação, convertendo os dados ao formato requerido pelo DW, garantindo sua consistência e usabilidade.
Assinale a alternativa que apresenta, correta e respectivamente, um processo relacionado e a etapa a qual ele pertence.
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:
Na abordagem ETL, os dados são carregados no mesmo estado em que foram extraídos e são transformados no estágio posterior ao carregamento.
Quanto aos conceitos de índices, às ferramentas ETL e aos sistemas gerenciadores de banco de dados (SGBDs), julgue o item seguinte.
No Pentaho Data Integration (PDI), versão 9.3, o step 
executa inserção/atualização/exclusão de uma só vez, com base no valor de um campo.
No contexto de modelos de dados em ETL, existe o conceito de tabela de fatos sem fato (factless fact), que se caracteriza por
Em relação a conceitos, fundamentos, características, técnicas e métodos de BI (business intelligence), definição e conceitos de DW (data warehouse) e data mining e arquitetura e aplicações de data warehouse com ETL, julgue o item subsequente.
DW é um processo que reúne e gerencia várias coleções de dados históricos, indexados e de alto valor, que passam por um processo de limpeza, processamento e transformação com vistas a análises estratégicas e avançadas.
Em relação a conceitos, fundamentos, características, técnicas e métodos de BI (business intelligence), definição e conceitos de DW (data warehouse) e data mining e arquitetura e aplicações de data warehouse com ETL, julgue o item subsequente.
A análise de dados preditiva baseia-se em técnicas de estatística para determinar o que é mais provável de acontecer por meio da utilização da mineração de dados e pode prever se um cliente está propenso a se mudar para um concorrente.
Em relação a conceitos, fundamentos, características, técnicas e métodos de BI (business intelligence), definição e conceitos de DW (data warehouse) e data mining e arquitetura e aplicações de data warehouse com ETL, julgue o item subsequente.
A interface gráfica consiste na utilização de um dos componentes de BI por gerentes e executivos para controlar a saúde ou o desempenho de um negócio, monitorar métricas e analisar a estratégia desse negócio.
Conheça nossos planos