Questões de Concurso
Sobre olap (on-line analytical processing) em banco de dados
Foram encontradas 432 questões
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.
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.
I- Em uma arquitetura de Business Intelligence, um Data Warehouse deve substituir integralmente os sistemas transacionais da organização ao registrar operações diárias com alto volume de inserções, atualizações e exclusões em tempo real.
PORQUE
II- Em modelagem dimensional, tabelas fato armazenam exclusivamente descrições textuais de entidades de negócio, enquanto tabelas dimensão concentram medidas quantitativas, chaves de transações e valores numéricos agregáveis utilizados nas consultas OLAP.
Analisadas as sentenças, é CORRETO afirmar que:
Departamento → Divisão → Categoria → Subcategoria → Produto.
O administrador de banco de dados (DBA), preocupado com a integridade dos dados e o espaço de armazenamento, propôs que essa hierarquia fosse modelada seguindo os princípios da normalização. Segundo a proposta, a tabela de produtos conteria apenas o ID da subcategoria, que apontaria para uma tabela de subcategorias, que, por sua vez, apontaria para uma tabela de categorias, e assim sucessivamente, evitando a repetição de textos descritivos (como o nome do departamento) em milhões de linhas de produtos.
Considerando os conceitos de modelagem dimensional (Ralph Kimball) e o impacto dessa decisão na performance de consultas analíticas (OLAP), 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, o funcionamento dos painéis de business intelligence fundamenta-se na estruturação multidimensional do data warehouse para viabilizar o processamento analítico de dados.
Julgue o item subsequente, em relação à modelagem de bancos de dados.
Em um esquema estrela, toda tabela-fato deve conter pelo menos uma medida numérica, pois sem ela não há como estabelecer relacionamento com as dimensões.
Julgue o item subsequente, em relação à modelagem de bancos de dados.
O esquema snowflake apresenta melhor desempenho que o esquema estrela em ambientes OLAP, porque a normalização das dimensões reduz redundância e diminui o tempo de resposta das consultas analíticas.
Em uma dessas análises, utilizando um cubo de dados com as dimensões processos, tempo e cidade, ela deverá realizar as seguintes operações:
I. detalhar a quantidade de processos de ano para trimestre;
II. filtrar os processos, considerando apenas os de natureza criminal; e
III. rotacionar a visualização dos dados, trocando linhas por colunas.
A sequência de operações que Letícia deverá realizar é, respectivamente,
A esse respeito, relacione as opções 1 e 2, da coluna da esquerda, às respectivas características, da coluna da direita.
Assinale a opção que indica a relação correta, na ordem apresentada.
Ao centralizar métricas em uma tabela fato e ligá-la a dimensões, a modelagem dimensional para BI permite consultas rápidas em milhões de registros, facilitando a análise de indicadores.
Analise as afirmativas abaixo sobre Cubos OLAP (Online Analytical Processing).
1. Um Cubo OLAP é uma estrutura de dados multidimensional que permite a análise rápida de dados a partir de diferentes perspectivas.
2. As dimensões de um cubo representam as entidades de negócio pelas quais os dados podem ser analisados (ex.: Tempo, Produto, Geografia).
3. As medidas de um cubo são os valores numéricos que podem ser agregados (ex.: Vendas, Quantidade, Custo).
Assinale a alternativa que indica todas as afirmativas corretas.
OLAP (Online Analytical Processing) é uma tecnologia que permite a análise rápida e interativa de grandes volumes de dados.
Qual é a estrutura de dados fundamental utilizada em sistemas OLAP para organizar os dados de forma multidimensional?
Conheça nossos planos