As ferramentas Online Analytical Processing − OLAP suportam análise de dados em um ambiente multidimensional no qual é possível estruturar logicamente os dados na forma de um cubo. Dentre os recursos disponíveis nessas ferramentas, há a operação

O Serpro relatou assim uma parceria com o Tribunal de Contas da União - TCU:

“O funcionamento do Síntese, simplificadamente, se dará da seguinte forma: serão realizadas extrações de dados dos sistemas de informações mantidos por diversos órgãos públicos; esses dados sofrerão transformações para compatibilizar codificações e formatos, realizar classificações, agrupar registros e agregar valores; as informações modificadas alimentarão o repositório de dados modelado especificamente para consultas analíticas. O acesso ao repositório será realizado pelo usuário final por meio de ferramentas que possuem uma interface amigável para elaborar consultas ou relatórios. A apresentação das consultas pode ser em forma de matriz, gráfico, documento de editor de texto ou planilha eletrônica.”

O repositório de dados e as ferramentas, em destaque no texto, referem-se, respectivamente, a

Os dados de sistemas OLAP se baseiam nas informações contidas nos diversos softwares utilizados pela empresa (ERPs, planilhas, arquivos texto, arquivos XML etc.). Estes sistemas possuem uma camada onde estão os dados originais e outra camada onde estão os dados tratados (um gigantesco repositório de dados sobre assuntos diversos preparados para serem consultados por um sistema OLAP), que chamamos de

No contexto de Business Intelligence, os sistemas OLAP e OLTP se diferenciam em diversas características. Na tabela abaixo, no que diz respeito às características, está INCORRETO:

Os cubos de dados que armazenam os dados multidimensionais, podem ter modelos de armazenamento que variam conforme a solução OLAP − On-Line Analytical Processing utilizada. Nesse sentido considere os seguintes modelos:

I. Armazena os dados de detalhe (fatos) e as agregações em um modelo multidimensional. Não faz uso da base de dados relacional para acessar os dados dos cubos. Necessita de um processamento constante do cubo, embora apresente melhor desempenho.

II. Lê os dados de detalhe (fatos) diretamente de fonte de dados relacional. Caso existam agregações, estas serão geradas no modelo relacional. Pode ser usado quando há problemas para armazenamento de uma estrutura multidimensional.

III. Lê os dados de detalhe (fatos) diretamente da fonte de dados relacional. Grava as agregações em formato multidimensional. Os dados que não possuem agregações são consultados no modelo relacional. Mantém os benefícios do modelo multidimensional sem ocupar tanto espaço em disco.

I, II e III referem-se, respectivamente, aos modelos

Alguns termos relacionados com as estruturas de bancos de dados estão disponibilizados na coluna I. Estabeleça a correta correspondência com os seus significados, disponibilizados na coluna II.

Coluna I

1. Data Marts

2. OLAP

3. Business Inteligence

4. Metadados

Coluna II

( ) Camada de diretório de dados da arquitetura do datawarehouse.

( ) Tipo ou variação de um datawarehouse.

( ) Cria, administra, analisa e gera relatórios sobre dados multidimensionais.

( ) Modelo utilizado pelas empresas para descobrir padrões de comportamento de determinado grupo de clientes.

A sequência correta é:

Analise as afirmações abaixo: I. O data warehouse é um banco de dados que registra dados correntes e históricos que podem ser de interesse para os tomadores de decisão da empresa, consolidando e padronizando as informações enviadas por toda a empresa; II. O processamento analítico on-line (OLAP) permite uma análise multidimensional de dados, ou seja, os usuários podem ter diferentes ângulos de visão dos mesmos dados; III. A Web está sendo muito utilizada pelas empresas para disponibilizar algumas informações do seu banco de dados interno a clientes e parceiros. Através do site da empresa, os clientes podem acessar o catálogo de produtos ou fazer um pedido e, a empresa, por sua vez, pode usar a Web para verificar a disponibilidade daquele produto no estoque de seu fornecedor; IV. Toda empresa necessita de uma política de informação que irá estabelecer as regras sobre como os dados serão compartilhados, disseminados, adquiridos, padronizados, classificados e inventariados; V. O data cleasing consiste em atividades para a descoberta de dados corporativos ocultos em grandes bancos de dados que não podem ser obtidos através do OLAP. Marque a opção que apresenta a quantidade de itens com afirmações VERDADEIRAS sobre o banco de dados:

Na arquitetura On-line Analytical Processing (OLAP), os dados são armazenados em “cubos" ao invés de tabelas. No contexto do OLAP, assinale a alternativa que melhor resume o que é um cubo.

Nas ferramentas de navegação OLAP (On-Line Analytical Processing), é possível navegar entre diferentes níveis de detalhamento de um cubo de dados. Supondo-se que um relatório esteja consolidado por Estados de um país, o processo que possibilita que os dados passem a ser apresentados por cidades e bairros, é denominado

As ferramentas OLAP permitem efetuar a exploração dos dados de um Data Warehouse (DW). Em relação a este tema, é correto afirmar:

A proposta de um DW - Data Warehouse é sustentar a tomada de decisões com dados e informações. A Data Mining pode ser usada em conjunto com o DW e as ferramentas OLAP para dar suporte às decisões gerenciais. Considerando estas tecnologias e ferramentas de apoio à decisão, é correto afirmar: