Questões de Concurso Sobre banco de dados

Questões Discursivas

Foram encontradas 18.945 questões

Q4181537 Banco de Dados
Um time está iniciando a migração de dados de um sistema transacional (OLTP) legado para um novo Data Warehouse (DW) corporativo. O sistema legado possui um modelo de dados altamente normalizado, atendendo à Terceira Forma Normal (3FN), o que garante a integridade das transações diárias. No entanto, para o novo ambiente analítico, cujo foco é a geração de relatórios gerenciais e painéis de BI (Business Intelligence) com alto volume de leitura, o arquiteto decidiu aplicar técnicas de desnormalização intencional em algumas tabelas, consolidando dados de produtos e categorias em uma única estrutura dimensional.

Considerando os impactos dessa decisão de projeto e os fundamentos da modelagem de dados, é correto afirmar que: 
Alternativas
Q4181536 Banco de Dados
Um arquiteto de dados está projetando o Data Warehouse (DW) de uma grande rede de varejo. A tabela de fatos de vendas (Fato_Vendas) deverá ser conectada a uma dimensão de produtos. A hierarquia dos produtos é complexa e profunda:
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:
Alternativas
Q4181535 Banco de Dados
Uma corporação multinacional do setor de varejo está unificando suas plataformas de dados. O cenário atual apresenta dois desafios distintos, indicados a seguir.

• Transacional e BI: o sistema de vendas gera registros financeiros que exigem consistência estrita (ACID). A equipe de analistas de negócios consome esses dados via painéis de BI que demandam baixa latência em consultas complexas com múltiplas junções (joins).
• Big Data e IA: o sistema de e-commerce gera petabytes de logs de navegação (clickstream) e dados de sensores IoT das lojas físicas (dados semiestruturados). A equipe de ciência de dados precisa acessar esses dados em seu formato bruto para treinar modelos preditivos, sem a perda de informações causada por agregações prematuras.

O arquiteto de dados precisa propor uma solução única que evite a duplicação de dados entre silos (um Data Warehouse para o BI e um Data Lake para a IA) e reduza o custo de armazenamento, mantendo a governança.

Considerando os requisitos apresentados e as características das arquiteturas modernas de dados, a abordagem arquitetural e de modelagem adequada é:
Alternativas
Q4181534 Banco de Dados
Considerando as demandas típicas de um tribunal por sistemas confiáveis e previsíveis, e à luz do teorema CAP, um banco de dados distribuído que prioriza consistência e tolerância a partições (CP), sacrificando temporariamente a disponibilidade durante partições de rede, é a escolha mais adequada para um:
Alternativas
Q4177265 Banco de Dados
Em um sistema de banco de dados relacional, um técnico precisa consultar registros de usuários, alterar dados cadastrais e compreender a estrutura das tabelas existentes. Considerando a linguagem SQL, é correto afirmar que:
Alternativas
Q4176633 Banco de Dados

Com relação aos sistemas de arquivos distribuídos e aos sistemas de indexação, julgue o próximo item.


Sistemas de indexação impedem variações de desempenho em consultas analíticas, independentemente do volume de dados armazenados.

Alternativas
Q4176632 Banco de Dados

Com relação aos sistemas de arquivos distribuídos e aos sistemas de indexação, julgue o próximo item.


Em ambientes analíticos de ciência de dados, índices compostos podem apresentar melhor desempenho em consultas multidimensionais quando a ordem dos atributos indexados possui aderência aos padrões de filtragem utilizados nas consultas.

Alternativas
Q4176630 Banco de Dados

Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.


O armazenamento orientado a objetos é incompatível com data lakes devido à natureza dos dados armazenados.

Alternativas
Q4176629 Banco de Dados

Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.


Em pipelines de dados, a etapa de ingestão corresponde ao processo de eliminação permanente dos dados de origem após o carregamento no ambiente analítico.

Alternativas
Q4176628 Banco de Dados

Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.


Em ambientes de Big Data, sistemas distribuídos de armazenamento permitem o processamento de grandes volumes de dados em múltiplos nós computacionais. 

Alternativas
Q4176627 Banco de Dados

Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.


Data lake é uma arquitetura destinada ao armazenamento exclusivo de dados estruturados, previamente organizados em tabelas relacionais.

Alternativas
Q4176626 Banco de Dados

Acerca do armazenamento de Big Data, do pipeline de dados e dos conceitos de data lake, julgue o item subsequente.


Em pipelines de dados, a etapa de transformação pode incluir limpeza, padronização e enriquecimento dos dados processados.

Alternativas
Q4176585 Banco de Dados
        Uma instituição pública estruturou a sua nova arquitetura de dados em duas camadas operacionais. A primeira camada é dedicada ao BI (business intelligence) corporativo, operando sobre um data warehouse centralizado, cujos dados estruturados são consumidos por meio de painéis interativos desenvolvidos em Power BI e Tableau, constituindo a base do seu sistema de suporte à decisão (SSD). A segunda camada é voltada para o data analytics avançado, em que cientistas de dados utilizam as linguagens Python e R para extrair insights preditivos e processar grandes volumes de dados não estruturados provenientes de redes sociais e sensores.

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 arquitetura estabelecida, a camada voltada ao data analytics caracteriza-se pela natureza focada na análise descritiva e diagnóstica.

Alternativas
Q4176584 Banco de Dados
        Uma instituição pública estruturou a sua nova arquitetura de dados em duas camadas operacionais. A primeira camada é dedicada ao BI (business intelligence) corporativo, operando sobre um data warehouse centralizado, cujos dados estruturados são consumidos por meio de painéis interativos desenvolvidos em Power BI e Tableau, constituindo a base do seu sistema de suporte à decisão (SSD). A segunda camada é voltada para o data analytics avançado, em que cientistas de dados utilizam as linguagens Python e R para extrair insights preditivos e processar grandes volumes de dados não estruturados provenientes de redes sociais e sensores.

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, a operacionalização dos painéis em ferramentas como Power BI e Tableau permite integrar as informações do data warehouse central a múltiplas fontes de dados externas.

Alternativas
Q4176583 Banco de Dados
        Uma instituição pública estruturou a sua nova arquitetura de dados em duas camadas operacionais. A primeira camada é dedicada ao BI (business intelligence) corporativo, operando sobre um data warehouse centralizado, cujos dados estruturados são consumidos por meio de painéis interativos desenvolvidos em Power BI e Tableau, constituindo a base do seu sistema de suporte à decisão (SSD). A segunda camada é voltada para o data analytics avançado, em que cientistas de dados utilizam as linguagens Python e R para extrair insights preditivos e processar grandes volumes de dados não estruturados provenientes de redes sociais e sensores.

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.

Alternativas
Q4176582 Banco de Dados
        Uma instituição pública estruturou a sua nova arquitetura de dados em duas camadas operacionais. A primeira camada é dedicada ao BI (business intelligence) corporativo, operando sobre um data warehouse centralizado, cujos dados estruturados são consumidos por meio de painéis interativos desenvolvidos em Power BI e Tableau, constituindo a base do seu sistema de suporte à decisão (SSD). A segunda camada é voltada para o data analytics avançado, em que cientistas de dados utilizam as linguagens Python e R para extrair insights preditivos e processar grandes volumes de dados não estruturados provenientes de redes sociais e sensores.

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 segunda camada da arquitetura, a execução de algoritmos preditivos nos processos de data analytics, em linguagens como Python e R, está subordinada ao resultado dos processos de business intelligence. 


Alternativas
Q4176581 Banco de Dados
        Uma instituição pública estruturou a sua nova arquitetura de dados em duas camadas operacionais. A primeira camada é dedicada ao BI (business intelligence) corporativo, operando sobre um data warehouse centralizado, cujos dados estruturados são consumidos por meio de painéis interativos desenvolvidos em Power BI e Tableau, constituindo a base do seu sistema de suporte à decisão (SSD). A segunda camada é voltada para o data analytics avançado, em que cientistas de dados utilizam as linguagens Python e R para extrair insights preditivos e processar grandes volumes de dados não estruturados provenientes de redes sociais e sensores.

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. 


No contexto do sistema de suporte à decisão da arquitetura proposta, as ferramentas de gestão de conteúdo são alocadas na primeira camada com a função técnica de estruturar e modelar os dados relacionais numéricos armazenados no data warehouse. 

Alternativas
Q4176574 Banco de Dados

Julgue o item subsequente, em relação à modelagem de bancos de dados.


O uso de slowly changing dimensions do tipo 2 em um esquema estrela permite rastrear o histórico de alterações em uma dimensão, inserindo uma nova linha a cada mudança e mantendo as linhas antigas para preservar a consistência das análises históricas.

Alternativas
Q4176573 Banco de Dados

Julgue o item subsequente, em relação à modelagem de bancos de dados.


Em um esquema estrela, alterar o grão da tabela-fato implica redefinir o nível de detalhe de cada linha, o que pode exigir revisão das dimensões associadas e impactar a granularidade das análises.

Alternativas
Q4176572 Banco 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.

Alternativas
Respostas
81: B
82: A
83: E
84: E
85: C
86: C
87: C
88: E
89: E
90: C
91: E
92: C
93: E
94: C
95: C
96: E
97: E
98: C
99: C
100: E