Questões de Banco de Dados para Concurso - Página 8

Ano: 2026 Banca: IV - UFG Órgão: UFSCAR Prova: IV - UFG - 2026 - UFSCAR - Analista de TI |

Q3960599 Banco de Dados

Procedimentos e funções armazenadas (stored procedures e stored functions) em PostgreSQL, versão 11 ou superior, possibilitam a realização de processamento sobre os dados dentro do próprio gerenciador de banco de dados, sabendo que isso permite

A

reduzir a necessidade de idas e vindas ao banco de dados pela aplicação, sendo que stored procedures podem realizar controle de transações, enquanto stored functions podem ser chamadas dentro de consultas (queries) SQL.

B

alocar a lógica de negócio no próprio banco de dados, sendo que tanto stored procedures quanto stored functions podem ser chamadas dentro de consultas (queries) SQL realizadas pelas aplicações.

C

realizar processamento centrado nos dados dentro do próprio gerenciador de banco de dados, com a possibilidade de fazer commit ou rollback de transações no caso de stored functions.

D

melhorar o desempenho por meio da realização de processamento dentro do próprio banco de dados e do controle fino de transações, tanto em stored procedures quanto em stored functions.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q3957380

Ano: 2026 Banca: Instituto Consulplan Órgão: Prefeitura de Venda Nova do Imigrante - ES Prova: Instituto Consulplan - 2026 - Prefeitura de Venda Nova do Imigrante - ES - Fiscal de Obras e Posturas |

Q3957380 Banco de Dados

A Prefeitura Municipal de Venda Nova do Imigrante mantém um banco de dados para armazenar informações de cidadãos cadastrados em seus serviços públicos. Para garantir organização dos registros e facilitar consultas e relacionamentos entre tabelas, são utilizados conceitos fundamentais da modelagem de dados. Considerando a situação hipotética, representa a principal finalidade da chave primária em uma tabela de banco de dados relacional:

A

Campo descritivo.

B

Identificador único.

C

Controle de acesso.

D

Ordenação de dados.

E

Armazenamento de texto.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3956767

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956767 Banco de Dados

Uma Secretaria da Fazenda Estadual está reestruturando seu modelo de governança de dados fiscais. Atualmente, três áreas distintas gerenciam dados tributários: a Coordenadoria de Fiscalização, a Subsecretaria de Arrecadação e a Diretoria de Tecnologia da Informação. Cada área mantém seus próprios padrões de qualidade, políticas de acesso e definições de metadados, gerando inconsistências nas análises. Para resolver o problema, a alta administração decidiu criar uma estrutura de governança onde representantes das três áreas se reúnem periodicamente para deliberar sobre políticas, padrões e prioridades relacionadas aos dados tributários. As decisões sobre frameworks de qualidade, taxonomias de metadados e diretrizes de acesso são tomadas através de votação pelos membros, com cada área tendo poder de voto proporcional ao volume de dados sob sua responsabilidade. Adicionalmente, foram estabelecidos padrões corporativos mínimos obrigatórios, enquanto cada área mantém autonomia para decisões operacionais específicas de seus processos internos, desde que em conformidade com os padrões aprovados pelo grupo deliberativo.

Nesse caso, a governança de dados implementada foi

A

federada, pois estabelece padrões corporativos centrais enquanto permite que cada área mantenha controle operacional sobre seus próprios dados e processos locais.

B

colegiada, pois as decisões são tomadas por um comitê com representantes de múltiplas áreas através de consenso e participação coletiva nas definições.

C

centralizada, pois concentra as decisões sobre dados tributários em um único comitê central que define políticas uniformes para todas as áreas da Secretaria.

D

descentralizada, pois mantém a autonomia das três coordenadorias para tomarem decisões independentes sobre seus respectivos conjuntos de dados fiscais.

E

compartilhada, pois distribui responsabilidades entre tecnologia e negócio, com a área de TI implementando infraestrutura e as áreas fiscais definindo regras tributárias.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q3956764

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956764 Banco de Dados

A Secretaria da Fazenda de determinado Estado implementou uma solução corporativa para centralizar dados fiscais provenientes de múltiplas fontes heterogêneas: declarações de contribuintes, notas fiscais eletrônicas, dados cadastrais e informações de fiscalizações. A equipe técnica precisava garantir escalabilidade, processamento de grandes volumes e capacidade analítica para identificar irregularidades tributárias. Após análise, optou-se por uma arquitetura que permite armazenar dados brutos em formato nativo, aplicar transformações sob demanda mediante ferramentas de processamento distribuído e disponibilizar estruturas otimizadas para consultas analíticas pelos auditores fiscais, mantendo a governança através de controles transacionais sobre os metadados.

A arquitetura implementada

A

constitui um Data Lakehouse, que combina a flexibilidade do armazenamento de dados brutos em formato nativo com capacidades de processamento estruturado e consultas analíticas otimizadas, aplicando camadas de gerenciamento transacional sobre metadados mediante protocolos como Delta Lake ou Apache Iceberg, viabilizando transformações sob demanda e governança de dados para análises tributárias complexas.

B

representa um Data Lake federado com camadas de virtualização, que integram fontes heterogêneas mediante conectores distribuídos sem replicação física dos dados, aplicando transformações em tempo real através de processamento streaming para disponibilizar visões consolidadas aos usuários fiscais, mantendo os dados originais nos sistemas de origem com acesso mediante queries federadas.

C

corresponde a um Data Warehouse tradicional, pois consolida dados estruturados mediante processos ETL prévios, aplicando modelagem dimensional em esquema estrela para viabilizar consultas OLAP pelos gestores tributários, garantindo consistência transacional através de protocolos ACID nas camadas de apresentação dos dados fiscais consolidados.

D

corresponde a um Data Mart departamental, uma vez que atende exclusivamente às demandas analíticas da área tributária, implementando subconjuntos especializados dos dados corporativos com modelagem otimizada para relatórios gerenciais, utilizando processos de extração incremental dos sistemas transacionais para alimentar as estruturas dimensionais específicas do domínio fiscal.

E

caracteriza um Data Lake convencional, que armazena dados em estado bruto sem aplicar transformações prévias, utilizando o método point to data para suportar volumes massivos de metadados.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3956763

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956763 Banco de Dados

Uma Secretaria da Fazenda Estadual recebeu uma base de dados contendo 2,3 milhões de registros de declarações fiscais para análise de conformidade tributária. Durante a fase de exploração inicial, a equipe técnica identificou diversos problemas: campos de CNPJ com formatações inconsistentes (alguns com pontuação, outros sem), valores monetários registrados com separadores decimais divergentes (vírgula e ponto), datas em formatos distintos (DD/MM/AÄAA, AAAA-MM-DD), campos obrigatórios vazios em aproximadamente 12% dos registros, e a presença de valores extremos de receita bruta (outliers) que distorciam as análises estatísticas. Além disso, a variável "regime tributário" apresentava categorias redundantes devidoa erros de digitação (ex: "Simples Nacional", "SIMPLES NACIONAL", "Simples nacional"). Para viabilizar a análise de risco fiscal e a construção de modelos preditivos, tornou-se necessário aplicar técnicas sistemáticas de preparação dos dados antes do processamento analítico. Considerando as melhores práticas de pré-processamento de dados, o tratamento correto e adequado para essa situação é

A

aplicar tokenização em campos textuais para fragmentar as informações em unidades menores, utilização de técnicas de stemming e lemmatização para uniformizar as categorias de regime tributário, implementação de métodos de detecção de anomalias baseados em Isolation Forest para identificar registros fiscais suspeitos e preenchimento de valores ausentes mediante algoritmos de interpolação linear ou polinomial, assegurando a completude da base de dados para processamento posterior.

B

iniciar com a aplicação de técnicas de feature scaling através de padronização z-score em todas as variáveis numéricas para centralizá-las em média zero e desvio padrão unitário, seguida de codificação ordinal para variáveis categóricas respeitando hierarquias naturais, detecção de outliers multivariados mediante distância de Mahalanobis e imputação de dados faltantes exclusivamente por valores constantes predefinidos conforme regras de negócio tributário, evitando métodos estatísticos que alterem distribuições originais.

C

priorizar, inicialmente, a exclusão automática de todos os registros que apresentem campos obrigatórios vazios, seguida da aplicação de técnicas de winsorização para substituir valores extremos pelos percentis 5 e 95, padronização das strings mediante conversão para maiúsculas e remoção de acentuação, garantindo assim a integridade da base sem necessidade de imputação de dados faltantes que poderia introduzir viés nas análises tributárias.

D

aplicar técnicas de normalização min-max em todas as variáveis numéricas para escaloná-las entre 0 e 1, realizar a codificação one-hot encoding nas variáveis categóricas incluindo a variável regime tributário, implementar detecção de outliers através do método de Tukey (IQR) com remoção automática dos valores identificados e utilizar forward fill para preencher dados faltantes sequencialmente, preservando a ordenação temporal dos registros fiscais.

E

padronizar formatos mediante expressões regulares para unificar CNPJ, valores monetários e datas em padrões consistentes, tratamento de dados faltantes através de análise contextual para decidir entre imputação (por média, mediana ou algoritmos como KNN) ou exclusão baseada em criticidade, normalização de texto com conversão para caixa baixa, remoção de espaços extras para eliminar duplicatas categóricas e análise criteriosa de outliers distinguindo valores legítimos de erros de registro antes de qualquer ação corretiva.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q3956762

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956762 Banco de Dados

Um sistema estadual de arrecadação consolida diariamente indicadores tributários provenientes de múltiplas fontes e, para acelerar leituras repetitivas desses indicadores já consolidados, a equipe de Dados está avaliando armazená-los em um banco NoSQL do tipo chave-valor. Considerando as características desse modelo de dados, a justificativa que melhor fundamenta essa escolha é:

A

Suporte para recuperação de valores por chave com latência muito baixa, adequado a leituras repetitivas.

B

Habilidade de distribuir grandes volumes de indicadores entre diversos nós utilizando estratégias de particionamento por chave, favorecendo escalabilidade horizontal em cenários de alta demanda e leituras repetitivas.

C

Integração com frameworks de análise em lote que utilizam chaves de agrupamento para processar periodicamente grandes volumes de dados tributários consolidados com leituras repetitivas.

D

Possibilidade de organizar indicadores tributários em estruturas desnormalizadas onde cada conjunto consolidado é tratado como um registro chaveado, reduzindo a dependência de consultas internas e externas.

E

Capacidade de aplicar políticas de replicação baseadas em chaves de partição, garantindo que indicadores críticos permaneçam disponíveis e acelerando leituras repetitivas, mesmo sob falhas de nós.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3956761

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956761 Banco de Dados

No desenvolvimento de um modelo de detecção de contribuintes com alto risco de simulação de operações, após definir claramente com a área de fiscalização quais tipos de fraude serão priorizados, quais indicadores de negócio serão acompanhados (como aumento de autos de infração qualificados e redução de fiscalizações improdutivas) e quais restrições legais e operacionais existem para uso do modelo, a equipe de uma Secretaria da Fazenda registra esses critérios e alinha expectativas com a alta gestão. Com base na metodologia CRISP-DM, essa descrição se encaixa principalmente na fase de

A

Modeling.

B

Business Understanding.

C

Evaluation.

D

Data Understanding.

E

Data Preparation.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3956758

Ano: 2026 Banca: FCC Órgão: SEFAZ-SP Prova: FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |

Q3956758 Banco de Dados

Uma equipe de fiscalização deseja gerar um relatório priorizando contribuintes cujo volume de NF-e emitidas seja atípico. A tabela nfe contém, entre outras, as colunas contribuinte id e qtd_emitidas. Deseja-se listar os contribuintes cuja quantidade emitida no mês seja maior que 5000 ou menor que 10, ordenando a saída do maior para o menor valor de qtd_emitidas. O comando SQL que atende ao requisito é:

SELECT contribuinte_id,

A

qtd_emitidas FROM nfe WHERE qtd_emitidas > 5000 OR qtd_emitidas < 10 ORDER BY qtd_emitidas DESC;

B

qtd_emitidas FROM nfe WHERE NOT (qtd_emitidas > 5000 OR qtd_emitidas < 10) ORDER BY qtd_emitidas DESC;

C

qtd emitidas FROM nfe WHERE qtd_emitidas > 5000 AND qtd_emitidas < 10 ORDER BY qtd_emitidas DESC;

D

MAX (qtd_emitidas) AS qtd emitidas FROM nfe WHERE qtd_emitidas > 5000 OR qtd_emitidas < 10 GROUP BY contribuinte id;

E

qtd emitidas FROM nfe WHERE qtd_emitidas BETWEEN 10 AND 5000 ORDER BY qtd_emitidas;

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3955582

Ano: 2026 Banca: IVIN Órgão: Prefeitura de Campo Grande do Piauí - PI Prova: IVIN - 2026 - Prefeitura de Campo Grande do Piauí - PI - Professor Ciências da Computação |

Q3955582 Banco de Dados

DML (Data Manipulation Language) no SQL são utilizados para manipular dados dentro de tabelas, focando em inserir, atualizar, excluir e selecionar registros em um banco de dados. Em relação aos comandos DML, assinale a alternativa correta:

A

INSERT pode adicionar apenas uma linha por vez em uma tabela.

B

UPDATE modifica a estrutura da tabela e os dados contidos nela.

C

DELETE sem cláusula WHERE remove todos os registros, mas mantém a estrutura da tabela.

D

SELECT é classificado como DML porque sempre altera dados no banco, bem como os registros das tabelas.

E

O comando TRIGGER utilizado para filtrar registros, permitindo selecionar apenas as linhas que atendem a condições específicas em consultas.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3953503

Ano: 2026 Banca: COPEVE-UFAL Órgão: IFAL Prova: COPEVE-UFAL - 2026 - IFAL - Professor EBTT - Informática |

Q3953503 Banco de Dados

A modelagem dimensional é amplamente utilizada em sistemas analíticos e Data Warehouses, pois facilita consultas agregadas e análises históricas. Essa abordagem organiza os dados em tabelas fato e tabelas dimensão, definindo claramente o nível de detalhamento (grão) das informações armazenadas. Sobre esse assunto, considere um sistema de análise de vendas de uma rede de lojas, que deve permitir consultas como:
total de vendas por produto;
total de vendas por loja;
total de vendas por período.
Nesse contexto, dadas as afirmativas,
I. A tabela fato deve armazenar medidas numéricas, como quantidade vendida e valor total da venda.
II. O grão da tabela fato define o nível de detalhamento dos dados, por exemplo, uma venda por produto, por loja e por dia.
III. Em tabelas dimensão, o uso de chaves substitutas é recomendado para reduzir a dependência de chaves naturais e facilitar o controle histórico.
IV. Tabelas dimensão têm como função estrutural armazenar valores agregados, derivados das medidas da tabela fato, com o objetivo de otimizar consultas analíticas.
verifica-se que estão corretas apenas

A

I e III.

B

II e IV.

C

III e IV.

D

I, II e III.

E

I, II e IV.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3953497

Ano: 2026 Banca: COPEVE-UFAL Órgão: IFAL Prova: COPEVE-UFAL - 2026 - IFAL - Professor EBTT - Informática |

Q3953497 Banco de Dados

Em SGBDs relacionais que utilizam a linguagem SQL, a recuperação de dados complexos envolve a compreensão da ordem lógica de processamento das cláusulas e a interação entre subconsultas e visões para a geração de relatórios gerenciais eficientes.
Dadas as afirmativas sobre os conceitos de manipulação de dados em SQL,
I. A cláusula HAVING é utilizada, exclusivamente, para filtrar linhas individuais antes que o agrupamento pelo GROUP BY seja realizado pelo motor de execução do banco de dados.
II. Uma subconsulta correlacionada é aquela em que a consulta interna depende de valores da consulta externa para sua execução, sendo processada uma vez para cada linha candidata da consulta externa.
III. Uma Visão (View) em banco de dados não armazena os dados fisicamente (salvo em casos de visões materializadas), funcionando como uma consulta SELECT armazenada que facilita a simplificação de acessos complexos e o controle de segurança.
IV. O uso de subconsultas na cláusula FROM (também conhecidas como tabelas derivadas) exige que o resultado da subconsulta receba um alias (apelido) para que possa ser referenciado no restante da consulta principal.
verifica-se que estão corretas apenas

A

I e II.

B

I e III.

C

III e IV.

D

I, II e IV.

E

II, III e IV.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q3953488

Ano: 2026 Banca: COPEVE-UFAL Órgão: IFAL Prova: COPEVE-UFAL - 2026 - IFAL - Professor EBTT - Informática |

Q3953488 Banco de Dados

Um analista precisa projetar uma estrutura de banco de dados SQL para consolidar o histórico de vendas de uma década. O requisito principal é que o sistema responda rapidamente a consultas complexas que agregam milhões de registros por diferentes critérios, como localização geográfica, categoria de produto e períodos de tempo. No desenvolvimento desse ambiente, o analista opta pela modelagem dimensional. Ao estruturar os dados, ele define uma tabela central, contendo as métricas de desempenho e as chaves estrangeiras, cercada por tabelas auxiliares que contêm os descritores textuais.
De acordo com os fundamentos de modelagem dimensional, assinale a alternativa correta que indica a principal característica das tabelas de dimensões em um esquema do tipo Estrela (Star Schema), comparadas às tabelas de um modelo puramente relacional.

A

O armazenamento de métricas puramente quantitativas e aditivas, servindo como a tabela central que armazena os registros de eventos do negócio.

B

A desnormalização deliberada dos dados para reduzir a quantidade de junções (joins) e otimizar a performance de leitura em consultas complexas.

C

A fragmentação horizontal dos dados em coleções independentes de esquemas fixos, seguindo os princípios de escalabilidade dos bancos de dados NoSQL.

D

A implementação de dependências transitivas para assegurar que cada atributo não-chave dependa, exclusivamente, da chave primária da dimensão.

E

A eliminação completa de redundâncias, por meio da aplicação da Terceira Forma Normal, garantindo que cada atributo dependa, exclusivamente, da chave primária.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3953486

Ano: 2026 Banca: COPEVE-UFAL Órgão: IFAL Prova: COPEVE-UFAL - 2026 - IFAL - Professor EBTT - Informática |

Q3953486 Banco de Dados

No processo de descoberta de conhecimento em bases de dados, a qualidade dos resultados obtidos pelos algoritmos de aprendizado de máquina está diretamente vinculada à qualidade dos dados de entrada. Dados provenientes de fontes heterogêneas, frequentemente, apresentam ruídos, redundâncias e lacunas que podem enviesar as análises estatísticas.
Dentro do fluxo de trabalho de Ciência de Dados, o conjunto de operações que envolve o tratamento de dados faltantes (null/missing values), a normalização de formatos, a remoção de registros redundantes e a correção de erros de digitação ou inconsistências lógicas é tecnicamente denominado

A

limpeza de dados (Data Cleaning).

B

mineração de dados (Data Mining).

C

análise exploratória de dados (EDA).

D

integração de dados (Data Integration).

E

engenharia de atributos (Feature Engineering).

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3952923

Ano: 2026 Banca: IBAM Órgão: Prefeitura de Arraial do Cabo - RJ Prova: IBAM - 2026 - Prefeitura de Arraial do Cabo - RJ - Educador Social |

Q3952923 Banco de Dados

No que se relaciona a um banco de dados, dois termos se revestem de importância. O primeiro se refere à duplicação de dados em diferentes locais ou formatos, o que ajuda a garantir a integridade e a disponibilidade dos dados. O segundo está associado à propriedade que garante que as transações realizadas no banco de dados mantenham a integridade dos dados, evitando que informações sejam alteradas indevidamente. Ambas as práticas são fundamentais para o gerenciamento eficaz de dados, pois a primeira protege contra falhas de hardware e ataques, ao passo que a segunda assegura que as informações permaneçam válidas e atualizadas.
Esses termos são conhecidos, respectivamente, como:

A

concisão e incoerência

B

concisão e consistência

C

redundância e incoerência

D

redundância e consistência

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q3952856

Ano: 2026 Banca: FADESP Órgão: SEFAZ-PA Prova: FADESP - 2026 - SEFAZ-PA - Auditor Fiscal de Receitas Estaduais - Conhecimentos Gerais |

Q3952856 Banco de Dados

Considere uma tabela chamada Livros com as colunas id (int), autor (varchar) e ano (int). Sabe-se que alguns livros não são datados, resultando em valores NULL na coluna ano. Considere o seguinte comando SQL:

SELECT * FROM Livros WHERE ano <> 1854;

Ao ser executado, esse comando retornará

A

apenas os registros cujo ano tenha um valor numérico diferente de 1854, incluindo os registros onde o ano é NULL, pois NULL é diferente de 1854.

B

apenas os registros cujo ano tenha um valor numérico diferente de 1854, excluindo os registros onde o ano é NULL.

C

um erro de sintaxe, pois não é possível comparar valores numéricos com NULL usando o operador <>.

D

apenas os registros cujo ano tenha um valor numérico igual a 1854 ou a 0 (zero).

E

apenas os registros cujo ano tenha um valor numérico igual a 1854.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3952854

Ano: 2026 Banca: FADESP Órgão: SEFAZ-PA Prova: FADESP - 2026 - SEFAZ-PA - Auditor Fiscal de Receitas Estaduais - Conhecimentos Gerais |

Q3952854 Banco de Dados

Com relação aos conceitos e tipos ELT e ETL de pipeline de dados, analise as afirmativas a seguir.

I. A abordagem ELT é recomendada para tarefas relacionadas a LGPD porque realiza a limpeza de dados sensíveis antes que eles atinjam o sistema de destino, reduzindo riscos de segurança e economizando espaço de armazenamento.
II. No processo ETL, o conjunto de dados completo e sem tratamento é carregado diretamente no sistema de destino. Como há apenas uma etapa, e ela ocorre apenas uma vez, o carregamento no processo ETL é mais rápido do que no ELT.
III. Na abordagem ELT, é possível aproveitar o poder de processamento distribuído e a escalabilidade elástica do data warehouse de destino para realizar transformações via SQL, eliminando a necessidade de um servidor de processamento intermediário.

É verdadeiro o que é afirmado em

A

I e II, apenas.

B

I e III, apenas.

C

II, apenas.

D

III, apenas.

E

I, II e III.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q3952848

Ano: 2026 Banca: FADESP Órgão: SEFAZ-PA Prova: FADESP - 2026 - SEFAZ-PA - Auditor Fiscal de Receitas Estaduais - Conhecimentos Gerais |

Q3952848 Banco de Dados

Os comandos DROP e TRUNCATE da linguagem de consulta estruturada (SQL) pertencem à categoria de comandos

A

DDL.

B

DML.

C

DCL.

D

TCL.

E

TCL-2.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3952847

Ano: 2026 Banca: FADESP Órgão: SEFAZ-PA Prova: FADESP - 2026 - SEFAZ-PA - Auditor Fiscal de Receitas Estaduais - Conhecimentos Gerais |

Q3952847 Banco de Dados

Em relação aos repositórios de dados data lake e data warehouse em arquiteturas de Big Data, analise as afirmativas a seguir.

I. Um data lake é caracterizado por priorizar a ingestão de dados em seu formato original, permitindo armazenar dados estruturados, semiestruturados e não estruturados, com uso de abordagens de schema-on-read.
II. Um data warehouse adota schema-on-write, exigindo modelagem prévia, como esquemas em estrela ou floco de neve, para suportar consultas analíticas otimizadas.
III. A simples adoção de schema-on-write em um data lake o caracteriza automaticamente como um data warehouse.

É verdadeiro o que se afirma em

A

I e II, apenas.

B

I e III, apenas.

C

II, apenas.

D

III, apenas.

E

I, II e III.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q3952843

Ano: 2026 Banca: FADESP Órgão: SEFAZ-PA Prova: FADESP - 2026 - SEFAZ-PA - Auditor Fiscal de Receitas Estaduais - Conhecimentos Gerais |

Q3952843 Banco de Dados

No âmbito de Business Intelligence, sistemas OLAP são projetados para

A

registrar e atualizar transações operacionais, priorizando baixa latência e alta concorrência.

B

executar consultas analíticas com agregações e cálculos sobre dados históricos para suporte à decisão.

C

realizar processamento de transações em tempo real com alta frequência.

D

intermediar mensagens entre produtores e consumidores, controlando a entrega e reentrega de eventos.

E

manter consistência transacional em operações críticas, com confirmação imediata de gravações no sistema.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q3952133

Ano: 2026 Banca: IBAM Órgão: Prefeitura de Arraial do Cabo - RJ Prova: IBAM - 2026 - Prefeitura de Arraial do Cabo - RJ - Agente de Defesa Civil |

Q3952133 Banco de Dados

No que se relaciona a um banco de dados, dois termos se revestem de importância. O primeiro se refere à duplicação de dados em diferentes locais ou formatos, o que ajuda a garantir a integridade e a disponibilidade dos dados. O segundo está associado à propriedade que garante que as transações realizadas no banco de dados mantenham a integridade dos dados, evitando que informações sejam alteradas indevidamente. Ambas as práticas são fundamentais para o gerenciamento eficaz de dados, pois a primeira protege contra falhas de hardware e ataques, ao passo que a segunda assegura que as informações permaneçam válidas e atualizadas.
Esses termos são conhecidos, respectivamente, como:

A

concisão e incoerência

B

concisão e consistência

C

redundância e incoerência

D

redundância e consistência

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

🚀 Mais performance?

🚀 Mais performance?

Questões de Concurso Comentadas sobre banco de dados

Foram encontradas 15.356 questões