Questões de Concurso Sobre banco de dados
Foram encontradas 18.764 questões
Julgue o seguinte item, a respeito de visualização e análise exploratória de dados, elaboração de relatórios analíticos e governança de dados em business intelligence e business analytics.
Os relatórios de métricas de gestão, o dashboard e o
balanced scorecard são as três categorias principais de
relatórios empresariais utilizados para fins gerenciais.
Julgue o seguinte item, a respeito de visualização e análise exploratória de dados, elaboração de relatórios analíticos e governança de dados em business intelligence e business analytics.
A estrutura de governança de dados, modelo que lança as
bases da estratégia e do compliance, deve incluir a estrutura
organizacional, que contém os parâmetros para a medição do
sucesso e a execução da estratégia do setor em que for
aplicada.
Julgue o seguinte item, a respeito de visualização e análise exploratória de dados, elaboração de relatórios analíticos e governança de dados em business intelligence e business analytics.
O relatório do tipo dashboard é um método que tem o
objetivo de apresentar uma visão integrada do sucesso de
uma organização, incluindo perspectivas sobre o
desempenho financeiro, clientes, processos comerciais,
aprendizado e crescimento.
Julgue o seguinte item, a respeito de visualização e análise exploratória de dados, elaboração de relatórios analíticos e governança de dados em business intelligence e business analytics.
Enquanto o business intelligence usa os dados para entender
o que aconteceu e seu motivo, o business analytics usa os
dados para prever novos cenários de mercado nas diferentes
áreas estratégicas da empresa.
Julgue o seguinte item, a respeito de visualização e análise exploratória de dados, elaboração de relatórios analíticos e governança de dados em business intelligence e business analytics.
A governança de dados exige a capacidade de acompanhar o
ritmo dos aspectos de segurança, privacidade, propriedade e
qualidade de Big Data: as práticas de governança devem ser
atualizadas conforme mudem o volume, a variedade
(formato e fonte) e a velocidade dos dados.
Acerca do tratamento e da qualidade dos dados, julgue o item que se segue.
Precisão é a dimensão da qualidade de dados que preconiza
que não devem existir discrepâncias quando se comparam
diferentes conjuntos de dados ou diferentes partes de um
mesmo conjunto de dados.
Julgue o item a seguir, relativo a dados e bancos de dados.
O banco de dados de documentos é um tipo de banco que é
projetado para armazenamento, recuperação e gerenciamento
de informações orientadas a documentos, armazenando, por
exemplo, dados no formato JSON em vez do formato de
linhas e colunas característico dos bancos de dados
tradicionais.
Julgue o item a seguir, relativo a dados e bancos de dados.
Os metadados provêm uma descrição concisa dos dados e
desempenham um papel na gestão dos dados; a partir dos
metadados, as informações são processadas, atualizadas e
consultadas.
Julgue o item a seguir, relativo a dados e bancos de dados.
É possível a análise de dados estruturados e não estruturados
armazenados no banco de dados, apesar de o formato dos
dados não estruturados ser mais diversificado e complexo
que o dos dados estruturados.
I. A função EXISTS em SQL é usada para verificar se o resultado de uma consulta aninhada é vazio (não contém tuplas), retornando o valor booleano TRUE se o resultado da consulta for vazio e FALSE, caso contrário.
II. São exemplos de funções de agregação em SQL: COUNT, SUM, MAX, MIN e AVG.
III. Em SQL, os TRIGGERS (ou gatilhos) são ações que somente são executadas antes de eventos de manipulação de dados (como INSERT, UPDATE e DELETE).
Observe abaixo a tabela intitulada NOTA_ALUNO e seus respectivos dados. Considere que
esta tabela, bem como seus dados, esteja definida em um SGDB relacional MySQL.
Acerca do script SQL abaixo, assinale a alternativa que apresenta o resultado de sua execução.
SELECT MAX(NOAL_VL_NOTA)
FROM NOTA_ALUNO
GROUP BY ALUN_ID_ALUNO
HAVING COUNT(*) > 2 AND AVG(NOAL_VL_NOTA) < 7;
Considere um banco de dados de uma transportadora desenvolvido em MySQL. A tabela
da Frota é exibida na figura abaixo, na qual o sistema da empresa registra a atualização da
quilometragem no campo Km a cada retorno de uma atividade de transporte. A empresa deseja
implementar um controle de manutenção preventiva de acordo com a quilometragem
percorrida a partir da implantação do controle. Para isso, foram criadas duas tabelas adicionais
e um Trigger que também são exibidos abaixo. A tabela de Controle define o padrão de
manutenção preventiva por tipo de veículo, usando como base as quilometragens percorridas
por cada veículo para agendar as manutenções de forma automatizada para cada veículo. A tabela ManAgenda mantém os agendamentos de manutenção cadastrados. Assim, na
implementação do controle, a tabela ManAgenda está vazia. A análise do Trigger é condição
suficiente para verificar como os campos das tabelas são utilizados. As siglas PK (Primary Key)
e FK (Foreign Key) destacadas como legenda em cada tabela, referem-se às chaves primárias e
às chaves estrangeiras das tabelas.
Suponha que após a implantação dos controles, cada veículo da Frota realizou 1 transporte de 3000km em agosto, 1 transporte de 4000km em setembro e 1 transporte de 2000km em outubro. Após essas 3 ações de transporte, qual alternativa corresponde ao que estará armazenado na tabela ManAgenda e na Tabela de Controle, com base no Trigger e nos dados iniciais apresentados das tabelas.
Obs: para evitar condição de corrida, admita que cada veículo teve sua quilometragem
atualizada após cada um dos transportes seguindo a mesma ordenação da tabela Frota.
Na modelagem de banco de dados, os mapeamentos de um modelo conceitual de entidade e relacionamento para o modelo lógico seguem alguns princípios e técnicas para manter a integridade dos relacionamentos. Esses mapeamentos podem ser implementados por 3 regras numeradas abaixo:
1. Tabela Própria (Cria-se outra tabela que representará o relacionamento)
2. Adição de Coluna (Cria-se uma coluna adicional em uma das entidades como Chave Estrangeira)
3. Fusão de Tabelas (As duas entidades do relacionamento são fundidas em uma única tabela)
Considere os exemplos de possíveis relacionamentos conceituais, nas opções abaixo, e indique
o número da regra de implementação mais recomendada em cada um dos casos, assinalando
a alternativa que melhor corresponde às regras de implementação indicadas, na ordem de cima
para baixo.
1. Abstract Factory
2. Builder
3. Strategy
4. Facade
5. Observer
Analise as características dos padrões relacionadas abaixo, assinalando a alternativa que corresponde aos padrões associados de acordo com sua característica de cima para baixo:
( ) Este padrão fornece uma interface para criação de famílias de objetos relacionados ou dependentes sem especificar suas classes concretas.
( ) Este padrão separa a construção de um objeto complexo da sua representação, permitindo que o mesmo processo de construção crie diferentes representações.
( ) Este padrão permite que uma família de algoritmos seja definida e encapsulada em classes separadas, permitindo que os algoritmos possam ser trocados de forma intercambiável.
( ) Este padrão oferece uma interface unificada para um conjunto de interfaces em um subsistema. Ele define uma interface de nível mais alto que torna o subsistema mais fácil de usar.
( ) Este padrão define uma dependência um-para-muitos entre objetos, na qual, quando um objeto muda de estado, todos os seus dependentes são notificados e atualizados automaticamente.
Acerca do fluxo de Big Data, julgue o item que se segue.
Na etapa de captura de Big Data, grandes volumes de dados
são armazenados em bancos de dados NoSQL, devido à sua
escalabilidade e à sua flexibilidade.
Acerca do fluxo de Big Data, julgue o item que se segue.
As funções do MapReduce transformam um volume grande
de dados em grupamentos segmentados, mantendo na saída
a mesma quantidade de dados da entrada.
Acerca do fluxo de Big Data, julgue o item que se segue.
O serviço ElasticSearch utiliza índices divididos em
fragmentos, de maneira que cada nó armazena diversos
fragmentos e atua na coordenação das operações nos vários
fragmentos.
Acerca do fluxo de Big Data, julgue o item que se segue.
Streaming processing é uma tecnologia de Big Data
exclusiva para atender processamentos de serviços de
streaming de áudio e vídeo.
Conheça nossos planos