Amanda está mudando a arquitetura do banco de dados da empresa onde trabalha de forma a torná-lo distribuído. Para melhorar a flexibilidade e ocultar detalhes de implementação de usuários finais, ela está fazendo uso de algumas formas de transparência de dados.
Com intenção de melhoria da performance nas consultas executadas, Amanda tem trabalhado na fragmentação horizontal:

O Ministério Público da União (MPU) está criando um departamento de governança de dados, que terá, como uma de suas atividades, controlar a performance de seus servidores federais. O objetivo é alocar o número certo de pessoas em cada departamento de forma a equalizar o trabalho entre todos. Contudo, esse novo departamento deverá trabalhar com dados estatísticos somente, sem acesso a dados de um indivíduo específico.
Como forma de evitar problemas de segurança com relação aos dados armazenados, o Departamento de Segurança do MPU, junto com os DBAs, precisarão:

Observe os seguintes conjuntos de dados e o comando executado no banco de dados processo do MongoDB.

Coleção:

{ "_id": 1, "descricao": "Processo trabalhista envolvendo

direitos do trabalhador" }

{ "_id": 2, "descricao": "Contrato de trabalho com

cláusulas trabalhistas" }

{ "_id": 3, "descricao": "Processo administrativo de

aposentadoria" }

Consulta:

db.processo.find({ $text: { $search: "trabalhista" } })

.sort({ score: { $meta: "textScore" } })

Resultado:

[

 { "_id": 1, "descricao": "Processo trabalhista

envolvendo direitos do trabalhador", "score": 1.2 },

 { "_id": 2, "descricao": "Contrato de trabalho com

cláusulas trabalhistas", "score": 0.9 }

]

No Mongosh, para criar um índice visando a otimizar a execução da consulta apresentada com palavra(s) específica(s) em um campo contendo strings, deve-se executar o comando:

Observe os conjuntos de dados do MongoDB a seguir.

Coleções:

Autor: { "_id": 1, "nome": "João", "email": "joao@

www.mpu.mp.br" }

Endereco: { "_id": 101, "usuario_id": 1, "quadra": "202",

"cidade": "Brasília", "cep": "70000-000" }

Resultado da junção:

{ "_id": 1, "nome": "João", "email": " joao@

www.mpu.mp.br ", "detalhes_endereco": [ { "_id": 101,

"usuario_id": 1, "quadra": "202", "cidade": " Brasília",

"cep": "70000-000" } ] }

No MongoDB, para realizar operações de junção entre as coleções combinando os dados de Autor e seu respectivo Endereco, deve-se utilizar a operação: 

O analista Pablo está implementando várias rotinas de carga de dados no Data Warehouse do MPU. Pablo observou que os dados origem, que alimentam as principais dimensões, possuem sua própria chave de identificação.
Para não comprometer o uso dessas chaves com a sobreposição de chaves oriundas de outras fontes, Pablo deve implementar uma chave artificial por meio de um(a): 

O analista de suporte José precisa otimizar o banco de dados DMJus do ambiente de Data Warehouse do MPU. O DMJus implementa modelos de dados multidimensionais cujas dimensões possuem muitos atributos de baixa cardinalidade, ou seja, apresentam um número baixo de valores distintos – por exemplo, Unidades da Federação (UF).
Para otimizar o DMJus, melhorando seu desempenho, José deve criar um índice do tipo:

O analista Juca precisa criar um esquema no banco de dados processos e atribuir direitos para o perfil ad1. Para isso, com o perfil dadosadm, Juca definiu os seguintes passos:

1. criar o esquema processos; e
2. atribuir ao perfil ad1 o direito de apagar os registros das tabelas do esquema processos, criados por dadosadm, podendo usar alguma condição.

No PostgreSQL, para implementar os passos definidos, Juca deve executar os comandos:

Para desenvolver o sistema de controle de processos, o analista Pedro levantou as seguintes regras de negócio:
• todo Juiz pode ter nenhum, um ou diversos Processos; e • todo Processo deve ter um e apenas um Juiz.
O modelo de dados que representa essas regras de negócio é:

Observe a consulta SQL a seguir.

ALTER TABLE Processos

ADD data_criacao DATETIME;

A consulta apresentada que corresponde à consulta MongoDB:

Observe a inserção dos registros pelo seguinte script SQL.

INSERT INTO Parte (ParteID, idade)

VALUES (1 ,17);

INSERT INTO Parte (ParteID, idade)

VALUES (2 ,16);

INSERT INTO Processo (processoID, data_audiencia,

valor_causa)

VALUES (1 ,'2025-02-05',1000);

INSERT INTO Processo (processoID, data_audiencia,

valor_causa)

VALUES (2 ,'2025-10-05',2000);

INSERT INTO ProcessoParte (processoID, parteid)

VALUES (1 ,1);

INSERT INTO ProcessoParte (processoID, parteid)

VALUES (2 ,2);

No PostgreSQL, para consultar os Processos (Processos) que envolvem partes menores que 18 anos, por ordem de maior Valor de Causa (valor_causa), cuja Audiência (data_audiencia) está agendada para os próximos 30 dias, deve-se executar o comando SQL:

O analista Otávio está avaliando a solução de Business Intelligence do MPU desenvolvida por uma empresa contratada. Ao observar o banco de dados implementado, Otávio verificou que havia um esquema estrela, e que os dados armazenados estavam desnormalizados e alimentavam um cubo de dados para serem acessados e analisados via ferramenta OLAP.
A partir do observado, Otávio concluiu que o banco de dados era um:

Observe a transação SQL a seguir.

No PostgreSQL, após a execução da transação SQL, o(s) registro(s) da tabela Parte é(são):

O analista Paulo precisa analisar e descobrir padrões nas relações entre as diversas entidades nos processos judiciais do MPU, como promotores, juízes, autores, réus, secretários e advogados. Para isso, Paulo vai utilizar um banco de dados NoSQL para armazenar essa rede social judiciária que chamou de SocialJud. Para implementar o SocialJud, Paulo deve usar um banco de dados:

Observe os registros incluídos na tabela Processo pelo seguinte script SQL:

Para consultar apenas os Processos (Processo) que possuem o termo “trabalhista” no campo descrição (descricao), deve-se complementar a consulta com a cláusula where e a seguinte condição:

O administrador de banco de dados Pedro criou o papel dadosadm para cadastrar os funcionários do MPU que desempenham a função de Administrador de Dados usando o seguinte comando SQL no PostgreSQL: 

CREATE ROLE dadosadm WITH LOGIN PASSWORD 'admin';

Para que o papel dadosadm possa alterar a estrutura, bem como adicionar e remover linhas e colunas da tabela processo com controle total, Pedro deve usar o seguinte comando SQL: 

Observe o modelo de dados, que utiliza a Notação Crow's Foot (Pé de Galinha), onde PK representa a Chave Primária:

Após a normalização, no PostgreSQL, para implementar o modelo de dados físico com as integridades referenciais, deve-se executar o seguinte script SQL: 

No processo de realizar análises nos dados armazenados em um banco de dados relacional, o perito Charles está implementando diversas consultas SQL. Ele precisa acessar o resultado dessas consultas diversas vezes, como se fosse uma tabela, em um ciclo de refinamento analítico contínuo. Em um banco de dados relacional, para criar uma tabela virtual que represente o resultado de uma consulta SQL, Charles deve implementar um(a): 

A analista de Business Intelligence Lúcia está elaborando o modelo multidimensional do Data Mart Processos Judiciais (DMProcJ). Durante sua análise, ela observou que o número do processo judicial (num_processo) não é uma métrica, mas sim um atributo importante, pois representa o menor grão do DMProcJ e pode ser usado para navegar até o sistema transacional de origem para analisar outras informações de um processo específico. 

Para modelar o atributo num_processo, Lúcia deve implementar um(a): 

O analista João está analisando os dados de diversas fontes, carregando-os em um banco de dados relacional. Durante as cargas, diversas tabelas foram criadas, e agora João precisa fazer uma limpeza no seu banco de dados. Para remover uma tabela do banco de dados, João deve utilizar o comando: 

O gestor de qualidade do MPU solicitou à analista de Business Intelligence Maria um Dashboard para monitorar o desempenho da tramitação dos processos ao longo do tempo.

O programador Pedro havia implementado o banco de dados MongoProc, no MongoDB, para armazenar os dados do sistema de tramitação de processos judiciais. Então, Maria solicitou a ele a consulta ao MongoProc para alimentar as tabelas: fato_proc (quantidade), dim_data, dim_estado. Pedro respondeu que não poderia fornecer apenas uma consulta, pois seria necessário transformar os dados NoSQL em relacional. Para implementar a solução, Maria poderá utilizar apenas as ferramentas disponíveis no MPU: MongoDB, PostgreSQL, MySQL, Flyway, Pentaho, QlikView e MicroStrategy.

Para transformar os dados NoSQL visando a alimentar as tabelas e construir o Dashboard, Maria deve: