Selecionar segmento
Estude com questões de diferentes segmentos
Atenção: Isso limpará todos os campos já preenchidos no filtro!
Foram encontradas 1.880 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2022
Banca:
FGV
Órgão:
SEFAZ-AM
Prova:
FGV - 2022 - SEFAZ-AM - Auditor Fiscal de Tributos Estaduais - Tarde |
Q1961934
Banco de Dados
O Power BI da Microsoft é uma coleção de serviços de software, aplicativos e conectores que trabalham em conjunto para transformar fontes de dados não relacionadas em informações coerentes, visualmente envolventes e mais interativas.
O elemento do Power BI que cria relatórios paginados, é denominado
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936799
Banco de Dados
Baseado nos dados de infecções coletados durante semanas
anteriores, a Secretaria de Saúde de uma pequena cidade
solicitou a criação de um mecanismo para decidir sobre a
priorização de vacinas na sua população.
Como resultado, foi criado o modelo de árvore de decisão ilustrado a seguir.
Uma evidência de que esse modelo foi construído usando o algoritmo C4.5 ou uma de suas variantes é:
Como resultado, foi criado o modelo de árvore de decisão ilustrado a seguir.
Uma evidência de que esse modelo foi construído usando o algoritmo C4.5 ou uma de suas variantes é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936795
Banco de Dados
O DataJud é uma base composta por dados e metadados
processuais relativos a todos os processos físicos ou eletrônicos,
públicos ou sigilosos dos tribunais. Para alimentar o DataJud via
API REST com os metadados dos processos do TJDFT, Pedro
recebeu o arquivo1 e enviou o arquivo2, cujos recortes estão
ilustrados a seguir.
Os arquivo1 e arquivo2 utilizados por Pedro são, respectivamente:
Os arquivo1 e arquivo2 utilizados por Pedro são, respectivamente:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936794
Banco de Dados
Observe o seguinte recorte de um relatório extraído do DataJud e um recorte do respectivo modelo multidimensional.
Quando a relação de hierarquia entre atributos de uma tabela dimensão é normalizada, os atributos de baixa cardinalidade são migrados para outra tabela, como exemplo: UF e Município.
Quando esse processo é repetido nas hierarquias de todas as
dimensões de um modelo multidimensional, é criada a estrutura:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936793
Banco de Dados
Bia está desenvolvendo um relatório no Power BI para exibir
dados estruturados multidimensionalmente. Esse relatório deve:
I. exibir dados entre várias dimensões;
II. agregar automaticamente dados permitindo realizar a operação OLAP Drill Down;
III. permitir a seleção de um ou mais elementos de dados para realizar um realce cruzado com outro visual; e
IV. adicionar ícones condicionais.
O elemento visual do Power BI que Bia deve usar é:
I. exibir dados entre várias dimensões;
II. agregar automaticamente dados permitindo realizar a operação OLAP Drill Down;
III. permitir a seleção de um ou mais elementos de dados para realizar um realce cruzado com outro visual; e
IV. adicionar ícones condicionais.
O elemento visual do Power BI que Bia deve usar é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936792
Banco de Dados
Ana foi contratada para desenvolver uma solução de Business
Intelligence para a Justiça. Um dos requisitos analíticos é a
quantidade de processos novos (QtdProcessosNovos) criados por
Tribunal por trimestre ao longo dos anos.
Para atender ao requisito analítico, Ana deve usar o modelo multidimensional:
Para atender ao requisito analítico, Ana deve usar o modelo multidimensional:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936790
Banco de Dados
No contexto do Oracle, considere o comando a seguir e analise as
afirmativas a respeito das consequências desse mesmo comando.
create global temporary table temp ( a int not null primary key, b varchar(20) not null ) ON COMMIT DELETE ROWS;
I. Dados inseridos numa sessão (em inglês, session) ficam disponíveis como read only para todas as sessões abertas.
II. Dados inseridos por uma sessão são removidos quando a sessão é encerrada.
III. Ao término de uma transação por meio de um comando commit, os dados são automaticamente removidos da tabela.
Está correto somente o que se afirma em:
create global temporary table temp ( a int not null primary key, b varchar(20) not null ) ON COMMIT DELETE ROWS;
I. Dados inseridos numa sessão (em inglês, session) ficam disponíveis como read only para todas as sessões abertas.
II. Dados inseridos por uma sessão são removidos quando a sessão é encerrada.
III. Ao término de uma transação por meio de um comando commit, os dados são automaticamente removidos da tabela.
Está correto somente o que se afirma em:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936789
Banco de Dados
No contexto do MySQL 8.x, considere as afirmativas a respeito da
utilização de índices do tipo FULLTEXT exibidas a seguir.
I. Índices FULLTEXT podem ser aplicados somente para tabelas MyISAM.
II. Consultas baseadas em índices FULLTEXT devem usar a sintaxe MATCH(col1, col2, ...) AGAINST(expressão [modificador]).
III. O comando ALTER TABLE não pode ser utilizado para a criação de índices FULLTEXT.
Está correto somente o que se afirma em:
I. Índices FULLTEXT podem ser aplicados somente para tabelas MyISAM.
II. Consultas baseadas em índices FULLTEXT devem usar a sintaxe MATCH(col1, col2, ...) AGAINST(expressão [modificador]).
III. O comando ALTER TABLE não pode ser utilizado para a criação de índices FULLTEXT.
Está correto somente o que se afirma em:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936784
Banco de Dados
Com relação à tabela TURFE, descrita anteriormente, analise o comando SQL a seguir.
select
cavalo,
(select avg(tempo)
from TURFE t
where t.cavalo = TURFE.cavalo) media
from TURFE
O número de linhas do resultado produzido pela execução do
comando acima, excetuada a linha de títulos, é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936783
Banco de Dados
Tabela TURFE
Analise o comando SQL a seguir.
Considerando-se a instância da tabela TURFE descrita
anteriormente, a execução do comando acima exibe no resultado
o(s) nome(s):
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936782
Banco de Dados
Tabela TURFE
Considere um banco de dados relacional que contém uma única tabela, TURFE, cuja estrutura é exibida com sua instância, a seguir.
Para cada páreo, ou corrida, são armazenados os nomes dos cavalos participantes e os respectivos tempos. A classificação de cada cavalo numa corrida segue a ordem crescente de tempo. Não há empates.
Com relação à tabela TURFE, descrita anteriormente, o comando SQL que exibe, para cada páreo, somente o cavalo que chegou em último lugar com o respectivo tempo é:
Considere um banco de dados relacional que contém uma única tabela, TURFE, cuja estrutura é exibida com sua instância, a seguir.
Para cada páreo, ou corrida, são armazenados os nomes dos cavalos participantes e os respectivos tempos. A classificação de cada cavalo numa corrida segue a ordem crescente de tempo. Não há empates.
Com relação à tabela TURFE, descrita anteriormente, o comando SQL que exibe, para cada páreo, somente o cavalo que chegou em último lugar com o respectivo tempo é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936764
Banco de Dados
A equipe de analistas de sistemas do TJDFT desenvolveu o
Operator COperator para o servidor OpenShift OSServer do
Tribunal a fim de automatizar o gerenciamento da aplicação
Kubernetes AppK.
Para implantar o COperator no formato Bundle através do OLM (Operator Lifecycle Manager) do OSServer, a equipe precisou definir os metadados referentes a nome e mantenedor do COperator no seu respectivo:
Para implantar o COperator no formato Bundle através do OLM (Operator Lifecycle Manager) do OSServer, a equipe precisou definir os metadados referentes a nome e mantenedor do COperator no seu respectivo:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936763
Banco de Dados
O analista de sistemas Lucas definiu uma nova política para o
ciclo de vida de índices, denominada EspacoPolicy, no
Elasticsearch. A EspacoPolicy, quando aplicada a um índice B,
deve disparar rollover automático de B para um novo índice
quando B atingir determinado nível de ocupação de espaço em
disco.
Essa condição para o rollover de um índice baseado no nível de espaço em disco ocupado foi definida em EspacoPolicy, por Lucas, para a fase do ciclo de vida de índices:
Essa condição para o rollover de um índice baseado no nível de espaço em disco ocupado foi definida em EspacoPolicy, por Lucas, para a fase do ciclo de vida de índices:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936762
Banco de Dados
Lino precisa preparar um grande volume de dados para minerar
realizando operações de limpeza, adequação de formato,
exclusão de brancos e inclusão de novos atributos derivados.
Para realizar o pré-processamento dos dados, Lino deve usar uma ferramenta do tipo:
Para realizar o pré-processamento dos dados, Lino deve usar uma ferramenta do tipo:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936761
Banco de Dados
Maria está explorando a seguinte tabela da base de dados de
vendas do mercado HortVega:
Utilizando técnicas de Mineração de Dados, Maria encontrou a seguinte informação:
Se um cliente compra Cacau, a probabilidade de ele comprar chia é de 50%. Cacau => Chia, suporte = 50% e confiança = 66,7%.
Para explorar a base de dados do HortVega, Maria utilizou a técnica de Mineração de Dados:
Utilizando técnicas de Mineração de Dados, Maria encontrou a seguinte informação:
Se um cliente compra Cacau, a probabilidade de ele comprar chia é de 50%. Cacau => Chia, suporte = 50% e confiança = 66,7%.
Para explorar a base de dados do HortVega, Maria utilizou a técnica de Mineração de Dados:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936760
Banco de Dados
No SQL Server 19, o comando de criação de restrições de chaves
estrangeiras (em inglês, foreign key constraints) oferece as
cláusulas ON DELETE e ON UPDATE, cujo conjunto de opções
permitidas é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936759
Banco de Dados
No contexto do Oracle, analise o comando a seguir e as
afirmativas a respeito das consequências desse mesmo comando.
create global temporary table temp ( a int not null primary key, b varchar(20) not null );
I. Dados introduzidos numa sessão (em inglês, session) são removidos no fim da sessão.
II. Dados inseridos numa sessão podem ser acessados somente pela própria sessão.
III. Ao término de uma transação por meio de um comando commit, os dados são automaticamente removidos da tabela.
Está correto somente o que se afirma em:
create global temporary table temp ( a int not null primary key, b varchar(20) not null );
I. Dados introduzidos numa sessão (em inglês, session) são removidos no fim da sessão.
II. Dados inseridos numa sessão podem ser acessados somente pela própria sessão.
III. Ao término de uma transação por meio de um comando commit, os dados são automaticamente removidos da tabela.
Está correto somente o que se afirma em:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936751
Banco de Dados
Texto associado
Tabela TURFE
Considere um banco de dados relacional que contém uma única
tabela, TURFE, cuja estrutura é exibida com sua instância a
seguir.
Para cada páreo, ou corrida, são armazenados os nomes dos
cavalos participantes e os respectivos tempos. A classificação de
cada cavalo numa corrida segue a ordem crescente de tempo.
Não há empates.
Com relação à tabela TURFE, descrita anteriormente, analise o comando SQL a seguir.
select
cavalo,
(select avg(tempo)
from TURFE t
where t.cavalo = TURFE.cavalo) media
from TURFE
O número de linhas do resultado produzido pela execução do
comando acima, excetuada a linha de títulos, é:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936750
Banco de Dados
Texto associado
Tabela TURFE
Considere um banco de dados relacional que contém uma única
tabela, TURFE, cuja estrutura é exibida com sua instância a
seguir.
Para cada páreo, ou corrida, são armazenados os nomes dos
cavalos participantes e os respectivos tempos. A classificação de
cada cavalo numa corrida segue a ordem crescente de tempo.
Não há empates.
Com relação à tabela TURFE, descrita anteriormente, analise o comando SQL a seguir.
select distinct cavalo
from TURFE t1
where not exists
(select * from TURFE t2, TURFE t3
where t2.cavalo = t1.cavalo
and t3.pareo = t2.pareo
and t3.tempo > t2.tempo)
A execução do comando acima produz, somente, todos os
cavalos que, em suas corridas:
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Sistemas |
Q1936749
Banco de Dados
Texto associado
Tabela TURFE
Considere um banco de dados relacional que contém uma única
tabela, TURFE, cuja estrutura é exibida com sua instância a
seguir.
Para cada páreo, ou corrida, são armazenados os nomes dos
cavalos participantes e os respectivos tempos. A classificação de
cada cavalo numa corrida segue a ordem crescente de tempo.
Não há empates.
Com relação à tabela TURFE, descrita anteriormente, o
comando SQL que exibe, para cada páreo, somente o cavalo
vencedor com o respectivo tempo é:
Conheça nossos planos