Questões de Concurso Comentadas sobre olap (on-line analytical processing) em banco de dados

No momento, há grande necessidade de proporcionar aos tomadores de decisão, da gerência média para cima, informações no nível correto de detalhe para dar suporte à tomada de decisão. Sobre datawarehouse, é correto afirmar que essa funcionalidade pode ser garantida por

O IBGE está implantando novas ferramentas para auxiliar na tomada de decisão em diferentes níveis hierárquicos. Dessa forma, os analistas estão em dúvida da utilização do esquema estrela ou cubos OLAP em um Data Warehouse. Sabendo disso, analise as assertivas e assinale a alternativa que aponta a(s) correta(s).

I. Quando os dados são carregados em um cubo OLAP, eles são armazenados e indexados usando formatos e técnicas projetadas para dados dimensionais.

II. Uma das vantagens do esquema estrela é o suporte a hierarquias irregulares complexas e de profundidade indeterminada, como organogramas ou listas de materiais.

III. O modelo dimensional, quando implementado em banco de dados multidimensional, é chamado de esquema em estrela. 

Como se denomina a ferramenta para acesso à informação de um Data Warehouse que armazena dados históricos para tomadas de decisão empresariais?

Um dos métodos de manipular uma grande quantidade de dados em um banco de dados é utilizar uma aplicação com suporte OLAP. Sobre o OLAP, suas aplicações e características, assinale a alternativa correta.

Um gestor acessa o servidor OLAP de sua organização, com o objetivo de analisar os resultados anuais de seu desempenho. Após realizar uma consulta, ele pôde observar, a cada ano, o rendimento médio de suas unidades de produção por região brasileira e por produto produzido. Todavia, julgou, em um determinado momento, que sua decisão precisava de um novo enfoque e mudou a estrutura da análise, observando o mesmo rendimento médio anual por produto e por estado da federação.
Quais as duas operações OLAP ele realizou?

Qual a operação OLAP que permite a sumarização de dados por subida na hierarquia ou por redução de uma dimensão?

Considere que um Analista da SANASA está usando uma ferramenta OLAP para realizar uma operação de análise multidimensional em um DW, operando em condições ideais. Após analisar os dados de abastecimento de água por bairros da cidade, passou imediatamente a analisar a informação por ano, em outra dimensão. O Analista realizou uma operação

Considere que uma Analista de TI realizou uma operação de análise multidimensional em um DW, operando em condições ideais, usando uma ferramenta OLAP. Após analisar os dados dos meses do 1° trimestre de 2018, relativos ao tratamento de água da estação ETA1, a Analista aumentou o nível de granularidade da informação para observar os dados de todos os 4 trimestres do mesmo ano da mesma estação. A Analista realizou uma operação

Os cubos de dados que armazenam os dados multidimensionais, podem ter modelos de armazenamento que variam conforme a solução OLAP − On-Line Analytical Processing utilizada. Nesse sentido considere os seguintes modelos:

I. Armazena os dados de detalhe (fatos) e as agregações em um modelo multidimensional. Não faz uso da base de dados relacional para acessar os dados dos cubos. Necessita de um processamento constante do cubo, embora apresente melhor desempenho.

II. Lê os dados de detalhe (fatos) diretamente de fonte de dados relacional. Caso existam agregações, estas serão geradas no modelo relacional. Pode ser usado quando há problemas para armazenamento de uma estrutura multidimensional.

III. Lê os dados de detalhe (fatos) diretamente da fonte de dados relacional. Grava as agregações em formato multidimensional. Os dados que não possuem agregações são consultados no modelo relacional. Mantém os benefícios do modelo multidimensional sem ocupar tanto espaço em disco.

I, II e III referem-se, respectivamente, aos modelos

Em um Data Warehouse de uma hipotética aplicação da Câmara Legislativa, um usuário elaborou análises a partir de dados armazenados, envolvendo: quantidade de votos coletados por região geográfica durante certo período de tempo. A visão que ele dispunha, inicialmente, para as dimensões região e tempo eram, respectivamente, cidade e trimestre. Em uma primeira análise, detalhou a informação solicitada para obter os dados mês a mês (1° nível hierárquico abaixo de trimestre). Em uma segunda análise, agregou os dados de cidade para estado da federação (1° nível hierárquico acima de cidade). Em uma terceira análise, trocou de posição os eixos tempo e região para obter uma visão alternativa. As análises Online Analytical Processing (OLAP) aplicadas sobre o cubo de dados foram, respectivamente,

Utilizando operações típicas de On-line Analytical Processing − OLAP, um Analista pretende obter dados para análise bimestral dos processos da cidade de Porto Alegre. Considerando que essa busca implica obter um nível maior de detalhe, uma vez que foca em um bimestre de uma dada cidade e não em um ano de todo o estado, por exemplo, a operação OLAP ideal para ser utilizada é

“A Secretaria da Fazenda realizou procedimento que visa estimular os contribuintes paulistas a, voluntariamente, regularizarem as obrigações tributárias que devem ser transmitidas ao Fisco. Em uma etapa da operação foram selecionados 48 contribuintes do Regime Periódico de Apuração com R$ 143 milhões em débitos de ICMS.

Esta ação tem caráter orientador, com o objetivo de alertar as empresas sobre divergências em suas declarações e indicar a regularização, porém, a ação pode resultar em indicações de empresas de fachada que apresentaram um conjunto de indícios que sugerem tratar-se de documentos fiscais inidôneos ou de simulação de operações para gerar créditos falsos de ICMS na apuração mensal do tributo a recolher.

Para a elaboração da operação autorregularização foram selecionados contribuintes com divergências nas notas fiscais emitidas entre janeiro a dezembro de 2016 em comparação com as informações declaradas nas Guias de Informação e Apuração do ICMS do mesmo período."

(Baseado em: https://portal.fazenda.sp.gov.br)

Ao ler esta notícia, uma Auditora Fiscal da área de TI concluiu, corretamente, que o cruzamento e a análise simultânea de diversas informações, como Nota Fiscal Eletrônica (NF-e), inadimplência, regularidade no cumprimento de obrigações, porte da empresa, composição do quadro societário, autos de infração anteriores, localização geográfica e atividade econômica, entre outras,

No data warehouse, a administração, a análise e a geração de relatórios sobre dados multidimensionais é realizada por meio do modo de processamento:

O processo de Business Intelligence (BI) reúne ferramentas e técnicas modernas para realizar investigações que permitam a identificação e a determinação dos motivos da ocorrência de eventos de interesse, gerando assim conhecimento novo e útil. Para tal, esse tipo de sistema apresenta aspectos arquiteturais e tecnológicos muito diferentes dos existentes em SIGs. A respeito dos aspectos arquiteturais e tecnológicos desse tipo de sistema, considere as seguintes afirmativas:

1. O processo de BI ocorre sobre um Data warehouse e não sobre a base de dados transacional (OLTP), pois o Data warehouse já foi gerado a partir de processos de limpeza de dados, duplicação de registros, sumarização de dados e seleção de atributos.

2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados.

3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos.

4. Durante o processo de BI, os dados são organizados multidimensionalmente, para permitir a análise sob vários pontos de vista por meio do OLAP.

Assinale a alternativa correta.

Em uma empresa, é comum haver vários sistemas de informações e aplicações, para apoiar o seu funcionamento.

Nesse contexto, os bancos de dados de sistemas