Questões de Concurso
Sobre olap (on-line analytical processing) em banco de dados
Foram encontradas 374 questões
várias outras ferramentas de software atuam como front ends para
gerenciadores de bancos de dados, como geradores de relatórios,
geradores de consultas, geradores de formulários de entrada de
dados, ferramentas de modelagem e de dicionário de dados, de
engenharia reversa, de data warehousing, de benchmarking, de
auditoria, de recuperação de dados, entre outras. Considerando os
conceitos relacionados a essas ferramentas, julgue os itens
seguintes.
I - As ferramentas de ETL e OLAP deverão estar, necessariamente, instaladas na mesma máquina do banco de dados de origem.
II - O modelo snowflake exige o uso de chaves artificiais (surrogate keys) para as tabelas que necessitam de histórico.
III - A dimensão Tempo sempre pode ser carregada antecipadamente.
Está(ão) correta(s) APENAS a(s) recomendação(ões)
I. No OLAP, as informações são armazenadas em cubos multidimensionais, que gravam valores quantitativos e medidas, permitindo visualização por meio de diversos ângulos. II. A arquitetura de ferramentas OLAP obedece a uma estrutura cliente/servidor multiusuário.
III. As ferramentas OLAP surgiram juntamente com os Sistemas de Apoio à Decisão para fazerem a consulta e análise dos dados contidos nos Data Warehouses e Data Marts.
Assinale:
I. Passar de um nível mais baixo de agregação de dados para um nível mais alto.
II. Modificar a posição de um dado, passando de linha para coluna ou vice-versa.
No OLAP, essas ações são possibilitadas, respectivamente, pelas operações
Acerca das tecnologias de bancos de dados e de data warehouse, julgue o item que se segue.
A construção de um data warehouse envolve primordialmente um processo de extração, transformação e carga de dados, que normalmente tem origem nas bases de dados dos sistemas que estão ou estiveram em operação. O sucesso desse processo é fortemente influenciado pela escolha da ferramenta OLAP (on-line analytical processing) a ser utilizada.
I . DW é utilizado para armazenar informações e o OLAP para recuperá-las, ambos são especializados para exercer suas funções de forma eficiente;
II . DWe OLAP são poderosas tecnologias independentes e não complementares;
III. Para a exploração completa do DW, a ferramenta OLAP irá extrair e alavancar as informações contidas nele.
Dos itens acimamencionados, apenas:
julgue os itens a seguir.
I. Sistemas OLAP são implementados para ambientes multiusuário, arquitetura cliente-servidor e oferece respostas rápidas e consistentes às consultas iterativas executadas pelos analistas, independente do tamanho e complexidade do banco de dados.
II. Permite uma visão conceitual multidimensional dos dados, muito mais útil do que a tradicional visão tabular utilizada nos sistemas de processamento de transação. Ela é mais natural, fácil e intuitiva, permitindo a visão em diferentes perspectivas.
III. Uma arquitetura OLAP possui dois componentes principais: um modelo de negócios para análises interativas, implementado numa linguagem gráfica que permita diversas visões e níveis de detalhes dos dados; e um mecanismo para armazenar os dados a serem analisados.
Assinale:
I. As visões materializadas agregadas a partir de uma tabela de fatos podem ser identificadas exclusivamente pelo nível de agregação para cada dimensão.
II. Quando aplicada a configuração star schema as tabelas de fatos e as de dimensão são idênticas quanto à totalidade dos atributos que contêm e também quanto ao grau de granularidade.
III. O esquema snow flake é uma variação do star schema.
Está correto o que consta em
Considere as demandas de queries para produzir um gráfico de barras simples, como o apresentado na camada #4. As alturas y de cada uma das x barras do gráfico estariam melhor associadas a diferentes registros da tabela dimensão, enquanto que o nome do eixo das ordenadas estaria melhor associado ao nome de uma das colunas presentes na tabela fatos.
As queries presentes na camada #1 possuem, em geral, um maior conjunto de tabelas na cláusula where que as queries executadas na camada #2
Uma junção estrela (star join) que ocorre na camada #2, é um subconjunto dos registros do produto cartesiano entre a tabela fatos e várias tabelas dimensão.