Questões de Banco de Dados para Concurso
Foram encontradas 12.812 questões
( ) Mineração de dados: fase responsável pela escolha dos algoritmos a serem aplicados para a descoberta de informações. Essa escolha depende fundamentalmente dos objetivos do processo de KDD.
( ) Preparação dos dados: nessa fase, os dados necessários para a solução de um problema são selecionados na base de dados. Essa etapa inicia-se a partir do agrupamento organizado de uma grande quantidade de dados de uma ou mais bases de dados, selecionando somente aqueles que são relevantes.
( ) Limpeza dos dados: essa fase consome grande parte do esforço necessário para todo o processo devido à dificuldade de integrar bases de dados heterogêneas.
( ) Interpretação: ao final do processo, o sistema de mineração de dados gera um relatório das descobertas, que passa então a ser interpretado por analistas de mineração. Somente após essa interpretação obtém-se o conhecimento.
A sequência está correta em
1. DDL.
2. DML.
3. DCL.
4. DTL.
5. DQL.
( ) Permite a manipulação dos dados, ou seja, inclusão, alteração e exclusão de dados.
( ) Oferece comandos para trabalhar com transações.
( ) Proporciona consulta de dados.
( ) Permite determinar o esquema do banco de dados, bem como alterá-lo, exclui-lo e trabalhar com os metadados.
( ) Permite controlar a licença e a autorização de acesso dos usuários para com os dados.
A sequência está correta em
1. Data Warehouse.
2. Data Mart.
3. Data Lake.
4. Big Data.
5. Business Intelligence e Analytics.
6. Mineração de Dados.
( ) Ambiente de armazenamento de dados centralizado que integra informações de várias fontes para suportar a análise de negócios.
( ) Conjunto de ferramentas, técnicas e processos para coletar, organizar e analisar informações para fins estratégicos.
( ) Subconjunto de um Data Warehouse, geralmente focado em um único departamento ou área de negócios.
( ) Processo de descoberta de padrões, tendências e informações úteis em conjuntos de dados.
( ) Abordagem flexível e escalável para armazenar grandes volumes de dados de diferentes tipos.
( ) Conjuntos de dados extremamente grandes e complexos, muitas vezes além da capacidade de ferramentas de processamento de dados tradicionais.
A sequência está correta em
I. Operação que indica o término bem-sucedido de uma transação. Se a transação for concluída com êxito, o banco de dados é alterado permanentemente.
II. Operação que assinala o término malsucedido de uma transação. Quando ocorrer falha em qualquer uma das operações que fazem parte da transação, o banco de dados retorna ao estado anterior do início da transação.
Essas operações são conhecidas, respectivamente, por:
Considere as afirmativas acerca deste diagrama e do modelo Entidade-Relacionamento:
I. No diagrama acima os losangos denominados ‘Trabalha’ e ‘Gerencia’ são denominados de Entidades do modelo;
II. A notação das cardinalidades define seus valores na forma (mínima, máxima);
III. O Modelo Entidade-Relacionamento permite associar atributos tanto a entidades como a relacionamentos.
Está correto apenas o que se afirma em
Julgue o item seguinte, a respeito do desenvolvimento orientado ao comportamento (BDD).
A linguagem ubíqua Cucumber é utilizada para a definição
de cenários iniciais no BDD e permite que a equipe de
negócios faça levantamentos com as partes interessadas
(stakeholders) e os transforme em histórias do usuário
(user story).
Julgue o item seguinte, a respeito do desenvolvimento orientado ao comportamento (BDD).
Durante o período do BDD, os planos serão validados pelos
desenvolvedores conforme previsto pelo TDD por meio de
ferramentas de teste como JUnit e Mockito.
Determinado profissional deverá criar uma stored procedure chamada CalcularTotalPedido, que recebe um parâmetro PedidoID e calcula o valor total do pedido com base nos detalhes do pedido. Representa corretamente a implementação dessa stored procedure:
Livro (ISBN,Titulo, AnoPublicacao, IdAutor, NomeAutor, PaísOrigem, IdEditora, NomeEditora)
Em que forma normal se encontra esta tabela?
Analise as afirmativas a seguir.
I. A cardinalidade mínima 1 apresentada no diagrama recebe a denominação de “associação obrigatória”, já que ela indica que o relacionamento deve, obrigatoriamente, associar uma ocorrência de entidade a cada ocorrência da entidade em questão.
II. A cardinalidade máxima pode ser usada para classificar relacionamentos binários. É possível classificar os relacionamentos binários em n:n, 1:n e 1:1.
III. A cardinalidade 0 no diagrama indica que pode não haver associação (ninguém associado) a uma ocorrência da entidade a cada ocorrência da entidade em questão.
IV. A cardinalidade máxima indica o número máximo de ocorrências que cada associação deve ter; por exemplo, ao limitar um número máximo de 30 projetos por departamento, troca-se o 0 por 30 na relação projeto-departamento.
Está correto o que se afirma apenas em
( ) Existem diversas tecnologias para processamento e análise de Big Data, mas a maioria possui algumas características comuns. Ou seja, adotam técnicas de escalonamento e processamento paralelo; utilizam dados não relacionais, e aplicam análises avançadas e visualização de dados.
( ) Existem três tecnologias de Big Data que se destacam: MapReduce, Hadoop e NoSQL. O Hadoop é uma técnica popularizada pelo Google que distribui o processamento de dados em grandes arquivos de dados multiestruturados em um grande cluster que pode ser alcançado dividindo o processamento em pequenas unidades de trabalho que podem ser executadas em paralelo.
( ) O MapReduce é um modelo de programação e uma implementação associada para processar e gerar grandes conjuntos de dados. Os programas escritos neste estilo funcional são automaticamente paralelizados e executados em um grande cluster de máquinas de alto desempenho. O modelo que programadores sem qualquer experiência com sistemas paralelos e distribuídos utilizem facilmente os recursos.
As afirmativas são, respectivamente,
1. Orientados a Assunto.
2. Integração.
3. Não Volátil.
4. Variante no Tempo.
( ) O foco de um data warehouse na mudança ao longo do tempo é essencial para descobrir tendências e identificar padrões e relacionamentos ocultos nos negócios, para isso os analistas precisam de grandes quantidades de dados. Isso contrasta muito com o processamento de transações on-line onde os requisitos de desempenho exigem que os dados históricos sejam movidos para arquivos.
( ) Os data warehouses devem colocar dados de fontes diferentes em um formato consistente. Eles devem resolver problemas como nomear conflitos e inconsistências entre unidades de medida.
( ) Significa que, uma vez inseridos no data warehouse, os dados não devem mudar. Essa característica é lógica porque o propósito de um data warehouse é permitir que um analista analise o que ocorreu no passado.
( ) Os data warehousessão projetados para ajudar os profissionais a analisar grandes volumes de dados. Por exemplo, para saber mais sobre os dados de vendas de uma empresa, o analista pode construir um data warehouse que concentre a venda. Usando esse data warehouse, ele poderá responder perguntas como "Quem foi nosso melhor cliente para este item no ano passado?" ou "Quem provavelmente será nosso melhor cliente no próximo ano?"
A relação correta, na ordem dada, é:
( ) O operador LIKE é usado em uma cláusula WHERE para procurar um padrão especificado em uma coluna. Existem dois curingas frequentemente usados em conjunto com este operador; o sinal de % representa zero, um ou vários caracteres, já o sinal de - representa um único caractere.
( ) O operador IN permite especificar vários valores em uma cláusula WHERE. Ele é uma abreviação para múltiplas condições OR e AND sequenciais. Ao usar a palavra-chave NOT na frente do operador IN, haverá o retorno todos os registros que não são nenhum dos valores de uma lista.
( ) A palavra-chave RIGHT JOIN retorna todos os registros da tabela à direita em uma junção e os registros correspondentes da tabela à esquerda em uma junção. O resultado é zero registro do lado esquerdo, se não houver correspondência.
As afirmativas são, respectivamente,
Na fase de recuperação, de acordo com o modelo de ciclo de vida dos dados (CVD), há o acesso efetivo aos dados pelos profissionais e pesquisadores, ocorrendo, assim, as atividades de consulta e visualização dos dados.
De acordo com o modelo de ciclo de vida dos dados (CVD), na fase de coleta, ocorre o planejamento inicial dos dados, bem como sua descrição por meio de metadados, sua avaliação e sua seleção.
A capacidade de aprender, adaptar, raciocinar, resolver problemas e aplicar conhecimento de forma eficaz em contextos variados é definida como informação.