Questões de Concurso Público Transpetro 2023 para Profissional Transpetro de Nível Superior - Junior: Ênfase 7: Análise de Sistemas - Sap - Finanças e Contabilidade

Foram encontradas 70 questões

Q2326120 Banco de Dados
Comparando-se os esquemas estrela (star) e floco de neve (snow flake) em data warehouses (DW), constata-se que
Alternativas
Q2326121 Banco de Dados
Em um processo de ETL (Extração, Transformação e Carga), a primeira fase, de Extração (E), refere-se à  
Alternativas
Q2326122 Banco de Dados
Um banco de dados multidimensional é frequentemente usado em análise OLAP (Online Analytical Processing) sendo orientado por dimensões, e não por tabelas isoladas como no modelo relacional puro. Nesse contexto, considere uma instância relacionada às vendas de uma loja de varejo. As dimensões, nesse caso, poderiam ser:

1. Tempo: Dias, Meses, Trimestres, Anos 2. Produto: ID do Produto, Nome do Produto, Categoria 3. Localização: Cidade, Estado, País 4. Vendedor: ID do Vendedor, Nome, Departamento

Esse banco de dados multidimensional pode ser visualizado como um “cubo” com quatro dimensões, onde cada dimensão forma um dos eixos. Os pontos dentro desse “cubo” representam valores específicos de medidas, como é o caso do total de vendas. Esses pontos podem também representar algo mais complexo envolvendo muitas dimensões como, por exemplo, as vendas do Produto P no Estado Q durante o Mês R por Vendedor S.

Muitas vezes esses “cubos” são implementados em bancos de dados relacionais convencionais, de modo que os usuários possam usar linguagens amplamente conhecidas, como é o caso da linguagem de consultas SQL. Para isso, é necessário modelar tabelas de dimensão e de fato:

1. DimensaoTempo: com colunas tais como TempoID, Mes, Ano
2. DimensaoProduto: com colunas tais como ProdutoID, NomeProduto, Categoria
3. DimensaoLocalizacao: com colunas tais como LocalizacaoID, Cidade, Estado, País
4. FatoVendas: com colunas tais como TempoID, ProdutoID, LocalizacaoID, TotalVendas

Com base nas tabelas deste esquema relacional em particular, que representam um banco de dados multidimensional, considere que se deseja fazer a seguinte consulta de tipo “slice and dice”:
“Quanto foi vendido em termos de valor total nas categorias ‘Eletrônicos’ e ‘Roupas’ no estado de ‘Pernambuco’ durante o ano de 2022?”

A expressão SQL que responde a essa consulta é
Alternativas
Q2326123 Banco de Dados
Em um banco de dados multidimensional, frequentemente modelado como um cubo de dados, as dimensões são diferentes perspectivas sob as quais os dados podem ser analisados, e os fatos são os dados mais importantes que são analisados ou consultados em relação a essas dimensões.
Considere um esquema multidimensional que envolve automóveis, os fabricantes e as revendedoras de carros, com as tabelas Dimensão apresentadas a seguir:

1. Dim_Automóvel: o Modelo_ID (identificador único para cada modelo de carro) o Nome_Modelo (por exemplo: Corolla, Civic, Tucson) o Tipo (por exemplo: Sedan, SUV, Coupe) o Ano_Lançamento

2. Dim_Fabricante: o Fabricante_ID (identificador único para cada fabricante) o Nome_Fabricante (por exemplo: Toyota, Honda, Ford) o País_Origem (por exemplo: Japão, EUA, Alemanha)

3. Dim_Revendedora: o Revendedora_ID (identificador único para cada revendedora) o Nome_Revendedora o Localização (cidade e estado) o Tipo_Revenda (por exemplo: autorizada, independente)

A tabela Vendas, que representa fatos, contém as seguintes colunas:

• Modelo_ID (chave estrangeira para Dim_Automóvel)
• Fabricante_ID (chave estrangeira para Dim_Fabricante)
• Revendedora_ID (chave estrangeira para Dim_Revendedora)
• Quantidade_Vendida
• Receita_Total (o total em vendas para essa tripla: modelo, fabricante e revendedora)
• Data_Venda

Qual das seguintes expressões, na linguagem de consultas SQL, retorna a receita total de vendas de carros do tipo SUV em 2023, agrupada por fabricante, na cidade de São Paulo?
Alternativas
Q2326124 Banco de Dados
Uma característica importante dos Data Marts (DM) é que eles
Alternativas
Respostas
66: C
67: E
68: D
69: C
70: C