Questões de Concurso Público TCE-SP 2023 para Agente da Fiscalização - TI

Foram encontradas 15 questões

Q2322013 Banco de Dados

Atenção 


Quando referidas, considere as tabelas relacionais TX e TY, criadas e instanciadas com o script SQL a seguir.


create table TY(C int primary key not null, A int)

create table TX(A int primary key not null, B int,

                foreign key (B) references TY(C)

                       on delete cascade

               )


insert into TY values (1,0)

insert into TY(C) values (2)

insert into TY(C) values (3)

insert into TY values (5,NULL)

insert into TY values (6,NULL)


insert into TX values (1,2)

insert into TX values (2,1)

insert into TX values (3,2)

insert into TX values (4,2)

Com referência às tabelas TX e TY, como descritas anteriormente, analise o comando SQL a seguir.

select count(*) from TX t1 left join TY t2 on t1.B=t2.A

O valor exibido pela execução desse comando é:
Alternativas
Q2322014 Banco de Dados

Atenção 


Quando referidas, considere as tabelas relacionais TX e TY, criadas e instanciadas com o script SQL a seguir.


create table TY(C int primary key not null, A int)

create table TX(A int primary key not null, B int,

                foreign key (B) references TY(C)

                       on delete cascade

               )


insert into TY values (1,0)

insert into TY(C) values (2)

insert into TY(C) values (3)

insert into TY values (5,NULL)

insert into TY values (6,NULL)


insert into TX values (1,2)

insert into TX values (2,1)

insert into TX values (3,2)

insert into TX values (4,2)

Com referência às tabelas TX e TY, como descritas anteriormente, analise o comando SQL a seguir.


insert into TX(A, B)

select C,A FROM TY

where C not in (select A from TX)

       or A in (select A from TX)



O conjunto de linhas inseridas é:

Alternativas
Q2322015 Banco de Dados

Atenção 


Quando referidas, considere as tabelas relacionais TX e TY, criadas e instanciadas com o script SQL a seguir.


create table TY(C int primary key not null, A int)

create table TX(A int primary key not null, B int,

                foreign key (B) references TY(C)

                       on delete cascade

               )


insert into TY values (1,0)

insert into TY(C) values (2)

insert into TY(C) values (3)

insert into TY values (5,NULL)

insert into TY values (6,NULL)


insert into TX values (1,2)

insert into TX values (2,1)

insert into TX values (3,2)

insert into TX values (4,2)

Com referência às tabelas TX e TY, como descritas anteriormente, analise o comando SQL a seguir.

           delete FROM TY

Após a execução desse comando, o total de linhas, somando-se os números de linhas de cada tabela, é:
Alternativas
Q2322016 Banco de Dados

Atenção 


Quando referidas, considere as tabelas relacionais TX e TY, criadas e instanciadas com o script SQL a seguir.


create table TY(C int primary key not null, A int)

create table TX(A int primary key not null, B int,

                foreign key (B) references TY(C)

                       on delete cascade

               )


insert into TY values (1,0)

insert into TY(C) values (2)

insert into TY(C) values (3)

insert into TY values (5,NULL)

insert into TY values (6,NULL)


insert into TX values (1,2)

insert into TX values (2,1)

insert into TX values (3,2)

insert into TX values (4,2)

Num hipotético índice do tipo BitMap, sobre a coluna B da tabela TX, como descrita anteriormente, o conteúdo seria:
Alternativas
Q2322017 Banco de Dados
Tabelas Hash (e assemelhadas) são utilizadas frequentemente em implementações de bancos NoSQL do tipo “Key-value”, enquanto B-trees são preferencialmente utilizadas em bancos de dados relacionais.

Nesse contexto, analise as afirmativas a seguir.

I. Algoritmos de busca a partir de chaves em tabelas Hash têm complexidade O(N/2), enquanto em B-trees têm complexidade O(log N).

II. B-trees suportam buscas por intervalo de chaves.

III. Tabelas Hash admitem e gerenciam múltiplas chaves para o mesmo objeto indexado sem redundância.

Está correto somente o que se afirma em:
Alternativas
Q2322018 Banco de Dados
Views, em bancos de dados relacionais, configuram um importante mecanismo para flexibilizar o acesso aos dados armazenados. Em alguns casos, são ditas atualizáveis, pois podem ser utilizadas como alvo de comandos SQL como insert, update, delete.

Uma característica que não impede uma view de ser atualizável é:
Alternativas
Q2322019 Banco de Dados
Com relação às propriedades ACID, fundamentais na implementação de bancos de dados relacionais, a durabilidade das transações é obtida por meio:
Alternativas
Q2322020 Banco de Dados
João foi contratado para implantar uma arquitetura de zero Trust no Tribunal de Contas do Estado de São Paulo (TCE SP). Ele subdividiu as atividades em um mecanismo de política e um algoritmo Trust. Esse algoritmo é o processo usado pelo mecanismo de política para conceder ou negar acesso a um recurso. As entradas para o algoritmo Trust foram divididas em categorias com base no que fornecem ao algoritmo. João está identificando quem solicita acesso a um recurso e se essa solicitação pode ser feita por um conjunto de sujeitos (humanos ou processos) da empresa ou colaboradores. A informação desse conjunto de sujeitos será parte da política de acesso aos recursos.

Todas essas informações compõem a entrada ao algoritmo de zero Trust implantado por João, que pertence à categoria:
Alternativas
Q2322038 Banco de Dados
Observe a seguinte consulta SQL, feita no SQLite:

SELECT imagem, avg(imagem) OVER (PARTITION BY grau) AS media_grau FROM historico_bijecao;

O SQLite dispõe de vários tipos de função. Na consulta acima, a função avg foi usada como uma função do tipo:
Alternativas
Q2322049 Banco de Dados
Considere o conjunto de dados da entidade PACIENTE que possui o atributo do tipo contínuo TEMPERATURA com os valores {38.0, 39.5, 36.0, 35.5}. Para alimentar uma tarefa de Mineração de Dados, é necessário transformar os dados do atributo TEMPERATURA em um número finito de intervalos, como: {35-37, 38-40}.

A tarefa de preparação de dados utilizada no atributo TEMPERATURA é:
Alternativas
Q2322050 Banco de Dados
O TCE SP contratou a empresa DataAnalysis para analisar as características dos candidatos que estão participando do seu concurso. Para realizar o pré-processamento dos dados, a DataAnalysis coletou e classificou as seguintes informações das variáveis relacionadas aos candidatos:

• Profissão do candidato
• Nome completo do candidato
• Número de anos de experiência profissional
• Idade do candidato, considerando ano e meses
• Nível de escolaridade (Ensino Médio, Graduação, Pós-Graduação)

A variável classificada como qualitativa ordinal pela empresa DataAnalysis foi:
Alternativas
Q2322051 Banco de Dados
O agente de fiscalização João está analisando um conjunto de dados que representa o salário mensal de funcionários de uma empresa. João utilizará o Diagrama de Boxplot para identificar a presença de outliers nos dados. As estatísticas resumidas para os dados são as seguintes:

Valor mínimo: R$ 1.200,00 Primeiro quartil (Q1): R$ 2.500,00 Mediana (Q2): R$ 3.200,00 Terceiro quartil (Q3): R$ 4.800,00 Valor máximo: R$ 10.000,00 

Em relação à identificação de outliers usando o Diagrama de Boxplot, pode-se afirmar que serão considerados outliers:
Alternativas
Q2322052 Banco de Dados
No contexto de Descoberta do Conhecimento em Bancos de Dados - Knowledge Discovery in Database (KDD), o analista de dados João deverá analisar um conjunto de dados preparado e consolidado com dados financeiros sobre transações, saldos de contas e históricos de crédito de clientes ao longo dos últimos anos. O objetivo é identificar possíveis anomalias ou atividades suspeitas que possam indicar fraudes.

Para isso, a fase do processo KDD que João deverá utilizar é:
Alternativas
Q2322055 Banco de Dados
O TCE SP está implementando um Data Warehouse utilizando uma abordagem incremental, ou seja, constrói um Data Mart para um setor e depois para outro setor, compartilhando Dimensões.

A ferramenta de projeto, que representa as áreas do negócio e as dimensões associadas, utilizada para apoiar a implementação de modelos dimensionais de áreas de negócio distintos compartilhando dimensões padronizadas em um Data Warehouse Corporativo é o(a):
Alternativas
Q2322056 Banco de Dados
No Data Warehouse do TCE SP, chamado DWContas, está implementada a dimensão DIM_PESSOA contendo o atributo CEP. Quando uma pessoa muda de endereço e altera seu CEP no cadastro do sistema transacional do ambiente operacional, a tabela DIM_PESSOA precisa ser atualizada. No DWContas, é necessário preservar o valor anterior do CEP e armazenar o valor atualizado em uma nova coluna da DIM _PESSOA.

Para atender ao requisito do DWContas, deve-se implementar a técnica de modelagem multidimentional Slowly Change Dimension (SCD) do tipo:
Alternativas
Respostas
1: D
2: D
3: A
4: E
5: B
6: C
7: E
8: B
9: C
10: D
11: E
12: E
13: B
14: D
15: D