Questões de Concurso

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,

Suponha que uma Auditora Fiscal da área de TI tenha proposto a seguinte modelagem multidimensional para a SEFAZ-BA:

A modelagem multidimensional proposta