Questões de Concurso sobre Data Mart

Subconjunto de um data warehouse, o data mart é especializado em uma área específica de uma organização.

O analista Gabriel fez um levantamento das bases de dados existentes na CVM e percebeu que havia Data Marts distintos, criados para atender a requisitos analíticos específicos de cada Superintendência, como: Relações Institucionais, Auditoria e Registro de Valores Imobiliários. Cada Data Mart foi construído de forma independente, o que dificultava análises integradas para relacionar dados das diferentes Superintendências. Gabriel observou que havia várias dimensões em comum nos Data Marts. Para permitir análises integradas padronizando e compartilhando as dimensões em comum dos Data Marts da CVM, Gabriel implementou um(a):

Relacione a Coluna 1 à Coluna 2, associando os repositórios específicos de dados às suas características.

Coluna 1

1. Data Warehouse.

2. Data Mart.

3. Data Mining.

Coluna 2

( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.

( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.

( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.

( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.

A ordem correta de preenchimento dos parênteses, de cima para baixo, é:

Uma característica importante dos Data Marts (DM) é que eles

Uma universidade está no processo de reestruturar seu banco de dados para otimizar o desempenho e a gestão de dados. Um dos conceitos considerados para essa tarefa é a modelagem de datamarts. Qual das seguintes afirmações descreve corretamente um datamart e sua aplicação neste contexto?

A implementação do modelo dimensional em um banco de dados relacional é chamada de esquema estrela. O conjunto de esquemas estrela de áreas específicas é denominado

Conhecido também como mineração de dados, sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados. Usado comumente em grandes bancos de dados, pode-se considerar que é como um agregador e organizador de dados. Trata-se do conceito de:

Os data warehouses e data marts possuem características técnicas próprias.

Em relação ao tema, analise as afirmativas a seguir:

I. Data warehouse de nível empresarial: oferecem múltiplas visões sobre bancos operacionais, as visões são materializadas para obter acessos mais seguros aos dados.

II. Data mart: possuem um foco mais específico, são direcionados para um subconjunto de setores de uma organização, por exemplo, um departamento.

III. Data mart virtuais: são imensos projetos complexos que demandam investimentos expressivos de tempo e de recursos computacionais e humanos.

Está correto o que se afirma em

A gestão do TJRN é apoiada por sistemas de informações digitais que estão em produção há mais de dez anos abrangendo diversos contextos, como gestão de pessoal, gestão orçamentária, pedidos de serviço, controle de viaturas etc. Para apoiar a tomada de decisão de alto nível do Tribunal, é necessário o desenvolvimento de um banco de dados analítico que seja orientado a assunto, não volátil e histórico, integrando dados estruturados dos diversos sistemas e contextos.

O banco de dados a ser desenvolvido é um Data:

As empresas contam com vários sistemas e tecnologias de armazenamento para suas iniciativas de business intelligence (BI). Tanto o Data Warehouse como o Data Marts são repositórios repositório de dados pré-processados para análise e BI.

Em relação ao Data Warehouse, o Data Marts apresenta a seguinte característica:

Um Data Warehouse representa um conjunto de dados baseado em assuntos, integrado, não-volátil, variável em relação ao tempo, e destinado a auxiliar em decisões.

No escopo do Data Warehouse, qual o sentido de Data Mart?

Com a enormidade de dados disponíveis para serem usados em inteligência de negócio pelas entidades públicas ou privadas e com o objetivo de manterem seus negócios atualizados, há a necessidade de se ter uma arquitetura capaz de encarar todo esse enorme volume de dados, permitindo que seja usado quando, como e da maneira que sua empresa precisar, sejam eles estruturados, não estruturados ou híbridos e provenientes das mais diversas fontes, tais como textos, imagens, banco de dados, web e planilhas. Essa arquitetura é chamada de:

Em uma organização tradicional, os data marts podem ser criados a partir da especialização do data warehouse, com segmentação para nichos individualizados.

A área das ferramentas de acesso a dados é representada pela coluna 4; nessa área é possível que existam vários data marts integrados.

No desenvolvimento de data marts e modelos dimensionais, o escopo deve ser focado em soluções departamentais e não corporativas.

Modelos dimensionais e data marts são apropriados especificamente quando existe um padrão de utilização previsível.

Os termos data warehouse e data mart são sinônimos quando utilizados para descrever um banco de dados destinado a um departamento específico de uma organização, como os departamentos financeiro, comercial e administrativo.

Modelos dimensionais e data marts permitem obter alta capacidade de escalonabilidade.

Na modelagem dimensional, data marts devem ser criados e utilizados para dados de resumo.

Modelos dimensionais e data marts podem ser integrados, não sendo necessário soluções isoladas uma das outras, desde que sigam a arquitetura de barramento dos data marts.