

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Um analista de dados precisa consultar o sistema acadêmico de uma universidade. O banco de dados possui as seguintes relações:
ALUNO(id_aluno, nome, idade, id_curso) CURSO(id_curso, nome_curso, modalidade)
MATRICULA(id_aluno, id_disciplina, nota)
O analista deseja obter exclusivamente os nomes dos alunos maiores de 20 anos que estão matriculados em alguma disciplina e pertencem a cursos na modalidade presencial, sem que colunas adicionais apareçam no resultado final. Com base nos operadores da álgebra relacional, assinale a alternativa que indica a expressão que atende ao objetivo descrito.
𝜋 nome, nota (σ idade > 20 ∧ modalidade = 'presencial' (ALUNO ⋈ MATRICULA ⋈ CURSO))
𝜋 nome, id_aluno (σ idade > 20 (ALUNO) ⋈ MATRICULA ⋈ σ modalidade = 'presencial' (CURSO))
σ idade > 20 (π nome (ALUNO ⋈ MATRICULA ⋈ CURSO))
𝜋 nome (σ idade > 20 (ALUNO) ⋈ CURSO)
𝜋 nome (σ idade > 20 ∧ modalidade = 'presencial' (ALUNO ⋈ MATRICULA ⋈ CURSO))
Na administração de bancos de dados, o fator de preenchimento (Fill Factor) determina a porcentagem do espaço em cada página de um índice que será preenchida com dados no momento de sua criação ou reconstrução, reservando o restante para futuras operações de inserção e atualização. A configuração inadequada do Fill Factor pode impactar o desempenho de leitura e escrita e aumentar a necessidade de manutenção periódica. Com base nos conceitos de índices e Fill Factor em banco de dados relacionais, assinale a alternativa INCORRETA.
Um Fill Factor de 70% preenche 70% da página com dados na criação, reservando 30% para futuras inserções.
Um Fill Factor baixo é indicado para tabelas com muitas inserções, reduzindo page splits e fragmentação.
Tabelas com predominância de leitura se beneficiam de Fill Factor próximo a 100%, reduzindo as páginas lidas.
A reconstrução periódica de índices (rebuild) torna desnecessária a configuração do Fill Factor, pois o processo restaura o Fill Factor original e elimina de forma definitiva a possibilidade de fragmentação futura no índice reconstruído.
Page splits ocorrem quando uma operação de inserção ou atualização não encontra espaço suficiente na página do índice, forçando o SGBD a dividir a página em duas e redistribuir os dados, o que aumenta a fragmentação e pode degradar o desempenho de leitura.
Um DBA está planejando a indexação de uma tabela de clientes no MS SQL Server. Ele decide criar um índice Clustered na coluna CPF e um índice Non-Clustered na coluna EMAIL.
Assinale a opção que descreve o impacto do índice Clustered na organização física dos dados.
O índice Clustered armazena a chave de indexação e um ponteiro para a localização dos dados, mas não altera a ordem física das tuplas na página de dados.
Em tabelas com índice Clustered, as tuplas de dados são armazenadas fisicamente em disco na ordem definida pela chave do índice, e a árvore Clustered é o próprio dado.
O índice Clustered só pode ser criado em colunas de baixa cardinalidade como booleanos.
O MS SQL Server permite criar múltiplos índices Clustered em uma única tabela para diferentes colunas em disco.
O índice Clustered é o único tipo de índice que utiliza a estrutura de B+ Tree.
No modelo relacional, para que a chave estrangeira seja utilizada em uma tabela, essa chave deve ter um índice único ou exclusivo na tabela de origem.
Certo
Errado
O analista Otto precisa criar a tabela PROCESSOS garantindo que:
1. o número do processo seja único e obrigatório.
2. o status só possa ser “ABERTO”, “FECHADO” ou “EM_ANDAMENTO”.
3. a coluna ID seja chave primária gerada automaticamente.
Para garantir a integridade dos dados, no PostgreSQL, Otto deve implementar:
indexes;
triggers;
schemas;
sequences;
constraints.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
No PostgreSQL, o planejador de consultas (Query Planner) decide a estratégia de acesso aos dados com base em estatísticas e custos estimados. Sobre as operações de Sequential Scan e Index Scan, assinale a alternativa CORRETA.
O Sequential Scan é sempre a opção mais lenta, sendo obrigatoriamente evitado pelo PostgreSQL quando existe qualquer índice criado para a tabela.
O Index Scan torna-se menos eficiente que o Sequential Scan em tabelas muito pequenas ou quando a consulta precisa retornar uma grande porcentagem (ex: 80%) dos registros da tabela.
O comando EXPLAIN é utilizado para forçar o banco de dados a realizar um Index Scan, ignorando as estimativas de custo do otimizador.
O Index Scan é a única forma de recuperar dados quando uma coluna possui uma restrição de chave primária (Primary Key), impedindo a leitura sequencial da tabela.
Em um Data Warehouse de telecomunicações, a Tabela Fato de chamadas registra bilhões de tuplas. O DBA percebe que certas colunas de dimensão, como PLANO_TARIFA (com poucas centenas de valores distintos) e SINAL_4G (booleanos), são frequentemente usadas em cláusulas WHERE com operadores lógicos (AND, OR).
O tipo de índice mais adequado para otimizar a performance de consultas que envolvem essas colunas de baixa cardinalidade em um DW é o
Índice B+ Tree Clustered
Índice Hash Estático
Índice de Bitmap
Índice Full-Text
Índice B+ Tree Não-Clustered
No contexto do PostgreSQL 17, qual das alternativas a seguir descreve corretamente uma característica dos índices B-Tree?
Os índices B-Tree são otimizados para consultas com padrões de correspondência LIKE com curingas iniciais, como ‘%valor’, sendo mais eficientes que índices GIN nesse cenário.
Os índices B-Tree armazenam resumos (summaries) de blocos de dados, em vez de referências a tuplas individuais, sendo mais compactos que índices BRIN para grandes volumes de dados.
Os índices B-Tree são o tipo padrão criado pelo comando CREATE INDEX e suportam eficientemente consultas com operadores de comparação, como <, <=, =, >= e >.
Os índices B-Tree oferecem suporte nativo para buscas em dados espaciais, com desempenho superior aos índices GiST em consultas geométricas.
Caso haja lentidão na geração do relatório, a criação de índice sobre a coluna especialidade pode constituir medida de otimização voltada a acelerar a filtragem de registros realizada na cláusula WHERE.
Certo
Errado
Assinale a opção que corresponde a um elemento fundamental da arquitetura clássica de bancos de dados para garantir independência de dados, desempenho e flexibilidade na evolução dos sistemas.
replicação
ponteiros
abstração
arquivos
indexação


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Os índices do tipo B‑tree são inadequados para consultas de igualdade e intervalo.
Certo
Errado
Em um SGBD, o índice de seletividade representa a eficiência de acesso aos dados, sendo a alta seletividade mais eficaz que a baixa seletividade para localizar os dados.
Certo
Errado
Em relação à organização física de dados e ao uso de estruturas auxiliares para acesso eficiente a bancos de dados relacionais, assinale a opção correta.
Em um SGBD relacional, é utilizada exclusivamente varredura completa de tabelas (full scan) para se localizarem registros.
A utilização de índices bitmap é restrita a bancos de dados baseados em grafos.
O uso de índices prejudica o desempenho das consultas, pois força a leitura de toda a tabela.
A criação de índices não afeta a forma como os dados são armazenados fisicamente em disco.
Um índice clusterizado armazena fisicamente os dados em disco na mesma ordem dos valores do índice.
Ao decidir sobre a criação de índices para otimizar o desempenho de um banco de dados relacional, diversas orientações são consideradas. Qual das orientações a seguir é pertinente na escolha do tipo de índice a ser utilizado ou na sua configuração?
Índices hash são geralmente a escolha mais eficiente para consultas que envolvem faixas de valores, como BETWEEN ou <.
Em um SGBDR, é possível criar múltiplos índices clustering em uma mesma tabela para cobrir diferentes necessidades de ordenação física.
O principal benefício de um índice clustering é para responder a consultas apenas varrendo o índice, sem acessar os registros de dados.
A decisão de estabelecer um índice clustering deve considerar a necessidade de manter o arquivo fisicamente ordenado segundo o atributo, o que beneficia consultas de faixa de valores.
É recomendado criar índices para todos os atributos de uma tabela a fim de maximizar a eficiência de todas as consultas.
No Excel Avançado, é possível utilizar funções matriciais e Power Query para otimizar análises. Sobre esses recursos, assinale a alternativa CORRETA:
A função ÍNDICE deve ser usada apenas para localizar valores em colunas individuais, não sendo possível aplicá-la a intervalos dinâmicos.
O uso de funções matriciais foi descontinuado no Excel, sendo substituído por tabelas dinâmicas.
O Power Query serve exclusivamente para criar gráficos dinâmicos, sem impacto na manipulação de dados.
A função SEERRO pode ser utilizada para substituir erros gerados por fórmulas, como divisão por zero ou referências inválidas.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
O analista de suporte José precisa otimizar o banco de dados DMJus do ambiente de Data Warehouse do MPU. O DMJus implementa modelos de dados multidimensionais cujas dimensões possuem muitos atributos de baixa cardinalidade, ou seja, apresentam um número baixo de valores distintos – por exemplo, Unidades da Federação (UF).
Para otimizar o DMJus, melhorando seu desempenho, José deve criar um índice do tipo:
hash;
bitmap;
caching;
clustered;
non-clustered.
Em um banco de dados PostgreSQL com milhões de registros, qual das seguintes técnicas é mais eficiente para otimizar uma consulta que filtra registros por data?
Criar um índice B-tree na coluna de data
Usar LIKE com wildcard no início do campo
Converter a coluna para texto antes da comparação
Realizar full table scan
Utilizar índice hash nas colunas de data
Um índice do banco de dados é uma lista ordenada derivada dos dados em uma tabela e armazenada como uma coluna de tabela, o que dispensa onerosas varreduras de tabelas inteiras.
Certo
Errado
Um modelo de índice é uma maneira de informar ao Elasticsearch como configurar um índice quando ele for criado.
Os tipos de modelos de índice disponíveis no Elasticsearch são
file e directory.
index e component.
log, metric e profiler.
file, volume e dataset.
blob, hash e collection.
Ao analisar um plano de execução no PostgreSQL usando EXPLAIN ANALYZE, um DBA observa uma operação Sequential Scan em uma tabela grande para uma query que deveria usar um índice. Qual é a causa mais provável para o otimizador ter escolhido o acesso sequencial completo em vez do índice?
O parâmetro random_page_cost está configurado com um valor muito baixo.
As estatísticas do otimizador estão desatualizadas.
O índice está corrupto e foi marcado como inválido.
A query está filtrando uma grande porcentagem da tabela.
A coluna indexada permite valores NULL.