Questões de Concurso sobre Modelagem multidimensional

 
 
Disciplina 1
Assunto 6
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
119 questões encontradas
Questões por página
20
Mais recentes
 

Em relação a modelagem de dados, para cada assertiva abaixo, informe se é VERDADEIRA (V) ou FALSA (F). Em seguida, marque a opção que corresponde à sequência CORRETA.


( ) A modelagem de dados corresponde à forma como são descritos os tipos de informações a serem armazenadas em um banco de dados.

( ) No modelo conceitual, o banco de dados é descrito de forma independente de implementação.

( ) Um modelo lógico corresponde a uma descrição de um banco de dados ao nível abstraído pelo programador, e independente do sistema a ser utilizado.

( ) Na técnica de modelagem entidaderelacionamento (ER), o modelo de dados é, usualmente, representado através de um diagrama, chamado de diagrama entidade-relacionamento (DER).


A

V - V - F - V


B

V - F - V - V


C

F - V - F - F


D

V - F - V - F


E

F - F - F - V

Em um Star Schema de um Data Warehouse – DW, a tabela Dimensão possui característica


A

descritiva dentro do DW. Ela qualifica as informações provenientes da tabela Fato; A tabela Fato possui característica quantitativa dentro do DW. A partir dela são extraídas as métricas que são cruzadas com os dados das Dimensões. Dimensões são ligadas entre si e qualquer uma delas se liga diretamente a tabela Fato. Os dados devem ser normalizados.


B

quantitativa dentro do DW. Ela quantifica as informações provenientes da tabela Fato; A tabela Fato possui característica descritiva dentro do DW. A partir dela são extraídas as nomenclaturas que são quantificadas com os dados das Dimensões. Dimensões são ligadas entre si. Os dados devem ser desnormalizados.


C

quantitativa dentro do DW. Ela quantifica as informações provenientes da tabela Fato; A tabela Fato possui característica descritiva dentro do DW. A partir dela são extraídas as nomenclaturas que são quantificadas com os dados das Dimensões. Dimensões não são ligadas entre si. Os dados devem ser normalizados.


D

quantitativa dentro do DW. Ela quantifica as informações provenientes da tabela Fato; A tabela Fato possui característica descritiva dentro do DW. A partir dela são extraídas as nomenclaturas que são quantificadas com os dados das Dimensões. Dimensões são ligadas entre si. Os dados devem ser normalizados.


E

descritiva dentro do DW. Ela qualifica as informações provenientes da tabela Fato; A tabela Fato possui característica quantitativa dentro do DW. A partir dela são extraídas as métricas que são cruzadas com os dados das Dimensões. Dimensões são ligadas diretamente a tabela Fato. Outra característica marcante é que os dados são desnormalizados.

A abordagem relacional para multidimensionalidade, que permite operações multidimensionais sobre dados relacionais é conhecida como:


A

DOLAP


B

HOLAP


C

BOLAP


D

ROLAP


E

IOLAP

Na conceituação dos modelos de dados para Data Warehouse, os modelos multidimensionais tiram proveitos dos relacionamentos inerentes nos dados para preencher os dados em matrizes multidimensionais que são denominadas:


A

cubos de dados.


B

dados estruturados.


C

estruturas multidimensionais.


D

cubos multidimensionais.


E

estruturas de cubos multidimensionados.

No contexto da modelagem dimensional, um depósito de dados digitais serve para armazenar informações detalhadas relativamente a uma empresa, criando e organizando relatórios por meio de históricos que são posteriormente utilizados pela empresa para ajudar na tomada de decisões. É orientado por assunto, integrado, não volátil, variável com o tempo, e empregado no apoio às decisões gerenciais.


Esse depósito de dados está diretamente relacionado ao seguinte conceito:



A

OLTP


B

OLAP


C

DATAMART


D

DATAMINING


E

DATAWAREHOUSE

Em Modelagem Orientada a objetos, objetos podem ser:


A

Entidades externas. Coisas. Ocorrências ou eventos. Papéis. Unidades organizacionais. Lugares. Estruturas.


B

Entidades internas. Coisas. Chaves de ocorrências. Papéis. Unidades organizacionais. Especialidades de estruturas.


C

Atividades externas. Capacidades. Ocorrências ou eventos. Posições. Unidades organizacionais. Lugares. Unidades de entidades.


D

Entidades externas. Coisas. Ocorrências ou eventos. Pastas. Unidades de recursos. Objetivos. Estruturas.


E

Entidades de referência. Situações. Ocorrências ou eventos. Papéis. Diretrizes organizacionais. Lugares. Objetos inominados.

No contexto de modelagem multidimensional, considere a seguinte tabela de fato (fact table):


Imagem associada para resolução da questão



Acrescentando a dimensão localidade, com os membros Sudeste e Nordeste, o número de dados numéricos esperado da tabela de fatos resultante será :


A

18


B

15


C

12


D

11


E

9

Com relação ao tema Modelagem Multidimensional, analise as afirmativas a seguir.


I. Os esquemas star e dataflake são elementos encontrados na modelagem dimensional.

II. Os datawarehouses são costumeiramente organizados em torno de uma tabela de fatos e muitas tabelas de dimensões.

III. Uma tabela de fatos é sempre composta por três tipos de atributos: atributos de medidas, atributos de dimensões e chaves surrogate de dimensões degeneradas que variam ao longo do tempo.


Assinale:


A

se somente a afirmativa I estiver correta.


B

se somente a afirmativa II estiver correta.


C

se somente a afirmativa III estiver correta.


D

se somente as afirmativas I e II estiverem corretas.


E

se somente as afirmativas II e III estiverem corretas.

Quando, em um modelo multimensional, o usuário pular um nível intermediário dentro de uma mesma dimensão, como por exemplo, sendo a dimensão tempo composta por ano, semestre, trimestre, mês e dia e o usuário pular de ano para mês, a operação executada corresponde a


A

tracking.


B

hashing.


C

drill down.


D

drill across.


E

union.

No modelo multidimensional, significa, de forma simplificada, a redução do escopo dos dados em análise, além de mudar a ordem da dimensões, mudando, desta forma, a orientação segundo a qual os dados são visualizados.

Trata-se de


A

slice and dice.


B

joint.


C

grant.


D

split.


E

tuning.

Quando, em um modelo multimensional, o usuário pular de uma informação contida em uma dimensão para outra como por exemplo, da dimensão tempo para a dimensão região, a operação executada corresponde a


A

roll trought.


B

select.


C

drill trought.


D

roll up.


E

join.

Com relação aos conceitos de modelagem dimensional, assinale a opção correta.


A

Na abordagem utilizada por Kimball, todos os dados de uma empresa são reunidos em um repositório central, caracterizado por um projeto dimensional, e que pode ser consultado diretamente.


B

A abordagem de Inmon consolida todas as informações de uma empresa em um repositório central chamado data warehouse corporativo. Essa abordagem é caracterizada por um projeto na terceira forma normal, no qual os dados são consultados diretamente por aplicativos de data warehouse.


C

Na abordagem de Kimball, os data marts são adaptados às necessidades e pontos de vista de um grupo de negócios específico, suportando a modelagem dimensional, e são consultados por aplicativos de data warehouse.


D

A abordagem de data marts autônomos tem foco empresarial e atende às necessidades dentro de uma área de assunto. Seu desenvolvimento necessita explorar o uso de elementos de dados comuns em toda a empresa.


E

Se, em um sistema transacional usando-se um esquema estrela, um cliente, identificado por Codigo_do_cliente 1010, modificar o seu endereço da empresa sede, então, para fins analíticos, não será possível acompanhar a história de endereços desse cliente, pois, nessa abordagem, depende-se de Codigo_do_cliente para identificar uma linha exclusiva na dimensão cliente, de tal forma que não é possível armazenar várias versões do cliente.

Snowflaking, uma técnica de modelagem dimensional utilizada para salvar espaço em disco, não é recomendada para ambientes de data warehouse, pois torna a sua apresentação mais complexa ao aumentar o número de tabelas no banco de dados.


C
Certo

E
Errado

Em um esquema multidimensional estrela, os dados dimensionais podem ser indexados para tuplas na tabela de fatos por meio da indexação de junções, que consiste em uma técnica em que é construído um vetor de bits para cada valor em uma coluna (domínio) que está sendo indexada. Essa técnica é indicada para domínios com baixa cardinalidade.


C
Certo

E
Errado

O esquema multidimensional em estrela consiste de um conjunto de tabelas, classificadas como tabelas fato e tabelas dimensão, no qual cada tabela dimensão guarda referências às tabelas fato. Essas referências são implementadas como colunas nas tabelas dimensão.


C
Certo

E
Errado

Considerando a modelagem multidimensional de dados, assinale a afirmação correta.


A

Um dos tipos de modelagem multidimensional mais utilizado é o Ring Schema ou Esquema em Anel, desenvolvido por Ralph Kimball.


B

O modelo dimensional é formado por uma tabela central (tabela de fatos) e várias outras a ela interligadas (tabelas de dimensão), sempre por meio de chaves especiais, que associam o fato a uma dimensão do cubo.


C

Na implementação de Data Warehouses, a escolha de uma modelagem multidimensional não é uma decisão prudente, a fim de garantir o agrupamento coeso das informações contidas nas bases de dados transacionais.


D

A implantação do modelo multidimensional em banco de dados orientado a objetos, seguindo a representação dos diagramas da UML e do padrão da linguagem de definição de objetos da ODMG, é impossível.


E

Uma vantagem da modelagem multidimensional é a compatibilidade e a semelhança com a modelagem entidade-relacionamento (ER).

   
Gerar simulado