Questões sobre Data Warehouse

No que se refere a banco de dados e sistemas de suporte a decisão, julgue os itens subsecutivos.

O data mining tem por objetivo a extração de informações úteis para tomadas de decisão com base nos grandes volumes de dados armazenados nas organizações. Os dados para o data mining são originados restritamente dos data warehouses, pois estes são os que aglomeram enorme quantidade de dados não voláteis e organizados por assunto.

• C. Certo
• E. Errado

Qual das opções a seguir não é resultado de uma mineração de dados?

• A.

  Regras de associação

• B.

  Padrões sequenciais

• C.

  Árvores de decisão

• D.

  Data warehouse

• E.

  Padrões com séries temporais

Analisando as seguintes afirmativas sobre data warehousing,

I. A principal limitação dos data warehouses consiste no fato de não poder definir mais de quatro dimensões.

II. Após o esforço inicial para a implantação de um data warehouse, a sua administração é considerada uma tarefa extremamente simples.

III. Uma das principais características de um data warehouse é o fato de ele ter uma visão conceitual multidimensional.

IV. Datamart é o nome dado a um conjunto de dados do data warehouse, customizados para atender a necessidades de análises específicas de uma área ou processo do negócio da empresa.

verifica-se que estão corretas

• A.

  I e II, apenas.

• B.

  I e III, apenas.

• C.

  II e III, apenas.

• D.

  III e IV, apenas.

• E.

  I, II, III e IV.

No contexto de data warehouse seguintes,

I. OLTP é responsável pela análise dos dados para a geração de conhecimento. Por essa razão, é utilizado principalmente por gestores para orientar a tomada de decisão.

II. Mineração de dados (data mining) é uma das principais etapas do processo de descoberta de conhecimento, que pode ser executado por um data warehouse. Porém, os algoritmos de data mining não são capazes de processar grandes volumes de dados.

III. Em um processo de data warehouse, cada dimensão representa um ponto de vista que pode guiar a fase de análise dos dados e descoberta de conhecimento. Em um data warehouse, é possível definir um número qualquer de dimensões.

IV. Devido ao elevado processamento de consultas, normalmente os data warehouses possuem algumas tabelas que não atendem à terceira forma normal.

verifica-se que estão corretas

• A.

  I e IV, apenas.

• B.

  I e II, apenas.

• C.

  I, II e III, apenas.

• D.

  II e III, apenas.

• E.

  III e IV, apenas.

Considere o sistema de datawarehouse para responder às questões de n^os 60 e 61. Definições do sistema datawarehouse:

• tempo (hierarquia dada por semana, mês e ano)

• item (hierarquia dada por produto, família de produtos, marca)

• local (hierarquia dada por loja, cidade, estado, região)

Sejam as seguintes consultas OLAP pedidas pelo cliente:

I - Vendas semestrais de dois tipos de produtos específicos por região

II - Vendas diárias de uma marca em uma cidade

III - Vendas mensais por família de produtos por bairro

IV - Vendas trimestais por família de produtos de duas regiões diferentes

De acordo com a hierarquia definida no sistema, são possíveis APENAS as consultas pedidas em

• A.

  I e II

• B.

  I e IV

• C.

  II e IV

• D.

  III e IV

• E.

  I, III e IV

Considere o sistema de datawarehouse para responder às questões de n^os 60 e 61. Definições do sistema datawarehouse:

• tempo (hierarquia dada por semana, mês e ano)

• item (hierarquia dada por produto, família de produtos, marca)

• local (hierarquia dada por loja, cidade, estado, região)

Uma consulta forma um cubo de dados que consiste nos dados de vendas anuais de duas famílias de produtos de uma região. Com base nesse cubo de dados, se pretende obter outro que tenha os dados de vendas mensais de apenas uma das famílias de produto por estado da região original.

• A.

  “Slice and dice”, “roll up” e “drill down”

• B.

  “Slice and dice”, “time down” e “drill down”

• C.

  “Slice and dice” e dois “drill down”

• D.

  “Drill across” e dois “drill down”

• E.

  “Drill across”, “time down” e “drill down”

A tecnologia de datawarehousing tem se tornado uma importante ferramenta para implementação do conceito de inteligência empresarial (business inteligence), proporcionando uma integração dos dados empresariais para a realização de análises gerenciais e estratégicas.

• A.

  extração de dados de fontes únicas, necessitando de um data mart para cada fonte.

• B.

  incapacidade de lidar com múltiplos níveis de tempo devido à sua não volatidade, requerendo um DW para cada granularidade dessa dimensão.

• C.

  orientação por assunto, permitindo o foco em processos de negócio específicos.

• D.

  volatilidade, necessitando de atualização a cada transação realizada no BD transacional.

• E.

  processo baseado em simples consultas a tabelas específicas, gerando uma correspondência 1-1 entre as tabelas do DW e do sistema transacional.

Sejam as seguintes afirmativas sobre o esquema em estrela, largamente usado em Dataware-housing:

I - É organizado em torno de uma grande tabela central (tabela de fatos), que contém a maior parte dos dados, sem redundância.

II - Possui também um conjunto de tabelas assistentes, uma para cada dimensão.

III - As tabelas relativas às dimensões podem ser mantidas normalizadas para reduzir as redundâncias.

Estão corretas as afirmações

• A.

  III, apenas.

• B.

  I e II, apenas.

• C.

  I e III, apenas.

• D.

  II e III, apenas

• E.

  I, II e III.

Um banco de dados com dados utilizados para análise e manipulação dos executivos para tomarem decisões baseadas em fatos e não em intuições e especulações, é uma definição de:

• A.

  recursos humanos

• B.

  data warehouse

• C.

  redes sociais

• D.

  e-commerce

• E.

  B2C

A funcionalidade pré-programada de resumir os dados, com generalização crescente, oferecida pelas aplicações por meio das ferramentas de construção de data warehouses é denominada

• A.

  Roll up.

• B.

  Drill down.

• C.

  Pivot.

• D.

  Sorting.

• E.

  Slice and dice.