DATA WAREHOUSE E DATA MINING

Prévia do material em texto

História dos data warehouses 
 
1) Com o passar dos anos, para manterem-se competitivas, as organizações tiveram de rever a 
forma como seus negócios eram gerenciados. Dessa maneira, observar o movimento do 
ambiente externo e entender melhor os fatos internos tornou-se essencial. Essa necessidade 
trouxe consigo outra: a de armazenar grandes volumes de dados, informações e 
conhecimentos, o que só poderia ser feito em um data warehouse. 
Sobre a definição de data warehouse, marque a alternativa correta. 
A) Um data warehouse pode ser considerado como um conjunto de informações e 
conhecimentos provenientes de diversas aplicações distintas, transformados e alinhados com 
a estrutura da empresa e de alta volatilidade. 
B) Um data warehouse pode ser considerado como um conjunto de dados provenientes de 
diversas aplicações distintas, transformados e alinhados com a estrutura da empresa, com 
tempo determinado de permanência física. 
C) Um data warehouse pode ser considerado como um conjunto extensível e estruturado de 
ações desenvolvidas especificamente para a análise de dados voláteis, tanto lógica quanto 
fisicamente. 
D) Um data warehouse pode ser considerado como um conjunto expansível e estruturado de 
dados, especificamente projetado para a análise de dados não voláteis, tanto lógica quanto 
fisicamente. 
E) Um data warehouse pode ser considerado como um conjunto de dados provenientes de 
diversas aplicações idênticas, que são transformados e alinhados com a estrutura da empresa. 
 
2) A principal função do data warehouse é coletar informações da empresa para melhorar seus 
controles e disponibilizar dados com mais flexibilidade nas pesquisas. Além de manter um 
histórico de informações, o data warehouse cria padrões, melhorando os dados, corrigindo 
erros e reestruturando as informações sem afetar o sistema de origem dos dados, 
apresentando somente um modelo final e organizado para a análise. 
Sobre os conceitos básicos do data warehouse, marque a alternativa correta. 
A) O data warehouse é um subconjunto de um data mart, como se fosse pequenas porções do 
data mart que armazenam partes dos dados. 
B) O data warehouse contribui para o processo de tomada de decisões, por meio de relatórios de 
tendências, de exceção e mapas, que mostram os objetivos em comparação com o 
desempenho real. 
C) O data warehouse é, muitas vezes, utilizado para dar suporte ao business intelligence, pois 
existe um vínculo estrito entre esses dois recursos. 
D) O data warehouse apresenta como vantagens ser uma solução adequada para dados 
estruturados e ter custos baixos. 
E) O data warehouse apresenta como desvantagem o fato de que as inconsistências são 
identificadas e solucionadas depois de os dados serem carregados, o que dificulta a execução 
futura da análise e de relatórios. 
3) Uma das tecnologias que permitem que operações de business intelligence sejam realizadas 
com sucesso é a OLAP (On-Line Analytical Process). Essa tecnologia permite a análise e a 
manipulação de grandes volumes de dados sob diversas perspectivas. 
Sobre as características dessa tecnologia, marque a alternativa correta. 
A) OLAP é uma tecnologia essencial para as tarefas de business intelligence. 
B) OLAP é uma tecnologia dependente de business intelligence. 
C) OLAP é uma tecnologia dependente de data warehouse. 
D) OLAP é uma tecnologia dependente de data mart. 
E) OLAP é uma tecnologia da arquitetura computacional utilizada. 
4) O data warehouse não é a única ferramenta que pode ser utilizada para auxiliar na 
manipulação de informações dentro das empresas. Há, por exemplo, o data mart, que 
também se destaca no cenário de contribuição com a tomada de decisão. Durante algum 
tempo, as tecnologias de data mart experimentaram um crescimento realmente 
impressionante. Sua popularidade chegou a superar, inclusive, a dos data warehouses. Os 
data marts reduziram drasticamente os custos de implementação e manutenção de sistemas 
de suporte a decisões, podendo ser prototipados com muita agilidade; seus sistemas-pilotos 
ficam prontos entre 30 e 120 dias e o sistema completo, entre três e seis meses. 
Sobre a relação e as diferenças entre data warehouse e data mart, marque a alternativa 
correta. 
 
A) O data warehouse pode ser compreendido como uma parte do data mart, sendo utilizado para 
grandes empresas. 
B) O data mart é uma versão menos complexa do data warehouse e adequada apenas para uso 
em pequenas empresas. 
C) O data warehouse e o data mart são ferramentas complementares, devendo sempre ser 
utilizadas em conjunto. 
D) O data mart trabalha com informações de um departamento específico, enquanto o data 
warehouse lida com informações de toda a empresa. 
E) O data mart trabalha com conjuntos de dados maiores do que o data warehouse e economiza 
tempo para acessar um conjunto específico de dados. 
5) De acordo com grande parte da literatura, um data mart seria uma extensão (ou uma 
especialização) do data warehouse central, focado em um tema específico ou em um 
departamento da organização. 
Sobre o data mart, marque a alternativa correta. 
A) O data mart pode ser utilizado para resolver a necessidade de toda a organização, reunindo 
informações de diferentes setores da empresa. Por ser uma extensão do data warehouse, 
pode ser utilizado sozinho. 
B) O data mart utiliza um grande volume de dados, pois deve extrair os dados de toda a 
organização para fazer a seleção de conteúdo. 
C) A implementação de um data mart é complexa e demorada, pois exige que os sistemas 
individuais sejam compartimentados para atender às necessidades específicas do sistema. 
D) Se a empresa optar por criar um data mart, não será possível desenvolver um data warehouse 
completo depois. 
E) O data mart tem um custo menor de implantação e manutenção, além de permitir modelagem 
e prototipação mais rápidas, oferecendo uma solução específica para temas limitados a um 
grupo de necessidades. 
 
Data Warehousing 
 
1) Para discutir Data Warehouses e distingui-los dos banco de dados transacionais, é preciso 
que haja um modelo de dados apropriado. Neste contexto, o XXXXXXXXX é um termo 
usado para descrever a análise de dados complexos do Data Warehouse e as ferramentas 
XXXXXXXXX utilizam capacidades de computação distribuídas para análises que exigem 
mais armazenamento e poder de processamento. Aponte, nas opções a seguir, qual define 
corretamente o termo descrito. 
A) OLAP 
B) DSS 
C) Metadados 
D) Visões 
E) Dimensão 
2) Os Data Warehouses existem para facilitar as consultas ocasionais complexas, com uso 
intenso e frequente de dados. Consequentemente, os Data Warehouses precisam oferecer 
suporte à consulta de forma muito mais eficiente do que é exigido dos banco de dados 
transacionais. Neste contexto, aponte, nas opções a seguir, qual delas trata de uma 
funcionalidade que NÃO é atribuída aos Data Warehouses. 
A) Roll-up 
B) Roll-back 
C) Drill-down 
D) Giro 
E) Slice e dice 
A arquitetura XXXXXXXXX suporta vários usuários e serviços devido à sua flexibilidade. Na 
primeira camada estão as interfaces que trabalham com o usuário. Na segunda, estão os 
servidores de banco de dados e aplicações e, por isso, têm a necessidade de ter um acesso 
rápido e eficiente aos dados compartilhados, e na terceira ficam armazenadas as fontes de 
dados. Aponte, nas opções a seguir, qual define corretamente o termo descrito. 
A) Três modelos 
B) Três dimensões 
C) Três camadas 
D) Três visões 
E) Três seleções 
4) Na linguagem SQL, a funcionalidade XXXXXX é uma função que permite que uma instrução 
Select calcule vários níveis de subtotais através de um grupo especificado (Função que 
totaliza a função de Group). Esta função calcula também um total geral. XXXXXX é uma 
extensão simples para a cláusula Group by. Aponte, nas opções a seguir, qual define 
corretamente o termo descrito. 
A) OPTIMIZE 
B) RANK 
C) RANGE 
D) ROLLUP 
E) OVER 
5) Tratando da linguagem SQL em relação aos Data Warehouses, a funcionalidade XXXXXX é 
uma operação que pode ser entendida comouma espécie de “versão tridimensional” da 
operação de GROUP BY. Ela produz um maior número de resultados do que o produzido em 
um SELECT com GROUP BY comum. Aponte, nas opções a seguir, qual define corretamente 
o termo descrito. 
A) ORDER BY 
B) WINDOW 
C) RANGE 
D) PARTITION 
E) CUBE 
 
Bancos de dados operacionais versus data warehouses 
 
1) Leia atentamento o texto a seguir: 
As ferramentas de BI podem fornecer uma visão sistêmica do negócio, sendo seu objetivo 
principal transformar grandes quantidades de dados em informações de qualidade para a 
tomada de decisões. Através delas, é possível cruzar dados, visualizar informações em várias 
dimensões e analisar os principais indicadores de desempenho empresarial. (BATISTA, 2004, 
p. 24) 
Sobre as aplicações do business intelligence, escolha a alternativa que corresponde, 
respectivamente, aos sistemas de transações e aos sistemas de análise de informações. 
A) ROLAP (Relational Online Analytical Processing) e OLTP (Offline Transaction Processing). 
B) MOLAP (Multidimensional Online Analytical Processing) e OLTP (Offline Transaction 
Processing). 
C) OLAP (Online Analytical Processing) e OLTP (Offline Transaction Processing). 
D) ROLAP (Relational Online Analytical Processing) e OLAP (Online Analytical Processing). 
E) MOLAP (Multidimensional Online Analytical Processing) e ROLAP (Relational Online 
Analytical Processing). 
2) O data warehouse é um recurso cada vez mais utilizado em grandes empresas na busca por 
informações que possam fundamentar decisões acertadas por parte dos gestores. 
Sobre data warehouse, é correto afirmar que: 
A) as informações são constantemente atualizadas para que os gestores sejam informados em 
tempo real. 
B) tem, como fonte de dados, sistemas OLAP. 
C) o OLAP faz uma análise analítica específica de pequenos conjuntos de dados. 
D) o OLTP trabalha com análises superficiais de eventos esporádicos. 
E) o OLAP apoia decisões em nível estratégico, enquanto o OLTP auxilia no monitoramento 
operacional. 
3) Existe uma grande diferença entre os data warehouses e os bancos de dados operacionais. 
Estes últimos são os tradicionais sistemas de consulta às bases de dados, com pesquisas 
estruturadas. Qualquer nova pesquisa exigirá sempre o trabalho de um programador para 
promover as alterações necessárias no sistema, que sempre vai demandar alguns dias de 
serviço, o que, em caso de decisões estratégicas, é totalmente inviável. No caso dos data 
warehouses, uma nova pesquisa pode ser criada em minutos por meio de ferramentas de 
garimpagem de dados. 
Assinale a alternativa que indica as principais características dos bancos de dados 
operacionais. 
A) As atualizações são feitas em lote, isto é, o processo é executado de tempos em tempos, 
trabalhando com muitos dados de cada vez. 
B) Normalmente, as consultas são muito complexas, porque geralmente não são estruturadas. 
C) São orientados a processos de negócios, atendendo sempre a poucos usuários e contendo 
muitos dados históricos. 
D) São orientados a transações, atendendo a muitos usuários simultaneamente, geralmente de 
pequeno porte, e contendo dados atuais. 
E) Seu conteúdo é composto por dados históricos, não normalizados. 
4) Um data warehouse é projetado para apoiar o processo de tomada de decisão por meio da 
coleta, consolidação, análise e pesquisa de dados. 
Nesse sentido, as fontes de bases de dados dos data warehouses são criadas a partir de: 
A) data marts. 
B) business intelligence. 
C) bases transacionais internas e externas. 
D) outras bases de data warehouse. 
E) arquivos de sistema. 
 
Os dados armazenados nos data warehouses são desnormalizados, o que permite fácil 
agregação e detalhamento dos dados. Além disso, eles permitem que os gestores obtenham 
informações sobre o que aconteceu, por que aconteceu, o que acontecerá e o que fazer a 
respeito de determinada situação durante uma tomada de decisão. 
Por outro lado, os bancos de dados operacionais são aplicativos únicos criados para registrar 
rapidamente processos comerciais específicos, como transações com cartão de crédito. 
Além disso, diferente da natureza não normalizada dos data warehouses, a estrutura de 
dados para bancos de dados é altamente normalizada para facilitar a atomicidade, a 
consistência, o isolamento e a consistência dos dados. 
Sobre a diferença estrutural entre bancos de dados operacionais e data warehouses é correto 
afirmar: 
A) O cruzamento de dados de diferentes tabelas para criação de informações é menos complexo 
do que a leitura de um cubo em um data warehouse. 
B) A extração de relacionamentos entre as informações é mais simples em bancos de dados 
operacionais. 
C) Os data warehouses oferecem menos perspectivas de análise de informações do que os 
bancos de dados operacionais. 
D) Dada uma mesma situação, os data warehouses podem representá-la com menos tabelas do 
que em um banco de dados operacional. 
E) A estrutura utilizada pelos bancos de dados operacionais permite que representações 
tridimensionais sejam feitas. 
 
Arquiteturas de data warehouse 
 
1) Para o projeto de um business intelligence (BI), deve-se planejar a arquitetura de um data 
warehouse (DW). Existem alguns tipos de arquitetura que dependem de fatores como 
recurso financeiro limitado, foco em um departamento e pouco tempo de entrega; nesses 
casos, opta-se pela arquitetura ascendente. Seu foco está na construção de novos data 
marts. 
Nesse sentido, é correto afirmar que: 
A) permite a construção de um modelo de dados organizacional. 
B) permite a construção de um modelo de dados hierárquico. 
C) permite a construção de um modelo de dados orientado a assunto. 
D) permite a construção de um modelo de dados dimensional. 
E) permite a construção de um modelo de dados integrado. 
2) Uma empresa de grande porte, do ramo de turismo, precisa desenvolver um projeto de DW 
para atender ao modelo de "comportamento de clientes", em que precisa identificar o perfil 
de clientes que escolhem determinados pacotes de turismo, bem como quantos optam pelos 
pacotes promocionais. Para isso, será necessário envolver os departamentos relacionados a 
Marketing (promoções), Comercial (venda de pacotes) e Produção (novos produtos). Será 
também necessário atender a dados analíticos, específicos de cada um desses 
departamentos, bem como compartilhar dados de clientes, comuns a todos. 
Uma das formas de representar a arquitetura de um data warehouse é a partir de camadas, 
mais conhecidas como arquitetura de dois e três níveis. 
No que se refere ao conceito de camadas, está correto afirmar que: 
A) permite apenas a construção de um modelo de dados corporativo, sem a criação do modelo 
departamental. 
B) permite apenas a construção de um modelo departamental, sem a necessidade de criar o 
modelo corporativo. 
C) permite a construção de um modelo de dados corporativo, seguido de um modelo de dados 
departamental. 
D) permite a construção de um modelo de dados operacional, além do modelo departamental. 
E) permite a construção de um modelo de dados independentes, contendo vários modelos 
corporativos. 
3) Uma das principais desvantagens no uso de uma arquitetura de dois níveis está no fato de se 
ter um tempo de resposta muito elevado, devido ao grande volume de dados. 
Diante disso, pode-se afirmar que as partes que compõem a arquitetura de um data 
warehouse de três níveis são: 
A) fonte de dados de origem operacional, camada de consulta ao usuário final e data warehouse. 
B) fonte de dados de origem operacional, data warehouse e data marts. 
C) data warehouse, data marts e metadados. 
D) camada de consulta ao usuário final, data warehouse e data marts. 
E) fonte de dados de origem operacional, camada de consulta ao usuário final e data marts. 
4.A proposta de uma arquitetura de DW de dois níveis é a criação de um modelo no qual possa 
atender a todas as áreas de uma empresa. Dados de origem podem ser tratados e carregados 
em 
uma base analítica. O exemplo a seguir mostra a fonte de dados de origem sendo transportadapara a base analítica (EDM) e disponibilizada de forma departamental. 
 
Considerando esse exemplo, EDM pode ser considerado como: 
A) um data mart único. 
B) um conjunto de data marts conectados. 
C) um data mart corporativo. 
D) um conceito de modelo de dados corporativo. 
E) uma fonte de dados de origem operacional. 
5) Para a construção de um DW, a arquitetura de dois níveis considera duas camadas, por ser 
representada pela fonte de dados (origem) e o repositório propriamente dito. Também tem a 
vantagem de centralizar os dados e evitar a redundância. 
Além disso, é correto afirmar que: 
A) a construção dos DMs é totalmente corporativa, mantendo todos os dados da empresa. 
B) a replicação de certos segmentos de dados do DW para os DMs pode provocar um aumento 
na redundância de dados. 
C) nem todos os DMs originados a partir de um DW utilizam a arquitetura e os dados desse DW, 
o que dificulta a manutenção. 
D) a ideia de um DM é atender a todos os usuários de todos os departamentos relacionados a 
uma arquitetura. 
E) a construção de um data warehouse permite entregas rápidas. 
 
OLAP 
 
1) Muitas empresas desenvolvem soluções analíticas usando sua equipe interna de analistas de 
TI. Uma empresa do ramo de varejo precisa desenvolver uma aplicação com processamento 
analítico online (OLAP) utilizando operadores de agregação e de agrupamento. 
Para essa aplicação, a empresa exigiu dados do local, da data e dos produtos vendidos. A 
melhor representação é por meio do: 
A) cubo multidimensional com três dimensões: local, tempo e quantidade de produtos vendidos. 
B) cubo bidimensional com duas dimensões: local e quantidade de produtos vendidos. 
C) cubo multidimensional com três dimensões: local, data e informações dos produtos. 
D) cubo bidimensional com duas dimensões: data e quantidade de produtos vendidos. 
E) cubo multidimensional com três dimensões: local, mês e informações dos produtos. 
2) No passado, uma das preocupações de uma empresa estava no armazenamento correto das 
informações, mas, com o surgimento de novas tecnologias mais avançadas no 
armazenamento e no processamento, as empresas podem agora armazenar um grande 
volume de dados, para posterior análise. 
Você iniciou seu trabalho em uma empresa de consultoria de Tecnologia da Informação e 
seu gestor pediu que seja sugerida uma solução para que as consultas analíticas ofereçam 
um bom desempenho, porém o processo de armazenamento pode ser mais lento. O que 
você sugere? 
A) OLTP. 
B) OLAP. 
C) ETL. 
D) DW. 
E) BI. 
3) 
Uma das etapas importantes para a construção de um modelo multidimensional OLAP é a 
definição da hierarquia, permitindo a navegação de uma consulta, dos níveis mais abstratos 
até os mais detalhados. 
Você foi contratado por uma empesa de e-commerce que vende cosméticos para diferentes 
Estados e precisa montar dados hierárquicos que contemplem a dimensão Local. Os níveis 
indicados para essa dimensão Local, respectivamente, são: 
A) Cidade, Estado e bairro. 
B) Estado, bairro e cidade. 
C) Estado, cidade e bairro. 
D) Estado e cidade. 
E) Cidade e bairro 
4) Para uma modelagem multidimensional, são necessárias as definições relativas a dimensões 
e medidas, bem como as hierarquias necessárias para uma navegação, de forma a analisar a 
informação mais abstrata até o nivel mais detalhado. A definição dessa hierarquia deve 
considerar as necessidades de negócio, para dar apoio a essa análise. Uma empresa na área 
de educação, que possui experiência nos níveis de Educação Básica e Ensino Superior (nos 
formatos presencial e a distância), necessita saber as tendências para esse mercado, realizar 
simulações e operações estatísticas. 
Considerando uma análise temporal, quais dados dessa necessidade seriam relevantes para 
uma hierarquia, permitindo análise de resultado por níveis? 
A) Período fiscal, semestre e nível de ensino. 
B) Semestre, trimestre e formato. 
C) Semestre, trimestre e nível de ensino. 
D) Período fiscal, semestre, trimestre e número da semana no ano. 
E) Período fiscal, semestre, trimestre e formato. 
Para Willian H. Inmon, considerado o pai do Data Warehouse, um projeto de BI deve ser 
iniciado pela definição das principais consultas que apoiam os tomadores de decisão. 
Dentro da empresa que você trabalha está sendo criada uma área que tem como principal 
objetivo montar um projeto de BI. Para isso, é preciso definir claramente um assunto e 
encontrar seus: 
A) Níveis. 
B) Atributos. 
C) Modelos. 
D) Dados. 
E) Indicadores. 
Técnicas para implementação de OLAP 
 
1) O método de organização de arquivos sequenciais tem seus registros classificados nos 
valores de um ou mais campos e, por meio deles, os arquivos possibilitam que as consultas 
aos registros sejam mais aceleradas. 
Sobre esse método, é possível afirmar que: 
A) faz uso de ponteiros para permitir recuperações rápidas, de forma que não seja preciso 
acessar todos os blocos até encontrar o registro desejado. 
B) na forma de implementação de arquivo ordenado, armazena-se o registro em uma sequência; 
assim, os registros serão inseridos na ordem em que chegam. 
C) o uso desse tipo de organização de arquivos, apesar da simplicidade, exige esforço em sua 
implementação. 
D) na forma de implementação de arquivo de pilha, quando precisa alterar um registro, faz-se a 
atualização e classificação e, depois disso, o registro será alocado no local adequado. 
E) mesmo sendo um método simples, o uso desse tipo de organização de arquivos promove 
rapidez e eficiência para ordenar arquivos. 
2) A implementação de OLAP por índices de mapa de bits tem se tornado promissora para 
processar consultas de alta complexidade para apoiar a tomada de decisões. Nesse tipo de 
indexação, um array de bits é utilizado para representar cada valor exclusivo da coluna de 
cada linha em uma tabela, configurando os bits correspondentes à linha como ON (valor 1) 
ou OFF (valor 0). 
Sobre o índice de mapa de bits, é correto afirmar que: 
A) é útil para atributos de alta cardinalidade, que são aquelas colunas com uma grande 
quantidade de valores diferentes. 
B) quanto maior for a cardinalidade de um atributo indexado, menor será o tamanho de um 
índice de mapas de bits. 
C) realizar modificações em índices de mapa de bits não exige muito esforço. 
D) podem ser usados operadores lógicos para melhorar o desempenho da complexidade de 
consulta ao se aplicarem operações lógicas de baixo custo. 
E) em dados de baixa cardinalidade, tem-se o aumento no tempo de resposta em comparação 
com outros tipos de índices. 
3) 
Índices de mapa de bits são úteis para armazenar dados de aplicações para unir uma grande 
tabela de fatos para menores tabelas de dimensões, como aqueles dispostos em um 
esquema em estrela (star schema). Com o intuito de reduzir a necessidade de espaço e 
melhorar o desempenho das consultas, as técnicas de compressão, codificação e binning 
foram criadas. 
Quanto à técnica de binning, pode-se afirmar que: 
A) usa vetores de bits esparsos para separá-los em partes iguais e cria a “cauda” e o 
“preenchimento” como formas de interpretação dos dados. 
B) utiliza o algoritmo WAH (Word Aligned Hybrid Code) para comprimir dados de mapa de bits. 
C) permite o agrupamento de várias chaves das tabelas de dimensão em estruturas de mapa de 
bits semelhantes em categorias. 
D) precisa de mais sequências de mapas de bits para fazer a codificação de uma determinada 
coluna. 
E) faz o uso de codificação binária para otimizar as consultas por meio de três métodos: equality 
encoding, interval encoding e range encoding. 
 
4) Os índices de junção materializam uma junção relacional entre duas tabelas, mantendo pares 
de identificadores de linha que participam dessa junção. Nos data warehouses, os índices de 
junção relacionam os valores das dimensões às linhas na tabela de fatos. 
Sobre o uso dos índices de junção, pode-se afirmar que: 
A) podem ser aplicados em casos em que há mais de dois relacionamentos. 
B) com os índices de junção não é possível formar índices dejunção compostos abrangendo 
várias dimensões. 
C) a ligação entre uma tabela de fatos e suas tabelas de dimensões correspondentes no DW é a 
chave primária da tabela de fatos e a chave estrangeira da tabela de dimensões. 
D) mesmo que a tabela de fatos registre somente alguns valores, todos devem participar da 
junção. 
E) é válido lembrar que essas junções têm bom custo computacional, mesmo quando há 
consultas acessando volumes de dados muito grandes. 
5) Os registros em arquivo físico são organizados para que possam ser recuperados de forma 
eficiente. Organização de arquivos é o arranjo físico de dados em um arquivo em registros e 
blocos de armazenamento secundário. 
Qual o tipo de organização que consiste na inserção de novos registros no arquivo na mesma 
ordem em que são inseridos? 
A) Arquivos sequenciais. 
B) Arquivos desordenados. 
C) Arquivos hash. 
D) Arquivos ordenados. 
E) Arquivos secundários 
 
Utilizar técnicas de Data Mining 
 
1) O que caracteriza uma consulta do tipo ICEBERG? 
A) Uma consulta "fria", ou seja, sem credibilidade. 
B) Que apresenta somente resultados ocultos. 
C) Que apresenta um resultado limitado e pré-estabelecido. 
D) Uma consulta bruta, que precisa ser lapidada depois. 
E) Uma consulta com dados negativos apenas. 
2) Qual a cláusula presente em consultas ICEBERG? 
A) GROUP BY. 
B) CUBE. 
C) RANGE. 
D) WINDOW AS. 
E) HAVING. 
3) Quais são os 2 componentes de uma associação? 
A) First Side ==> Second Side. 
B) Left Hand Side ==> Right Hand Side. 
C) Right Valour ==> Lift Valour. 
D) Right ==> Wrong. 
E) Data Previous ==> Data Following. 
 
4) São componentes de uma Árvore de decisão: 
A) Nó, ramo e folha. 
B) Nó, galho e ramo. 
C) Tronco, ramo e fruto. 
D) Raiz, nó e fruto. 
E) Bifurcação, galho e tronco. 
 
5) A que se refere a Inteligência Artificial para descoberta do conhecimento no Data Mining? 
A) Um super computador orgânico. 
B) Cruzamento de bases de dados independentes que se filtram sozinhas. 
C) O SGBD aprende conforme a experiência de cada usuário. 
D) Algoritmos programados para detectar padrões, tendências, grupos e exclusões. 
E) Centenas de processadores em Cluster que podem tomar decisões sozinhos. 
 
Aplicar metodologias de Data Mining (Mineração de Dados) 
 
1) O que significa KDD? 
A) Árvore de decisão. 
B) Processo de exportação de dados. 
C) Progresso de agrupamento de dados. 
D) Processo de descoberta de conhecimento. 
E) Dados em rotina assíncrona. 
2) São técnicas de Data Mining: 
A) Extração, transformação e carga. 
B) CRISP-DM, SEMMA e Árvore de decisão. 
C) Raiz, nós e OLAP. 
D) Árvore, Cluster e ELP. 
E) SCHEMMA, modular e agrupamento. 
 
3) Quando a mineração dos dados é relacionada a um determinado período, o ideal é utilizar o 
método: 
A) Análises atemporais. 
B) Árvore de decisão. 
C) Análise de Cluster. 
D) File seek. 
E) Análise de séries temporais 
 
4) Regras de associação servem para: 
A) Calcular tempo. 
B) Limitar períodos. 
C) Definir quais dados estão relacionados. 
D) Definir condições. 
E) Calcular valores dos dados. 
 
5) Arroz, toalha de banho, vinho e saco de lixo são produtos distintos, mas podem ser 
considerados de um mesmo grupo. Qual método é utilizado para fazer esse agrupamento? 
A) Desambiguação. 
B) Análise de vendas. 
C) Análise de Cluster. 
D) Data OLAMP. 
E) Árvore de decisão. 
 
Modelo de maturidade do data warehouse 
1) O modelo analítico de maturidade TDWI (The Data Warehousing Institute) consiste em 
seis estágios. Esse modelo analítico tem a característica de mostrar que, à medida que as 
organizações avançam nesses estágios, elas passam a ganhar maior valor com seus 
investimentos. 
O "abismo", que está sinalizado entre duas etapas, de acordo com a figura, é uma representação 
metafórica para indicar o tamanho do desafio que uma organização deve fazer para migrar de um 
estágio para outro. 
 
Qual das opções a seguir corresponde ao nível que essa organização irá atingir após vencer o 
"abismo"? 
A) Nível avançado. 
B) Nível intermediário. 
C) Nível pré-adaptação. 
D) Nível inicial. 
E) Nível mercado. 
2) Certa empresa de prestação de serviços na área de telecomunicações é, estruturalmente, 
dividida em cinco setores: vendas, visita técnica, recursos humanos, administração e 
almoxarifado. Cada setor conta com um analista que, diariamente, controla todas as 
atividades em uma planilha compartilhada. Quando o dono da empresa precisa de qualquer 
informação do dia, precisa ir até o analista do setor e perguntar sobre tal. Geralmente os 
analistas não trocam informações entre si, e não há nenhuma ferramenta que armazene um 
histórico das atividades. 
Levando em consideração o modelo de maturidade de seis etapas, em qual estágio a 
empresa apresentada se encontra no momento, caso quisesse iniciar a implementação de 
um data warehouse? 
A) Pré-natal. 
B) Infância. 
C) Infantil. 
D) Adolescência. 
E) Adulto. 
O Business Intelligence é um recurso essencial para acessar, 
compartilhar e consolidar dados clínicos. Considere que a rede fictícia da figura a seguir foi 
projetada de acordo com o modelo de maturidade CMMI (Capability Maturity Model Integration — 
Integração do Modelo de Maturidade Capacitiva), que foi criado com o objetivo de consolidar 
requisitos clínicos e apresentar alta confiabilidade e velocidade de acesso aos dados para uma 
rede de hospitais de um Estado. Essa solução traria inúmeros benefícios no âmbito da saúde, 
pois resultados, exames e pesquisas seriam disponibilizados para os setores envolvidos 
 
De acordo com o texto e a figura da rede apresentada, qual das opções a seguir representa, na 
prática, o local onde o data warehouse (DW) estaria instalado? 
A) Núcleo da rede. 
B) Rede de distribuição. 
C) Rede de acesso. 
D) Hospital 1. 
E) Hospital 2. 
Um Enterprise Data Warehouse (EDW) é um banco de dados, ou conjunto de bancos de dados, 
que centraliza as informações de uma empresa de várias fontes e aplicativos e as disponibiliza 
para 
análise e uso em toda a organização. Os EDWs podem ser alojados em um servidor local ou na 
nuvem. 
Os dados armazenados nesse tipo de armazém digital podem ser um dos ativos mais valiosos de 
uma empresa, pois representam muito do que se sabe sobre a empresa, seus funcionários, 
clientes 
e muito mais. 
Observe a rede a seguir e selecione a opção que é a tecnologia responsável por extrair, refinar e 
consolidar dados diferentes oriundos de fontes de dados diferentes em um DW. 
 
A) ELT (Extract Transform Load — extração e transformação de dados). 
B) CRM (Customer Relationship Management — Gerenciamento de relação com os clientes). 
C) ERP (Enterprise Resource Planning — Planejamento dos recursos da empresa). 
D) OLAP (OnLine Analytical Processing — Processamento analítico em tempo real). 
E) Data Mining (mineração de dados). 
 
5) No modelo de maturidade de seis etapas proposto para implementação de um data 
warehouse (DW), a fase final, conhecida como avançada, é constituída de duas fases: adulto e 
sábio. Esse período é ilustrado, na prática, pela operação do DW dentro das operações. Das 
opções a seguir, qual afirmação melhor caracteriza a fase avançada? 
A) Nessa fase, o principal elemento da rede são os data marts, servidores locais responsáveis por 
concentrar e processar todos os dados da empresa e disponibilizá-los em tempo real. 
B) Nessa fase, a organização já está com o conceito de integração de dados amadurecido, e toda 
a estrutura da empresa foi transformada para atender essa nova realidade. Agora, devem-se 
expandir os serviços de BI para outras empresas. 
C) Na fase avançada, as empresas utilizam setores estratégicos para a consolidação dos dados, 
e 
diariamente é reportado um relatório, que é enviado por e-mail para todos os funcionários. 
D) As planilhas (ou spreadmarts) são a principal característica dessa fase, pois os gestores e 
tomadores de decisão se baseiam nelas para fazer apresentações em dashboards. 
E) Informações descentralizadas, trabalho manual e falta de automatização dos processos são 
característicasfundamentais que representam a fase avançada dentro do modelo de 
maturidade de implantação de um DW. 
 
Manutenção de data warehouses 
 
1) A fase de preparação de dados é a primeira etapa no processo de manutenção de projetos 
DW. Ela envolve a coleta de dados brutos de uma ou mais fontes e transforma em um banco 
de dados para, antes do seu uso em uma análise de negócios, melhorar sua qualidade. 
Assinale a alternativa que apresenta as etapas da fase de preparação dos dados da 
manutenção de um DW: 
A) Extração > transporte > limpeza > auditoria. 
B) Extração > fusão > transporte > auditoria. 
C) Extração > limpeza > auditoria > transporte. 
D) Extração > limpeza > auditoria > fusão. 
E) Extração > limpeza > fusão > propagação. 
2) Nessa etapa, trabalha-se na solução de transações orfanadas, que são aquelas que podem 
perder elementos importantes, como um pedido sem um cliente, por exemplo. 
A qual etapa do fluxo de trabalho para a manutenção de DW o enunciado se refere? 
A) Extração. 
B) Transporte. 
C) Limpeza. 
D) Notificação. 
E) Propagação. 
3) Geralmente, faz-se a coleta de dados em proporções astronômicas em um DW. Quanto mais 
informações são armazenadas no DW, mais difícil será para encontrar as informações 
corretas no momento certo. Espera-se que a função da tarefa para manter o DW trabalhe na 
resolução desse problema. A qual tarefa o enunciado se refere? 
A) Notificação. 
B) Extração. 
C) Propagação. 
D) Auditoria. 
E) Fusão. 
4) Os dados transacionais de uma grande empresa estão disponíveis em bases de diferentes 
fontes. Para que dados carregados no DW sejam considerados adequados à formação de 
tabelas fato e dimensionais, a etapa de limpeza pode realizar procedimentos para melhorar a 
qualidade nesses dados. 
Assinale a alternativa que indica um problema tratado nessa etapa: 
A) Existência de valores não previstos. 
B) Checagem de razoabilidade dos dados. 
C) Integração de diferentes fontes de dados. 
D) Manipulação de exceções. 
E) Elevado tempo de resposta das análises. 
5) Transporte é a segunda etapa da fase de preparação de dados para manter um DW. Essa 
etapa refere-se à movimentação dos dados extraídos para uma área de concentração. 
Assinale a alternativa que indica uma função que corresponde àquelas executadas na etapa 
de transporte: 
A) Transferência de grandes volumes de dados a partir de fontes de sistemas operacionais. 
B) Busca dos dados provenientes de um sistema de origem. 
C) Leitura e compreensão da fonte da qual o dado é proveniente. 
D) Atividade de cópia de partes do dado necessárias à sua apresentação para análises futuras. 
E) Processamento de inconsistências quando os dados são extraídos de fontes diversas, mas 
utilizam diferentes sistemas de codificação para o mesmo tipo de dado. 
 
Operações sobre cubos de dados 
 
1) Dentro das operações possíveis em um cubo de dados, existe a de dice, que realiza a 
navegação 
pelos dados na visualização por meio de um cubo. 
Considerando o cubo de dados a seguir, qual a alternativa que ilustra o resultado obtido com 
a operação dice? 
 
 
a) 
 
 
b) 
 
 
c) 
 
 
d) 
 
 
e) 
 
 
2) No contexto de Data warehouse, podem-se realizar representações de dados em três 
dimensões por meio de um cubo de dados. 
Considerando as operações que podem ser realizadas em um cubo de dados, qual das 
alternativas 
representa aquela que permitirá a visualização da seção do cubo, mostrada na figura a seguir? 
 
A) Dice. 
B) Pivot. 
C) Roll-up. 
D) Slice. 
E) Drill-down. 
3) A representação de dados por meio de cubos de dados permite a realização de operações que 
fornecem aos usuários diferentes perspectivas de vizualizações. 
Considere as seguintes representações de dados e assinale a alternativa que contém a operação 
que foi executada: 
 
A) Roll-up. 
B) Drill-across. 
C) Slice. 
D) Drill-down. 
E) Dice. 
4) Os cubos de dados permitem maior flexibilidade ao realizar a análise de um conjunto de dados 
para 
uma tomada de decisão. 
Considere as seguintes representações de dados e assinale a alternativa que indica a operação 
executada: 
 
 
 
A) Roll-up. 
B) Pivot. 
C) Dice. 
D) Slice. 
E) Drill-down. 
5) Existem muitas situações em que há a necessidade de reorganização de dados. Em cubos de 
dados, não é diferente. Existem momentos em que é necessária a reorganização das 
dimensões em um cubo de dados. 
Qual das operações a seguir é utilizada para reorganizar as dimensões de um cubo de dados? 
A) Drill-up. 
B) Roll-up. 
C) Dice. 
D) Slice. 
E) Pivot 
 
MOLAP, ROLAP e HOLAP 
 
1) O OLAP permite consultas rápidas, consistentes e interativas com uma ampla variedade de 
visualizações possíveis. Esses recursos são possíveis com o uso de arquiteturas específicas 
OLAP. Em relação a elas, associe as informações apresentadas a seguir com seus respectivos 
tipos. 
1- MOLAP. 
2- ROLAP. 
3- HOLAP. 
( 1) Tem como característica manter os dados nas tabelas relacionais originais, ao mesmo 
tempo que gera outras, onde são armazenados os valores agregados. 
( ) Seu armazenamento tem limitações em relação ao tamanho dos cubos de dados; no 
entanto sua navegação, fatia e análise de dados são mais rápidas, pois todas as dimensões 
são pré-calculadas e armazenadas. 
( ) Sua estrutura pode ser direcionada para os requisitos de negócios utilizados para manter 
um desempenho otimizado. 
( ) Tem como desvantagem a demora no processamento do cubo, ou seja, esse recurso 
precisa ser gerenciado regularmente à medida que novos dados entram no DW. 
( ) Apresenta um conjunto de funcionalidades herdados de duas outras arquiteturas OLAP, 
porém seu gerenciamento pode ser complicado. 
Assinale a alternativa com a ordem correta. 
A) 3 - 1 - 3 - 1 - 3. 
B) 1 - 1 - 3 - 3 - 2. 
C) 1 - 3 - 1 - 2 - 3. 
D) 2 - 3 - 1 - 1 - 3. 
E) 2 - 1 - 3 - 1 - 3. 
 
ROLAP é uma simulação da tecnologia OLAP feita em banco de dados relacionais e possui a 
vantagem de não restringir o volume de armazenamento de dados. Sua principal 
característica é a possibilidade de fazer qualquer consulta, por não estar limitada ao 
conteúdo de um cubo. 
Qual afirmação é correta em relação às características do cubo na arquitetura ROLAP? 
A) É uma dimensão especial utilizada para realizar comparações e inclui membros, como: custos, 
lucros ou taxas. 
B) É um subconjunto de uma dimensão, na qual cada nível possui membros associados. 
C) É uma estrutura de dados compilada para permitir novas análises instantâneas de dados. 
Armazena os dados de negócio em formato multidimensional. 
D) É composto por todos os níveis de uma dimensão e podem ser balanceados ou não. Quando 
são balanceados, os níveis mais baixos são equivalentes. 
E) É a unidade de análise que agrupa dados de negócio relacionados. Sua estrutura se torna 
cabeçalho de colunas e linhas. 
 
3) 
Em relação às técnicas de armazenamento e de otimização incorporadas pelos mecanismos 
ROLAP para a recuperação de dados de resumo, é correto afirmar que: 
A) índices bitmap de junção são úteis para colunas em tabelas de dimensão com poucos valores. 
B) fatiamento (striping) retira informações desnecessárias nas análises de dados, aumentando o 
tempo de execução de consultas em DW. 
C) particionamento aumenta o custo da localização de dados, pois necessita de um alto poder de 
processamento. Esse fato gera um tempo desnecessário para a atividade de consulta. 
D) summary storage advisors determina o melhor recurso de inserção e alteração de dados a ser 
utilizado e mantido para uma determinada carga de trabalho. 
E) reescrita de consulta, por meio de visões materializadas, necessita, obrigatoriamente, de 
acesso a grandes tabelas fato e de dimensão. 
 
A estrutura do DW é composta pelo armazenamento de dados brutos com recursos OLAP. 
Essa combinação permite que dados sejam transformados em informações úteis para refletir 
os fatos reais que afetam a empresa. As técnicas OLAP podem variar de navegação e 
navegação simples dos dados a análises mais sérias, como séries temporais e modelagem 
complexa. 
Em relação às arquiteturas OLAP,responda as afirmações a seguir com (V) para as 
verdadeiras ou (F) para as falsas. 
( ) Consultas em cubos de dados definidas pelo MOLAP apresentam melhor desempenho do 
que as abordagens concorrentes que usam o armazenamento de banco de dados relacionais. 
( ) Um cubo de dados pode expandir várias vezes em comparação a dados de entrada brutos; 
portanto, esse problema pode ser melhor manipulado com o uso de mecanismos ROLAP. 
( ) Para que não aja restrição da utilização da arquitetura HOLAP, as empresas, fornecedoras 
de SGBDs, precisam criar ferramentas para combinar armazenamento e operações de 
mecanismos WOLAP e XOLAP. 
( ) O ROLAP costuma ser empregado em DW de granularidade fina, que exigem maior 
detalhamento dos dados. 
Assinale a alternativa com a ordem correta. 
A) V - V - F - V. 
B) V - F - F - F. 
C) F - F - F - V. 
D) V - F - F - V. 
E) V - V - F - F. 
 
5) Conceitualmente, um índice bitmap é um vetor de bits para cada chave do índice. Alguns 
fornecedores de SGBDs oferecem recurso aos índices bitmap de junção para tabelas de 
dimensão relacionadas com outras tabelas de dimensão. 
Essa característica pertence a qual tipo de esquema? 
A) Relacional-factual, na qual são ligadas à tabela fato e passam a se ligar à outra tabela de 
dimensão. 
B) Estrela, na qual algumas tabelas de dimensão são normalizadas na primeira forma normal 
(1FN). 
C) Floco de neve, na qual todas as tabelas de dimensão são normalizadas na terceira forma 
normal (3FN). 
D) Estrela, na qual todas as tabelas de dimensão são normalizadas na terceira forma normal 
(3FN). 
E) Relacional-factual, na qual algumas tabelas de dimensão são normalizadas na segunda forma 
normal (2FN). 
 
 
Imagine que você faz parte da equipe de TI (Tecnologia da Informação) de uma determinada 
organização e lhe foi solicitado que apontassem quais são as principais características de um 
Data Warehousing. A partir dos seus apontamentos será analisada a possibilidade de a 
organização selecionar e implementar um sistema de Data Warehousing. Aponte as referidas 
características em forma de itens. Para colaborar com a sua tarefa, segue um conceito geral de 
Data Warehousing, segundo W. H. Inmon (1992): "Uma coleção de dados orientada a assunto, 
integrada, não volátil e variável no tempo para o suporte às decisões da gerência". 
 
a.Há ordem dentre os itens/características. Visão conceitual dimensional; Dimensionalidade 
genérica; Operações restritas entre dimensões; Tratamento dinâmico de matriz esparsa; 
Arquitetura cliente-servidor; Suporte para múltiplos usuários; Acessibilidade; Transparência; 
Manipulação de dados intuitiva e Relatórios flexíveis. 
 
b.Não há ordem dentre os itens/características. Visão conceitual multidimensional; 
Dimensionalidade genérica; Operações irrestritas entre dimensões; Tratamento dinâmico de 
matriz esparsa; Arquitetura cliente-servidor; Suporte para múltiplos usuários; Acessibilidade; 
Transparência; Manipulação de dados intuitiva e Relatórios flexíveis. 
 
c.Não há ordem dentre os itens/características. Visão conceitual relacional; Dimensionalidade 
distribuída; Operações restritas entre dimensões; Tratamento dinâmico de matriz esparsa; 
Arquitetura cliente-servidor; Suporte para múltiplos usuários; Acessibilidade; Transparência; 
Manipulação de dados intuitiva e Relatórios flexíveis. 
 
d.Há uma ordem entre os itens, mas não tem ordem entre as características. Multidimensional; 
Tridimensionalidade genérica; Operações irrestritas entre as matrizes; Tratamento dinâmico de 
matriz esparsa; Arquitetura cliente-servidor; Suporte para múltiplos usuários; Acessibilidade; 
Transparência; Manipulação de dados intuitiva e Relatórios flexíveis. 
 
e.Há uma ordem entre os itens, mas não tem ordem entre as características. Tridimensionalidade 
irrestrita; Operações entre as matrizes; Tratamento dinâmico de matriz; Arquitetura cliente-
servidor; Suporte para múltiplos usuários; Acessibilidade; Transparência; Manipulação de dados 
intuitiva e Relatórios flexíveis. 
 
Você é responsável por analisar os dados de uma partida de tênis. Leve em consideração o 
tempo, a temperatura, a umidade e o vento no dia do jogo, de acordo com a Tabela “Tênis” 
mostrada a seguir. 
 
 
 
a. 
O método mais indicado para análise dos dados é ÁRVORE DE DECISÃO, onde podem ser 
visualizadas as possibilidades para a realização do jogo e quais as variáveis que se associam. O 
código de consulta dessa Árvore de decisão seria assim: CREATE T.Tempo, T.Temperatura, 
T.umidade, T.Vento COUNT(*) FROM Tenis T WHERE T.Umidade != 'Baixa' OR T.Vento = 'Não' 
GROUP BY T.Tempo, T.joga 
 
 
b. 
O método mais indicado para análise dos dados é a Análise de séries temporais, onde podem 
interpretar as possibilidades para a realização do jogo e quais as variáveis que se apresentam. O 
código de consulta dessa Árvore de decisão seria assim: SELECT T.Tempo, T.Temperatura, 
T.umidade, T.Vento SUM(*) FROM Tenis T WHERE T.Umidade != 'Baixa' OR T.Vento = 'Não' 
GROUP BY T.Tempo, T.joga 
 
 
c. 
O método mais indicado para análise dos dados é ÁRVORE DE DECISÃO, onde podem ser 
visualizadas as possibilidades para a realização do jogo e quais as variáveis que se apresentam. 
O código de consulta dessa Árvore de decisão seria assim: 
SELECT T.Tempo, T.Temperatura, T.umidade, T.Vento COUNT(*) 
FROM Tenis T 
WHERE T.Umidade != 'Baixa' OR T.Vento = 'Não' 
GROUP BY T.Tempo, T.joga 
d. 
O método mais indicado para análise dos dados é a Indução de Regras, onde pode detectar as 
possibilidades para a realização do jogo e quais as variáveis que se relacionam. O código de 
consulta dessa Árvore de decisão seria assim: SELECT T.Tempo, T.Temperatura, T.umidade, 
T.Vento COUNT(*) FROM Tenis T WHERE T.Umidade != 'Baixa' OR T.Vento = 'Não' GROUP BY 
T.Tempo, T.joga 
 
 
e. 
O método mais indicado para análise dos dados é o de Associação, onde podem ser visualizadas 
as associações para a realização do jogo e quais as variáveis que se associam. O código de 
consulta dessa Associação seria assim: SELECT T.Tempo, T.Temperatura, T.umidade, T.Vento 
COUNT(*) FROM Tenis T WHERE T.Umidade != 'Baixa' OR T.Vento = 'Não' GROUP BY T.Tempo, 
T.joga