Questões de Concurso de Banco de Dados

521 Q906706

Banco de Dados Banco de Dados Relacionais

Ano: 2023

Banca: FGV

Uma rede de lojas de departamentos planeja configurar uma tabela de fato (VENDAS) que favoreça a integridade para análise de vendas no mesmo carrinho (na mesma transação de venda, tal qual a associação conhecida entre fralda e cerveja). A tabela de fato possui os seguintes atributos: ChaveCalendário(FK), ChaveLoja(FK), ChaveProduto(FK), ChaveCliente(FK), IDTransação, HoraMinVenda, ReaisVendidos e QuantidadeVendida.
Assinale a opção que indica o(s) atributo(s) que deve(m) ser a chave primária da tabela de fato VENDAS.
(FK = Foreign Key/chave estrangeira)

A Apenas IDTransação. B Apenas ChaveProduto. C Chave composta por ChaveProduto e IDTransação. D Chave composta por ChaveCliente e IDTransação. E IDTransação, ChaveProduto e ChaveCliente.

522 Q906705

Banco de Dados DW - Data Warehouse ETL (Extract Transform Load)

Ano: 2023

Banca: FGV

As informações analiticamente úteis das fontes de dados operacionais (das operações do dia a dia do negócio) são carregadas no Data Warehouse por meio do processo de ETL. Um dos recursos úteis em um DW é poder observar um mesmo item de dimensão em vários instantes de tempo (timestamps), como, por exemplo, observar o preço de venda de um produto ao longo dos anos.
Assinale a opção que indica a técnica que torna possível a disposição desse recurso.

A A supressão, no Data Warehouse, das chaves primárias do bando de dados operacional. B A criação de chaves primárias compostas por um atributo de chave substituta e um de chave primária do banco de dados operacional. C A substituição, e consequente supressão, das chaves primárias do banco de dados operacional por chaves substitutas no Data Warehouse. D A criação de chaves primárias substitutas no Data Warehouse, mantendo as chaves primárias do banco de dados operacional como atributos únicos no Data Warehouse. E A criação de chaves primárias substitutas no Data Warehouse, mantendo as chaves primárias do banco de dados operacional como atributos não chave no Data Warehouse.

523 Q906704

Banco de Dados DW - Data Warehouse Banco de Dados Multidimensionais

Ano: 2023

Banca: FGV

Uma rede de lojas de departamentos usa o modelo dimensional estrela conforme o seguinte diagrama:
17.png (421×204)

(Os atributos sublinhados denotam chave primária)
Observando o aumento na quantidade de reclamações dos clientes nas lojas, os analistas de BI resolveram incluir as informações analiticamente úteis da base de reclamações no Data Warehouse.
Para que a criação da constelação de fatos (também chamada de galáxia) contemple o fato RECLAMAÇÃO, os analistas devem adicionar

A uma tabela de fato RECLAMAÇÕES, contendo apenas um atributo descritivo, sem a necessidade de conectar a qualquer dimensão. B uma tabela de fato RECLAMAÇÕES, contendo um atributo descritivo e três chaves estrangeiras, uma para cada uma das dimensões existentes. C uma tabela de fato RECLAMAÇÕES, contendo um atributo descritivo e três atributos que receberão os valores das chaves estrangeiras de Loja, Cliente e RegistroReclamação diretamente do banco de dados operacional. D três tabelas de dimensão (CalendárioReclamação, ClienteReclamação e LojaReclamação) mais uma tabela de fato RECLAMAÇÕES, contendo um atributo descritivo e três chaves estrangeiras, uma para cada uma das dimensões recém-criadas. E duas tabelas de dimensão (ClienteReclamação e LojaReclamação) mais uma tabela de fato RECLAMAÇÕES, contendo um atributo descritivo e três chaves estrangeiras, duas para cada uma das dimensões recém-criadas e uma para referenciar o registro da reclamação diretamente do banco de dados operacional.

524 Q906703

Banco de Dados Administração de banco de dados Metadados e Metainformação

Ano: 2023

Banca: FGV

A qualidade desejada para dados e metadados começa por seu planejamento e sua especificação, fases em que os metadados são criados e implementados.
As opções a seguir apresentam dimensões de qualidade dos dados segundo o DAMA, à exceção de uma. Assinale-a.

A Exclusividade: o dado é único e exclusivo na empresa. B Precisão: os dados descrevem corretamente os objetos ou eventos do ‘mundo real’. C Confiabilidade: o dado possui credibilidade, está atualizado, sem erros de transformação ou digitação. D Gestão e governança de dados mestres e de referência: as visões únicas de dados mestre estão disponíveis e atualizadas. E Flexibilidade (manutenibilidade): os dados são comparáveis e compatíveis entre si, requerendo baixo esforço de manutenção.

525 Q906702

Banco de Dados DW - Data Warehouse Banco de Dados Multidimensionais

Ano: 2023

Banca: FGV

Sobre a proposta geral do modelo dimensional em um Data Warehouse, não é correto afirmar que o modelo dimensional

A cobre tanto dados detalhados quanto dados sumarizados. B cobre toda a empresa, e não apenas departamentos. C é escalável, podendo entregar relatórios com trilhões de registros. D é arquitetado apenas para um uso previsível, geralmente cobrindo os 10 relatórios mais acessados. E pode integrar diversas fontes de dados operacionais da empresa, inclusive fontes externas.

526 Q906701

Banco de Dados SQL Server SQL

Ano: 2023

Banca: FGV

Select at.customerid, at.tdate from salestransaction at where at.tdate > GETDATE( ) - 10 order by at.tdate desc
A instrução SQL acima é executada milhões de vezes por dia em um SGBDR Microsoft SQL Server. Considerando que ‘customerid’ é parte da chave primária e que ‘tdate’ não está indexada e não apresenta valores únicos, assinale o índice a seguir que irá prover uma melhor otimização para essa consulta.

A CREATE NONCLUSTERED INDEX st_tdate_ix1 ON salestransaction (tdate) GO
B CREATE UNIQUE INDEX st_tdate_ix1 ON salestransaction (tdate, customerid) GO C CREATE NONCLUSTERED INDEX st_tdate_ix1 ON salestransaction (tdate)INCLUDE ([customerid]) GO D CREATE CLUSTERED INDEX st_tdate_ix1 ON salestransaction (tdate)INCLUDE ([customerid]) GO E CREATE PRIMARY XML INDEX st_tdate_ix1 ON salestransaction (tdate, customerid) WITH (XML_COMPRESSION = ON);

527 Q906700

Banco de Dados SQL Server

Ano: 2023

Banca: FGV

Considere os clientes de uma loja cadastrados em um SGBDR Microsoft SQL Server, e a necessidade de sortear um cliente para receber um prêmio. O administrador resolve realizar o sorteio através de um código Transact-SQL (TSQL).
Dos códigos a seguir, identifique o que irá realizar o sorteio de forma imparcial.

A DECLARE @sorteado varchar(35) select top 1 @sorteado = NomeCliente from Cliente; SELECT @sorteado AS 'Cliente sorteado' B DECLARE @sorteado varchar(35) select top NomeCliente @sorteado = NomeCliente from Cliente; SELECT @sorteado AS 'Cliente sorteado'
C DECLARE @sorteado varchar(35) select top 1 @sorteado = NomeCliente from Cliente order by row_number( ); SELECT @sorteado AS 'Cliente sorteado' D DECLARE @sorteado varchar(35) select top 1 @sorteado = NomeCliente from Cliente order by newid( ); SELECT @sorteado AS 'Cliente sorteado'
E DECLARE @sorteado varchar(35) select top 1 @sorteado = NomeCliente from Cliente group by NomeCliente having count(*) = 1; SELECT @sorteado AS 'Cliente sorteado'

528 Q906699

Banco de Dados Formas normais SGBD - Sistema de Gerenciamento de Banco de Dados

Ano: 2023

Banca: FGV

Um Sistema de Gerenciamento de Banco de Dados Relacional (SGBDR) permite manipular bancos de dados sobre uma camada de software, dispondo os dados em formato de tabelas ao invés de arquivos em pastas. Para servir à finalidade de aplicações transacionais, as boas práticas apontam o uso do conceito de normalização.
Assinale a afirmativa incorreta em relação às vantagens da normalização.

A Melhora a performance de consultas analíticas em um Data Warehouse, pois o modelo dimensional estrela depende da normalização. B A metodologia em etapas (1FN -> 2FN -> 3FN) facilita o processo de eliminação de dependências funcionais. C Diminui o esforço computacional de operações de UPDATE, pois as atualizações ocorrem apenas onde necessário. D Economiza espaço em disco, pois evita repetições de dados. E Melhora o desempenho geral sistêmico de uma aplicação, sobretudo com grandes volumes de dados, pois as transações ocorrem sob escopos específicos.

529 Q906698

Banco de Dados Banco de Dados Relacionais

Ano: 2023

Banca: FGV

O diagrama a seguir representa especialização total e subclasses desmembradas.
43.png (318×188)

A partir do diagrama, assinale a opção que descreve os requisitos de banco de dados.

A Cada agência bancária possui um identificador único e um nome. Sobre a situação do imóvel, há um valor venda e um valor de aluguel mensal. B Cada agência bancária possui um identificador único e um nome. Existem instâncias de agência situadas em imóveis próprios e alugados. Não há instância de agência que não seja em imóvel próprio e alugado. O imóvel próprio possui um valor de venda. O imóvel alugado possui um valor mensal de aluguel. C Cada agência bancária possui um identificador único e um nome. Existem instâncias de agência situadas em imóveis próprios e alugados. Há instância de agência que não é nem em imóvel próprio nem em alugado. O imóvel próprio possui um valor de venda. O imóvel alugado possui um valor mensal de aluguel. D Cada agência bancária possui um identificador único e um nome. Existem instâncias de agência situadas em imóveis próprios ou alugados. Não há instância de agência que não seja em imóvel próprio ou alugado. O imóvel próprio possui um valor de venda. O imóvel alugado possui um valor mensal de aluguel E Cada agência bancária possui um identificador único e um nome. Existem instâncias de agência situadas em imóveis próprios ou alugados. Há instância de agência que não é nem em imóvel próprio nem em alugado. O imóvel próprio possui um valor de venda. O imóvel alugado possui um valor mensal de aluguel.

530 Q906697

Banco de Dados Banco de Dados Multidimensionais

Ano: 2023

Banca: FGV

Suponha que, dado um problema em que os dados são bidimensionais e executamos o algoritmo PCA (Principal Component Analysis – Análise de Componentes Principais) nesses dados para redução de dimensionalidade, o resultado do PCA produza dois autovalores de valores iguais.
A respeito desse resultado, assinale a afirmativa correta.

A As dimensões dos dados não são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 100% da informação. B As dimensões dos dados são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um resultado ruim, pois as dimensões são iguais. C As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 100% da explicação dos dados. D As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 50% da explicação dos dados. E As dimensões dos dados não são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 50% da informação.

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Comentários

Acesso Restrito

Estatísticas da Questão