Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos d...

Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos de Extract, Transform, Load (ETL) são fundamentais para integrar dados provenientes de diferentes fontes, garantindo qual...

Q1039876 • Banco de Dados • Etl Extract Transform Load • FGV • TCE PE • Auditor de Controle Externo Tecnologia da Informação • 2025

Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos de Extract, Transform, Load (ETL) são fundamentais para integrar dados provenientes de diferentes fontes, garantindo qualidade, consistência e disponibilidade para análises estratégicas.
Em relação ao processo de ETL, assinale a afirmativa correta.

a) A etapa de carga (Load) ocorre antes das etapas de extração e transformação, pois é necessário armazenar os dados para então processá-los.
b) A transformação no ETL é responsável apenas por converter os dados para o formato JSON, sendo irrelevante para a consistência e qualidade dos dados.
c) A extração no ETL envolve a remoção de dados redundantes ou inconsistentes do sistema de destino.
d) O processo ETL é utilizado para integrar dados de múltiplas fontes, aplicar regras de negócio e carregá-los em um repositório central como um data warehouse.
e) O principal objetivo do ETL é realizar o backup de dados operacionais para arquivamento em fitas magnéticas, sem aplicação analítica.

Analisando...

Questões sobre Etl Extract Transform Load

1

Q1093798 • Banco de Dados • Etl Extract Transform Load • Instituto Legalle • BADESUL RS • Analista de Sistemas Ênfase em Administrador de Banco de Dados • 2026
No contexto de Business Intelligence (BI), o desenvolvimento de Datamarts e a execução de processos de ETL (Extract, Transform, Load) são fundamentais para organizar, integrar e disponibilizar informações de forma eficiente para análise gerencial. Com base nesses conceitos, analise as assertivas a seguir sobre Datamarts e ETL e julgue-as em Verdadeiras (V) ou Falsas (F):

( ) Uma estrutura de Datamarts é do tipo Star Schema, na qual a estrutura de dimensões é normalizada (dimensões divididas em subdimensões).
( ) Uma estrutura de Datamarts é do tipo Snowflake Schema, na qual a estrutura de dimensões é desnormalizada (tudo em uma tabela).
( ) No ETL, especificamente na etapa de Load, um dos tipos de carregamento é full load, em que todos os dados existentes são substituídos pelo novo conjunto.
( ) No ETL, especificamente na etapa de Transform, uma atividade pode ser de derivação, por exemplo, criar campos novos a partir de existentes (ex.: lucro = receita - custo).

Qual alternativa preenche, CORRETAMENTE, de cima para baixo, os parênteses acima?
- a) F-F-V-V.
- b) V-F-V-F.
- c) F-V-F-V.
- d) V-V-F-F.
- e) F-V-V-V.
Analisando...
Carregando informações...
2

Q1093500 • Banco de Dados • Etl Extract Transform Load • Instituto Legalle • BADESUL RS • Analista de Sistemas Ênfase em Administrador de Banco de Dados • 2026
O profiling de dados é uma etapa analítica realizada sobre conjuntos de dados com o objetivo de compreender sua estrutura, qualidade e distribuição antes de iniciar processos de transformação ou carga em camadas analíticas. A realização adequada do profiling permite identificar problemas de qualidade e orientar as regras de tratamento a serem aplicadas no pipeline. Diante disso, analise as afirmativas a seguir sobre profiling básico de dados:
I. A análise de cardinalidade em uma coluna consiste em identificar o número de valores distintos presentes, sendo útil para reconhecer possíveis chaves candidatas e detectar colunas com baixa variabilidade que podem indicar problemas de qualidade.
II. O profiling de nulidade verifica a proporção de valores ausentes em cada coluna, fornecendo informações relevantes para decisões sobre estratégias de tratamento, como imputação, exclusão de registros ou criação de indicadores de ausência.
III. A análise de distribuição de frequência permite identificar quais valores ocorrem com maior regularidade em uma coluna e é aplicável exclusivamente a colunas com tipos de dados numéricos, não sendo útil para colunas do tipo texto ou categórico.
IV. O profiling básico, por ser uma análise estática realizada antes da ingestão, elimina a necessidade de validações de qualidade posteriores durante as fases de transformação e carga, desde que o dataset analisado não sofra alterações estruturais.
Estão CORRETAS:
- a) I e lII, apenas.
- b) I e ll,apenas,apenas.
- c) II e lV, apenas.
- d) I, II e III, apenas.
- e) III e IV, apenas.
Analisando...
Carregando informações...
3

Q1093498 • Banco de Dados • Etl Extract Transform Load • Instituto Legalle • BADESUL RS • Analista de Sistemas Ênfase em Administrador de Banco de Dados • 2026
O formato CSV é amplamente utilizado em pipelines de dados para transferência de conjuntos de dados entre sistemas heterogêneos. Apesar de sua simplicidade, o formato apresenta características e limitações técnicas que devem ser consideradas durante a implementação de processos de ingestão e integração. Diante disso, analise as afirmativas a seguir sobre o formato CSV:

I. O formato CSV não incorpora um esquema de dados embutido no arquivo, o que exige que os tipos, significados e formatos de cada coluna sejam documentados externamente ou inferidos durante a leitura.
II. Um arquivo CSV suporta a representação nativa de dados hierárquicos e aninhados, como listas de itens vinculados a um único registro pai, desde que os delimitadores aninhados sejam configurados corretamente no parser utilizado.
III. Quando um valor de campo contém o caractere delimitador, esse campo deve ser envolvido entre aspas duplas para que o parser o interprete como um único valor, conforme previsto pela especificação RFC 4180.
IV. A codificação de caracteres utilizada em um arquivo CSV é declarada de forma explícita no próprio arquivo, garantindo que sistemas distintos realizem a leitura correta dos dados sem necessidade de configuração adicional.

Está(ão) CORRETA(S):
- a) I, apenas.
- b) II e IV, apenas.
- c) I e III, apenas.
- d) III e IV, apenas.
- e) I, II e III, apenas.
Analisando...
Carregando informações...
4

Q1093494 • Banco de Dados • Etl Extract Transform Load • Instituto Legalle • BADESUL RS • Analista de Sistemas Ênfase em Administrador de Banco de Dados • 2026
Uma equipe de dados operacionaliza um pipeline de ingestão diária que carrega arquivos de diversas fontes para um data warehouse corporativo. Após uma falha em uma das etapas do processo, a equipe precisa analisar os registros de execução (logs) para identificar a causa do problema, o momento da interrupção e quais registros foram processados com sucesso antes da falha. Com base nas boas práticas de registro de execução em pipelines de dados, assinale a alternativa CORRETA.
- a) O registro de logs é opcional, sendo recomendado apenas em ambientes produtivos com alto volume de dados.
- b) Logs estruturados (JSON) dificultam a análise automatizada, sendo preferível o uso de texto livre.
- c) Armazenar logs no banco transacional de origem é a abordagem mais segura e preserva os registros em falhas.
- d) Um registro de execução eficaz deve incluir o identificador da execução, o timestamp de início e término de cada etapa, o status de conclusão e a quantidade de registros processados, permitindo rastreabilidade e diagnóstico de falhas.
- e) A rotação e o descarte automático de logs após execução bem-sucedida reduzem o armazenamento sem comprometer a auditoria.
Analisando...
Carregando informações...
5

Q1082741 • Banco de Dados • Etl Extract Transform Load • FUNCERN • IF PE • Formação Gestão de Tecnologia da Informação • 2025
No contexto de soluções de Business Intelligence, o processo de Extração, Transformação e Carga (ETL) é central. A esse respeito, pode-se afirmar que
- a) as atividades de Transformação costumam incluir a remoção de duplicatas e de erros nos dados.
- b) as atividades de Extração, quando feitas em múltiplas fontes de dados, precisam ser realizadas de forma sequencial.
- c) a área de staging (preparação) funciona como um espaço persistente onde os dados são disponibilizados publicamente.
- d) as atividades de Carga visam salvar dados não processados no Data Warehouse.
- e) a operação de Carga histórica demanda menos recursos computacionais e menos tempo do que a Carga incremental.
Analisando...
Carregando informações...
6

Q1053746 • Banco de Dados • Etl Extract Transform Load • Consulplan • HEMOBRÁS • Analista Administrativo • 2025
Durante a implementação de um novo sistema de BI, a Hemobrás identificou que sua base de dados transacional possui diversas inconsistências, incluindo valores nulos para a quantidade de medicamentos distribuídos e registros duplicados de hospitais. Para garantir a qualidade dos dados antes de carregá-los em um data warehouse, a equipe de TI deve aplicar corretamente o processo de ETL. Qual das opções a seguir melhor descreve as etapas de extração, transformação e carga (ETL) necessárias para corrigir essas inconsistências antes da análise?
- a) Correção manual dos registros inconsistentes, garantindo que a equipe de TI revise todos os valores antes da extração para evitar que dados imprecisos sejam carregados.
- b) Armazenamento dos dados transacionais no data warehouse sem alterações, permitindo que a limpeza seja feita posteriormente pelos analistas de BI ao gerar os relatórios.
- c) Remoção de registros duplicados e tratamento de valores nulos na etapa de transformação, antes do carregamento no data warehouse, para assegurar a qualidade dos dados.
- d) Extração dos dados brutos da base transacional, seguida de um processo de carga direta no data warehouse para garantir que todas as informações originais sejam preservadas.
Analisando...
Carregando informações...
7

Q1050011 • Banco de Dados • Etl Extract Transform Load • FGV • TCE GO • Tecnologia da Informação • 2024
A integração de dados desempenha um papel crucial na gestão da informação em organizações. No contexto dos processos de ETL (Extract, Transform, Load), cada etapa desempenha funções específicas.
Assinale a opção que descreve corretamente o processo de Transformação (T) no ETL.
- a) Etapa em que os dados são carregados em um data warehouse para armazenamento.
- b) Fase em que os dados são extraídos de diferentes fontes de dados.
- c) Momento em que os dados são preparados para serem apresentados aos usuários finais.
- d) Parte do processo em que os dados são indexados espacialmente para otimizar consultas futuras.
- e) Passo no qual os dados são limpos, filtrados, agregados ou modificados de acordo com os requisitos de negócios.
Analisando...
Carregando informações...
8

Q1039759 • Banco de Dados • Etl Extract Transform Load • CESPE CEBRASPE • TRF 6 REGIÃO • Técnico Judiciário Desenvolvimento de Sistemas • 2025
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
Na transformação avançada do ETL, a derivação de dados cria novos atributos ou métricas a partir de colunas existentes, usando cálculos complexos e funções analíticas para enriquecer o dataset e suportar análises preditivas e segmentações contextuais.
- a) Certo
- b) Errado
Analisando...
Carregando informações...
9

Q1039606 • Banco de Dados • Etl Extract Transform Load • CESPE CEBRASPE • TSE • Técnico Judiciário • 2024
Julgue o item a seguir, a respeito de técnicas de ingestão de dados, análise de dados eBig Data.

Na abordagem ETL, os dados são carregados no mesmo estado em que foram extraídos e são transformados no estágio posterior ao carregamento.
- a) Certo
- b) Errado
Analisando...
Carregando informações...
10

Q1037261 • Banco de Dados • Etl Extract Transform Load • FGV • DATAPREV • Inteligência da Informação • 2024
Os modelos de dados desempenham um papel fundamental no processo de ETL (Extração, Transformação e Carga), pois são responsáveis por estruturar e organizar as informações de maneira eficiente e consistente. Eles garantem que os dados extraídos de diferentes fontes sejam integrados corretamente, facilitando a transformação e preparação para a análise posterior.
No contexto de modelos de dados em ETL, existe o conceito de tabela de fatos sem fato (factless fact), que se caracteriza por
- a) anotar falhas em transações intermediárias.
- b) apresentar ausência de medidas.
- c) registrar somente medidas que anulam os registros originais de dados.
- d) representar um intervalo de tempo regularmente repetido.
- e) revelar medições instantâneas em um ponto específico no tempo e espaço.
Analisando...
Carregando informações...

Mais questões de Banco de Dados →

Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos d...

Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos de Extract, Transform, Load (ETL) são fundamentais para integrar dados provenientes de diferentes fontes, garantindo qual...

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Reportar erro em questao

Busca no Site