Um sistema de orçamento de um órgão público federal, que apresenta as informaçõe...

Questão de Informática da banca CESGRANRIO aplicada no concurso ELETROBRÁS (2010). Confira a resolução completa abaixo:

Q119053•
Informática •
Data Warehouse•
CESGRANRIO•
ELETROBRÁS•
Analista de Sistemas

Um sistema de orçamento de um órgão público federal, que apresenta as informações baseadas na tecnologia OLAP, realiza agregações dos valores na etapa de carga dos dados para o cubo. Essa pré-agregação tem como principais características o(a)

aumento do uso da memória RAM para consulta aos dados do cubo, necessidade da existência de tabelas normalizadas no ambiente relacional de origem e a utilização somente de fatos numéricos.

aumento do tempo de processamento para formação do cubo, a rapidez na consulta de dados agregados e o aumento da utilização da área de armazenamento dedicada ao cubo.

necessidade da utilização de star schema para carga dos dados, a rapidez no tempo de processamento para construção do cubo e a maior fluidez nas operações de slice and dice.

rapidez na consulta a partir das operações de pivot, a eliminação da necessidade de cálculos no ambiente relacional e o aumento do tempo nas consultas com operações de drill up e drill down.

diminuição da utilização da área de armazenamento do data warehouse, a eliminação de cálculo de dados no ambiente OLAP e o aumento da acuidade de valores totais em níveis hierárquicos mais altos das dimensões do cubo.

Questões Relacionadas

Q611900•
Informática•
Data Warehouse

O datawarehouse requer a definição e a implementação de procedimentos que efetuem a

inserção de dados dos bancos de dados dos sistemas do nível operacional, a integração dos dados inseridos dos diferentes bancos de dados, a agregação dos dados conflitantes e a manutenção de metarotinas.

extração de dados dos bancos de dados dos sistemas do nível gerencial, a integração dos dados extraídos dos bancos de dados equivalentes, a integração dos dados agregados e a construção de metadados.

extração de dados dos bancos de dados dos sistemas do nível operacional, a integração dos dados extraídos dos diferentes bancos de dados, a agregação dos dados integrados e a manutenção de metadados.

extração de dados dos sistemas do nível operacional, a integração dos dados inseridos nos diferentes bancos de dados, a agregação dos dados integrados a nível gerencial e a inserção de metadados.

extração de dados dos sistemas do nível operacional, a integração dos dados codificados a nível operacional, a agregação dos dados especializados e a manutenção de metadados.

Q119500•
Informática •
Data Warehouse•
CESGRANRIO•
TRANSPETRO•
Analista de Sistemas Júnior

Os conceitos e aplicações de data warehouse e visões de bancos de dados relacionais de sistemas transacionais possuem pontos em comum, e, por conta deles, eventualmente são erroneamente considerados sinônimos. Uma das diferenças entre visões de bancos de dados relacionais e data warehouses reside no fato de que visões relacionais de bancos de dados transacionais

implementam como uma de suas componentes a dimensão tempo, que nem sempre está presente em data warehouses.

permitem a combinação dinâmica de seus dados, em diferentes perspectivas, pela aplicação de operações pivoting e roll up.

podem ser indexadas, ao contrário de data warehouses, que, por sua característica multidimensional, são armazenados em árvores AVL.

podem, diferentemente de data warehouses, ser implementadas com técnicas top down e bottom up.

possuem estados com conteúdo dinâmico, já que elas dependem dos estados das relações que referenciam, diferentemente de data warehouses, de natureza não volátil.

Q117193•
Informática •
Data Warehouse•
CESGRANRIO•
ELETROBRÁS•
Analista de Sistemas

Um data mart do departamento de vendas de uma grande empresa possui uma tabela fato com cinco métricas associadas a oito diferentes dimensões. O analista de TI está em dúvida sobre que modelagem utilizar. Considerando-se as opções snowflake e star schema, qual a desvantagem de se utilizar, nessa situação, a modelagem snowflake?

A modelagem star schema não contempla a possibilidade de armazenamento de atributos para cada dimensão, minimizando a quantidade de memória utilizada.

Uma maior quantidade de joins entre as tabelas de dimensões e as tabelas de hierarquia associadas será realizada, ocasionando queda de desempenho no processo de agregação das métricas.

As chaves estrangeiras, relativas às dimensões armazenadas na tabela fato, devem corresponder às hierarquias existentes nessas dimensões, ocasionando maior quantidade de registros na tabela fato.

Na modelagem snowflake, a manutenção dos dados dimensionais se torna mais dispendiosa, tendo em vista que as tabelas dimensionais não estão normalizadas.

Diferentemente da modelagem star schema, na modelagem snowflake, as chaves estrangeiras na tabela fato não apontam para o nível mais baixo (atômico) da hierarquia das dimensões associadas.

Mais sobre Data Warehouse →

Notificações

Nada por aqui