Em um banco de dados, a tabela Pessoa foi criada com a seguinte instrução:

CREATE TABLE Pessoa (     PessoaID int ,
                                           Nome varchar (255) ,
                                           Sobrenome varchar (255),
                                           Endereco varchar (255) ,
                                           Cidade varchar (255)) ;

Após a criação, a tabela foi preenchida, porém o programador percebeu que todos os Nomes foram colocados no lugar do Sobrenome e vice-versa.

Que instrução SQL pode ser usada para realizar a troca, corrigindo a base?

Para gerar um gráfico de dispersão, um programador precisava consultar duas tabelas, T1 e T2. Ele decidiu, então, usar um LEFT JOIN, como em

SELECT * FROM T1 LEFT JOIN T2 USING (CHAVE);

Essa consulta resultou em 214 linhas.

Por motivos de segurança, ele fez outra consulta semelhante, apenas trocando o LEFT JOIN por um JOIN, e essa segunda consulta resultou em 190 linhas.

O que pode explicar corretamente a quantidade diferente de linhas nas consultas realizadas?

Após um treinamento em SQL padrão 2008, compatível com ambiente MS SQL Server 2008, um escriturário do Banco Z precisou utilizar os conhecimentos adquiridos para criar uma tabela no sistema de banco de dados desse Banco. A tabela a ser criada é de fornecedores, e tem os seguintes campos: CNPJ, nome do fornecedor e país de origem. As características gerais da tabela são:

  • o campo CNPJ é chave primária e contém 14 caracteres, sendo que os caracteres devem se ater aos numéricos [“0” a “9”], e o caractere zero “0” não pode ser ignorado, seja qual for a posição dele (início, meio ou fim da chave);
  • o campo NOME contém 20 caracteres e aceita valor nulo;
  • o campo PAIS contém 15 caracteres e não aceita valor nulo.


Nesse contexto, o comando SQL2008 que cria uma tabela com as características descritas acima é

Na etapa de preparação de dados em um ambiente de Big Data, pode ocorrer o aparecimento de dados ruidosos, que são dados fora de sentido no ambiente do Big Data e que não podem ser interpretados pelo sistema. Uma forma de reduzir esse efeito, e até eliminá-lo, é utilizar um método de suavização de dados, que minimiza os efeitos causados pelos dados ruidosos. Esse método consiste em

Ao coletar dados em um sistema compatível com SQL 2008 para fazer uma análise de dados, um programador percebeu que havia dois campos, data_de_nascimento e data_de_emissão_RG, em que o valor de data_de_emissão_RG sempre deve ser mais recente que data_de_nascimento. Percebeu, porém, que em 10% das linhas acontecia o inverso, isto é, data_de_nascimento era mais recente que data_de_emissão_RG. Ele corrigiu os dados nessas linhas, verificando que estavam consistentemente trocados, mas, preocupado que tal problema voltasse a acontecer, resolveu solicitar ao DBA uma alteração da tabela, de forma que data_de_emissão_RG sempre tivesse que ser mais recente que data_de_nascimento.

O DBA atendeu adequadamente a esse pedido do programador por meio de uma restrição em SQL 2008 do tipo

Nas transações em bancos de dados concorrentes, se uma transação requer o acesso

Para proteger as redes de dados, as empresas criam perímetros de segurança formados por componentes que avaliam o tráfego de ingresso e egresso.

O componente que utiliza listas de controle de acesso formadas por regras que determinam se um pacote pode ou não atravessar a barreira é a(o)

Considere o seguinte código SQL:

CREATE TABLE EMPREG
(ID INTEGER PRIMARY KEY, NOME CHAR(20), SOBRENOME CHAR(60), SALARIO REAL);
INSERT INTO EMPREG VALUES (44, ‘William’, ‘Simpson’, 6387.01);
INSERT INTO EMPREG VALUES (11, ‘Fulano’, ‘Brasil’, 3045.78);
INSERT INTO EMPREG VALUES (22, ‘Beltrano’, ‘da Silva’, 4046.79);
INSERT INTO EMPREG VALUES (33, ‘Carlos’, ‘da Silva’, 13040.78);
CREATE TABLE COMISSAO
(ID INTEGER REFERENCES EMPREG(ID), MES INTEGER CHECK (MES BETWEEN 1 AND 12),
VALOR_COMISS REAL, PRIMARY KEY (ID, MES));
INSERT INTO COMISSAO VALUES (22,1,1001.67);
INSERT INTO COMISSAO VALUES (22,6,1001.67);
INSERT INTO COMISSAO VALUES (44,5,2338.67);
INSERT INTO COMISSAO VALUES (11,1,400.67);
INSERT INTO COMISSAO VALUES (33,9,2340.00);
INSERT INTO COMISSAO VALUES (44,12,2940.67);

O resultado da consulta

SELECT NOME FROM EMPREG WHERE 2340.00 < (SELECT AVG(VALOR_COMISS) FROM COMISSAO WHERE EMPREG.ID = COMISSAO.ID);

será
Um banco de dados relacional pode ser definido como um(a)

Uma empresa precisa implementar um sistema Big Data para controlar a movimentação dos produtos que a empresa oferece. Esse sistema precisa estar com a configuração de dados como sendo um fato, que seria um evento de ocorrência, como, por exemplo: as compras de um determinado insumo, em um determinado fornecedor e em um determinado instante.
Para tal finalidade, esse sistema a ser implementado deverá estar organizado segundo a configuração de

A independência de dados lógica, definição componente da arquitetura de três esquemas para sistemas de banco de dados, corresponde à capacidade de se efetuarem

Um administrador de um banco de dados construído por meio do MongoDB inseriu dados em uma coleção (collection) de dados da seguinte forma:

db.fornecedores.insert( { codigo: “thx1138“, nome: “Roupas Syfy ltda“, pais: “Arabia Saudita“ } )

Posteriormente, esse administrador construiu uma consulta que retornou apenas o nome, sem repetição, de todos os países que fazem parte dessa coleção (collection).

O comando utilizado para tal consulta foi

Um pesquisador conseguiu uma base de dados que mostrava terrenos classificados de acordo com:

  • características físicas;
  • tipo de negócio a ser nele implantado;
  • risco esperado, que compreendia os rótulos alto, médio, baixo ou nenhum.

Decidiu, então, usar um algoritmo de aprendizado de máquina que, a partir das características físicas do terreno e do tipo de negócio a ser nele implantado, aprenderia a determinar o risco esperado, enquadrando o terreno em questão em um daqueles rótulos.

Nesse cenário, que algoritmo de aprendizado de máquina é indicado para resolver esse problema?

Um esquema E-R (Entidade-Relacionamento) pode definir restrições que estejam de acordo com o conteúdo do banco de dados.

A restrição que mostra a quantidade de entidades que podem ser associadas por outra entidade através de um conjunto de relacionamentos é denominada
Nas suas versões mais recentes (incluindo a 2005 e a ), o Microsoft SQL Server suporta a utilização de diversas instâncias em um único servidor. Em cada instância, podem existir diversos Databases (bancos de dados). Cada Database pode possuir diversos Filegroups (grupos de arquivos). A cada Filegroup podem estar associados diversos arquivos.

Nesse contexto, considere as afirmativas abaixo.

I - Para facilitar as tarefas de administração e o backup, deve-se utilizar sempre o mesmo arquivo como arquivo de dados primário nos Filegroups de todos os Databases de uma instância.

II - A cada Filegroup devem sempre estar associados, ao menos, um arquivo de dados e um arquivo de log.

III - Um Database pode pertencer, simultaneamente, a mais de uma instância de SQL Server, desde que todas as instâncias sejam da mesma versão do software.
IV - A um Filegroup de dados podem estar associados arquivos posicionados em diferentes discos físicos.

V - Em algumas configurações, é possível realizar operações de backup tanto do Database completo quanto, individualmente, dos Filegroups que a ele pertencem.

Estão corretas APENAS as afirmativas

Um banco comercial deseja obter um tipo de banco de dados NoSQL que trate os dados extraídos de redes sociais, de modo a formar uma coleção (collection) interconectada. Nessa coleção (collection), os dados são organizados em vértices ou objetos (O) e em relacionamentos, que são relações (R) ou arestas.

Nesse modelo de banco de dados NoSQL, os dados seriam apresentados da seguinte forma:

O:Usuario{u1:Joao, u2:Jose, u3:Maria, u4:Claudio} O:Escola{e1:UFRJ, e2:URGS, e3:IFB} R:Estudaem{re1=u1:e2;re2=u2:e2;re3=u3:e1;re4=u4:e3} R:Amigode{ra1=u1:u2;ra2=u1:u3;ra3=u2:u3}

O banco de dados NoSQL que representa essa situação deve ter uma estrutura do tipo

Um órgão público deseja criar uma base de informações gerenciais sobre operações bancárias de empresas brasileiras. Para isso, um analista de BI (Business Intelligence) desse órgão apresenta as recomendações a seguir.

I - As ferramentas de ETL e OLAP deverão estar, necessariamente, instaladas na mesma máquina do banco de dados de origem.

II - O modelo snowflake exige o uso de chaves artificiais (surrogate keys) para as tabelas que necessitam de histórico.

III - A dimensão Tempo sempre pode ser carregada antecipadamente.

Está(ão) correta(s) APENAS a(s) recomendação(ões)
Ao desenvolver um Data Warehouse para o Banco W, um programador decidiu criar um modelo conceitual com base no modelo estrela para cada fato analisado. Ao criar a primeira tabela fato, relativa ao valor e ao prazo de empréstimos, foram identificadas as seguintes dimensões, com os seus atributos descritos em parênteses: tempo (dia, mês e ano), agência (estado, cidade, bairro e número da agência), produto (nome do produto e juros do produto) e cliente (conta e nome do cliente). Segundo as regras e as práticas da modelagem dimensional, e usando a granularidade mais baixa, que atributos devem constar da tabela fato?
Sobre as estruturas e o funcionamento de Sistemas Gerenciadores de Bancos de Dados (SGBD), é INCORRETO afirmar que
Página 1