Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Sefa Alagoas > TI 1 > Flashcards

TI 1 Flashcards

1
Q

Oi

A

Oi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Repositório de dados

atuais e históricos de potencial interesse para gestores de toda a organização.

A

Data warehouse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Variedade de

ferramentas e técnicas para trabalhar dados e informações.

A

Business Analytics

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Ampliam o

monitoramento, medição e comparação de indicadores de desempenho.

A

Business Process Management (BPM)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Fornecem a visualização de dados para os gestores. Ex.: dashboars, cockpits, portais.

A

User Interface

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Conceitue data warehouse

A

Conjunto de dados produzidos para apoiar a tomada de decisão. Repositório de dados atuais e históricos de potencial interesse para gestores de toda a organização

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Cite 4 característica do warehouse

A

Orientados a assunto
Integrados
Variante no tempo
Não voláteis

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Conceitue modelagem dimensional

A

écnica de modelagem de BD utilizada para a representação dos dados nos BDs multidimensionais.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Cite 2 características da modelagem dimensional

A

Auxílio às consultas em um Data Warehouse.

Permite uso mais intuitivo para o processamento analítico pelas ferramentas OLAP.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Na modelagem […] os Dados são modelados em matrizes multidimensioanais ou cubos de dados.

A

Dimensional

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Na tabela […]Tuplas que correspondem aos fatos observados decorrentes de processos de negócios e links externos.

A

Fato

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Na tabela […] Contêm

informações de classificação e agregação sobre as linhas da tabela fato.

A

Dimensão

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Na tabela […]Abordam como os dados serão analisados e resumido

A

Dimensão

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Na tabela […]Representam

entidades de negócio, geralmente com relacionamento hierárquico.

A

Dimensão

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Na tabela […] Característica quantitativa no DW
Atributos consistem em medidas de desempenho, métricas operacionais, medidas agregadas e outras métricas. Fato/dimensão

A

Fato

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Na tabela […] Característica qualitativa no DW Atributos são, geralmente, textuais e discretos.
Geralmente têm muitas colunas ou atributos

A

Dimensão

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Na tabela fato os fatos ou medidas podem ser 4 tipos?

A

Aditivas
Semi aditivas
Não aditivas
Textuais

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Na tabela dimensão os atributos servem como 3 fontes?

A

Restrição consulta
Agrupamentos
Rótulo de relatório

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Duas ou mais chaves estrangeiras por tabela fato conectam a fato a […]

A

Única chave primária para cada dimensão

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Um subconjunto das chaves estrangeiras pode identificar unicamente a[…].

A

tabela fato

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Chave primária composta sempre possui […]

A

Dimensão no tempo

22
Q

Fato […]
• Mais comuns.
• Linhas representam evento de medição em um ponto no espaço e no tempo.

A

Fato transacional
• Mais comuns.
• Linhas representam evento de medição em um ponto no espaço e no tempo.

23
Q

Fato[…]
• Sumariza os dados de uma tabela fato.
• Otimiza o tempo de consulta.
• Esforço adicional de manutenação e gasto com armazenamento.

A

agregada

24
Q

Fato[…]

• Agrega duas tabelas fato (dois processos). • Complexidade extra para o ETL.

A

consolidada

25
Q

Fato[…]
• Baseada no tempo.
• Geralmente criada a partir de uma fato existente.
• Uma linha resume muitos eventos de medição ocorridos em um período pa

A

Snapshot Periódico

26
Q

Fato[…]
• Utiliza mais de um momento no tempo.
• Uma linha resume os eventos de medição que ocorrem em etapas previsíveis entre o início e o final de
um processo.

A

Snapshot Acumulado

27
Q

Fato[…]
• Tabela somente com a intersecção de dimensões.
• Utilizada quando é necessário comparar ou cruzar algo entre duas dimensões e não existe uma métrica para fazer essas comparações.

A

sem fato

28
Q

Realizar funções comerciais cotidianas

A

Oltp

29
Q

Bancos de dados transacionais

•Inclusão, alteração, exclusão e consulta

A

OLTP

30
Q

Relatórios de rotina, periódicos e estreitamente focados •Execução mais rápida
•Atualização contínua
• Recursos dos bancos de dados relacionais.

A

OLTP

31
Q

Suportar análise de decisões
•DWs ou DMs
•Carga e consulta.

A

OLAP

32
Q
  • Relatórios e consultas Ad hoc, multidimensionais, amplamente focados
  • Execução mais lenta
  • Atualização em lote
  • Recursos de computação distribuída, multiprocesamento e bancos especializados.
A

OLAP

33
Q

Tipo de Schema Uma tabela de fatos com uma
para cada dimensão
Tabelas são não normalizadas ,
Tabelas dimensão ligadas diretamente a tabela fato

A

Esquema estrela

34
Q

Tipo de esquema : menor número de tabelas , rápido no tempo de resposta e simplicidade

A

Esquema estrela

35
Q

Tipo de esquema facilidade de manutenção para estruturas somente leitura, consulta mais simples pois há menor necessidade de junção de tabelas

A

Esquema estrela

36
Q

Tipo de esquema Tabela de fatos central (geralmente apenas
uma) que estão conectadas a
dimensões Tabelas dimensão geralmente, até a 3FN.

A

Esquema floco de neve

37
Q

Tipo de esquema Tabela dimensão organizada em hierarquia, maior número de tabelas , modelo mais complexo.

A

Floco de neve

38
Q

Tipo de esquema que facilidade de manutenção para alteração das estruturas pois não há redundância, consultas mais complexas e difíceis de entender, pois há necessidade de realizar junções

A

Esquema floco de neve

39
Q

Tipo de esquema conjunto de tabelas fato compartilhas dimensões comuns (conformes)
Multiestrela se for semelhante ao esquema estrela , mas com mais de uma tabela fato é limitam consultas ao data warehouse

A

Constelacao de fatos

40
Q

Quanto a estrutura de armazenamento MOLAP 5 características

A 
Armazenamento de informações no cubo de dados.
• Requer pré-computação.
• Ganho de desempenho.
• Longo período para carga dos
dados.
• Baixa escalabilidade.
41
Q

Quanto a estrutura de armazenamento ROLAP 3 características

A

Acessam os dados em um banco de dados relacional e geram consultas SQL.
• Não requer pré-computação.
• Baixo desempenho, pois requer
cópia adicional de dados.

42
Q

Quanto a estrutura de armazenamento HOLAP 4 características

A

Combinação de ROLAP com MOLAP. • Alto desempenho
• Alta escalabilidade.
• Arquitetura de maior custo

43
Q

Quanto a origem da consulta DOLAP 1 características

A

Disparam uma consulta de uma estação cliente para o servidor.

44
Q

Quanto a origem da consulta - Disparam uma consulta de via navegador web para o servidor.

A

WOLAP

45
Q

Operações OLAP Recupera um subconjunto (fatia) do cubo, geralmente bidimensional. Valor simples atribuído a uma (ou mais) dimensões

A

Slide

46
Q

Extração de um subcubo.

Operação slice em mais de duas dimensões de um cubo.

A

Dice

47
Q

OLAP - Alterar a orientação dimensional de um relatório ou uma exibição de página

Troca as dimensões da matriz.

A

Pivot ou rotate

48
Q

Operações OLAP DRILL UP 3 característica

A

Sobe na hierarquia, reduz o nível de detalhe , aumenta a granularidade

49
Q

Operadores OLAP DRILL DOWN 3 características

A

Desce na hierarquia, aumenta o nível de detalhe , reduz a granularidade

50
Q

Operações OLAP DRILL across 2 características

A

Kimball: realiza consultas que envolvem mais de uma tabela fato,
INTERNET: navegação entre os níveis de dados saltando níveis .

51
Q

Operações OLAP drill through 2 características

A

Kamber e Pei: utiliza as instalações SQL para ir além do nível inferior de um cubo de dados até as tabelas relacionais back-end
Drill through
Internet: usuário passa de uma informação contida em uma dimensão para uma outra.

Sefa Alagoas (2 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions