TI 1 Flashcards

(51 cards)

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.

24
Q

Fato[…]

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

25
Fato[…] • Baseada no tempo. • Geralmente criada a partir de uma fato existente. • Uma linha resume muitos eventos de medição ocorridos em um período pa
Snapshot Periódico
26
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.
Snapshot Acumulado
27
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.
sem fato
28
Realizar funções comerciais cotidianas
Oltp
29
Bancos de dados transacionais | •Inclusão, alteração, exclusão e consulta
OLTP
30
Relatórios de rotina, periódicos e estreitamente focados •Execução mais rápida •Atualização contínua • Recursos dos bancos de dados relacionais.
OLTP
31
Suportar análise de decisões •DWs ou DMs •Carga e consulta.
OLAP
32
* Relatórios e consultas Ad hoc, multidimensionais, amplamente focados * Execução mais lenta * Atualização em lote * Recursos de computação distribuída, multiprocesamento e bancos especializados.
OLAP
33
Tipo de Schema Uma tabela de fatos com uma para cada dimensão Tabelas são não normalizadas , Tabelas dimensão ligadas diretamente a tabela fato
Esquema estrela
34
Tipo de esquema : menor número de tabelas , rápido no tempo de resposta e simplicidade
Esquema estrela
35
Tipo de esquema facilidade de manutenção para estruturas somente leitura, consulta mais simples pois há menor necessidade de junção de tabelas
Esquema estrela
36
Tipo de esquema Tabela de fatos central (geralmente apenas uma) que estão conectadas a dimensões Tabelas dimensão geralmente, até a 3FN.
Esquema floco de neve
37
Tipo de esquema Tabela dimensão organizada em hierarquia, maior número de tabelas , modelo mais complexo.
Floco de neve
38
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
Esquema floco de neve
39
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
Constelacao de fatos
40
Quanto a estrutura de armazenamento MOLAP 5 características
``` Armazenamento de informações no cubo de dados. • Requer pré-computação. • Ganho de desempenho. • Longo período para carga dos dados. • Baixa escalabilidade. ```
41
Quanto a estrutura de armazenamento ROLAP 3 características
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
Quanto a estrutura de armazenamento HOLAP 4 características
Combinação de ROLAP com MOLAP. • Alto desempenho • Alta escalabilidade. • Arquitetura de maior custo
43
Quanto a origem da consulta DOLAP 1 características
Disparam uma consulta de uma estação cliente para o servidor.
44
Quanto a origem da consulta - Disparam uma consulta de via navegador web para o servidor.
WOLAP
45
Operações OLAP Recupera um subconjunto (fatia) do cubo, geralmente bidimensional. Valor simples atribuído a uma (ou mais) dimensões
Slide
46
Extração de um subcubo. Operação slice em mais de duas dimensões de um cubo.
Dice
47
OLAP - Alterar a orientação dimensional de um relatório ou uma exibição de página Troca as dimensões da matriz.
Pivot ou rotate
48
Operações OLAP DRILL UP 3 característica
Sobe na hierarquia, reduz o nível de detalhe , aumenta a granularidade
49
Operadores OLAP DRILL DOWN 3 características
Desce na hierarquia, aumenta o nível de detalhe , reduz a granularidade
50
Operações OLAP DRILL across 2 características
Kimball: realiza consultas que envolvem mais de uma tabela fato, INTERNET: navegação entre os níveis de dados saltando níveis .
51
Operações OLAP drill through 2 características
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.