Tecnologia Da Informação - PDF - Aula 02 - Editado

Tecnologia da Informao para ICMS/PI
Auditor Fiscal da Fazenda Estadual

Prof Victor Dalton Aula 02
Sendo assim, BI uma tecnologia que permite s empresas transformar
dados guardados nos seus sistemas em Informao qualitativa e importante
para a tomada de deciso. H uma forte tendncia de que os produtos que
compem o sistema de BI de uma empresa passem provenham funes extras
que auxiliem na tomada de decises, como, por exemplo, ferramentas de Data
Mining.
Ou seja, BI um conjunto de tcnicas, mtodos e ferramentas que
subsidiam o processo de deciso de uma empresa.
Sistemas de apoio Deciso (ou suporte Deciso) costumam
combinar diversas dessas tcnicas, mtodos e ferramentas para suportar a
Inteligncia do Negcio.
Estudaremos a seguir uma ferramenta (repositrio de dados) chamada
DataWarehouse.
Prof. Victor Dalton
www.estrategiaconcursos.com.br
3 de 72

2. DATA WAREHOUSE
2.1
Conceitos Bsicos
Um Data Warehouse, ou armazm de dados, ou ainda depsito de

dados, um repositrio de informaes colhidas de vrias origens,
armazenadas sob um esquema unificado, em um nico local. Quando
reunidos, os dados so armazenados por muito tempo, permitindo o acesso a
dados histricos. Ainda, o desenho da base de dados favorece os relatrios, a
anlise de grandes volumes de dados e a obteno de informaes estratgicas
que podem facilitar a tomada de deciso.
O Data Warehouse possibilita a anlise de grandes volumes de dados,

coletados dos sistemas transacionais (OLTP). So as chamadas sries histricas
que possibilitam uma melhor anlise de eventos passados, oferecendo suporte
s tomadas de decises presentes e a previso de eventos futuros. Por
definio, os dados em um data warehouse no so volteis, ou seja, eles no
mudam, salvo quando necessrio fazer correes de dados previamente
carregados. Os dados esto disponveis somente para leitura e no podem ser
alterados.
Prof. Victor Dalton
4 de 72

A ferramenta mais popular para explorao de um data warehouse

a Online Analytical Processing OLAP ou Processo Analtico em Tempo Real,
mas muitas outras podem ser usadas, como o Data Mining.
Atualmente, por sua capacidade de sumarizar e analisar grandes volumes
de dados, o data warehouse o ncleo dos sistemas de informaes
gerenciais e apoio deciso das principais solues de business intelligence do
mercado.
2.2
Caractersticas do Data Warehouse
O Datawarehouse possui 4 caractersticas marcantes. So elas:
No-voltil: Diferentemente de um Banco de Dados operacional, o

Datawarehouse apenas recebe informaes. Excluses ou alteraes ocorrem
apenas para a correo de dados inseridos com erro.
Prof. Victor Dalton
5 de 72

Integrado: Um Datawarehouse deve ser integrado, ou seja, trabalha de

forma a globalizar e aproveitar os termos e as estruturas tcnicas que so
utilizados nos sistemas de informaes tradicionais. Por exemplo, na
representao de sexo, um Datawarehouse manipula todas as formas seguintes:
m ou f, 0 ou 1, x ou y, macho ou fmea, homem ou mulher,
dama ou cavalheiro.
Prof. Victor Dalton
6 de 72

Orientado por assuntos: Um DW sempre armazena dados importantes
sobre temas especficos da empresa e conforme o interesse das pessoas que iro
utiliz-lo. Bancos de dados operacionais tratam de estoques, entradas e sadas
de materiais. DW trata de clientes, vendas e produtos.
Por exemplo, uma empresa pode trabalhar com vendas de produtos
alimentcios no varejo e ter o seu maior interesse ser o perfil de seus
compradores. Portanto, o DW ser voltado para as pessoas que compram seus
produtos e no para os produtos que ela vende.
Variante no tempo: A variao em relao ao tempo consiste na
manuteno de um histrico de dados em relao ao perodo de tempo maior
que dos sistemas comuns. Ao analisarmos um dado de um DW, o mesmo
sempre estar relacionado a um perodo determinado de tempo, pois ter uma
chave de tempo que ir indicar o dia no qual esses dados foram extrados.
2.3
Data Marts
Um Data Mart pode ser considerado um mini DataWarehouse. Entretanto,

ao invs de englobar uma empresa, um data mart envolver apenas um
determinado setor (Administrao, Marketing, RH), possibilitando uma
especializao maior por ocasio da extrao do conhecimento. Ainda, Date
(Introduo a Sistemas de Bancos de Dados) diz que os Data Marts podem ser
volteis. Segundo o autor:
Por especializado entende-se que o Data Mart (ferramenta OLTP) possui

uma estrutura baseada em um ambiente, tema, situao, rea, setor ou
aplicao especfica, enquanto o DW (ferramenta OLAP) se baseia em vrias
fontes de diversas aplicaes, fontes e situaes para facilitar um suporte a
deciso gerencial.
Por voltil, entende-se que os dados do Data Mart so alterados
frequentemente, enquanto os do DW, por guardarem histrico, s so alterados
quando uma carga foi feita de forma errada, mas no frequentemente como em
um data mart (que baseado em aplicaes).
Existem duas abordagens para

Warehouse: a topdown e a bottom up.
os
relacionamentos
Prof. Victor Dalton
7 de 72
Data
Mart/Data

Abordagem Bottom Up
Na abordagem bottom up, a organizao prefere iniciar seu repositrio de

dados pela criao dos Data Marts, para posteriormente criar o Data Warehouse.
Os Data Marts so menos complexos e custos, e a integrao acontece
posteriormente.
Abordagem Top Down
Na abordagem top down, a organizao cria inicialmente o Data

Warehouse, para depois criar seus Data Marts, mais especializados. Soluo
tpica de organizaes mais maduras, e que podem arcar com os elevados
custos inicais da implantao de um DW.
Prof. Victor Dalton
8 de 72

2.4 Extrao, Transformao e Carga
Se voc prestou ateno nas imagens sobre sistemas de apoio deciso,

deve ter percebido que a alimentao de um DataWarehouse envolve, antes, o
trabalho de ETL (extrao, transformao e carga dos dados).
ETL, na prtica, so ferramentas de software cuja funo a extrao de
dados de diversos sistemas, transformao desses dados conforme
regras de negcios e, por fim, a carga dos dados em um Data Mart ou um
Data Warehouse. A extrao e carga so obrigatrias para o processo, sendo a
transformao/limpeza opcional. considerada uma das fases mais crticas do
Data Warehouse e/ou Data Mart.
Os projetos de data warehouse consolidam dados de diferentes fontes. A
maioria dessas fontes tendem a ser bancos de dados relacionais ou arquivo de
texto (texto plano), mas podem existir outras fontes. Um sistema ETL tem que
ser capaz de se comunicar com as bases de dados e ler diversos formatos de
arquivos utilizados por toda a organizao. Essa pode ser uma tarefa no trivial,
e muitas fontes de dados podem no ser acessadas com facilidade.
Prof. Victor Dalton
9 de 72

Extrao
A primeira parte do processo de ETL a extrao de dados dos sistemas de
origem. Esses sistemas de origem podem ser: sistemas legados, bancos de
daods em diferentes formatos (Oracle, DB2, Sql Server), outros sistemas
corporativos, informaes pblicas disponveis em sites web, dentre
outros.
Cada sistema pode tambm utilizar um formato ou organizao de dados
diferente. Formatos de dados comuns so bases de dados relacionais e flat files
(tambm conhecidos como arquivos planos), mas podem incluir estruturas de
bases de dados no relacionais, como o IMS ou outras estruturas de dados,
como VSAM ou ISAM. A extrao converte para um determinado formato para a
entrada no processamento da transformao.
Transformao
O estgio de transformao aplica uma srie de regras ou funes aos
dados extrados para derivar os dados a serem carregados. Algumas fontes de
dados necessitaro de muito pouca manipulao de dados. Em outros casos,
podem ser necessrios um ou mais de um dos seguintes tipos de transformao:
Seleo de apenas determinadas colunas para carregar (ou a seleo

de nenhuma coluna para no carregar);
Traduo de valores codificados (se o sistema de origem armazena 1
para sexo masculino e 2 para feminino, mas o data warehouse
armazena M para masculino e F para feminino, por exemplo);
Codificao de valores de forma livre (mapeando Masculino,1 e
Sr. para M, por exemplo);
Derivao de um novo valor calculado (montante_vendas = qtde *
preo_unitrio, por exemplo);
Prof. Victor Dalton
10 de 72

Juno de dados provenientes de diversas fontes;
Resumo de vrias linhas de dados (total de vendas para cada loja e
para cada regio, por exemplo);
Gerao de valores de chaves substitutas (surrogate keys);
Transposio ou rotao (transformando mltiplas colunas em
mltiplas linhas ou vice-versa);
Limpeza dos dados, ajustando valores no permitidos, erros de
ortografia, dentre outros;
Quebra de uma coluna em diversas colunas (como por exemplo,
colocando uma lista separada por vrgulas e especificada como uma
cadeia em uma coluna com valores individuais em diferentes
colunas).
Carga
A fase de carga carrega os dados no Data Warehouse. Dependendo das
necessidades da organizao, este processo varia amplamente. Alguns data
warehouses podem substituir as informaes existentes semanalmente, com
dados cumulativos e atualizados, ao passo que outro DW (ou at mesmo outras
partes do mesmo DW, conhecidos como Data Marts) podem adicionar dados a
cada hora. A temporizao e o alcance de reposio ou acrscimo constituem
opes de projeto estratgicas que dependem do tempo disponvel e das
necessidades de negcios. Sistemas mais complexos podem manter um histrico
e uma pista de auditoria de todas as mudanas sofridas pelos dados.
Prof. Victor Dalton
11 de 72

3. FERRAMENTAS OLAP
3.1
Definio
OLAP um termo utilizado para descrever a anlise de dados complexos a

partir do Data Warehouse. Esta tecnologia permite aos analistas de negcios,
gerentes e executivos analisar e visualizar dados corporativos de forma rpida,
consistente e interativa.
A funcionalidade OLAP inicialmente caracterizada pela anlise dinmica
e multidimensional dos dados consolidados de uma organizao, permitindo
que as atividades do usurio final sejam tanto analticas quanto navegacionais.
Esta tecnologia geralmente implementada em ambiente multiusurio e
cliente/servidor, oferecendo assim respostas rpidas s consultas adhoc
(construo de listagens, interligando a informao disponvel na base de dados
conforme as necessidades especificas da empresa, assim como a sua
exportao, possibilitando vrias simulaes), no importando o tamanho do
banco de dados nem sua complexidade. Essa tecnologia auxilia o usurio a
sintetizar informaes corporativas por meio de vises comparativas e
personalizadas, anlises histricas, projees e elaboraes de cenrios.
Qual a margem de lucro para bicicletas em fevereiro? Esse o tipo de pergunta que o OLAP vai responder, em
uma busca multidimensional no banco de dados (tempo, produto, margem de lucro)
Prof. Victor Dalton
12 de 72

3.2
Tabelas de fato e tabelas de dimenso
Na modelagem multidimensional temos 2 tipos principais de tabelas:

tabelas de fato e tabelas de dimenso.
As tabelas contendo dados multidimensionais so denominadas tabelas de
fatos, e normalmente, so muito grandes.
Fatos so normalmente cercados por um grande contexto textual
(dimenses). Fatos so muito especficos, tem atributos numricos muito bem
definidos. Em contraste, o contexto textual que cerca as tabelas de fatos mais
aberto. No raro para o modelador adicionar contextos (dimenses) para um
conjunto de fatos durante o trabalho de implementao.
Embora o modelador possa amarrar todo o contexto dentro de uma grande
lgica associada com cada fato, ele normalmente achar mais conveniente (e
intuitivo) dividir o contexto em grupos independentes. Quando voc grava fatos
(ex.: vendas de um determinado produto em um ms), voc naturalmente
divide o contexto em grupos: produtos, loja, tempo, cliente, caixa e diversos
outros. Ns chamamos essa diviso de grupos de dimenses e assumimos
informalmente que essas dimenses so independentes, ligadas a um fato (no
nosso exemplo, fato VENDA). A figura abaixo d um exemplo grosseiro de
modelo dimensional para um fato venda.
Prof. Victor Dalton
13 de 72

Portanto, fica mais adequado (e reduz os espaos de armazenamento),
modelar a tabela de fatos com estas dimenses sendo tratadas parte. Para tal,
os atributos dimensionais da tabela de fatos sero chaves estrangeiras para
as chamadas tabelas de dimenso.
As tabelas de dimenso delimitam o universo de cada dimenso. Na tabela
Cliente (Customer), por exemplo, ficaro registrados todos os clientes da base
de dados. Na tabela Produto, guardam-se todas as informaes acerca da base
de produtos. A tabela de fatos apenas faz o registro, de uma compra,
realizada, por um cliente, em uma loja, de um produto, em um dado momento.
3.3
Duas formas de modelagem multidimensional: esquemas

Estrela e Floco de Neve
O Modelo Estrela (Star Schema)

No modelo estrela todas as tabelas relacionam-se diretamente com a
tabela de fatos. Sendo assim, as tabelas dimensionais devem conter todas
as descries que so necessrias para definir uma classe como Produto, Tempo
ou Loja nela mesma (veja exemplo na figura abaixo). Em suma, as tabelas de
dimenses so desnormalizadas no modelo estrela. Por consequncia,
deteminados campos como Categoria, Departamento, Marca contero suas
descries repetidas em cada registro, assim, aumentando o tamanho das
tabelas de dimenso por repetirem estas descries de forma textual em todos
os registros.
Este modelo chamado de estrela porque a tabela de fatos fica ao centro

cercada das tabelas dimensionais assemelhado a uma estrela. Mas o ponto forte
a fixar que as dimenses no so normalizadas.
Prof. Victor Dalton
14 de 72

O Modelo Floco de Neve (Snow Flake)
No modelo Floco as tabelas dimensionais relacionam-se com a tabela de
fatos, mas algumas dimenses relacionam-se apenas entre elas. Isto ocorre
para fins de normalizao das tabelas dimensionais, visando diminuir o espao
ocupado por estas tabelas. Informaes como Categoria, Departamento e Marca
tornar-se-o, no exemplo, tabelas de dimenses auxiliares.
No modelo Floco existem tabelas de dimenses auxiliares que normalizam

as tabelas de dimenses principais. Na figura anterior, Ano, Ms e Dia so
tabelas que normalizam a Dimenso Tempo, ao passo que Categoria,
Departamento e Marca normalizam a Dimenso Produto e a tabela Meio
normaliza a Dimenso Promoo.
Construindo a base de dados desta forma, passamos a utilizar mais tabelas
para representar as mesmas dimenses, mas ocupando um espao em disco
menor do que o modelo estrela. Este modelo chama-se floco de neve, pois cada
dimenso se divide em vaias outras tabelas, onde organizadas de certa forma
lembra um floco de neve.
Consideraes
O Modelo Floco (Snow Flake) reduz o espao de armazenamento dos dados
dimensionais mas acrescenta vrias tabelas ao modelo, deixando-o mais
complexo, tornando mais difcil a navegao pelos softwares que utilizaro o
banco de dados. Um outro fator que mais tabelas sero utilizadas para
executar uma consulta, ento mais JOINS de instruo SQL sero feitos,
tornando o acesso aos dados mais lento do que no modelo estrela.
O Modelo Estrela (Star Schema) mais simples e mais fcil de navegao
pelos softwares, porm desperdia espao repetindo as mesmas descries ao
longo de toda a tabela. Porm, anlises mostram que o ganho de espao
Prof. Victor Dalton
15 de 72

normalizando este esquema resulta em um ganho inferior a 1% do espao total
no banco de dados. Isto posto, cabe analisar outros fatores mais importantes
para serem avaliados para reduo do espao em disco, como a adio de
agregados e alterao na granularidade dos dados, por exemplo.
Dica do professor: Se voc sentir muita insegurana para definir a tabela

de fatos e as tabelas de dimenso, procure identificar a tabela com mais chaves
estrangeiras. QUASE SEMPRE esta ser a tabela de fatos. A tabela de fatos,
por conter contedos de dimenses diferentes, precisa ter de chaves
estrangeiras que se relacionem com as chaves primrias das tabelas de
dimenso, que, via de regra, apenas discriminam o contedo de uma
dimenso. Alm disso, a cardinalidade da tabela de fatos normalmente o n
da relao (1:n).
3.4
Arquiteturas OLAP
A anlise multidimensional uma das grandes utilidades da tecnologia

OLAP, consistindo em ver determinados cubos de informaes de diferentes
ngulos e de vrios nveis de agregao. Os cubos so massas de dados que
retornam das consultas feitas ao banco de dados e podem ser manipulados e
visualizados por inmeros ngulos e diferentes nveis de agregao.
Conforme o mtodo de armazenamento de dados utilizado para uma
aplicao OLAP, ser elaborada a arquitetura da aplicao. Os mtodos de
armazenamento de dados, so MOLAP, ROLAP, DOLAP e HOLAP. Cada um deles
tem uma funo especfica e deve ser utilizada quando melhor atender s
necessidades de anlise pela ferramenta de OLAP.
No MOLAP (Multidimensional On-Line Analytical Processing) os
dados so armazenados de forma multidimensional (como se fosse um cubo de
dados). Sua implementao varia de acordo com a sua ferramenta de OLAP,
mas frequentemente implementado em um banco de dados relacional, porm
no na terceira forma normal. Alm disto o acesso aos dados ocorre diretamente
no banco de dados do servidor multidimensional. Os gerenciadores de banco de
dados tm um limite prtico quanto ao tamanho fsico de dados que eles podem
manipular. As restries de armazenamento e desempenho limitaro o tamanho
do banco de dados, no esquecendo o limite das dimenses que tambm
restringem sua manipulao. A complexidade que existe no processo de carga
de um banco de dados multidimensional, pode acarretar a demora no processo.
Prof. Victor Dalton
16 de 72

O processo de carga complexo devido a srie de clculos que devem ser
realizados para agregar os dados s dimenses e preencher as estruturas do
banco. Depois do processo concludo, ainda realizado uma srie de
mecanismos para melhorar a capacidade de pesquisa.
J no ROLAP (Relational On-Line Analytical Processing) os dados so
armazenados no modelo relacional como tambm suas consultas so
processadas pelo gerenciador do banco relacional.
Por outro lado, o DOLAP (Desktop On-Line Analytical Processing)
uma variao que existe para fornecer portabilidade dos dados, uma vez que o
conjunto de dados multidimensional criado no servidor e transferido para o
desktop. A vantagem que oferece esta arquitetura a reduo do trfico na
rede.
Existem tambm arquiteturas hbridas como a HOLAP (Hybrid On-Line
Analytical Processing), na qual ocorre uma combinao entre ROLAP e
MOLAP. A vantagem que com a mistura de tecnologias pode-se extrair o que
h de melhor de cada uma, a alta performance do MOLAP e a escalabilidade do
ROLAP.
Dentre as arquiteturas mais recentes, podemos citar a WOLAP (Web OnLine Analytical Processing), que dispara suas consultas via navegador web
para o servidor, que por sua vez retorna enviando o cubo processado de volta,
para que possa ser analisado pelo usurio.
3.5
Operaes em OLAP
Ao navegar-se pelos cubos OLAP, diversas so as operaes possveis para

a visualizao da informao que se busca. Essas operaes recebem diversos
nomes, a saber:
Drill Down: O Drill Down ocorre quando o usurio aumenta o nvel de
detalhe da informao, diminuindo o grau de granularidade, como passar de
semestre para trimestre.
Drill Up (ou Roll Up): O Drill Up o contrrio do Drill Down. Ele ocorre
quando o usurio aumenta o grau de granularidade, diminuindo o nvel de
detalhamento da informao, como passar de ms para trimestre.
Drill Throught: O Drill Throught ocorre quando o usurio passa de uma
informao contida em uma dimenso para uma outra. Por exemplo: Estou na
Prof. Victor Dalton
17 de 72

dimenso de tempo e no prximo passo comeo a analisar a informao por
regio.
Drill Across: O Drill Across ocorre quando o usurio pula um nvel
intermedirio dentro de uma mesma dimenso. Por exemplo: a dimenso tempo
composta por ano, semestre, trimestre, ms e dia. O usurio estar
executando um Drill Across quando ele passar de ano direto para trimestre ou
ms, sem passar por semestre.
Slice And Dice: So duas operaes distintas. A operao slice (fatiar)
seleciona dados de uma nica dimenso de um cubo ao passo que a operao
dice (do ingls dado) extrai um subcubo do cubo, efetuando uma operao de
seleo sobre duas ou mais dimenses do mesmo.
Cross-join: O Cross-join um recurso no qual dados so unidos e colunas
e linhas so invertidas, permitindo uma melhor visualizao sob a tica do
negcio. Por exemplo:
Cross-join. Modificou-se o foco do Cliente para o Produto.
Pivot: O Pivot similar ao cross-join, mas envolve somente a rotao do

cubo, sem a juno dos dados.
Alertas: Os Alertas so utilizados para indicar situaes de destaque em
elementos dos relatrios, baseados em condies envolvendo objetos e
variveis. Servem para indicar valores mediante condies mas no para isolar
dados pelas mesmas.
Ranking: A opo de ranking permite agrupar resultados por ordem de
maiores / menores, baseado em objetos numricos (Measures). Esta opo
impacta somente uma tabela direcionada (relatrio) no afetando a pesquisa
(Query).
Filtros: Os dados selecionados por uma Query podem ser submetidos a
condies para a leitura na fonte de dados. Os dados j recuperados pelo
Usurio podem ser novamente filtrados para facilitar anlises diretamente no
documento.
Prof. Victor Dalton
18 de 72

Sorts: Os sorts servem para ordenar uma informao. Esta ordenao
pode ser customizada, crescente ou decrescente.
Breaks: Os Breaks servem para separar o relatrio em grupos de
informaes (blocos). Por exemplo: O usurio tem a necessidade de visualizar a
informao por cidades, ento ele deve solicitar um Break. Aps esta ao ter
sido executada, automaticamente o relatrio ser agrupado por cidades,
somando os valores mensurveis por cidades.
Consultas Ad-Hoc: So consultas com acesso casual nico e tratamento
dos dados segundo parmetros nunca antes utilizados, geralmente executado de
forma iterativa e heurstica.
2) (FCC TRF 3 Regio Analista Judicirio Banco de Dados 2014)

A tecnologia de Data Warehouse oferece suporte s ferramentas OLAP, que
apresentam vises multidimensionais de dados permitindo a anlise das
operaes de negcio para facilitar a tomada de decises. Estas ferramentas
suportam algumas operaes de maneira a dar aos analistas o poder de
observar os dados de vrias maneiras em nveis diferentes. Considere duas
destas operaes mostradas nas figuras abaixo.
Prof. Victor Dalton
19 de 72

Prof. Victor Dalton
20 de 72

As operaes mostradas na Figura 1 e na Figura 2, respectivamente, so
(A) rotao e drill-down.
(B) ROLAP e drill-through.
(C) rotao e roll-up.
(D) roll-up e rotao.
(E) drill-down e ROLAP.
Na operao I ocorre uma rotao, trocando linhas com colunas, sem
aglutinao dos dados. Exemplo tpico de pivot, chamado pela banca de
rotao.
Na operao II dado um zoom na Regio sia, mostrando-a por pases. o
famoso drill-down.
Resposta: alternativa a).
Enfim, finalizamos a parte de BI. No deixe de ver os exerccios!
Prof. Victor Dalton
21 de 72

EXERCCIOS COMENTADOS
1 Questo) (ESAF Analista de Planejamento e Oramento

Tecnologia da Informao 2010) BI Business Inteligence
a) uma tcnica de otimizao da rvore de deciso.
b) um mtodo de formao avanada de gestores.
c) compreende ferramentas de anlise de dados para otimizar os processos
produtivos de uma empresa.
d) so tcnicas, mtodos e ferramentas para minerao de dados na rea
de negcios de uma empresa.
e) so tcnicas, mtodos e ferramentas de anlise de dados para subsidiar
processos de deciso de uma empresa.
Business Intelligence (BI) pode ser traduzido como inteligncia de
negcios, ou inteligncia empresarial. Na prtica, configura-se como um
conjunto de tcnicas, mtodos e ferramentas que subsidiam o processo
de deciso de uma empresa.
Resposta, letra e). As demais alternativas servem para confundi-lo.
2 Questo) (ESAF Comisso de Valores Mobilirios Analista de

Sistemas 2010) O sistema de apoio a deciso
a) visa obter informaes de todos os nveis a partir de informaes
detalhadas armazenadas nos sistemas de processamento de aes.
b) analisa dados on-line coletados por sistemas de processamento de
transio, para ajudar as pessoas a executar aes operacionais.
c) visa obter informaes de alto nvel a partir de informaes gerenciais
armazenadas nos sistemas de processamento de documentos.
d) analisa dados coletados por sistemas de processamento de inovao,
para ajudar as pessoas a viabilizarem aes de transcries.
e) analisa dados on-line coletados por sistemas de processamento de
transao, para ajudar as pessoas a tomarem decises de negcios.
particularmente fcil acertar esta questo porque somente uma
alternativa fala o bvio sobre a atividade fim destes sistemas, que dar suporte
deciso. Mas formalizemos um pouco mais.
Os sistemas de apoio deciso servem para dar apoio aos tomadores de
deciso, lderes de uma organizao com dados de mais alto nvel para decises
complexas e importantes (logo, decises de negcio). Estas ferramentas podem
trabalhar com descoberta de conhecimento e processamento online de
Prof. Victor Dalton
22 de 72

transaes, para permitir que tomador de deciso tenha a sua prpria
percepo.
Alternativa e).
3 Questo) (CESPE Banco Central Analista Anlise e

Desenvolvimento de Sistemas 2013) Inteligncia de negcios (business
intelligence) refere-se aos processos de obteno de informaes vlidas a partir
de dados oriundos de fontes diversas (ERPs, CRMs, sistemas legados etc.), que
sero utilizados para apoiar decises de negcios.
Correto. Sistemas Integrados de Gesto Empresarial (ERPs), Sistemas de

Gesto de Relacionamento com o Consumidor (CRMs), sistemas legados, bancos
de dados, a Internet, Data Warehouses, dentre outros, podem ser fontes para a
obteno de dados para fundamentar decises de negcios.
4 Questo) (UEPA SEFA/PA Auditor Fiscal de Receitas Estaduais

2013) Leia o texto para responder questo abaixo.
A soluo de TI que est relacionado ao texto :

a) a construo de um portal corporativo
b) a utilizao de uma ferramenta de Business Inteligence
Prof. Victor Dalton
23 de 72

c) a construo de um portal colaborativo
d) a implantao de Governana em TI
e) a aquisio de novos ativos de rede
Pela descrio do texto, notvel que a soluo a utilizao de uma

ferramenta de Business Intelligence. Mais especificamente, a questo parece
citar Ferramentas OLAP, pois, de maneira online, vai processar informaes de
notas fiscais dos estados de origem, cruzando com dados de outras bases, como
a RFB. Alm disso, parece tambm ter um pouco de Data Mining, pois vai
analisar os dados com dados anteriores, para analisar riscos potenciais. Na
prtica, no uma ferramenta de BI, pois envolve mais de uma ferramenta.
Mesmo assim, alternativa b).
5 Questo) (FCC TST Analista Judicirio Anlise de Sistemas 2012) Leia as afirmaes a seguir:
I. Um Data Warehouse um repositrio de dados atuais e histricos de
uma organizao que possibilita a anlise de grande volume de dados para
suportar a tomada de decises estratgicas, possuindo registros permanentes.
II. O processo de Data Mining, ou minerao de dados, tem por objetivo
localizar possveis informaes em um banco de dados atravs de comparaes
com dados informados pelo usurio e registros de tabelas.
III. Um ERP, ou Sistema Integrado de Gesto Empresarial, conhecido por
integrar os dados de diferentes departamentos de uma organizao,
aumentando o uso de interfaces manuais nos processos.
IV. As ferramentas OLAP (On-line Analytical Processing) so capazes de
analisar grandes volumes de dados, fornecendo diferentes perspectivas de viso
e auxiliando usurios na sintetizao de informaes.
Est correto o que se afirma APENAS em
a) I e II.
b) II e III.
c) I, III e IV.
d) I, II e III.
e) I e IV.
Prof. Victor Dalton
24 de 72

Analisando as alternativas:
I. Correta. O Data Warehouse um repositrio de dados orientado
tomada de decises.
II. Errada. O Data Mining tem por objetivo encontrar padres teis em
bases de dados, no se relacionando com comparaes de dados informados
pelo usurio.
III. Errada. Um ERP procura eliminar as interfaces manuais nos processos,
no aument-las.
IV. Correta.
Portanto, a resposta a ser marcada a alternativa e).
6 Questo) (FCC TRT/9 Regio Tcnico Judicirio Tecnologia

da Informao - 2013) Com o crescente aumento do volume de dados, surge
a necessidade de ferramentas e mecanismos que permitam que eles possam ser
analisados de forma otimizada, uma vez que armazenam toda a trajetria da
empresa. Uma soluo a utilizao de ...I... que, em sntese, utilizado para
armazenar conjuntos de dados organizados por assuntos, mantendo todo um
histrico corporativo. Outro recurso muito utilizado e dos mais importantes
quando o objetivo a busca de conhecimento, o ...II... , que um processo
que consiste na identificao de informaes relevantes que esto presentes em
grandes bancos de dados ou repositrios, geralmente realizado em trs etapas:
a explorao, a definio dos padres e a validao dos dados. Estas
ferramentas e tcnicas fazem parte do ...III... , definido como um conjunto de
mtodos e conceitos que podem ser implementados atravs de softwares com o
intuito de utilizar os dados importantes da organizao para auxiliar no processo
de tomada de decises, proporcionando melhorias para a alta administrao.
Outra tecnologia que pode prover uma melhor e mais flexvel anlise das
informaes, o ...IV... que permite uma viso conceitual de forma
multidimensional das informaes da organizao, de maneira que as
informaes possam ser visualizadas e analisadas de diferentes perspectivas
pelo usurio.
(http://www.devmedia.com.br/mineracao-de-dados-data-warehouse-datamining-bi-e-olap-atraves-do-fastcube-revista-clubedelphi-146/26537)
As lacunas que completam corretamente o texto esto expressas em
Prof. Victor Dalton
25 de 72

E ento, achou tranquila a questo? Espero que sua associao mental

tenha sido veloz!
I armazenar conjuntos de dados orientados por assunto, mantendo
um histrico corporativo Data Warehouse;
II identificao de informaes relevantes em bancos de dados
Data Mining;
III conjunto de mtodos e conceitos para a tomada de decises
Business Intelligence;
IV viso multidimensional das informaes da organizao OLAP.
Alternativa d).
7 Questo) (FCC SEFAZ/RJ Auditor Fiscal da Receita Estadual

3 Categoria - 2014) Sistemas de BI Business Intelligence renem um
conjunto de tecnologias orientadas a disponibilizar informao e conhecimento
em uma organizao, dentre as quais est o DW. Um ambiente que utiliza DW
rene processos e ferramentas, est sempre em evoluo e pode ser visualizado
como na figura abaixo.
Prof. Victor Dalton
26 de 72

Os componentes I, II, III e IV esto corretamente identificados em:
Mais um diagrama ilustrativo de processos de Business Intelligence. Como

no existe uma nica soluo para tal, esta questo obriga que voc utilize as
informaes j existentes no diagrama, e trabalhe por eliminao para encontrar
a alternativa correta.
Inicialmente, aquelas alternativas que possuem sistemas de anlise antes
da ponta final do processo esto equivocadas. Alternativa a) e b), com Sistemas
OLAP no incio do processo, podem ser sumariamente eliminadas.
A alternativa c) inicia por um Data Warehouse e , aps o processo de ETL,
monta sua base inteligente em um Banco de Dados Transacional. Tambm
incorreta.
A alternativa e), por fim, poderia at colocar uma dvida na sua cabea,
mas ela possui, na ponta da linha, um banco de dados multidimensional. Mas
um banco de dados multidimensional por si s no oferece anlise e utilizao
estratgica da informaes. Quem possibilita isso um Sistema OLAP.
Portanto, a alternativa correta a letra d). Os Sistemas OLTP so fontes
de dados, que so tratados e compilados em um Data Warehouse, que pode
ser replicado e especializado em Data Marts, cujos dados podem ser utilizados
por Sistemas OLAP para acesso, anlise e tomada de decises.
8 Questo) (ESAF Tcnico da Receita Federal do Brasil

Tecnologia da Informao 2006 - adaptada) Analise as seguintes
afirmaes relacionadas a Datawarehouse.
I. Um Datawarehouse deve ser voltil, ou seja, os dados sofrem as
alteraes necessrias, como: incluir, alterar ou excluir dados.
Prof. Victor Dalton
27 de 72

II. Um Datawarehouse deve ser integrado, ou seja, trabalha de forma a
globalizar e aproveitar os termos e as estruturas tcnicas que so utilizados nos
sistemas de informaes tradicionais. Por exemplo, na representao de sexo,
um Datawarehouse utiliza todas as formas seguintes: m ou f, 0 ou 1, x
ou y, macho ou fmea, homem ou mulher, dama ou cavalheiro.
III. Um Datawarehouse deve ser orientado aos principais assuntos ou
negcios da empresa como, por exemplo, clientes, vendas e produtos. J os
sistemas de informaes tradicionais so orientados a processos como, por
exemplo, estoques, entradas e sadas de materiais.
IV. Um Datawarehouse deve ser invarivel no tempo, ou seja, sua
estrutura dos dados dispensa elementos temporais, sendo importante apenas a
reteno da chave primria.
Indique a opo que contenha todas as afirmaes verdadeiras.
a) I e II
b) II e III
c) I e III
d) III e IV
e) II e IV
O Datawarehouse possui 4 caractersticas marcantes, que repetidamente
so questes de concursos. Ento nos cabe discutir estas caractersticas:
No-voltil: o Datawarehouse apenas recebe informaes.

Excluses ou alteraes ocorrem apenas para a correo de dados
inseridos com erro.
Integrado: de acordo com o item II da questo;
Orientado por assuntos: conforme o item III da questo;
manuteno de um histrico de dados em relao ao perodo de
tempo maior que dos sistemas comuns, isto significa que as tcnicas
de minerao de dados no so aplicadas em tempo real, de forma a
no comprometer o desempenho dos bancos transacionais OLTP. Ao
analisarmos um dado de um DW, o mesmo sempre estar
relacionado a um perodo determinado de tempo, pois ter uma
chave de tempo que ir indicar o dia no qual esses dados foram
extrados.
Estas so as 4 caractersticas do Datawarehouse. Lembre-se delas! Nossa

resposta certa, portanto, a alternativa b).

3 Categoria - 2014) Com o advento da tecnologia de Data Warehousing, os
Prof. Victor Dalton
28 de 72

ambientes de apoio deciso passaram a ser denominados ambientes de Data
Warehouse (DW).
Em relao tecnologia DW, correto afirmar:
a) Em um DW as convenes de nomes, valores de variveis e outros
atributos fsicos de dados como data types so bastante flexveis. Para facilitar a
tomada de decises, as informaes so apresentadas de diferentes formas, da
mesma maneira que foram carregadas dos sistemas legados.
b) Um projetista de DW deve ter seu foco na modelagem dos dados e no
projeto de banco de dados. Um sistema transacional armazena as informaes
agrupadas por assuntos de interesse da empresa que so mais importantes,
enquanto um DW orientado a processos e deve ser desenvolvido para manter
disponveis as transaes realizadas diariamente.
c) Os dados de um DW so um conjunto dinmico de registros de uma ou
mais tabelas, capturados em um momento de tempo predeterminado, por isso
tm que ser sempre atualizados.
d) Um sistema multidimensional, como o DW, deve atualizar o valor
corrente das informaes e sua exatido vlida por um tempo curto, por
exemplo, o valor total das notas fiscais processadas pela Receita s 12:00 de um
dia pode ser diferente s 18:00 do mesmo dia.
e) Um DW tem duas operaes bsicas: a carga dos dados (inicial e
incremental) e o acesso a estes dados em modo leitura. Depois de carregado,
um DW no necessita de operaes de bloqueio por concorrncia de usurios no
acesso aos seus dados.
Outra questo que trabalha em cima da quatro caractersticas fundamentais
do Data Warehouse. Analisemos as alternativas:
a) Um Data Warerouse deve ser integrado, ou seja, dever ser capaz de
lidar com as informaes nos seus mais deferentes formatos. Contudo,
as informaes devero ser apresentadas de maneira padronizada, e
no da mesma forma como apresentada nos sistemas legados. Errada;
b) Um sistema transacional orientado a processos. Um DW orientado
por assuntos. Errada;
c) Um DW no-voltil. Seus dados no devem ser atualizados. Errada;
d) Mesma argumentao da assertiva anterior;
e) Correta, tambm de acordo com a no-volatilidade.
Prof. Victor Dalton
29 de 72

10 Questo) (FGV SEFAZ/RJ Agente Fiscal de Rendas 2007)

DataWarehouse e DataMining so recursos utilizados por muitas organizaes
para facilitar e agilizar o processamento, a anlise e a consulta de dados. Sobre
esses recursos, correto afirmar que:
a) um DataMining armazena dados extrados de bancos de dados de
diferentes organizaes.
b) um DataWarehouse armazena dados por perodos no superiores a trs
meses, o que dificulta previses e anlises de tendncia.
c) um DataWarehouse repositrio de dados histricos orientados a
assunto, organizados para serem acessveis para atividades de processamento
analtico.
d) DataMining uma tcnica de anlise de dados exclusiva para aplicao
em um DataWarehouse.
e) num DataWarehouse, os usurios finais necessitam conhecer linguagem
de programao para acessar dados.
Questo boa para analisar alternativa a alternativa, no mesmo?
a) Errada; poderia ser at uma caracterstica de DataWarehouse, caso as

diferentes organizaes pertenam a um mesmo conglomerado. Quem
poderia montar um DW com dados de diferentes empresas?
b) Errado! Quanto mais longo o perodo de armazenamento, melhor para
um Data Warehouse, que tem carter histrico;
c) Correta! Atividades de processamento analtico so realizadas pelas
ferramentas OLAP;
d) Errada! O Data Mining no precisa ser utilizado somente em
DataWarehouse, tambm pode-se aplicar DM em bancos de dados
comuns, arquivos legados, na web, etc;
e) Errada! Os usurios finais apenas obtm informaes do DW.
11 Questo) (FCC TCE/SP Agente da Fiscalizao Financeira 2008) Os depsitos de dados voltados para o processo decisrio gerencial e que
podem ser definidos como espcies de mesmo tipo e estrutura so
a) business intelligence e data mining.
b) data warehouse e data mart.
c) data warehouse e data mining.
d) data mining e data mart.
e) data mining, data warehouse e data mart.
Data Marts so pequenos Datawarehouses, setoriais. Alternativa b).
Prof. Victor Dalton
30 de 72

Desenvolvimento de Sistemas 2013) Data warehouse (DW) e data mart
(DM) so componentes importantes em um ambiente de business intelligence,
visto que eles representam repositrios de mltiplos bancos de dados
operacionais da empresa. Um DM agrega informaes de diversos DWs
distribudos pelos departamentos da empresa.
Errado! Apenas porque, na sentena final, a banca troca DM e DW,

colocando uma pegadinha pro candidato.
13 Questo) (FCC SEFAZ/SP Agente Fiscal de Rendas 2009

Tecnologia da Informao) Se uma empresa de grande porte, com alto
volume de transaes e informaes, resolver iniciar um projeto usando o
conceito de Data Mart (DM) em vez de Data Warehouse (DW),
independentemente disso ser ou no a melhor opo, os fatores que a levam a
tal deciso podem ser justificados por:
I. Possibilidade de extrair e preparar os dados diretamente de fontes de
interesse especficas, fornecendo acesso mais rpido pela no necessidade de
sincronia com dados de outras fontes.
II. Menor risco quanto ao sucesso do projeto.
III. Necessidade imediata de informaes organizacionais integradas.
Est correto o que consta em
a) I, apenas.
b) I e II, apenas.
c) I e III, apenas.
d) I, II e III.
e) II e III, apenas.
Ora, sendo setorizados, os Data Marts so fontes de dados especficas,
que no precisam de sincronia com fontes de outros setores da organizao.
Naturalmente, sua adoo implica em menos custo e riscos por parte da
organizao. Como contrapartida, as informaes organizacionais no estaro
integradas.
Resposta certa, alternativa b).
(FCC SEFAZ/SP Agente Fiscal de Rendas Tecnologia da

Informao - 2013) Considere o texto a seguir (baseado em uma notcia real):
Prof. Victor Dalton
31 de 72

O Grupo Montanhs implantou uma soluo de BI para unificar as informaes de
todos os segmentos em que atua e disponibiliz-las de acordo com a necessidade e
permisso de acesso de cada colaborador. Antes da implementao do sistema, os
relatrios departamentais eram elaborados manualmente, o que demandava muito
tempo. Desde os dados contbeis at as informaes de marketing e de RH eram
compiladas de forma mecnica pelas equipes, lembra o gerente de planejamento do
grupo, que foi um dos lderes do projeto.
Ele explica que, observando os processos da empresa, percebeu que o mtodo
utilizado era ultrapassado e, alm de moroso, no permitia a integrao de dados entre
as unidades de negcios. Da forma como atuvamos no conseguamos aproveitar as
informaes que detnhamos para otimizar nossos processos, projetar cenrios futuros e
desenvolver ofertas especiais para o perfil dos clientes. Assim, o gerente desenvolveu
um projeto-piloto para mostrar como a soluo poderia facilitar o dia-a-dia das reas de
negcio. Nesse primeiro momento, foram integrados apenas os dados financeiros e
contbeis de nossas unidades de negcio vindas de sistemas legados para os Data
Marts, afirma ele.
Aps demonstraes para os gerentes e diretores, a alta diretoria deu o aval para
implementar a iniciativa em todo o grupo Trabalhamos com a previso de obter um ROI
em 3 anos, calcula o executivo. Buscvamos uma ferramenta que gerasse anlises
detalhadas a partir de um grande volume de informaes, at porque tnhamos a
necessidade de sermos mais competitivos frente ao dinmico mercado varejista. O que,
segundo o executivo, exigia decises rpidas e acertadas.
Uma das fases essenciais do projeto foi a criao de uma central de
armazenamento de dados, desenvolvida pela equipe interna de TI. Nesse repositrio
esto todas as principais informaes corporativas, que incluem dados financeiros,
contbeis, de vendas, RH e marketing. Essa fase do projeto durou cerca de 6 meses e
foi uma das mais desafiadoras, visto que previu a padronizao em uma base nica
dos dados que antes eram gerenciados por diversos sistemas, diz.
Antes da implementao da soluo de BI, o acesso s informaes acontecia por
meio da extrao de arquivos diretamente dos sistemas. Em seguida, esses dados eram
processados em planilha Excel ou por meio do Access, que geravam os relatrios
departamentais no padronizados. Hoje esses processos foram substitudos por
relatrios e paineis (dashboards). As informaes passaram a ser consolidadas em um
Data Warehouse de 1TB, administrado pela rea de TI.
Uma vez implantado, o sistema integrado comeou a ser acessado pelos diretores
e gerentes das reas de negcios. Por meio de ferramentas OLAP com interface web,
hoje os funcionrios de alto escalo j podem acessar as informaes de sua rea, bem
como cruz-las com outros dados", explica o gerente, ao informar que isso permite
mapear o perfil dos clientes, projetar cenrios futuros e facilitar a criao de
apresentaes setoriais. Alm dos benefcios de agilidade na elaborao de relatrios e
da viso consolidada que a alta direo consegue ter da empresa, o gerente destaca que
a produtividade das equipes aumentou consideravelmente aps a implementao da
soluo de BI. Em breve todos os funcionrios cada um com seu nvel de permisso
tero acesso interface de dados de todo o grupo empresarial."
14 Questo) Ao grupo Montanhs foi apresentada uma soluo de BI que

trouxe diversas vantagens para o grupo empresarial. O resultado dessa soluo
permitiu:
1
2
3
4
5
6
Informao disponvel para gesto

Viso de curvas de comportamento
Agilidade de ferramentas para apoio gesto
Segurana de informaes para deciso
Maior abrangncia de viso de indicadores
Recursos mais abrangentes para anlise de negcios
Prof. Victor Dalton
32 de 72

7 Necessidades e expectativas atendidas por ferramentas de TI

A soluo apresentada foi
a) uma modelagem de banco de dados multidimensional.
b) um projeto de Data Warehouse.
c) um query & report de uma ferramenta OLAP.
d) uma operao ETL.
e) um projeto de banco de dados transacional.
Todas essas caractersticas so conseguidas com a implantao de um

DataWarehouse, j suportado por ferramentas OLAP. Deste modo, a
alternativa mais adequada a ser marcada a alternativa b).
15 Questo) Considerando o contexto da soluo de BI do Grupo

Montanhs, no segundo pargrafo, a integrao inicial apenas dos dados
financeiros e contbeis vindas de sistemas legados indica que
a) foi utilizada uma implementao bottom up, que permite que o
planejamento e desenho dos Data Marts possam ser realizados sem esperar pela
infraestrutura corporativa do DW, permitindo um ROI mais rpido.
b) foi utilizada uma implementao combinada que tem o propsito de
integrar a arquitetura top down com a bottom up, usando diversos modelos de
Data Marts, gerados de uma s vez.
c) foi utilizada uma implementao top down. Nesta implementao h um
grande trabalho inicial, envolvendo todas as pessoas da empresa que iro
participar do projeto, o que fora a empresa a definir regras de negcio de forma
corporativa antes de se iniciar o projeto do DW.
d) no foi utilizada a implementao top down, porque o processo se iniciou
com a extrao, transformao e integrao das informaes dos sistemas
internos, dados externos e das fontes operacionais para um ODS.
e) foi utilizada uma implementao bottom up, porque a partir do DW
foram extrados os dados e metadados para os Data Marts departamentais do
grupo empresarial.
Nem preciso voltar ao texto para responder, pois o contedo relevante

para a questo foi abordado no enunciado. Essa criao de um DataWarehouse
pela integrao gradativa dos setores indica que a abordagem foi bottom up,
tpica das empresas que criam suas solues BI de maneira gradativa.
Prof. Victor Dalton
33 de 72

Abordagem Bottom Up
Resposta certa, alternativa a).
16 Questo) (FGV MPE/MS Analista Anlise de Sistemas

2013 - adaptada) Com relao ao tema Arquitetura e aplicaes de data
warehousing, analise as afirmativas a seguir.
I. As quatro caractersticas principais dos datawarehouses so: orientao
por assunto, no volatilidade, integrao com outras fontes de dados e variao
em relao ao tempo.
II. Datawarehouses auxiliam diretores e gestores no processamento de
transaes do dia a dia da empresa e, por esse motivo, armazenam dados e
metadados altamente normalizados e de baixa granularidade.
Assinale:
a) se somente a afirmativa I estiver correta.
b) se somente a afirmativa II estiver correta.
c) se nenhuma estiver correta.
d) ambas estiverem corretas.
Quanto ao item I, j sabemos que est correto. O equvoco no item II est

em dizer que as informaes em DataWarehouses altamente normalizada. Na
verdade, as informaes em um DW so altamente desnomalizadas, para
facilitar a realizao de consultas as mais variadas possveis, e de baixa
granularidade (granularidade nvel de detalhe: as informaes em um DW
devem ser bastante detalhadas, possibilitando consultas tanto pouco como
muito detalhadas).
Prof. Victor Dalton
34 de 72

17 Questo) (UEL CELEPAR Analista Jnior de Desenvolvimento

de Sistemas 2009) Sobre DataWarehouse, correto afirmar:
I. uma coleo de dados orientada por assuntos, integrada, variante no
tempo, que tem por objetivo dar suporte aos processos de tomada de deciso.
II. implementado por meio de um banco de dados contendo dados

extrados do ambiente de produo da empresa, que foram selecionados e
depurados, tendo sido otimizados para processamento de consulta e no para
processamento de transaes.
III. Seu objetivo fornecer uma imagem nica da realidade do negcio.
De uma forma geral, so sistemas que compreendem um conjunto de programas
que extraem dados do ambiente de dados operacionais da empresa, um banco
de dados que os mantm, e sistemas que fornecem estes dados aos seus
usurios.
IV. As ferramentas ROLAP surgiram juntamente com os Sistemas de Apoio
Deciso para fazerem a consulta e a anlise dos dados contidos nos Data
Warehouses e Data Marts.
Assinale a alternativa correta.
a) Somente as afirmativas I e III so corretas.
b) Somente as afirmativas I e IV so corretas.
c) Somente as afirmativas II e IV so corretas.
d) Somente as afirmativas I, II e III so corretas.
e) Somente as afirmativas II, III e IV so corretas.
A questo muito saudvel para explicar caractersticas do DW. A

pegadinha est em escrever ROLAP ao invs de OLAP. Logo, a alternativa
correta a letra d).
Sistemas 2010) Ferramentas de processamento analtico on-line (OLAP)
a) funcionam sobre dados multidimensionais, caracterizados por atributos
de dimenso e atributos de medida.
b) funcionam sobre dados unidirecionais, caracterizados por atributos de
medida e atributos de qualidade.
c) funcionam sobre dados multidimensionais, caracterizados por atributos
de disperso e atributos de mediao.
d) desconsideram dados multidimensionais.
e) transformam dados unidimensionais em dados analticos, caracterizando
dimenso e medidas por atributos equivalentes.
Prof. Victor Dalton
35 de 72

OLAP uma tecnologia de construo permite aos analistas de negcios,
gerentes e executivos analisar e visualizar dados corporativos de forma rpida,
consistente e principalmente interativa.
A funcionalidade OLAP inicialmente caracterizada pela anlise dinmica e
multidimensional dos dados consolidados de uma organizao permitindo que as
atividades do usurio final sejam tanto analticas quanto navegacionais. Esta
tecnologia geralmente implementada em ambiente multiusurio e
cliente/servidor, oferecendo assim respostas rpidas s consultas adhoc
(construo de listagens, interligando a informao disponvel na base de dados
conforme as necessidades especificas da empresa, assim como a sua
exportao, possibilitando vrias simulaes), no importando o tamanho do
banco de dados nem sua complexidade. Essa tecnologia auxilia o usurio a
sintetizar informaes corporativas por meio de vises comparativas e
personalizadas, anlises histricas, projees e elaboraes de cenrios.
Qual a margem de lucro para bicicletas em fevereiro? Esse o tipo de pergunta que o OLAP vai responder, em
uma busca multidimensional no banco de dados (tempo, produto, margem de lucro)
Aps este leve embasamento,

tranquilidade. Alternativa a).
podemos
responder
questo
com
19 Questo) (FCC TRT/11 Regio Analista Judicirio

Tecnologia da Informao 2012) No mbito dos DWs e OLAP, o processo
onde se faz a juno dos dados e transforma-se as colunas em linhas e as linhas
em colunas, gerando dados cruzados, chamado de
a) drill-across.
Prof. Victor Dalton
36 de 72

b) star.
c) cube.
d) pivot.
e) cross-join.
Espero que voc lembre dessa!

Juno de dados e rotao do cubo o cross-join. feita para procurar
enxergar os dados sob outra perspectiva.
Alternativa e).
20 Questo) (Cesgranrio Petrobrs Analista de Sistemas Jnior

Engenharia de Software 2010 - adaptada) A modelagem
multidimensional uma tcnica de concepo e visualizao de um modelo de
dados de um conjunto de medidas que descrevem aspectos comuns de negcios.
Ela especialmente utilizada para sumarizar e reestruturar dados, de forma a
apresent-los em vises que ajudem ao usurio analis-los para tomar decises
relevantes e bem informadas para o processo de negcio sujacente. Qual das
seguintes descries refere-se corretamente a uma propriedade da modelagem
multidimensional?
a) Quando o usurio realiza uma operao de drill down ou uma operao
de roll up ou drill up, ele est navegando em uma ou mais hierarquias da tabela
de dimenses, respectivamente aumentando e diminuindo a preciso usada para
visualizao dos dados.
b) No modelo dimensional, a tabela de fatos representa uma hierarquia dos
dados, transaes ou eventos de negcio, sendo sempre implementada de forma
completamente desnormalizada.
c) O uso do modelo dimensional aproxima o armazenamento da forma de
pensar do usurio final e, por isto, faz com que este aprenda a usar SQL de
forma mais eficaz e eficiente.
d) A tabela de dimenses apresenta vrios membros que representam
valores diferentes dos fatos e que necessariamente esto organizados em uma
hierarquia nica armazenada como uma rvore.
e) A visualizao mais popular dos dados em modelos dimensionais feita
atravs do desenho de um hipercubo de informao, cujas dimenses so
normalizaes dos ndices das tabelas transacionais.
Prof. Victor Dalton
37 de 72

estilo da Cesgranrio questes para pensar. Vamos responde-las com o

conhecimento adquirido, exercitando um pouco a mente.
a) Explicao perfeita. Certa!
b) Desnormalizar a base de dados para facilitar a modelagem
multidimensional um procedimento relativamente comum, para
auxiliar a reduo dos tempos de busca de informao na base de
dados. Agora, dizer que isso ocorre sempre errado;
c) O comeo da sentena vlido, mas dizer que o usurio final vai
aprender a usar SQL por causa disso chega a ser nonsense;
d) Mais um comeo correto que termina totalmente errado;
e) Outra frase que comea certa e termina falando nada com nada. As
dimenses so apenas atributos cujo enfoque relevante para a anlise
em questo.
Exemplificando para descomplicar: no cubo acima, componentes, vesturio,

bicicletas, total de vendas, custo de vendas, quantidade de vendas , margem de
lucro e tempo so atributos de dimenso. O Tempo, por sua vez, pode ser
escalonado em atributos de medida, conforme o drill up e drill down(ms,
trimestre, semestre, dia, ano...). Em cada caso, existiro atributos de dimenso
que podero conter diversos atributos de medida, ou no.
Prof. Victor Dalton
38 de 72

21 Questo) (FCC INFRAERO Analista de Sistema Banco de

Dados e Administrador de Dados - 2011) Considere:
I. No Data Warehouse, o dado tem um valor histrico, por referir-se a

algum momento especfico do tempo, portanto, ele no atualizvel; a cada
ocorrncia de uma mudana, uma nova entrada criada para sinalizar esta
mudana.
II. O estgio de transformao no processo ETL deve ser capaz de
selecionar determinadas colunas (ou nenhuma) para carregar; transformar
mltiplas colunas em mltiplas linhas; traduzir e unificar cdigos heterogneos
de um mesmo atributo, oriundos de diversas fontes de dados (tabelas).
III. No Snow Flake as subdimenses, por no serem normalizadas, geram
aumento significativo no nmero de registros e, como consequncia, aumentam
tambm a quantidade de joins necessrios exibio de uma consulta.
IV. Data Mining uma ferramenta de minerao de dados que executa a
varredura nos dados histricos com o objetivo de desconsiderar o que genrico
sobre algum assunto e valorizar tudo que o for especfico dentro do sistema.
a) I e II, apenas.
b) III e IV, apenas.
c) I, II e III, apenas.
d) II, III e IV, apenas.
e) I, II, III e IV.
Analisando:
I. Correta, uma vez que o DW no-volttil;
II. Definio correta acerca de ETL;
III. No snow flake as subdimenses so normalizadas. Errada;
IV. Definio tambm equivocada de DM.
Prof. Victor Dalton
39 de 72

22 Questo) (FCC MPE/MA Analista Ministerial Banco de

Dados e Administrador de Dados - 2013) Considerando um data warehouse,
podem ser utilizadas, para sua consulta, as ferramentas MOLAP
(Multidimensional OLAP), cuja caracterstica principal fazer o acesso a um
conjunto de dados previamente calculados, denominado
a) matriz de dados.
b) lista ligada.
c) matriz hash.
d) milestone.
e) cubo de dados.
O nosso famoso cubo de dados. Alternativa e).

Tecnologia da Informao - 2013) As ferramentas OLAP so as aplicaes s
quais os usurios finais tm acesso para extrair os dados de suas bases e
construir os relatrios capazes de responder s suas questes gerenciais. As
operaes realizadas abaixo navegam nos dados, modificando o nvel de
granularidade da consulta.
Prof. Victor Dalton
40 de 72

A primeira e a segunda operaes so, respectivamente,
a) roll up e drill down.
b) drill across e slice and dice.
c) slice and dice e dill throught.
d) dill throught e roll up.
e) drill down e roll up.
Na operao 1, houve uma diminuio no nvel de detalhe da informao,

saindo de uma anlise do Trimestre 1 para uma anlise anual. Na operao 2,
houve um aumento no detalhe da informao, entrando no Estado do Rio
Grande do Sul, passando a analisar por municpios. Portanto, ocorreram,
respectivamente, um roll up e um drill down.
Alternativa a).

Tecnologia da Informao - 2013) Dentre as diferenas cruciais entre o
modelo tradicional de uso de bancos de dados OLTP (Online Transaction
Processing) e o modelo voltado para Data Warehousing (DW) est
a) o nvel de armazenamento de dados, muito mais sumarizado no caso de
DW.
b) a quantidade de clusulas JOIN, utilizadas em maior nmero para DW.
c) a necessidade de normalizao para as bases OLAP, o que no
necessrio em OLTP.
d) a utilizao de dados derivados e agregados em OLTP, o que no ocorre
no ambiente de DW.
e) o nmero de ndices necessrios, muito maior no caso de DW.
Todas as afirmativas esto erradas, com exceo da alternativa e). Um

DW, por servir de base para ferramentas OLAP, precisa de muitos ndices, para
diminuir o custo operacional das pesquisas, que podem ser as mais variadas
possveis.
Prof. Victor Dalton
41 de 72

25 Questo) (FCC TRT/12 Regio Tcnico Judicirio

Tecnologia da Informao - 2013) Em uma comparao entre bancos de
dados OLTP (Online Transaction Processing), com bancos de dados OLAP (Online
Analytical Processing), para os bancos OLAP
a) no necessrio um grande espao de armazenamento, pois as
informaes so buscadas em tempo real.
b) as operaes podem levar horas para serem executadas para certas
queries.
c) as operaes de INSERT e UPDATE so efetuadas somente pelos
usurios finais.
d) o principal objetivo rodar e controlar tarefas bsicas de regras de
negcio.
e) os dados so obtidos ad hoc, ou seja, sempre que um relatrio
requisitado, os bancos OLTP so acessados dinamicamente para a obteno
imediata desta informao.
Esta questo est diretamente relacionada com a anterior. Um dos motivos

pelos quais um DW possui muitos ndices justamente porque as consultas
OLAP podem ser demasiadamente complexas e, mesmo em um banco indexado,
as operaes podem levar horas para serem executadas.
Alternativa b).
26 Questo) (FCC Prefeitura de So Paulo Auditor Fiscal

Tributrio Municipal I Tecnologia da Informao - 2012) Sobre os
esquemas estrela e floco de neve para modelagem de dados multidimensionais
voltados para OLAP correto afirmar que
a) ambos os esquemas possuem vrias tabelas de fato hierrquicas por
meio de normalizao, sendo que apenas no esquema estrela as tabelas de
dimenso tambm so hierrquicas por meio de normalizao.
b) o esquema estrela possui uma nica tabela de fato, enquanto no
esquema floco de neve existem vrias tabelas de fato hierrquicas por meio de
normalizao.
c) o esquema floco de neve possui uma nica tabela de fato, enquanto no
esquema estrela existem vrias tabelas de fato hierrquicas por meio de
normalizao.
Prof. Victor Dalton
42 de 72

d) ambos os esquemas possuem uma tabela de fato e vrias tabelas de
dimenso, sendo que apenas no esquema floco de neve as tabelas de dimenso
so hierrquicas por meio de normalizao.
e) ambos os esquemas possuem uma tabela de fato e vrias tabelas de
dimenso, sendo que apenas no esquema estrela as tabelas de dimenso so
hierrquicas por meio de normalizao.
J sabemos que ambos os esquemas possuem uma nica tabela de fato, o

que torna as assertivas de a) a c) erradas. Ainda, sabemos que o esquema
floco de neve que hierarquiza as tabelas de dimenso por meio da normalizao
dos dados.
Alternativa d).
27 Questo) (FCC TCE/AM Analista Tcnico de Controle Externo

Tecnologia da Informao - 2012) Em ferramentas OLAP, a estrutura de
dados que agrega as medidas por nveis e hierarquias de cada uma das
dimenses a serem analisadas, combinando vrias dimenses, tais como tempo,
geografia e linhas de produtos, com dados resumidos, tais como nmeros de
vendas ou de inventrio, visualizada na forma de
a) um grfico multidimensional.
b) uma esfera.
c) uma planilha.
d) um cubo.
e) uma pirmide tridimensional.
Alguma dvida? Alternativa d).

Engenharia de Software - 2010) Em um ambiente de data warehousing,
uma das fases mais importantes a ETL (Extract, Transformation and Load), em
que se definem as estratgias de converso, transformao e consistncia dos
dados dos sistemas de origem para realizar a carga dos dados no sistema de
data warehouse. Uma caracterstica relacionada a essa fase de ETL que
Prof. Victor Dalton
43 de 72

a) a garantia da consistncia dos dados especialmente necessria nos
sistemas que incluem SGBDs relacionais, pois estes so incapazes de garantir as
consistncias das transaes e as integridades referenciais.
b) sua existncia incompatvel com o uso dos sistemas legados, pois sua
tecnologia antiquada impede que estes sejam integrados em um sistema de data
warehousing.
c) pode ser eliminada, se o prprio SGBD relacional transacional for usado
como o banco do sistema de data warehousing, o que permite obter uma grande
economia de recursos.
d) necessria para se obter os dados das mltiplas fontes, de forma a
transform-los nas variveis que interessam ao processo de deciso.
e) visa a garantir que cada registro do data warehouse corresponda a
exatamente um registro do SGBD transacional, para assegurar a correo das
variveis de deciso.
Vamos analisar as alternativas uma a uma:

a) a garantia da consistncia dos dados especialmente necessria
nos sistemas que incluem SGBDs relacionais, pois estes so incapazes
de garantir as consistncias das transaes e as integridades
referenciais. Amigo, se um SGBD no conseguisse manter a consistncia das
transaes e as integridades referenciais, eles no custariam milhares de
dlares. Voc sabe quanto custa uma licena empresarial de um Oracle?
b) sua existncia incompatvel com o uso dos sistemas legados,
pois sua tecnologia antiquada impede que estes sejam integrados em
um sistema de data warehousing. Sem comentrios. O ETL uma
ferramenta til justamente por extrair informaes de sistemas legados;
c) pode ser eliminada, se o prprio SGBD relacional transacional for
usado como o banco do sistema de data warehousing, o que permite
obter uma grande economia de recursos. Comparao de bananas com
maas. Uma coisa usar e administrar um banco de dados, outra coisa
preenche-lo com informaes que precisaro vir de diversas fontes diferentes.
d) necessria para se obter os dados das mltiplas fontes, de
forma a transform-los nas variveis que interessam ao processo de
deciso. Simples e correto!
e) visa a garantir que cada registro do data warehouse corresponda
a exatamente um registro do SGBD transacional, para assegurar a
correo das variveis de deciso. Outra alternativa que no fala nada com
nada. O SGBD no tem registros, quem tem registro banco de dados.
Prof. Victor Dalton
44 de 72

(CESPE MPOG Categoria Profissional 2 Tecnologia da

Informao - 2013)
29. Em ETL, frequentemente, necessrio limpar, ajustar e
consolidar os dados antes de realizar sua carga. Nesse estgio de
transformao, aplicam-se regras ou funes aos dados extrados para
ajustar os dados a serem carregados. A limpeza trata de vrios tipos de
erros, como, por exemplo, valores ilegais, ou que no obedeam s
regras de integridade da base, e erros de ortografia.
Correto. A limpeza pode ser realizada durante a transformao, antes da

carga dos dados.
(CESPE ANTT Analista Administrativo Desenvolvimento de

Sistemas da Informao - 2013)
30. Ferramentas ETL so utilizadas na extrao, transformao e
remoo de dados.
Errado! E extrao; T transformao; L carga!
31 Questo) (CETRO ANVISA Analista Administrativo rea 5

2013 prova anulada) Quanto aos bancos de dados de suporte deciso,
assinale a alternativa correta.
a) So, principalmente (embora no totalmente), apenas de leitura (readonly).
b) So, principalmente, livres de qualquer tipo de redundncia.
c) Sua principal preocupao a integridade.
d) Por questes de eficincia no armazenamento, no so indexados.
e) No devem ser muito grandes devido constante manuteno exigida e
s transaes comerciais que no devem ser acumuladas com o tempo.
Prof. Victor Dalton
45 de 72

Os bancos de dados de suporte deciso, como um Data Warehouse, via
de regra, so apenas para leitura (alternativa a)), uma vez que as aplicaes
que os manipulam visam apenas extrair conhecimento, e no modificar os seus
dados.
Estes
bancos
costumam
conter
redundncias,
inclusive
sendo
desnormalizados, para facilitar as pesquisas multidimensionais. Isto posto,
comum a indexao da maioria das tabelas.
Por fim, dependendo do intervalo de tempo que o DW retiver informaes,
ele pode ser enorme, e sua manuteno custosa.

2013 prova anulada) Assinale a alternativa que apresenta um recurso
essencialmente OLAP.
a) ROLLUP.
b) GROUP BY.
c) OLAPUP.
d) HAVING.
e) SELECT.
Roll up (ou Drill uP) e Drill Down so aumentos ou diminuies na

granularidade de uma consulta, para a visualizao de informaes com
diferentes nveis de detalhamento.
Olap UP no existe, e as demais alternativas tratam de clusulas para
consultas SQL.
Alternativa a).

2013 prova anulada) Em relao aos DWs (Data warehouses), assinale a
alternativa correta.
a) So orientados a objetos.
b) No variam com o tempo.
c) So volteis.
Prof. Victor Dalton
46 de 72

d) Evitam o uso de gerenciadores de bancos de dados tradicionais,
reduzindo custos, mas podem causar impactos significativos nos sistemas
operacionais.
e) Seus dados no podem ser alterados, mas podem ser excludos.
Os Data Warehouses so:
No-voltil: Diferentemente de um Banco de Dados operacional, o

Datawarehouse apenas recebe informaes. Excluses ou alteraes ocorrem
apenas para a correo de dados inseridos com erro.
Integrado: Um Datawarehouse deve ser integrado, ou seja, trabalha de

forma a globalizar e aproveitar os termos e as estruturas tcnicas que so
utilizados nos sistemas de informaes tradicionais. Por exemplo, na
representao de sexo, um Datawarehouse manipula todas as formas seguintes:
m ou f, 0 ou 1, x ou y, macho ou fmea, homem ou mulher,
dama ou cavalheiro.
Orientado por assuntos: Um DW sempre armazena dados importantes

sobre temas especficos da empresa e conforme o interesse das pessoas que iro
utiliz-lo. Bancos de dados operacionais tratam de estoques, entradas e sadas
de materiais. DW trata de clientes, vendas e produtos.
manuteno de um histrico de dados em relao ao perodo de tempo maior
que dos sistemas comuns. Ao analisarmos um dado de um DW, o mesmo
sempre estar relacionado a um perodo determinado de tempo, pois ter uma
chave de tempo que ir indicar o dia no qual esses dados foram extrados.
Essa questo vem para exigir o seu raciocnio. Postos os comentrios

acima, percebe-se com facilidade que as alternativas de a) a c) esto erradas. A
alternativa d) tambm incorreta porque, apesar de evitar a utilizao de
SGBDs tradicionais, um DW no impacta significativamente sistemas
operacionais. Eles se envolvem com as aplicaes que os manipulam, apenas.
Prof. Victor Dalton
47 de 72

A voc chega na alternativa e) e pensa: os dados no DW no podem ser

excludos ou alterados, pois ele no voltil.
No bem assim! Ele no voltil no sentido de no poderem ser

excludos ou alterados dados vlidos. Observou que o DW variante no
tempo? Ora, se um DW guarda apenas informaes dos ltimos 10 anos de uma
empresa, o que acontece com os dados que ultrapassam esse perodo de
longevidade? Naturalmente, eles sero excludos do DW, preferencialmente, com
o armazenamento de uma cpia de backup.
Resposta certa, alternativa e).
34 Questo) (FCC TRF 3 Regio Analista Judicirio Banco de

Dados 2014) Minerao de dados a investigao de relaes e padres
globais que existem em grandes bancos de dados, mas que esto ocultos no
grande volume de dados. Com base nas funes que executam, h diferentes
tcnicas para a minerao de dados, dentre as quais esto:
I. identificar afinidades existentes entre um conjunto de itens em um dado
grupo de registros. Por exemplo: 75% dos envolvidos em processos judiciais
ligados a ataques maliciosos a servidores de dados tambm esto envolvidos em
processos ligados a roubo de dados sigilosos.
II. identificar sequncias que ocorrem em determinados registros. Por
exemplo: 32% de pessoas do sexo feminino aps ajuizarem uma causa contra o
INSS solicitando nova percia mdica ajuzam uma causa contra o INSS
solicitando ressarcimento monetrio.
III. as categorias so definidas antes da anlise dos dados. Pode ser
utilizada para identificar os atributos de um determinado grupo que fazem a
discriminao entre 3 tipos diferentes, por exemplo, os tipos de processos
judiciais podem ser categorizados como infrequentes, ocasionais e frequentes.
Os tipos de tcnicas referenciados em I, II e III, respectivamente, so:
Questo clssica cobrando o entendimento de tcnicas de Mining! Vamos

analisar as assertivas:
Prof. Victor Dalton
48 de 72

processos ligados a roubo de dados sigilosos. ou seja, estamos dizendo que X
est associado a Y. Exemplo de Associao!
solicitando ressarcimento monetrio Se A aconteceu, B acontece em
sequncia. Padres sequenciais!

judiciais podem ser categorizados como infrequentes, ocasionais e frequentes
Eu pararia na frase sublinhada para marcar Classificao. Sua grande diferena
para o Agrupamento justamente a definio de categorias que realizada
pelo homem, antes da anlise dos dados. No agrupamento a categorizao
ocorre depois da anlise, realizada pelo prprio Mining.
Resposta: alternativa b).

Dados 2014) A tecnologia de Data Warehouse oferece suporte s
ferramentas OLAP, que apresentam vises multidimensionais de dados
permitindo a anlise das operaes de negcio para facilitar a tomada de
decises. Estas ferramentas suportam algumas operaes de maneira a dar aos
analistas o poder de observar os dados de vrias maneiras em nveis diferentes.
Considere duas destas operaes mostradas nas figuras abaixo.
Prof. Victor Dalton
49 de 72


Prof. Victor Dalton
50 de 72

Na operao I ocorre uma rotao, trocando linhas com colunas, sem
aglutinao dos dados. Exemplo tpico de pivot, chamado pela banca de
rotao.
Na operao II dado um zoom na Regio sia, mostrando-a por pases.
o famoso drill-down.
Resposta: alternativa a).
36 Questo) (FCC SEFAZ/PE Auditor Fiscal 2014) O grande

crescimento do ambiente de negcios faz com que as empresas armazenem um
alto volume de informaes, tornando a sua correta extrao um fator chave
para que consigam espao no mercado competitivo. Nesse contexto, o Data
Warehouse (DW) um depsito de dados
(A) redundante, pois como os dados so provenientes de vrias fontes,
podem aparecer repetidos dezenas de vezes.
(B) orientado por departamentos, e sua modelagem norteada a partir de
todos os assuntos da empresa, fornecendo uma viso geral dos processos de
negcio
que
permite
a
tomada
de
decises
estratgicas.
(C) voltil, em que os dados, aps serem filtrados e limpos, podem sofrer
alteraes, consulta e excluso de cadastro que refletem nas bases de dados
originais.
(D) integrado, que visa padronizar os dados dos diversos sistemas em uma
nica representao, para serem transferidos para a base de dados nica do
DW.
(E) invarivel com o tempo, que consiste na manuteno de um histrico
de dados em relao ao perodo de tempo maior que dos sistemas comuns o que
compromete, de certa forma, o desempenho dos bancos transacionais.
O DW no-voltil, integrado, orientado por assuntos e variante no

tempo. Tem por finalidade ser um repositrio de dados da organizao,
voltado para a tomada de decises. Por eliminao, a nica assertiva que
no possui incorrees a alternativa d). A alternativa b) confunde um pouco,
mas orientao por departamentos no caracterstica de um DW.
Prof. Victor Dalton
51 de 72

CONSIDERAES FINAIS
Esta aula foi um pouco mais curta, porque, via de regra, este contedo
unido parte de Bancos de Dados. Entretanto, como o contedo de Banco de
Dados para vocs ficou muito extenso, fiz questo de separar esse tpico.
Tambm tenho conscincia que esse assunto nem sempre compreendido
de primeira pelo concurseiro. Tenha pacincia, faa a digesto do assunto, e
leia novamente em outra oportunidade. At o dia da prova, tenho certeza que
voc absorver esse contedo e estar em condies de fazer um bom exame.
At a prxima aula!
Victor Dalton
Prof. Victor Dalton
52 de 72

LISTA DE EXERCCIOS
1 Questo) (ESAF Analista de Planejamento e Oramento

Tecnologia da Informao 2010) BI Business Inteligence
a) uma tcnica de otimizao da rvore de deciso.
b) um mtodo de formao avanada de gestores.
c) compreende ferramentas de anlise de dados para otimizar os processos
produtivos de uma empresa.
d) so tcnicas, mtodos e ferramentas para minerao de dados na rea
de negcios de uma empresa.
e) so tcnicas, mtodos e ferramentas de anlise de dados para subsidiar
processos de deciso de uma empresa.

Sistemas 2010) O sistema de apoio a deciso
a) visa obter informaes de todos os nveis a partir de informaes
detalhadas armazenadas nos sistemas de processamento de aes.
b) analisa dados on-line coletados por sistemas de processamento de
transio, para ajudar as pessoas a executar aes operacionais.
c) visa obter informaes de alto nvel a partir de informaes gerenciais
armazenadas nos sistemas de processamento de documentos.
d) analisa dados coletados por sistemas de processamento de inovao,
para ajudar as pessoas a viabilizarem aes de transcries.
e) analisa dados on-line coletados por sistemas de processamento de
transao, para ajudar as pessoas a tomarem decises de negcios.

Desenvolvimento de Sistemas 2013) Inteligncia de negcios (business
intelligence) refere-se aos processos de obteno de informaes vlidas a partir
de dados oriundos de fontes diversas (ERPs, CRMs, sistemas legados etc.), que
sero utilizados para apoiar decises de negcios.
4 Questo) (UEPA SEFA/PA Auditor Fiscal de Receitas Estaduais

2013) Leia o texto para responder questo abaixo.
Prof. Victor Dalton
53 de 72

A soluo de TI que est relacionado ao texto :

a) a construo de um portal corporativo
b) a utilizao de uma ferramenta de Business Inteligence
c) a construo de um portal colaborativo
d) a implantao de Governana em TI
e) a aquisio de novos ativos de rede
5 Questo) (FCC TST Analista Judicirio Anlise de Sistemas 2012) Leia as afirmaes a seguir:
I. Um Data Warehouse um repositrio de dados atuais e histricos de
uma organizao que possibilita a anlise de grande volume de dados para
suportar a tomada de decises estratgicas, possuindo registros permanentes.
II. O processo de Data Mining, ou minerao de dados, tem por objetivo
localizar possveis informaes em um banco de dados atravs de comparaes
com dados informados pelo usurio e registros de tabelas.
III. Um ERP, ou Sistema Integrado de Gesto Empresarial, conhecido por
integrar os dados de diferentes departamentos de uma organizao,
aumentando o uso de interfaces manuais nos processos.
Prof. Victor Dalton
54 de 72

IV. As ferramentas OLAP (On-line Analytical Processing) so capazes de
analisar grandes volumes de dados, fornecendo diferentes perspectivas de viso
e auxiliando usurios na sintetizao de informaes.
Est correto o que se afirma APENAS em
a) I e II.
b) II e III.
c) I, III e IV.
d) I, II e III.
e) I e IV.
6 Questo) (FCC TRT/9 Regio Tcnico Judicirio Tecnologia

da Informao - 2013) Com o crescente aumento do volume de dados, surge
a necessidade de ferramentas e mecanismos que permitam que eles possam ser
analisados de forma otimizada, uma vez que armazenam toda a trajetria da
empresa. Uma soluo a utilizao de ...I... que, em sntese, utilizado para
armazenar conjuntos de dados organizados por assuntos, mantendo todo um
histrico corporativo. Outro recurso muito utilizado e dos mais importantes
quando o objetivo a busca de conhecimento, o ...II... , que um processo
que consiste na identificao de informaes relevantes que esto presentes em
grandes bancos de dados ou repositrios, geralmente realizado em trs etapas:
a explorao, a definio dos padres e a validao dos dados. Estas
ferramentas e tcnicas fazem parte do ...III... , definido como um conjunto de
mtodos e conceitos que podem ser implementados atravs de softwares com o
intuito de utilizar os dados importantes da organizao para auxiliar no processo
de tomada de decises, proporcionando melhorias para a alta administrao.
Outra tecnologia que pode prover uma melhor e mais flexvel anlise das
informaes, o ...IV... que permite uma viso conceitual de forma
multidimensional das informaes da organizao, de maneira que as
informaes possam ser visualizadas e analisadas de diferentes perspectivas
pelo usurio.
(http://www.devmedia.com.br/mineracao-de-dados-data-warehouse-datamining-bi-e-olap-atraves-do-fastcube-revista-clubedelphi-146/26537)
As lacunas que completam corretamente o texto esto expressas em
Prof. Victor Dalton
55 de 72


3 Categoria - 2014) Sistemas de BI Business Intelligence renem um
conjunto de tecnologias orientadas a disponibilizar informao e conhecimento
em uma organizao, dentre as quais est o DW. Um ambiente que utiliza DW
rene processos e ferramentas, est sempre em evoluo e pode ser visualizado
como na figura abaixo.
Os componentes I, II, III e IV esto corretamente identificados em:
8 Questo) (ESAF Tcnico da Receita Federal do Brasil

Tecnologia da Informao 2006 - adaptada) Analise as seguintes
afirmaes relacionadas a Datawarehouse.
I. Um Datawarehouse deve ser voltil, ou seja, os dados sofrem as
alteraes necessrias, como: incluir, alterar ou excluir dados.
II. Um Datawarehouse deve ser integrado, ou seja, trabalha de forma a
globalizar e aproveitar os termos e as estruturas tcnicas que so utilizados nos
sistemas de informaes tradicionais. Por exemplo, na representao de sexo,
Prof. Victor Dalton
56 de 72

um Datawarehouse utiliza todas as formas seguintes: m ou f, 0 ou 1, x

ou y, macho ou fmea, homem ou mulher, dama ou cavalheiro.
III. Um Datawarehouse deve ser orientado aos principais assuntos ou
negcios da empresa como, por exemplo, clientes, vendas e produtos. J os
sistemas de informaes tradicionais so orientados a processos como, por
exemplo, estoques, entradas e sadas de materiais.
IV. Um Datawarehouse deve ser invarivel no tempo, ou seja, sua
estrutura dos dados dispensa elementos temporais, sendo importante apenas a
reteno da chave primria.
Indique a opo que contenha todas as afirmaes verdadeiras.
a) I e II
b) II e III
c) I e III
d) III e IV
e) II e IV

3 Categoria - 2014) Com o advento da tecnologia de Data Warehousing, os
ambientes de apoio deciso passaram a ser denominados ambientes de Data
Warehouse (DW).
Em relao tecnologia DW, correto afirmar:
a) Em um DW as convenes de nomes, valores de variveis e outros
atributos fsicos de dados como data types so bastante flexveis. Para facilitar a
tomada de decises, as informaes so apresentadas de diferentes formas, da
mesma maneira que foram carregadas dos sistemas legados.
b) Um projetista de DW deve ter seu foco na modelagem dos dados e no
projeto de banco de dados. Um sistema transacional armazena as informaes
agrupadas por assuntos de interesse da empresa que so mais importantes,
enquanto um DW orientado a processos e deve ser desenvolvido para manter
disponveis as transaes realizadas diariamente.
c) Os dados de um DW so um conjunto dinmico de registros de uma ou
mais tabelas, capturados em um momento de tempo predeterminado, por isso
tm que ser sempre atualizados.
d) Um sistema multidimensional, como o DW, deve atualizar o valor
corrente das informaes e sua exatido vlida por um tempo curto, por
exemplo, o valor total das notas fiscais processadas pela Receita s 12:00 de um
dia pode ser diferente s 18:00 do mesmo dia.
Prof. Victor Dalton
57 de 72

e) Um DW tem duas operaes bsicas: a carga dos dados (inicial e
incremental) e o acesso a estes dados em modo leitura. Depois de carregado,
um DW no necessita de operaes de bloqueio por concorrncia de usurios no
acesso aos seus dados.
10 Questo) (FGV SEFAZ/RJ Agente Fiscal de Rendas 2007)

DataWarehouse e DataMining so recursos utilizados por muitas organizaes
para facilitar e agilizar o processamento, a anlise e a consulta de dados. Sobre
esses recursos, correto afirmar que:
a) um DataMining armazena dados extrados de bancos de dados de
diferentes organizaes.
b) um DataWarehouse armazena dados por perodos no superiores a trs
meses, o que dificulta previses e anlises de tendncia.
c) um DataWarehouse repositrio de dados histricos orientados a
assunto, organizados para serem acessveis para atividades de processamento
analtico.
d) DataMining uma tcnica de anlise de dados exclusiva para aplicao
em um DataWarehouse.
e) num DataWarehouse, os usurios finais necessitam conhecer linguagem
de programao para acessar dados.
11 Questo) (FCC TCE/SP Agente da Fiscalizao Financeira 2008) Os depsitos de dados voltados para o processo decisrio gerencial e que
podem ser definidos como espcies de mesmo tipo e estrutura so
a) business intelligence e data mining.
b) data warehouse e data mart.
c) data warehouse e data mining.
d) data mining e data mart.
e) data mining, data warehouse e data mart.

Desenvolvimento de Sistemas 2013) Data warehouse (DW) e data mart
(DM) so componentes importantes em um ambiente de business intelligence,
visto que eles representam repositrios de mltiplos bancos de dados
operacionais da empresa. Um DM agrega informaes de diversos DWs
distribudos pelos departamentos da empresa.
Prof. Victor Dalton
58 de 72

13 Questo) (FCC SEFAZ/SP Agente Fiscal de Rendas 2009

Tecnologia da Informao) Se uma empresa de grande porte, com alto
volume de transaes e informaes, resolver iniciar um projeto usando o
conceito de Data Mart (DM) em vez de Data Warehouse (DW),
independentemente disso ser ou no a melhor opo, os fatores que a levam a
tal deciso podem ser justificados por:
I. Possibilidade de extrair e preparar os dados diretamente de fontes de
interesse especficas, fornecendo acesso mais rpido pela no necessidade de
sincronia com dados de outras fontes.
II. Menor risco quanto ao sucesso do projeto.
III. Necessidade imediata de informaes organizacionais integradas.
a) I, apenas.
b) I e II, apenas.
c) I e III, apenas.
d) I, II e III.
e) II e III, apenas.
(FCC SEFAZ/SP Agente Fiscal de Rendas Tecnologia da

Informao - 2013) Considere o texto a seguir (baseado em uma notcia real):
O Grupo Montanhs implantou uma soluo de BI para unificar as informaes de
todos os segmentos em que atua e disponibiliz-las de acordo com a necessidade e
permisso de acesso de cada colaborador. Antes da implementao do sistema, os
relatrios departamentais eram elaborados manualmente, o que demandava muito
tempo. Desde os dados contbeis at as informaes de marketing e de RH eram
compiladas de forma mecnica pelas equipes, lembra o gerente de planejamento do
grupo, que foi um dos lderes do projeto.
Ele explica que, observando os processos da empresa, percebeu que o mtodo
utilizado era ultrapassado e, alm de moroso, no permitia a integrao de dados entre
as unidades de negcios. Da forma como atuvamos no conseguamos aproveitar as
informaes que detnhamos para otimizar nossos processos, projetar cenrios futuros e
desenvolver ofertas especiais para o perfil dos clientes. Assim, o gerente desenvolveu
um projeto-piloto para mostrar como a soluo poderia facilitar o dia-a-dia das reas de
negcio. Nesse primeiro momento, foram integrados apenas os dados financeiros e
contbeis de nossas unidades de negcio vindas de sistemas legados para os Data
Marts, afirma ele.
Aps demonstraes para os gerentes e diretores, a alta diretoria deu o aval para
implementar a iniciativa em todo o grupo Trabalhamos com a previso de obter um ROI
em 3 anos, calcula o executivo. Buscvamos uma ferramenta que gerasse anlises
detalhadas a partir de um grande volume de informaes, at porque tnhamos a
necessidade de sermos mais competitivos frente ao dinmico mercado varejista. O que,
segundo o executivo, exigia decises rpidas e acertadas.
Uma das fases essenciais do projeto foi a criao de uma central de
armazenamento de dados, desenvolvida pela equipe interna de TI. Nesse repositrio
esto todas as principais informaes corporativas, que incluem dados financeiros,
contbeis, de vendas, RH e marketing. Essa fase do projeto durou cerca de 6 meses e
Prof. Victor Dalton
59 de 72

foi uma das mais desafiadoras, visto que previu a padronizao em uma base nica
dos dados que antes eram gerenciados por diversos sistemas, diz.
Antes da implementao da soluo de BI, o acesso s informaes acontecia por
meio da extrao de arquivos diretamente dos sistemas. Em seguida, esses dados eram
processados em planilha Excel ou por meio do Access, que geravam os relatrios
departamentais no padronizados. Hoje esses processos foram substitudos por
relatrios e paineis (dashboards). As informaes passaram a ser consolidadas em um
Data Warehouse de 1TB, administrado pela rea de TI.
Uma vez implantado, o sistema integrado comeou a ser acessado pelos diretores
e gerentes das reas de negcios. Por meio de ferramentas OLAP com interface web,
hoje os funcionrios de alto escalo j podem acessar as informaes de sua rea, bem
como cruz-las com outros dados", explica o gerente, ao informar que isso permite
mapear o perfil dos clientes, projetar cenrios futuros e facilitar a criao de
apresentaes setoriais. Alm dos benefcios de agilidade na elaborao de relatrios e
da viso consolidada que a alta direo consegue ter da empresa, o gerente destaca que
a produtividade das equipes aumentou consideravelmente aps a implementao da
soluo de BI. Em breve todos os funcionrios cada um com seu nvel de permisso
tero acesso interface de dados de todo o grupo empresarial."
14 Questo) Ao grupo Montanhs foi apresentada uma soluo de BI que

trouxe diversas vantagens para o grupo empresarial. O resultado dessa soluo
permitiu:
1
2
3
4
5
6
7
Informao disponvel para gesto

Viso de curvas de comportamento
Agilidade de ferramentas para apoio gesto
Segurana de informaes para deciso
Maior abrangncia de viso de indicadores
Recursos mais abrangentes para anlise de negcios
Necessidades e expectativas atendidas por ferramentas de TI
A soluo apresentada foi

a) uma modelagem de banco de dados multidimensional.
b) um projeto de Data Warehouse.
c) um query & report de uma ferramenta OLAP.
d) uma operao ETL.
e) um projeto de banco de dados transacional.
15 Questo) Considerando o contexto da soluo de BI do Grupo

Montanhs, no segundo pargrafo, a integrao inicial apenas dos dados
financeiros e contbeis vindas de sistemas legados indica que
a) foi utilizada uma implementao bottom up, que permite que o
planejamento e desenho dos Data Marts possam ser realizados sem esperar pela
infraestrutura corporativa do DW, permitindo um ROI mais rpido.
b) foi utilizada uma implementao combinada que tem o propsito de
integrar a arquitetura top down com a bottom up, usando diversos modelos de
Data Marts, gerados de uma s vez.
Prof. Victor Dalton
60 de 72

c) foi utilizada uma implementao top down. Nesta implementao h um
grande trabalho inicial, envolvendo todas as pessoas da empresa que iro
participar do projeto, o que fora a empresa a definir regras de negcio de forma
corporativa antes de se iniciar o projeto do DW.
d) no foi utilizada a implementao top down, porque o processo se iniciou
com a extrao, transformao e integrao das informaes dos sistemas
internos, dados externos e das fontes operacionais para um ODS.
e) foi utilizada uma implementao bottom up, porque a partir do DW
foram extrados os dados e metadados para os Data Marts departamentais do
grupo empresarial.
16 Questo) (FGV MPE/MS Analista Anlise de Sistemas

2013 - adaptada) Com relao ao tema Arquitetura e aplicaes de data
warehousing, analise as afirmativas a seguir.
I. As quatro caractersticas principais dos datawarehouses so: orientao
por assunto, no volatilidade, integrao com outras fontes de dados e variao
em relao ao tempo.
II. Datawarehouses auxiliam diretores e gestores no processamento de
transaes do dia a dia da empresa e, por esse motivo, armazenam dados e
metadados altamente normalizados e de baixa granularidade.
Assinale:
a) se somente a afirmativa I estiver correta.
b) se somente a afirmativa II estiver correta.
c) se nenhuma estiver correta.
d) ambas estiverem corretas.
17 Questo) (UEL CELEPAR Analista Jnior de Desenvolvimento

de Sistemas 2009) Sobre DataWarehouse, correto afirmar:
I. uma coleo de dados orientada por assuntos, integrada, variante no
tempo, que tem por objetivo dar suporte aos processos de tomada de deciso.
II. implementado por meio de um banco de dados contendo dados
extrados do ambiente de produo da empresa, que foram selecionados e
depurados, tendo sido otimizados para processamento de consulta e no para
processamento de transaes.
Prof. Victor Dalton
61 de 72

III. Seu objetivo fornecer uma imagem nica da realidade do negcio.

De uma forma geral, so sistemas que compreendem um conjunto de programas
que extraem dados do ambiente de dados operacionais da empresa, um banco
de dados que os mantm, e sistemas que fornecem estes dados aos seus
usurios.
IV. As ferramentas ROLAP surgiram juntamente com os Sistemas de Apoio
Deciso para fazerem a consulta e a anlise dos dados contidos nos Data
Warehouses e Data Marts.
Assinale a alternativa correta.
a) Somente as afirmativas I e III so corretas.
b) Somente as afirmativas I e IV so corretas.
c) Somente as afirmativas II e IV so corretas.
d) Somente as afirmativas I, II e III so corretas.
e) Somente as afirmativas II, III e IV so corretas.

Sistemas 2010) Ferramentas de processamento analtico on-line (OLAP)
a) funcionam sobre dados multidimensionais, caracterizados por atributos
de dimenso e atributos de medida.
b) funcionam sobre dados unidirecionais, caracterizados por atributos de
medida e atributos de qualidade.
c) funcionam sobre dados multidimensionais, caracterizados por atributos
de disperso e atributos de mediao.
d) desconsideram dados multidimensionais.
e) transformam dados unidimensionais em dados analticos, caracterizando
dimenso e medidas por atributos equivalentes.

Tecnologia da Informao 2012) No mbito dos DWs e OLAP, o processo
onde se faz a juno dos dados e transforma-se as colunas em linhas e as linhas
em colunas, gerando dados cruzados, chamado de
a) drill-across.
b) star.
c) cube.
d) pivot.
e) cross-join.
Prof. Victor Dalton
62 de 72


Engenharia de Software 2010 - adaptada) A modelagem
multidimensional uma tcnica de concepo e visualizao de um modelo de
dados de um conjunto de medidas que descrevem aspectos comuns de negcios.
Ela especialmente utilizada para sumarizar e reestruturar dados, de forma a
apresent-los em vises que ajudem ao usurio analis-los para tomar decises
relevantes e bem informadas para o processo de negcio sujacente. Qual das
seguintes descries refere-se corretamente a uma propriedade da modelagem
multidimensional?
a) Quando o usurio realiza uma operao de drill down ou uma operao
de roll up ou drill up, ele est navegando em uma ou mais hierarquias da tabela
de dimenses, respectivamente aumentando e diminuindo a preciso usada para
visualizao dos dados.
b) No modelo dimensional, a tabela de fatos representa uma hierarquia dos
dados, transaes ou eventos de negcio, sendo sempre implementada de forma
completamente desnormalizada.
c) O uso do modelo dimensional aproxima o armazenamento da forma de
pensar do usurio final e, por isto, faz com que este aprenda a usar SQL de
forma mais eficaz e eficiente.
d) A tabela de dimenses apresenta vrios membros que representam

valores diferentes dos fatos e que necessariamente esto organizados em uma
hierarquia nica armazenada como uma rvore.
e) A visualizao mais popular dos dados em modelos dimensionais feita
atravs do desenho de um hipercubo de informao, cujas dimenses so
normalizaes dos ndices das tabelas transacionais.
21 Questo) (FCC INFRAERO Analista de Sistema Banco de

Dados e Administrador de Dados - 2011) Considere:
I. No Data Warehouse, o dado tem um valor histrico, por referir-se a
algum momento especfico do tempo, portanto, ele no atualizvel; a cada
ocorrncia de uma mudana, uma nova entrada criada para sinalizar esta
mudana.
II. O estgio de transformao no processo ETL deve ser capaz de
selecionar determinadas colunas (ou nenhuma) para carregar; transformar
mltiplas colunas em mltiplas linhas; traduzir e unificar cdigos heterogneos
de um mesmo atributo, oriundos de diversas fontes de dados (tabelas).
Prof. Victor Dalton
63 de 72

III. No Snow Flake as subdimenses, por no serem normalizadas, geram
aumento significativo no nmero de registros e, como consequncia, aumentam
tambm a quantidade de joins necessrios exibio de uma consulta.
IV. Data Mining uma ferramenta de minerao de dados que executa a
varredura nos dados histricos com o objetivo de desconsiderar o que genrico
sobre algum assunto e valorizar tudo que o for especfico dentro do sistema.
a) I e II, apenas.
b) III e IV, apenas.
c) I, II e III, apenas.
d) II, III e IV, apenas.
e) I, II, III e IV.
22 Questo) (FCC MPE/MA Analista Ministerial Banco de

Dados e Administrador de Dados - 2013) Considerando um data warehouse,
podem ser utilizadas, para sua consulta, as ferramentas MOLAP
(Multidimensional OLAP), cuja caracterstica principal fazer o acesso a um
conjunto de dados previamente calculados, denominado
a) matriz de dados.
b) lista ligada.
c) matriz hash.
d) milestone.
e) cubo de dados.

Tecnologia da Informao - 2013) As ferramentas OLAP so as aplicaes s
quais os usurios finais tm acesso para extrair os dados de suas bases e
construir os relatrios capazes de responder s suas questes gerenciais. As
operaes realizadas abaixo navegam nos dados, modificando o nvel de
granularidade da consulta.
Prof. Victor Dalton
64 de 72

A primeira e a segunda operaes so, respectivamente,

a) roll up e drill down.
b) drill across e slice and dice.
c) slice and dice e dill throught.
d) dill throught e roll up.
e) drill down e roll up.

Tecnologia da Informao - 2013) Dentre as diferenas cruciais entre o
modelo tradicional de uso de bancos de dados OLTP (Online Transaction
Processing) e o modelo voltado para Data Warehousing (DW) est
a) o nvel de armazenamento de dados, muito mais sumarizado no caso de
DW.
b) a quantidade de clusulas JOIN, utilizadas em maior nmero para DW.
c) a necessidade de normalizao para as bases OLAP, o que no
necessrio em OLTP.
Prof. Victor Dalton
65 de 72

d) a utilizao de dados derivados e agregados em OLTP, o que no ocorre
no ambiente de DW.
e) o nmero de ndices necessrios, muito maior no caso de DW.
25 Questo) (FCC TRT/12 Regio Tcnico Judicirio

Tecnologia da Informao - 2013) Em uma comparao entre bancos de
dados OLTP (Online Transaction Processing), com bancos de dados OLAP (Online
Analytical Processing), para os bancos OLAP
a) no necessrio um grande espao de armazenamento, pois as
informaes so buscadas em tempo real.
b) as operaes podem levar horas para serem executadas para certas
queries.
c) as operaes de INSERT e UPDATE so efetuadas somente pelos
usurios finais.
d) o principal objetivo rodar e controlar tarefas bsicas de regras de
negcio.
e) os dados so obtidos ad hoc, ou seja, sempre que um relatrio
requisitado, os bancos OLTP so acessados dinamicamente para a obteno
imediata desta informao.
26 Questo) (FCC Prefeitura de So Paulo Auditor Fiscal

Tributrio Municipal I Tecnologia da Informao - 2012) Sobre os
esquemas estrela e floco de neve para modelagem de dados multidimensionais
voltados para OLAP correto afirmar que
a) ambos os esquemas possuem vrias tabelas de fato hierrquicas por
meio de normalizao, sendo que apenas no esquema estrela as tabelas de
dimenso tambm so hierrquicas por meio de normalizao.
b) o esquema estrela possui uma nica tabela de fato, enquanto no
esquema floco de neve existem vrias tabelas de fato hierrquicas por meio de
normalizao.
c) o esquema floco de neve possui uma nica tabela de fato, enquanto no
esquema estrela existem vrias tabelas de fato hierrquicas por meio de
normalizao.
d) ambos os esquemas possuem uma tabela de fato e vrias tabelas de
dimenso, sendo que apenas no esquema floco de neve as tabelas de dimenso
so hierrquicas por meio de normalizao.
Prof. Victor Dalton
66 de 72

e) ambos os esquemas possuem uma tabela de fato e vrias tabelas de
dimenso, sendo que apenas no esquema estrela as tabelas de dimenso so
hierrquicas por meio de normalizao.
27 Questo) (FCC TCE/AM Analista Tcnico de Controle Externo

Tecnologia da Informao - 2012) Em ferramentas OLAP, a estrutura de
dados que agrega as medidas por nveis e hierarquias de cada uma das
dimenses a serem analisadas, combinando vrias dimenses, tais como tempo,
geografia e linhas de produtos, com dados resumidos, tais como nmeros de
vendas ou de inventrio, visualizada na forma de
a) um grfico multidimensional.
b) uma esfera.
c) uma planilha.
d) um cubo.
e) uma pirmide tridimensional.

Engenharia de Software - 2010) Em um ambiente de data warehousing,
uma das fases mais importantes a ETL (Extract, Transformation and Load), em
que se definem as estratgias de converso, transformao e consistncia dos
dados dos sistemas de origem para realizar a carga dos dados no sistema de
data warehouse. Uma caracterstica relacionada a essa fase de ETL que
a) a garantia da consistncia dos dados especialmente necessria nos
sistemas que incluem SGBDs relacionais, pois estes so incapazes de garantir as
consistncias das transaes e as integridades referenciais.
b) sua existncia incompatvel com o uso dos sistemas legados, pois sua
tecnologia antiquada impede que estes sejam integrados em um sistema de data
warehousing.
c) pode ser eliminada, se o prprio SGBD relacional transacional for usado
como o banco do sistema de data warehousing, o que permite obter uma grande
economia de recursos.
d) necessria para se obter os dados das mltiplas fontes, de forma a
transform-los nas variveis que interessam ao processo de deciso.
e) visa a garantir que cada registro do data warehouse corresponda a
exatamente um registro do SGBD transacional, para assegurar a correo das
variveis de deciso.
Prof. Victor Dalton
67 de 72

(CESPE MPOG Categoria Profissional 2 Tecnologia da
Informao - 2013)
29. Em ETL, frequentemente, necessrio limpar, ajustar e
consolidar os dados antes de realizar sua carga. Nesse estgio de
transformao, aplicam-se regras ou funes aos dados extrados para
ajustar os dados a serem carregados. A limpeza trata de vrios tipos de
erros, como, por exemplo, valores ilegais, ou que no obedeam s
regras de integridade da base, e erros de ortografia.
(CESPE ANTT Analista Administrativo Desenvolvimento de

Sistemas da Informao - 2013)
30. Ferramentas ETL so utilizadas na extrao, transformao e
remoo de dados.

2013 prova anulada) Quanto aos bancos de dados de suporte deciso,
assinale a alternativa correta.
a) So, principalmente (embora no totalmente), apenas de leitura (readonly).
b) So, principalmente, livres de qualquer tipo de redundncia.
c) Sua principal preocupao a integridade.
d) Por questes de eficincia no armazenamento, no so indexados.
e) No devem ser muito grandes devido constante manuteno exigida e
s transaes comerciais que no devem ser acumuladas com o tempo.

2013 prova anulada) Assinale a alternativa que apresenta um recurso
essencialmente OLAP.
a) ROLLUP.
b) GROUP BY.
c) OLAPUP.
d) HAVING.
Prof. Victor Dalton
68 de 72

e) SELECT.

2013 prova anulada) Em relao aos DWs (Data warehouses), assinale a
alternativa correta.
a) So orientados a objetos.
b) No variam com o tempo.
c) So volteis.
d) Evitam o uso de gerenciadores de bancos de dados tradicionais,
reduzindo custos, mas podem causar impactos significativos nos sistemas
operacionais.
e) Seus dados no podem ser alterados, mas podem ser excludos.

Dados 2014) Minerao de dados a investigao de relaes e padres
globais que existem em grandes bancos de dados, mas que esto ocultos no
grande volume de dados. Com base nas funes que executam, h diferentes
tcnicas para a minerao de dados, dentre as quais esto:
processos ligados a roubo de dados sigilosos.
solicitando ressarcimento monetrio.
judiciais podem ser categorizados como infrequentes, ocasionais e frequentes.
Os tipos de tcnicas referenciados em I, II e III, respectivamente, so:
Prof. Victor Dalton
69 de 72


Dados 2014) A tecnologia de Data Warehouse oferece suporte s
ferramentas OLAP, que apresentam vises multidimensionais de dados
permitindo a anlise das operaes de negcio para facilitar a tomada de
decises. Estas ferramentas suportam algumas operaes de maneira a dar aos
analistas o poder de observar os dados de vrias maneiras em nveis diferentes.
Considere duas destas operaes mostradas nas figuras abaixo.
Prof. Victor Dalton
70 de 72


36 Questo) (FCC SEFAZ/PE Auditor Fiscal 2014) O grande

crescimento do ambiente de negcios faz com que as empresas armazenem um
alto volume de informaes, tornando a sua correta extrao um fator chave
para que consigam espao no mercado competitivo. Nesse contexto, o Data
Warehouse (DW) um depsito de dados
(A) redundante, pois como os dados so provenientes de vrias fontes,
podem aparecer repetidos dezenas de vezes.
(B) orientado por departamentos, e sua modelagem norteada a partir de
todos os assuntos da empresa, fornecendo uma viso geral dos processos de
negcio
que
permite
a
tomada
de
decises
estratgicas.
(C) voltil, em que os dados, aps serem filtrados e limpos, podem sofrer
alteraes, consulta e excluso de cadastro que refletem nas bases de dados
originais.
Prof. Victor Dalton
71 de 72

(D) integrado, que visa padronizar os dados dos diversos sistemas em uma
nica representao, para serem transferidos para a base de dados nica do
DW.
(E) invarivel com o tempo, que consiste na manuteno de um histrico
de dados em relao ao perodo de tempo maior que dos sistemas comuns o que
compromete, de certa forma, o desempenho dos bancos transacionais.
GABARITO
1.e
11.b
21.a
31.a
2.e
12.e
22.e
32.a
3.c
13.b
23.a
33.e
4.b
14.b
24.e
34.b
5.e
15.a
25.b
35.a
6.d
16.a
26.d
36.d
7.d
17.d
27.d
8.b
18.a
28.d
Prof. Victor Dalton
72 de 72
9.e
19.e
29.c
10.c
20.a
30.e

Tecnologia Da Informação - PDF - Aula 02 - Editado

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tecnologia Da Informação - PDF - Aula 02 - Editado

Caricato da

Copyright:

Formati disponibili

Tecnologia da Informao para ICMS/PI

Auditor Fiscal da Fazenda Estadual

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Um Data Warehouse, ou armazm de dados, ou ainda depsito de

O Data Warehouse possibilita a anlise de grandes volumes de dados,

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

A ferramenta mais popular para explorao de um data warehouse

Caractersticas do Data Warehouse

O Datawarehouse possui 4 caractersticas marcantes. So elas:

No-voltil: Diferentemente de um Banco de Dados operacional, o

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Integrado: Um Datawarehouse deve ser integrado, ou seja, trabalha de

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Um Data Mart pode ser considerado um mini DataWarehouse. Entretanto,

Por especializado entende-se que o Data Mart (ferramenta OLTP) possui

Existem duas abordagens para

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Na abordagem bottom up, a organizao prefere iniciar seu repositrio de

Abordagem Top Down

Na abordagem top down, a organizao cria inicialmente o Data

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Se voc prestou ateno nas imagens sobre sistemas de apoio deciso,

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Seleo de apenas determinadas colunas para carregar (ou a seleo

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

OLAP um termo utilizado para descrever a anlise de dados complexos a

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Tabelas de fato e tabelas de dimenso

Na modelagem multidimensional temos 2 tipos principais de tabelas:

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Duas formas de modelagem multidimensional: esquemas

O Modelo Estrela (Star Schema)

Este modelo chamado de estrela porque a tabela de fatos fica ao centro

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

No modelo Floco existem tabelas de dimenses auxiliares que normalizam

Tecnologia da Informao para ICMS/PI

Dica do professor: Se voc sentir muita insegurana para definir a tabela

A anlise multidimensional uma das grandes utilidades da tecnologia

Tecnologia da Informao para ICMS/PI

Ao navegar-se pelos cubos OLAP, diversas so as operaes possveis para

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Cross-join. Modificou-se o foco do Cliente para o Produto.

Pivot: O Pivot similar ao cross-join, mas envolve somente a rotao do

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

2) (FCC TRF 3 Regio Analista Judicirio Banco de Dados 2014)

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI

Prof. Victor Dalton

Tecnologia da Informao para ICMS/PI