Uma característica importante dos Data Marts (DM) é que eles

Em um banco de dados multidimensional, frequentemente modelado como um cubo de dados, as dimensões são diferentes perspectivas sob as quais os dados podem ser analisados, e os fatos são os dados mais importantes que são analisados ou consultados em relação a essas dimensões.
Considere um esquema multidimensional que envolve automóveis, os fabricantes e as revendedoras de carros, com as tabelas Dimensão apresentadas a seguir:

1. Dim_Automóvel: o Modelo_ID (identificador único para cada modelo de carro) o Nome_Modelo (por exemplo: Corolla, Civic, Tucson) o Tipo (por exemplo: Sedan, SUV, Coupe) o Ano_Lançamento

2. Dim_Fabricante: o Fabricante_ID (identificador único para cada fabricante) o Nome_Fabricante (por exemplo: Toyota, Honda, Ford) o País_Origem (por exemplo: Japão, EUA, Alemanha)

3. Dim_Revendedora: o Revendedora_ID (identificador único para cada revendedora) o Nome_Revendedora o Localização (cidade e estado) o Tipo_Revenda (por exemplo: autorizada, independente)

A tabela Vendas, que representa fatos, contém as seguintes colunas:

• Modelo_ID (chave estrangeira para Dim_Automóvel)
• Fabricante_ID (chave estrangeira para Dim_Fabricante)
• Revendedora_ID (chave estrangeira para Dim_Revendedora)
• Quantidade_Vendida
• Receita_Total (o total em vendas para essa tripla: modelo, fabricante e revendedora)
• Data_Venda

Qual das seguintes expressões, na linguagem de consultas SQL, retorna a receita total de vendas de carros do tipo SUV em 2023, agrupada por fabricante, na cidade de São Paulo?

NÃO é uma boa prática a ser seguida durante a criação de um diagrama BPMN

Um banco de dados multidimensional é frequentemente usado em análise OLAP (Online Analytical Processing) sendo orientado por dimensões, e não por tabelas isoladas como no modelo relacional puro. Nesse contexto, considere uma instância relacionada às vendas de uma loja de varejo. As dimensões, nesse caso, poderiam ser:

1. Tempo: Dias, Meses, Trimestres, Anos 2. Produto: ID do Produto, Nome do Produto, Categoria 3. Localização: Cidade, Estado, País 4. Vendedor: ID do Vendedor, Nome, Departamento

Esse banco de dados multidimensional pode ser visualizado como um “cubo” com quatro dimensões, onde cada dimensão forma um dos eixos. Os pontos dentro desse “cubo” representam valores específicos de medidas, como é o caso do total de vendas. Esses pontos podem também representar algo mais complexo envolvendo muitas dimensões como, por exemplo, as vendas do Produto P no Estado Q durante o Mês R por Vendedor S.

Muitas vezes esses “cubos” são implementados em bancos de dados relacionais convencionais, de modo que os usuários possam usar linguagens amplamente conhecidas, como é o caso da linguagem de consultas SQL. Para isso, é necessário modelar tabelas de dimensão e de fato:

1. DimensaoTempo: com colunas tais como TempoID, Mes, Ano
2. DimensaoProduto: com colunas tais como ProdutoID, NomeProduto, Categoria
3. DimensaoLocalizacao: com colunas tais como LocalizacaoID, Cidade, Estado, País
4. FatoVendas: com colunas tais como TempoID, ProdutoID, LocalizacaoID, TotalVendas

Com base nas tabelas deste esquema relacional em particular, que representam um banco de dados multidimensional, considere que se deseja fazer a seguinte consulta de tipo “slice and dice”:
“Quanto foi vendido em termos de valor total nas categorias ‘Eletrônicos’ e ‘Roupas’ no estado de ‘Pernambuco’ durante o ano de 2022?”

A expressão SQL que responde a essa consulta é

Em um processo de ETL (Extração, Transformação e Carga), a primeira fase, de Extração (E), refere-se à

Comparando-se os esquemas estrela (star) e floco de neve (snow flake) em data warehouses (DW), constata-se que

Ferramentas OLAP fornecem apoio computacional ao processamento analítico, para tomada de decisão em uma arquitetura de BI. Tal apoio ocorre por meio da implementação de operadores específicos.

Entre os principais tipos de operadores específicos de OLAP em data warehouses, incluem-se operadores de

Considerando-se a natureza e o propósito dos sistemas de gerenciamento de dados, um data warehouse (DW) é descrito como um(a)

Uma agência reguladora é composta por três categorias de funcionários: analistas, auditores e inspetores. De modo geral, um funcionário deve pertencer a uma única categoria, porém alguns auditores também exercem a função de inspetor. Qual diagrama E-R retrata, fidedignamente, a estrutura administrativa dessa agência reguladora?

Um desenvolvedor deve criar um diagrama de classes UML que será, posteriormente, transformado em linhas de código de uma linguagem orientada a objetos. Esse diagrama deve conter três classes (Ab, Cd e Ef) e uma interface (Intf), além das seguintes relações:

• Cd é subclasse de Ab;
• Cd implementa Intf;
• Um objeto de Cd deve ser composto por, pelo menos, um objeto de Ef.

Qual diagrama atende às especificações apresentadas?