Quando o modelo de dados multidimensionais começa a ser definido, elementos básicos de representação precisam ter sido estabelecidos, de modo a se criar um padrão de modelagem. Considere um modelo em que as dimensões e fatos são representados em tabelas, podendo haver múltiplas dimensões e múltiplas tabelas de fatos.

Ao modelar cada tabela ...I... devem ser considerados os seguintes pontos:

• A chave primária é composta, sendo um elemento da chave para cada dimensão;
• Cada elemento chave para a dimensão deve ser representado e descrito na tabela ...II... correspondente (para efetuar a junção);
• A dimensão tempo é sempre representada como parte da chave primária.

Deve haver uma tabela ...III... para cada dimensão do modelo, contendo

• Uma chave artificial (ou gerada) genérica;
• Uma coluna de descrição genérica para a dimensão;
• Colunas que permitam ...IV... ;
• Um indicador nível que indica o nível da hierarquia a que se refere a linha da tabela.

As lacunas de a são corretas, e respectivamente, preenchidas com:

Os dados de sistemas OLAP se baseiam nas informações contidas nos diversos softwares utilizados pela empresa (ERPs, planilhas, arquivos texto, arquivos XML etc.). Estes sistemas possuem uma camada onde estão os dados originais e outra camada onde estão os dados tratados (um gigantesco repositório de dados sobre assuntos diversos preparados para serem consultados por um sistema OLAP), que chamamos de

Uma plataforma de Business Intelligence envolve o DW − Data Warehouse e diversos componentes, dentre os quais, encontram-se
I. um subconjunto de informações do DW que podem ser identificados por assuntos ou departamentos específicos. II. ferramentas com capacidade de análise em múltiplas perspectivas das informações armazenadas. III. ferramentas com capacidade de descoberta de conhecimento relevante. Encontram correlações e padrões dentro dos dados armazenados. IV. processo de extração, tratamento e limpeza dos dados para inserção no DW.
Os componentes de I a IV são, correta e respectivamente,

Julgue o item subsequente, a respeito de modelagem dimensional e análise de requisitos para sistemas analíticos.
Entre os requisitos de análise de uma aplicação OLAP inclui-se a capacidade de tratar dinamicamente a esparsidade das informações para restringir o cruzamento dimensional de matrizes com células de valor zero.

No que concerne a data mining (mineração de dados) e big data, julgue o seguinte item.

Devido à quantidade de informações manipuladas, a (cloud computing) computação em nuvem torna-se inviável para soluções de big data.

No que concerne a data mining (mineração de dados) e big data, julgue o seguinte item.

Quem utiliza o data mining tem como objetivo descobrir, explorar ou minerar relacionamentos, padrões e vínculos significativos presentes em grandes massas documentais registradas em arquivos físicos (analógicos) e arquivos lógicos (digitais).

No que concerne a data mining (mineração de dados) e big data, julgue o seguinte item.

A finalidade do uso do data mining em uma organização é subsidiar a produção de afirmações conclusivas acerca do padrão de comportamento exibido por agentes de interesse dessa organização.

Julgue o item subsequente, a respeito de modelagem dimensional e análise de requisitos para sistemas analíticos.
Em uma modelagem dimensional que utilize o esquema estrela, a chave primária de uma tabela de fatos será a chave estrangeira na tabela de dimensões.

Julgue o item subsequente, a respeito de modelagem dimensional e análise de requisitos para sistemas analíticos.
Na análise dos dados de um sistema com o apoio de uma ferramenta OLAP, quando uma informação passa de uma dimensão para outra, inexistindo hierarquia entre elas, ocorre uma operação drill through.