Questões de BI (Business Intelligence) (Banco de Dados)

Limpar Busca

Banco de Dados DW - Data Warehouse | BI (Business Intelligence) | Banco de Dados Multidimensionais


Ministério Público do Estado do Rio de Janeiro (MPE-RJ) - Analista do Ministério Público Área Administrativa Tecnologia da Informação - FGV (2025)

Durante o processo de modelagem multidimensional, alguns analistas criam dimensões normalizadas separadas para cada nível de uma hierarquia, como por exemplo, uma dimensão de data, dimensão de mês, dimensão de trimestre e dimensão do ano e, em seguida, inclui todas essas chaves estrangeiras em uma tabela de fatos. Isso resulta em uma tabela de fatos com dezenas de dimensões hierarquicamente relacionadas.
Esse tipo de abordagem deve ser evitada pois cria tabelas de fatos denominadas de

  • A Octópus.
  • B Snowflake.
  • C Centopeia.
  • D Geográfica.
  • E Constelação.

Banco de Dados BI (Business Intelligence) | DataMart | ETL (Extract Transform Load)


Ministério Público da União (MPU) - Analista do MPU Desenvolvimento de Sistemas - FGV (2025)

O gestor de qualidade do MPU solicitou à analista de Business Intelligence Maria um Dashboard para monitorar o desempenho da tramitação dos processos ao longo do tempo.


O programador Pedro havia implementado o banco de dados MongoProc, no MongoDB, para armazenar os dados do sistema de tramitação de processos judiciais. Então, Maria solicitou a ele a consulta ao MongoProc para alimentar as tabelas: fato_proc (quantidade), dim_data, dim_estado. Pedro respondeu que não poderia fornecer apenas uma consulta, pois seria necessário transformar os dados NoSQL em relacional. Para implementar a solução, Maria poderá utilizar apenas as ferramentas disponíveis no MPU: MongoDB, PostgreSQL, MySQL, Flyway, Pentaho, QlikView e MicroStrategy.


Para transformar os dados NoSQL visando a alimentar as tabelas e construir o Dashboard, Maria deve:

  • A minerar os documentos armazenados no MongoProc para encontrar padrões e exibir no Tableau;
  • B modelar multidimensionalmente os dados NoSQL para compor um Data Lake visando a apresentar os dados no Flyway;
  • C carregar um repositório de metadados com a descrição da estrutura flexível do MongoProc e transformar a estrutura rígida do PostgreSQL;
  • D transformar a estrutura NoSQL do MongoProc em SQL do MySQL e criar um Data Mart no GraphDB para ser consultado via QlikView;
  • E implementar um ETL no Pentaho extraindo dados do MongoProc para armazenar em um Data Mart no PostgreSQL e implementar um Dashboard no MicroStrategy.

Banco de Dados Data Mining | BI (Business Intelligence) | Big Data


Ministério Público do Estado do Ceará (MPE-CE) - Analista Ministerial Especialidade: Ciências da Computação - CESPE/CEBRASPE (2025)

Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.


Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.

  • Certo
  • Errado

Banco de Dados DW - Data Warehouse | BI (Business Intelligence)


Ministério Público do Estado do Ceará (MPE-CE) - Analista Ministerial Especialidade: Ciências da Computação - CESPE/CEBRASPE (2025)

Acerca dos conceitos relacionados a business intelligence, julgue o item que se segue.


Na implementação do slowly changing dimension tipo 2, o valor antigo é sobrescrito pelo valor novo.

  • Certo
  • Errado

Banco de Dados BI (Business Intelligence) | Big Data


Ministério Público do Estado do Ceará (MPE-CE) - Analista Ministerial Especialidade: Ciências da Computação - CESPE/CEBRASPE (2025)

Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.


Embora os data lakes possam armazenar dados estruturados, como tabelas de bancos relacionais, eles não oferecem suporte para dados semiestruturados e não estruturados, tais como arquivos JSON, XML, imagens e vídeos.

  • Certo
  • Errado