Questão 240619

• Banca: FCC
• Órgão: TRT - 22ª Região (PI)
• Ano: 2010
• Provas: FCC - 2010 - TRT - 22ª Região (PI) - Analista Judiciário - Tecnologia da Informação
• Disciplina: Banco de Dados
• Assuntos: DW - Data Warehouse

No âmbito dos DWs, uma outra concepção do ODS (Staging Area) está sendo estabelecida por alguns autores. Trata-se de

• A. OLAP.
• B. Drill throught.
• C. ETL.
• D. Data Mining.
• E. Dynamic Data Storage.

Gabarito: E

Comentários

• Um  Operational Data Storage (ODS) ou  Staging Area (SA) representa um
  armazenamento intermediário dos dados, promovendo a integração dos dados do ambiente
  operativo antes de sua atualização no DW. Inicialmente, um ODS era considerado um
  repositório temporário que armazenava apenas informações correntes antes de serem
  carregadas para o DW, similar a uma cópia dos ambientes de sistemas transacionais em uma
  empresa. Atualmente,  alguns autores passaram a denominá-lo Dynamic Data Storage (DDS).
  Essa concepção se diferencia do conceito original pela sua periodicidade de armazenamento e
  pelo fato de não somente armazenar dados temporários para a carga do DW. Por não ser
  volátil, seus dados são armazenados ao longo do tempo e passam por alterações incrementais
  que ao longo do tempo, podendo se tornar um DW. (MACHADO, 2000).
  
  Fonte:
  http://busca.unisul.br/pdf/95398_Leonardo.pdf
• •  ODS (Operational Data Storage): armazenamento intermediário de dados, com o objetivo de facilitar a integração dos dados dos sistemas transacionais antes da carga no DW. As informações  são voláteis e passíveis de descarte após a carga no DW.  •  DDS (Dynamic Data Storage): diferentemente do ODS,  os dados não são voláteis e permanecem incrementais ao longo do  tempo. Caso a granularidade do DDS seja compatível com o DW, os dois acabam se confundindo e há a preocupação de duplicidade de dados.

• ETL (EXTRACT – TRANSFORM – LOAD)

  - Destina-se à extração, transformação e carga dos dados de uma ou mais bases de dados de origem para uma ou mais bases de dados de destino (data warehouse);

  - Trabalha com toda a parte de extração de dados de fontes externas, transformação para atender às necessidades de negócios e carga dos dados dentro do Data Warehouse;

  - É o processo mais crítico e demorado na construção de um DW. 80% do tempo de desenvolvimento de um DW consiste no processo de ETL.

  OLAP (On-line Analytical Processing)

  - É a capacidade de analisar grandes volumes de informações dentro de um Data Warehouse (DW).

  - Os dados estão estruturados na modelagem dimensional e possuem alto nível de sumarização.

  As ferramentas OLAP são as quais os usuários finais tem acesso para extrair os dados de suas bases e construir os relatórios capazes de responder às suas questões gerenciais

   Data Mining (mineração de dados)

  - São processos de análise de inferência e representa uma forma de busca de informação baseada em algoritmos que objetivam o reconhecimento de padrões escondidos nos dados.

  - Busca correlações escondidas em altos volumes de dados.

  - É o processo de explorar grandes quantidades de dados à procura de padrões consistentes.

  - É usado para descobrir regras, identificar fatores e tendências-chave, descobrir padrões e relacionamentos ocultos em grandes bancos de dados para auxiliar a tomada de decisões.

  Drill-through: permite uma busca de informações além do nível de granularidade existente na estrutura dimensional. Ocorre quando um usuário passa de uma informação contida de uma dimensão para outra.

  Operational Data Store (ODS): é o armazenamento intermediário dos dados, facilitando a integração dos dados do ambiente antes da sua atualização no Data Warehouse (DW).

  Alternativa: E