QuestLab Plataforma Inteligente de Questões
Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Encontre as questões que procura
Limpar filtros
352 questões encontradas

Em um ambiente de Business Intelligence, Júlio implementou uma ferramenta OLAP para apoiar a análise de dados do Data Mart do TRF1. Uma das consultas mais realizadas é o total de processos por tipo e por data. A operação OLAP que permite a geração de um subcubo é a:

A slice
B dice
C drill up
D rotate
E pivot

O analista Bombom foi designado para planejar e executar a migração de uma infraestrutura de TI complexa e crítica do TRF1 para a nuvem. O Tribunal possui uma combinação de aplicações legadas e bancos de dados críticos que, embora não possam ser reescritos devido a restrições de tempo e orçamento, precisam ser otimizados para aproveitar os recursos da nuvem. Além disso, é crucial que essa migração esteja em conformidade com rigorosos padrões de segurança e regulamentação, minimizando o tempo de inatividade e mantendo a integridade dos dados. Nesse contexto, a estratégia de migração escolhida por Bombom para atender a todas essas necessidades sem realizar alterações significativas no código-fonte das aplicações é a de:

A rearquitetação;
B re-hospedagem: migração lift-and-shift;
C refatoração: migração e aprimoramento;
D reformulação: migração lift-and-optimize;
E recriação e recompra.

Maria executou as seguintes instruções em SQL para criação de tabelas: CREATE TABLE T1 ( id_A INT, a1 CHAR(10), a2 CHAR(10)); CREATE TABLE T2 ( id_B INT, b1 CHAR(10), b2 CHAR(10)); CREATE TABLE T3 ( id_A INT, id_B INT, c1 CHAR(10), c2 CHAR(10)); Maria deseja listar a quantidade e os respectivos dados de T1 que possuem pelo menos 1 e no máximo 5 relacionamentos com T2. Para isso, ela deve utilizar a instrução:

A SELECT COUNT(c.id_A), a.a1, a.a2 FROM T1 a INNER JOIN T3 c ON c.id_A = a.id_A WHERE COUNT(c.id_A) < = 5;
B SELECT a.id_A, a.a1, a.a2 FROM T1 a, T2 b LEFT OUTER JOIN T3 c ON c.id_A = a.id_A LEFT OUTER JOIN T3 c ON c.id_B = b.id_B GROUP BY a.a1, a.a2 HAVING COUNT(a.id_A) < = 5;
C SELECT COUNT(a.id_A), a.a1, a.a2 FROM T1 a INNER JOIN T3 c ON c.id_A = a.id_A WHERE a.id_A < = 5;
D SELECT COUNT(a.id_A), a.* FROM T1 a INNER JOIN T3 c ON c.id_A = a.id_A GROUP BY a.a1, a.a2 HAVING COUNT(a.id_A) < = 5;
E SELECT a.id_A, a.a1, a.a2 FROM T1 a RIGHT OUTER JOIN T3 c ON c.id_A = a.id_A GROUP BY a.id_A, a.a1, a.a2 HAVING COUNT(a.id_A) < = 5;

O Departamento de Desenvolvimento de Sistemas do TRF-1 automatizou seus processos de negócio utilizando bancos de dados em que era necessário definir o esquema a priori . Com isso, as evoluções do sistema se tornaram custosas. Para contornar esse problema, o Departamento está projetando a evolução dos seus sistemas para utilizar um banco de dados que permita a definição do esquema a posteriori conforme o dado chega, independentemente da sua estrutura. Para isso, o Departamento deve incluir no Planejamento de TI a aquisição de um banco de dados:

A OLAP;
B Relacional;
C Indexado;
D Matricial;
E Orientado a grafo.

Para apoiar a decisão em diversos níveis de gestão, o Departamento de Tecnologia da Informação (DTI) identificou a necessidade de desenvolver um banco de dados centralizado com informações oriundas de diversos outros bancos de dados. Além disso, o banco deve ser orientado a assunto, não volátil e histórico. Para isso, a DTI deve implementar um(a):

A Log;
B Grafo;
C Banco NoSQL;
D Data Warehouse;
E Regra de associação.

Depois de acumular grande volume de dados históricos, os analistas do TRF1 querem descobrir neles padrões que permitam estimar eventos futuros, como quantidade e tipos de novos processos ao longo de intervalos de tempo anuais (por exemplo: pós recesso de final de ano). Para isso, os Analistas devem implementar:

A um data mining;
B chaves primárias;
C índices compostos;
D um modelo multidimensional;
E um banco de dados semiestruturado.

Pedro está implementando um banco de dados a partir de um projeto lógico que recebeu dos desenvolvedores de Sistemas de Informação do Tribunal. No projeto, há relacionamentos entre diversas tabelas. No SQL, para implementar os relacionamentos de modo a prevenir que alguma transação de banco de dados destrua os relacionamentos entre as tabelas, Pedro deve utilizar a cláusula:

A CHECK
B UNION
C DEFAULT
D ORDER BY
E FOREIGN KEY

Ana identificou que, em seu banco de dados, ocorria muita demora na execução de algumas transações específicas, que chegavam até a falhar algumas vezes. Ao efetuar uma análise, viu que não havia controle nas transações ocorridas. Como forma de garantir seus schedules estritos, Ana implementou um bloqueio em 2 fases rigoroso. Esse bloqueio implementado por Ana fará com que:

A uma transação bloqueie todos os itens que ela acessa antes que a transação inicie a execução;
B seja executado um downgrade do bloqueio ao se emitir uma operação read_lock(X), mesmo com a transação ainda em execução;
C uma transação T não libere nenhum de seus bloqueios exclusivos (gravação) até depois de confirmar ou abortar;
D seja gerado um rótulo de tempo, que será usado para garantir a serialização das transações;
E uma transação T não libere nenhum de seus bloqueios (exclusivo ou compartilhado) até depois de confirmar ou abortar.

João não sabe fazer consultas em banco de dados e buscou a literatura para fazer uma junção interna otimizada. Um dos pontos observados por João foi que suas relações não tinham seus registros fisicamente organizados, necessitando de uma ordenação externa. Os atributos de junção são atributos chave. Pares de blocos de arquivo são copiados para buffers de memória na ordem, e os registros de cada arquivo são varridos apenas uma vez cada um, para combinar com o outro arquivo. O método de implementação da junção utilizado por João foi o(a):

A loop alinhado;
B bloco alinhado;
C ordenação - intercalação;
D único loop;
E partição - hash.

No contexto da auditoria, onde a precisão e a integridade dos dados são essenciais para garantir a conformidade e a transparência financeira, o Big Data desempenha um papel significativo, emergindo como uma ferramenta poderosa para extrair insights valiosos a partir de grandes volumes de informações. Em Big Data, é importante conhecer e relacionar os princípios fundamentais subjacentes a esse campo. Entre esses princípios, destacam-se os "V's" do Big Data – Volume, Velocidade, Variedade, Veracidade e Valor – que servem como base para a compreensão e aplicação eficaz dessa tecnologia inovadora. Assinale o aspecto que descreve corretamente o papel do Big Data na auditoria.

A Big Data aplicada à auditoria permite análises mais abrangentes e preditivas, aplicando o conceito de variedade, por utilizar dados de várias fontes para identificar padrões e anomalias.
B Big data aplica-se à auditoria, já que a natureza dos dados-alvo de análises contempla a característica da volatilidade, ou seja, inclui os tipos e a frequência dos dados que afetam as ferramentas de gerência de dados.
C Big Data é uma tecnologia não aplicável à auditoria, dada a necessidade de imposição de sigilo dos dados, que limita o volume de dados passível de uso.
D Big Data não tem refletido o conceito de valor na auditoria, pois os métodos tradicionais são suficientes, pela natureza dos documentos fiscais.
E Big Data refere-se apenas a conjuntos de dados armazenados em bancos de dados relacionais, a fim de garantir a veracidade implícita da arquitetura ANSI/SPARC.