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.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

26 questões encontradas

ID 174319 Tecnologia da Informação Data Warehouse FCC 2020

Duas definições de estruturas de dados estão determinadas para um projeto de datamart de uma loja de varejo: uma delas
(tabela A) contém a data da venda, a identificação do produto vendido, a quantidade vendida do produto no dia e o valor total
das vendas do produto no dia; a outra (tabela B) contém a identificação do produto, nome do produto, marca, modelo, unidade
de medida de peso, largura, altura e profundidade da embalagem.
Considerando os conceitos de modelagem multidimensional de data warehouse , as tabelas A e B são, respectivamente:

A Query e Réplica

B Fato e Dimensão

C Dimensão e Réplica

D Fato e ETL

E ETL e Query

ID 174250 Tecnologia da Informação Data Warehouse FCC 2020

Um conjunto de programas de computador está sendo executado em um conjunto de servidores conectados em rede local, para
alimentar um data warehouse a partir dos bancos de dados transacionais de uma empresa, sendo que: um primeiro programa
realiza uma cópia de dados transacionais selecionados em estruturas de dados que formam um staging area ; um segundo
programa faz a leitura dos dados na staging area e alimenta estruturas de bancos de dados em um Operational Data Storage
(ODS) , que consolida dados operacionais de diversas aplicações e complementa conteúdo. Por fim, outro programa de aplicação
faz a leitura do ODS e carrega estruturas de dados em uma estrutura não relacional de tabelas em um data warehouse .
Esse processo para integrar os bancos de dados que são heterogêneos é denominado:

A troca de arquivos por mídia externa física.

B Data base link (DB Link).

C replicação de dados.

D File Transfer Protocol .

E ETL ( Extract, Transform, Load ).

ID 174218 Tecnologia da Informação Banco de Dados FCC 2020

Todo processo de atualização aguda, que envolva tipos de dados de tamanho variável, tais como CHAR ou VARCHAR , com
muita inclusão e exclusão de registros, acaba produzindo muita fragmentação do espaço em disco. Para contornar o problema,
o SGBD PostgreSQL, em sua versão 8.2, recomenda executar com frequência, sobre as tabelas muito atualizadas, o seguinte
comando:

A ANALYSE [Banco] [VERBOSE] [modo];

B ANALYSE [modo] [VERBOSE] [VACUUM] [tabela];

C REWRITE [tabela] [VERBOSE] [modo];

D REWRITE [banco] AFTER REINDEX [VERBOSE];

E VACUUM [modo] [VERBOSE] [ANALYSE] [tabela];

ID 174216 Tecnologia da Informação Oracle FCC 2020

O Log Writer Process (LGWR) é um processo em segundo plano (background) do Oracle 11g que grava em disco uma porção
contígua de buffer e outras diferentes informações. O LGWR grava, também,

A o processo do usuário quando ele efetua uma transação.

B os blocos de Program Global Area - PGA já preenchidos.

C as variáveis de sessão ( session-dependent variables ) requeridas pelos processos dedicados ou compartilhados do
servidor ( server side ).

D o conteúdo da SQL Work Areas , quando atinge 1/3 do total.

E o conteúdo das páginas de dados contidas na OLAP page pool .

ID 174209 Tecnologia da Informação Desenvolvimento de Software FCC 2020

Triggers ou Gatilhos são comandos (ação) executados automaticamente (um tipo especial de procedimento armazenado) em
consequência de uma modificação (evento) que produziu uma restrição (condição) que implique em defeito ou falta de
integridade nos dados. É correto afirmar que

A um trigger é usado com enorme eficiência para impor e manter integridade referencial de alto nível e, também, para ajudar
na elaboração de resultados de consultas.

B um trigger e o evento que o disparou devem ser considerados como uma mesma transação.

C triggers são criados utilizando a instrução SQL Generate Trigger , que especifica o Banco onde ele atuará e para que tipo
de ocorrência disparará suas ações.

D os triggers podem ser executados, independentemente dos eventos aos quais foram associados.

E triggers e Stored Procedures são procedimentos equivalentes; enquanto triggers disparam em função de uma ação, as
Stored Procedures são disparadas por eventos temporais.

ID 174054 Tecnologia da Informação PostgreSQL FCC 2020

O bloqueio em nível de linha ou registro, no PostgreSQL versão 11.x, é obtido automaticamente quando a linha é atualizada
ou excluída. Os bloqueios em nível de linha não afetam a consulta aos dados, já que bloqueiam apenas gravações na mesma
linha.
Para ‘forçar’ um bloqueio de linha em um comando SELECT, deve-se usar:

A WITH LOCK.

B EXCLUSIVE.

C FOR UPDATE.

D NO UPDATE.

E LINE LOCK.

ID 174053 Tecnologia da Informação Oracle RMAN FCC 2020

No Oracle 11g, para criar um papel chamado gerentes com a senha aB1d97B, deve-se utilizar a instrução:

A CREATE ROLE gerentes SET PASSWORD TO aB1d97B;

B CREATE PROFILE gerentes IDENTIFIED BY PASSWORD aB1d97B;

C CREATE ROLE gerentes PASSWORD aB1d97B ON;

D CREATE PROFILE gerentes SET PASSWORD aB1d97B;

E CREATE ROLE gerentes IDENTIFIED BY aB1d97B;

ID 174016 Tecnologia da Informação Novos sistemas de armazenamento FCC 2020

Atualmente, diversos dados são coletados pelos sistemas digitais de empresas na internet para constituir Big Data com
conteúdo sobre os resultados alcançados por seus produtos e serviços, prestígio da imagem da organização e seus
representantes. Porém, parte desses dados pode ser falsa ou manipulada por internautas. O tratamento dos dados, a fim de
qualificá-los antes de disponibilizá-los para a tomada de decisão na empresa, segundo o conceito das cinco dimensões “V” de
avaliação de um Big Data , se refere

A ao valor.

B à variedade.

C à veracidade.

D à velocidade.

E ao volume.

ID 174014 Tecnologia da Informação Desenvolvimento de Software FCC 2020

Considere uma tabela de produtos em estoque e outra de pedidos, em um banco de dados. Toda vez que um item for incluído
na tabela de pedidos, a quantidade em estoque desse item, na tabela de produtos, deve ser diminuída de modo equivalente. Um
Analista pode solucionar essa situação, e ainda ganhar em desempenho,

A usando um trigger .

B criando uma view com dados de produtos e de pedidos.

C atribuindo o acesso a essas tabelas para apenas um usuário responsável.

D atribuindo privilégios à tabela de pedidos.

E atribuindo privilégios à tabela de produtos.

ID 173980 Tecnologia da Informação Mineração de Dados (Data Mining) FCC 2020

No contexto de data mining , considere o caso hipotético a seguir:
Uma financeira possui o histórico de seus clientes e o comportamento destes em relação ao pagamento de empréstimos
contraídos previamente. Existem dois tipos de clientes: adimplentes e inadimplentes. Estas são as categorias do problema
(valores do atributo alvo). Uma aplicação de mining, neste caso, consiste em descobrir uma função que mapeie corretamente os
clientes, a partir de seus dados (valores dos atributos previsores), em uma destas categorias. Tal função pode ser utilizada para
prever o comportamento de novos clientes que desejem contrair empréstimos junto à financeira. Esta função pode ser
incorporada a um sistema de apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a clientes
classificados como bons pagadores.

Trata-se de uma atividade denominada

A sumarização.

B descoberta de associações.

C classificação.

D descoberta de sequências.

E previsão de séries temporais.