Provas

Na arquitetura em três camadas há apresentação (cliente), aplicação/lógica de negócio (intermediária) e dados (SGBD/armazenamento). A camada intermediária processa as regras de negócio, e o acesso físico aos dados é feito pela camada de dados.

Para criar uma FK, a coluna referenciada na tabela de origem (pai) precisa ser PRIMARY KEY ou ter restrição/índice único, garantindo que cada valor referenciado identifique uma única linha. Por isso o item está certo.

A 2FN elimina dependências parciais: atributos não chave devem depender de toda a chave primária, e não apenas de parte dela. O item diz depender apenas da chave primária e afirma que as redundâncias são eliminadas, o que simplifica e distorce o conceito. Persistem dependências transitivas, tratadas na 3FN, e por isso as redundâncias não são totalmente eliminadas.

Em bancos chave-valor, cada registro é um par chave única/valor, e o valor é opaco, sem esquema imposto. Assim, os registros compartilham apenas a chave, sem estrutura comum entre os valores.

Ao detectar um deadlock, o SGBD resolve automaticamente: escolhe uma transação como vítima, faz rollback dela e libera os bloqueios. Ele não aciona o processo chamador para receber instruções sobre como proceder.

Triggers seguem o modelo ECA (Evento-Condição-Ação): o evento define o momento de ativação, a condição é avaliada e, se verdadeira, a ação é executada. O item troca o significado da sigla, falando em extração-carga-ação.

A DML (Data Manipulation Language) reúne os comandos que consultam e manipulam dados, como INSERT, UPDATE, DELETE e SELECT. Muitas bancas e autores incluem o SELECT na DML (ou na DQL, subconjunto dela).

O data lake armazena dados em formato bruto (nativo), aplicando o esquema na leitura (schema-on-read). Assim, não exige o ETL prévio para padronização, ao contrário do DW (schema-on-write). A transformação ocorre depois, se necessário (ELT).

Vincular dados semelhantes de fontes diferentes é a técnica de associação (joining/merge). A derivação gera novos valores a partir de cálculos ou regras aplicadas a dados existentes, como calcular um total ou idade a partir da data de nascimento.

Uma classificação usual divide metadados em descritivos (identificam e descrevem o recurso), estruturais (organização e relações entre os dados) e administrativos (gestão, direitos, origem, permissões). O item reflete essa tipologia.

Índices bitmap são muito usados em data warehouses, pois são compactos e permitem combinar condições com operações bit a bit (AND/OR), com bom desempenho em consultas analíticas sobre colunas de baixa cardinalidade. A inadequação ocorre em ambientes OLTP com muitas atualizações concorrentes, não em DW.

O esquema estrela tem uma tabela fato central ligada a tabelas dimensão desnormalizadas, o que reduz o número de junções e simplifica consultas. Isso favorece o desempenho de consultas analíticas em BI/OLAP.

O ETL extrai dados de várias fontes, transforma (limpeza, padronização, integração, validação) e carrega no data warehouse. Seu propósito central é entregar dados consistentes e de qualidade ao DW.

BI tradicionalmente trabalha com dados estruturados, e sistemas de gestão de conteúdo (ECM/CMS) tratam documentos, e-mails e outros conteúdos não estruturados. Integrá-los enriquece a análise e o processo decisório.

Sistemas de suporte à decisão (SAD) auxiliam o decisor com dados, modelos e simulações, mas a decisão final cabe ao ser humano, que considera fatores qualitativos, contexto e valores. Afirmar que substituem o julgamento em todos os casos e decidem automaticamente de forma exclusiva por modelos contraria a própria definição de SAD.

O Cassandra tem consistência ajustável (tunable): o cliente escolhe o nível por operação, como ONE, QUORUM ou ALL. A consistência forte só ocorre em certas combinações, por exemplo R + W > RF, e não é garantida automaticamente.

Os três pilares do storytelling com dados são dados, narrativa e visuais. As visualizações são essenciais para comunicar padrões e comparações complexas, e o texto sozinho não as substitui.

O objetivo do storytelling com dados é comunicar achados analíticos de forma clara e envolvente, combinando contexto, narrativa e visualizações. Isso facilita a compreensão, o engajamento e a decisão.

Na álgebra relacional, a projeção (π) escolhe atributos (colunas) da relação. Como a relação é um conjunto, tuplas duplicadas resultantes são eliminadas.

Bancos como o Neo4j usam adjacência sem índice (index-free adjacency), percorrendo relacionamentos diretamente por ponteiros. Isso evita os joins custosos do modelo relacional.