dados do cubo, mantendo uma das dimensões fixa.

dados detalhados, até o menor nível de granularidade 
da tabela de fatos.

dados detalhados, além do menor nível de granularidade da tabela de fatos.

um subconjunto do cubo com mais de uma dimensão 
fixa.

<!DOCTYPE html>
<html lang="pt-BR">
<head>
 <meta charset="UTF-8">
 <style>
 body {
 font-size: 16px;
 line-height: 1.5;
 }
 .blue {
 color: blue;
 }
 math {
 font-size: 16px;
 }
 </style>
</head>
<body>

Para entender a questão sobre a operação de drill-down em um cubo OLAP (On-Line Analytical Processing), é essencial compreender o que é esta operação dentro do contexto de um sistema analítico que é usado principalmente para realizar consultas complexas em dados multidimensionais. A operação de drill-down permite aos usuários expandir os dados para visualizar mais detalhes em níveis de granularidade menores.
 

OLAP é uma ferramenta poderosa para análise de dados que organiza grandes volumes de dados em cubos multidimensionais que representam por exemplo, vendas arranjadas por produto, região, tempo, etc. Cada eixo de um cubo é uma dimensão e o valor é o ponto de dados dentro do cubo.
 
Indo para as alternativas:
<ul>

<li>A) "apenas dados agregados."
 O drill-down é pessoalmente diametralmente oposto ao conceito de dados agregados, que é o que encontramos em uma operação de roll-up, o que torna esta opção incorreta.
</li>
 

<li>B) "dados do cubo, mantendo uma das dimensões fixa."
 Manter uma dimensão fixa e observar os dados de outras dimensões em detalhes está mais alinhado com a operação slice do que com drill-down. Portanto, esta alternativa é incorreta.
</li>
 

<li>C) "dados detalhados, até o menor nível de granularidade da tabela de fatos."
 Esta é a descrição exata do que significa fazer um drill-down em um cubo OLAP. O processo permite explorar dados até o nível mais detalhado dentro de uma dimensão específica, o que ajuda a entender melhor os padrões nos dados. Portanto, esta resposta é a correta.
</li>
 

<li>D) "dados detalhados, além do menor nível de granularidade da tabela de fatos."
 Não é possível explorar dados além do menor nível de granularidade possível na tabela de fatos; o drill-down limita-se ao que está explicitamente registrado no cubo. Por isso essa alternativa está incorreta.
</li>
 

<li>E) "um subconjunto do cubo com mais de uma dimensão fixa."
 A operação descrita nessa opção corresponde a uma combinação das operações slice e dice, que consistem em selecionar um ou mais subconjuntos de dados com uma ou mais dimensões fixas, respectivamente. Não se relaciona diretamente ao conceito de drill-down, sendo, portanto, uma alternativa incorreta.
</li>
 
</ul>

Considerando a análise das alternativas e a definição da operação em sistemas OLAP, podemos determinar que a função do drill-down é fornecer um nível de detalhe mais profundo, descendo na hierarquia de agregação até o nível mais fino de granularidade. Isso valida a opção "C" como a resposta precisa a esta questão.
 
Portanto, a alternativa correta é C.
 

</body>
</html>

OLTP são concebidos apenas para consulta.

OLTP têm por objetivo o apoio à decisão.

<!DOCTYPE html>
<html lang="pt-BR">
<head>
 <meta charset="UTF-8">
 <style>
 body {
 font-size: 16px;
 line-height: 1.5;
 }
 .blue {
 color: blue;
 }
 math {
 font-size: 16px;
 }
 </style>
</head>
<body>
 Em empresas modernas, os sistemas de informação desempenham um papel crucial no suporte às operações diárias e na tomada de decisões estratégicas. Estes sistemas podem ser categorizados em OLTP (Online Transaction Processing) e OLAP (Online Analytical Processing). A questão foca especificamente nos sistemas OLAP e suas características estruturais.
 

 <ul>
 <li>A) OLAP seguem o modelo multidimensional.
 Correto. Sistemas OLAP fazem uso do modelo multidimensional. Este modelo é ideal para análise de dados, pois permite a visualização de informações de várias perspectivas, facilitando análises complexas e o apoio à decisão. Os dados são organizados em cubos e podem ser analisados em múltiplas dimensões, provendo agilidade no acesso a informações agregadas e detalhadas.
 
 </li>
 
 <li>B) OLAP seguem o modelo relacional.
 Incorreto. Apesar de existirem implementações de OLAP que utilizam bases de dados relacionais (ROLAP), o conceito tradicional de OLAP está associado ao modelo multidimensional (MOLAP). As ferramentas que seguem estritamente o padrão relacional são tipicamente categorizadas como OLTP, que suportam o processamento regular e eficiente de transações.
 
 </li>
 
 <li>C) OLTP são orientados por assunto.
 Incorreto. Sistemas OLTP não são especificamente orientados por assunto, são projetados para lidar com a carga operacional diária associada a transações. Suas bases de dados são normalmente organizadas para maximizar a eficiência nas operações de inserção, atualização e exclusão. Os sistemas orientados por assunto são comuns em Data Warehouses, utilizados em conjunto com ferramentas OLAP.
 
 </li>
 
 <li>D) OLTP são concebidos apenas para consulta.
 Incorreto. Sistemas OLTP são projetados para suportar todas as formas de operações de banco de dados, incluindo, mas não se limitando a, consultas. Eles são usados para processamento de transações, o que envolve inserções, atualizações, exclusões além de consultas. A eficácia de um sistema OLTP está na sua capacidade de processar rapidamente grandes volumes de transações.
 
 </li>
 
 <li>E) OLTP têm por objetivo o apoio à decisão.
 Incorreto. Os sistemas OLTP são geralmente focados no processamento rápido e eficiente de transações e não são otimizados para análise de dados ou apoio à decisão. Isso é característico dos sistemas OLAP, que são projetados especificamente para facilitar o entendimento e a análise de grandes volumes de dados, auxiliando assim no processo decisório.
 
 </li>
 </ul>
 

 Portanto, a alternativa correta é A.
 

</body>
</html>

Para obter as vendas por dia a partir do relatório de vendas por semana, o gerente deve aplicar a operação OLAP "Drill Down". A operação "Drill Down" é usada para obter detalhes mais granulares de um conjunto de dados. No contexto do sistema de BI, essa operação permite que o usuário acesse informações mais detalhadas, como as vendas diárias, a partir de um nível de agregação mais alto, como as vendas semanais. Portanto, a opção correta é (B) Drill Down.

Escalonamento round robin, Data warehouses

Modelagem Estruturada Moderna, Redes neurais artificiais

<!DOCTYPE html>
<html lang="pt-BR">
<head>
 <meta charset="UTF-8">
 <style>
 body {
 font-size: 16px;
 line-height: 1.5;
 }
 .blue {
 color: blue;
 }
 math {
 font-size: 16px;
 }
 </style>
</head>
<body>
 Os Sistemas de Apoio à Decisão (SAD) são soluções tecnológicas projetadas para auxiliar na análise de dados e tomada de decisões em organizações. A capacidade de analisar grandes volumes de dados de diversas fontes e em múltiplas dimensões é crucial nesse contexto, o que torna tecnologias como OLAP (Online Analytical Processing) e Data Marts extremamente relevantes.
 
 
 Vamos analisar as alternativas fornecidas na questão:
 
 
 <ul>
 <li>A) Algoritmos Genéticos, Protocolo TCP/IP:
 Os Algoritmos Genéticos são usados para soluções de problemas de otimização e não estão diretamente relacionados com análise de grandes conjuntos de dados necessária em SAD. O Protocolo TCP/IP é fundamental para a comunicação em redes, mas não contribui diretamente para as funcionalidades analíticas de um SAD.
 </li>
 
 <li>B) Escalonamento round robin, Data warehouses:
 O método de escalonamento round robin é utilizado em sistemas operacionais e redes para distribuir carga de trabalho de forma equitativa, o qual, apesar de importante, não tem uma aplicação direta em análise de dados para decisão. Os Data Warehouses são relevantes para SADs por armazenarem dados integrados e históricos que facilitam a análise, mas essa opção mistura um conceito não relacionado, o que a torna incorreta.
 </li>
 
 <li>C) Modelagem Estruturada Moderna, Redes neurais artificiais:
 A Modelagem Estruturada Moderna é uma técnica de desenvolvimento de sistemas que por si só não suporta diretamente análises de decisão, enquanto as Redes Neurais Artificiais são mais orientadas para aprendizado de máquina e IA, podendo ser usadas na análise de dados, mas não específicamente nos SAD tradicionais.
 </li>
 
 <li>D) Servidores OLAP, Data Marts:
 Os servidores OLAP são projetados especificamente para realizar análises complexas e multidimensionais de grandes volumes de dados, o que é essencial em SAD. Os Data Marts, que são versões especificamente focadas de Data Warehouses, fornecem dados relevantes e rápidos para análise em departamentos específicos da organização. Esta opção é claramente a mais alinhada com as necessidades de um SAD.
 </li>
 
 <li>E) Servidores OLTP, Mineração de Dados:
 O processamento de transações online (OLTP) é crucial para operações do dia a dia e gestão de transações, mas não é específico para análise e tomada de decisão em um contexto de SAD. A Mineração de Dados é uma técnica valiosa para descobrir padrões em grandes conjuntos de dados, mas sem a combinação com as tecnologias de análise ou armazenamento como OLAP ou Data Marts, seu impacto em SADs seria menos direto.
 </li>
 
 </ul>
 
 
 Portanto, ao considerar a combinação de tecnologias que melhor se alinha ao propósito central de sistemas de apoio à decisão, a alternativa correta é D.
 
 
</body>
</html>

A resposta correta é (C) enrolamento e rotação (pivô).<ul><li>Roll-up: A operação de roll-up é usada para resumir dados agrupando-os em níveis mais altos de granularidade. Nesse caso, a operação seria utilizada para agrupar os dados por estado ao invés de por município, de forma a obter informações de vendas por estado.</li><li>Rotação (Pivot): A operação de pivô é usada para girar ou remodelar os dados em uma tabela para que possam ser analisados ​​mais facilmente. Neste caso, a operação seria utilizada para organizar os dados por produtos ao invés de municípios.</li></ul>

Questões de CESGRANRIO - Tecnologia da Informação - OLAP - Superior