Acerca das noções de Big Data, julgue o item.

Os 5 Vs do Big Data representam os fatores de sustentação em que a abordagem de Big Data está apoiada. Esses fatores são os seguintes: volume; variedade; velocidade; veracidade; e visibilidade.

Acerca das noções de Big Data, julgue o item.

A premissa básica para que se tenha sucesso com o uso de Big Data é que se deve considerar somente um grupo/fator homogêneo nas tomadas de decisões.

Julgue o item, referentes à modelagem dimensional, ao modelo de referência CRISP-DM e à mineração de dados.

O uso da mineração de dados permite, por exemplo, que as empresas mais bem planejem a logística de distribuição dos seus produtos, prevendo picos nas vendas.

Julgue o item, referentes à modelagem dimensional, ao modelo de referência CRISP-DM e à mineração de dados.

O modelo de referência CRISP-DM, composto por quatro fases não cíclicas, permite o fluxo unidirecional, ou seja, pode ir e voltar entre as fases.

Julgue o item, referentes à modelagem dimensional, ao modelo de referência CRISP-DM e à mineração de dados.

O snowflaking é uma das técnicas de modelagem dimensional.

Julgue o item, referentes à modelagem dimensional, ao modelo de referência CRISP-DM e à mineração de dados.

A chave da tabela de dimensão, na modelagem dimensional, é uma combinação das chaves das tabelas de fatos.

Julgue o item, referentes à modelagem dimensional, ao modelo de referência CRISP-DM e à mineração de dados.

Modelagem dimensional é a forma de organização de dados que visa atender às necessidades de consulta para a tomada de decisões.

Muitos sistemas OLAP são implementados como sistemas cliente-servidor. Os sistemas clientes obtêm visualizações dos dados comunicando-se com o servidor. Assinale a alternativa correta em relação ao sistema HOLAP.

No contexto de banco de dados, o que é o ARIES?

O padrão map-reduce é uma forma de processar grandes volumes de dados. Sobre esse padrão, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) Map-reduce é um padrão que permite que computações sejam paralelizadas em um cluster.

( ) A tarefa de mapeamento lê dados de um agregado e os agrupa em pares de chave-valor relevantes.

( ) A tarefa redução recebe muitos valores de uma única chave de saída, a partir da tarefa mapeamento, e os resume em uma única saída.