TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
AULA 0 – APRESENTAÇÃO DO CURSO
99
9
99
99
N
om
e9
99
99
99
99
99
N
om
e9
99
99
99
99
99
N
om
e9
99
99
99
99
99
Olá queridos (as) amigos (as), meus cumprimentos!
99
É um prazer estar com vocês neste novo curso on-line de Tecnologia da
e9
9
Informação (em Exercícios), que tem como foco o concurso para o cargo de
N
om
Analista em Tecnologia da Informação do Ministério do Planejamento,
99
9
Orçamento e Gestão (MPOG).
99
99
9
Trata-se de um concurso de grande relevância e tenho certeza de que com
99
garra, estudo disciplinado, perseverança, o seu sonho possa se tornar
N
om
e9
realidade.
Neste curso pretendemos apresentar 350 questões comentadas,
(em média teremos cerca de 25 questões por aula no mínimo), a
fim de familiarizar você com o estilo de questões que irá encontrar na
prova.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
1 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
Cabe destacar também que a banca possui um número reduzido de questões
específicas de TI, por isso também serão criadas novas questões e/ou
apresentadas questões similares de outras bancas (como CESPE, FCC, ESAF,
Cesgranrio,
etc.)
para
complementar
ou
mesmo
para
introduzir
um
e9
99
99
99
99
99
determinado conteúdo. Sempre que fizermos isso será levando em conta o
formato e a profundidade das questões de informática que costumamos
encontrar nas provas da FUNRIO.
om
A finalidade aqui é explorar os assuntos com maior probabilidade de
99
N
serem cobrados em prova, para mapear o estilo de cobrança da banca,
99
realizar uma excelente prova de Tecnologia da Informação e conseguir
99
99
logo a tão almejada APROVAÇÃO.
e9
99
E, para nós, aqui no Ponto dos Concursos, é muito importante fazer parte
om
desta conquista. Nossa tarefa é transmitir os fundamentos importantes
99
N
para a sua prova com a resolução de exercícios, de forma didática e
99
99
objetiva, para facilitar o aprendizado. Cumpriremos esta meta com muita
99
99
seriedade e dedicação.
e9
Todos os tópicos do edital relacionados à parte específica de TI,
N
om
conforme edital FUNRIO nº 1/2013, de 19 de abril de 2013, estarão sendo
99
99
trabalhados sob a forma de exercícios neste curso.
99
9
Antes de partir para o desenvolvimento da teoria e dos exercícios,
e9
9
99
gostaria de me apresentar. Vamos lá! Sou a Profa Patrícia Lima
om
Quintão, moro em Belo Horizonte e tenho ministrado aulas de informática no
N
Ponto dos Concursos desde 2009 (visando certames como Senado Federal,
99
99
9
99
9
Banco do Brasil, INSS, Polícia Federal, Polícia Rodoviária Federal, Senado
Federal, MPU, TCU, Ministério da Fazenda, Petrobrás, MPOG, ABIN, TRE, TRT,
99
TSE, ANEEL, SEFAZ-DF, SEFAZ-RJ, SEFAZ-SC, SEFAZ-SP, ISS-RJ, ISS-BH,
N
om
e9
ISS-SP, SUSEP, TJ-DFT, ANVISA, CGU, dentre outros), além de integrar a
equipe dos professores que atuam no Coaching para Concursos do Ponto,
assessorando os candidatos para que consigam atingir seu objetivo: a
aprovação em concurso público, de forma mais rápida e eficiente. Auxilio
também os candidatos na elaboração dos recursos (Ponto Recursos).
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
2 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
Também tenho lecionado disciplinas técnicas do curso de Sistemas de
Informação e Ciência da Computação, tanto na graduação, quanto na
pós-graduação. Sou instrutora autorizada CISCO e autora do livro de
questões comentadas de informática para concursos (Foco: FCC), pela
e9
99
99
99
99
99
Editora GEN/Método, sob a coordenação dos grandes mestres
Vicente Paulo e Marcelo Alexandrino, que já está na segunda
tiragem
da
segunda
edição,
disponível
em:
om
http://www.editorametodo.com.br/produtos_descricao.asp?co
99
N
digo_produto=2303. Aproveitem!
99
Sou mestre em Engenharia de Sistemas e Computação pela
99
99
COPPE/UFRJ, pós-graduada em Gerência de Informática e
e9
99
bacharel em Informática pela Universidade Federal de Viçosa (UFV). Atuo como
om
membro da Sociedade Brasileira de Computação e do Comitê Brasileiro de
99
N
Processamento de Dados da ABNT, que cria as normas sobre gestão da
99
Segurança da Informação no Brasil; sou editora da revista InfraMagazine;
99
99
tenho certificações técnicas na área de segurança, redes e perícia forense;
e9
99
além de artigos publicados a nível nacional e internacional com temas da área
om
de informática.
99
N
E como não poderia deixar de ser, nas horas vagas, também concurseira, já
Professora titular do Departamento de Ciência da Computação do
99
•
99
9
99
tendo sido aprovada em vários concursos, como:
Professora substituta do Departamento de Ciência da Computação da
N
•
om
e9
9
Instituto Federal de Educação, Ciência e Tecnologia (2011);
99
99
9
99
9
Universidade Federal de Juiz de Fora (2011);
N
om
e9
99
•
Analista de Sistemas, Dataprev (2011);
•
Analista de Sistemas, Infraero (2011);
•
Analista -TIC, Prodemge (2011);
•
Analista de Sistemas, Prefeitura de Juiz de Fora (2007);
•
Analista de Sistemas, SERPRO (concursos de 2001 e 2005); etc.
Bem, passada essa apresentação inicial, vamos avante com o curso!
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
3 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
O CURSO QUE PROPONHO
As aulas serão agrupadas por assuntos, conforme disposição listada a seguir.
0
DESCRIÇÃO
AULA DEMONSTRATIVA. BANCO DE DADOS (Parte I)
(13/05)
BANCO
DADOS
(Parte
II)
E
GESTÃO
INFORMAÇÃO
DA
N
(15/05)
DE
om
1
e9
99
99
99
99
99
AULA
99
1. Fundamentos: finalidades, níveis de abstração, modelagem
99
99
de dados, modelagem funcional.
99
99
2. Administração de dados:fundamentos: dado, informação,
om
e9
conhecimento e inteligência; modelos de dados; níveis de
N
abstração de modelos de dados; metadados; linguagens de
99
99
definição e de manipulação de dados; normalização.
99
99
3. Administração de banco de dados: fundamentos,
e9
99
sistemas de gerenciamento de banco de dados, organização
om
de arquivos, técnicas de armazenamento, métodos de acesso,
99
99
N
tipos de bancos de dados, projeto de bancos de dados.
99
9
4. Soluções de suporte à decisão: Datawarehouse, OLAP, Data
e9
9
99
Mining, Business Inteligence – BI.
om
5. Técnicas de análise de desempenho e otimização de
9
N
consultas SQL.
om
e9
99
99
99
9
99
6. Técnicas de modelagem e otimização de bases de dados
2
multidimensionais.
SEGURANÇA DA INFORMAÇÃO (Parte I)
N
(17/05) 7. Normas de segurança da informação.
7.1. Normas ABNT: NBR 27001:2005 (Sistema de Gestão de
Segurança da Informação), NBR 27002:2005 (Código de Boas
Práticas em Segurança da Informação), NBR 27005:2005
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
4 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
(Gestão de Riscos de Segurança), NBR 15999:2007 e ABNT
NBR 15999-2:2008 (Gestão de Continuidade do Negócio).
7.2. Normas do Gabinete de Segurança Institucional – GSI-
e9
99
99
99
99
99
PR: Instrução Normativa GSI nº 1 e Normas complementares
nº 04, 06, 07, 08 e 11/IN01/DSIC/GSIPR.
6. Gestão de segurança da informação.
6.1.
Política
de
segurança
(processos
de
definição,
N
om
implantação e gestão de políticas de segurança e auditoria).
risco
em
99
de
segurança
da
99
Gestão
informação
99
6.3.
99
6.2. Classificação da informação.
e9
99
(planejamento, identificação, análise e tratamento de riscos
N
om
de segurança).
99
99
6.4. Controle de acesso.
99
99
6.5. Segurança de serviços terceirizados.
estratégia
e9
negócio,
de
continuidade,
Plano
de
om
no
99
6.6. Gestão de continuidade do negócio (análise de impacto
99
N
administração de crises, plano de continuidade operacional,
99
9
99
plano de recuperação de desastres, plano de testes).
SEGURANÇA DA INFORMAÇÃO (Parte II)
99
3
e9
9
(20/05) 1. Criptografia: princípios, aplicações, algoritmos simétricos e
N
om
assimétricos, certificação e assinatura digital.
N
om
e9
99
99
99
9
99
9
2. Segurança
em Redes. 2.1. Segmentação
de
Redes,
Firewall, Firewall de Aplicação Web (WAF), detectores de
intrusão (IDS e IPS), NAT IP, NAT H323, analisadores de
tráfegos de rede (Sniffers), DMZ, Virtual Private Networks
(IPSEC VPN e SSL VPN). 2.2 Registros de auditoria: protocolo
Syslog e Microsoft Event View. 2.3. Tipos de ataques:
spoofing, flood, DoS, DDoS, phishing. Malwares: vírus de
computador, cavalo de troia, adware, spyware, backdoors,
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
5 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
keylogger, worms.
3.
Segurança
de
servidores
e
estações
de
trabalho:
configurações de segurança em servidores Linux e Windows
3.1.
Inventário
de
ativos,
sistemas
anti-
e9
99
99
99
99
99
(Hardening).
malwares, configurações de segurança para estações Windows
XP e Windows 7.
4. Segurança de soluções de infraestrutura de TI: segurança
om
de servidores Web, sistemas de Anti-Spam Protocolo SMTP,
Incidentes
de
segurança:
tratamento
e
resposta
a
99
5.
99
99
N
SPF, DKIM), proxies e filtros de conteúdo Web e DNSSEC.
99
99
incidentes de segurança (CERT), testes de invasão, conceitos
e9
de forense computacional, ameaças para estações de trabalho
N
om
e servidores (vírus, cavalo de troia, spyware, backdoors,
99
99
keylogger, worm), Ameaças e vulnerabilidades em aplicações
99
(Injection [SQL, LDAP], Cross-Site Scripting (XSS), quebra de
Cross-Site
Request
Forgery,
e9
objetos,
armazenamento
om
a
99
99
autenticação e gerenciamento de sessão, referência insegura
N
inseguro de dados criptografados).
ENGENHARIA DE SOFTWARE
99
9
99
99
4
99
(24/05) 1. Princípios de Engenharia de Software: engenharia de
e9
9
requisitos de software, processos de desenvolvimento de
om
software (processo cascata, processo iterativo), projeto de
2. Medição e estimativas de projetos de software: análise de
pontos de função, processo de contagem de pontos de função,
tipos de função (funções de dados e funções transacionais),
fatores de ajuste.
N
om
e9
99
99
99
9
99
9
N
software orientado a objetos, testes e validação.
3. Processo de desenvolvimento de software - Processo
Unificado: conceitos gerais do RUP, disciplinas, fases, papéis,
atividades,
Profa. Patrícia Lima Quintão
artefatos.
3.1.
Processo
Ágil:
www.pontodosconcursos.com.br
conceito,
6 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
metodologia Scrum.
4. Disciplina de requisitos: casos de uso e diagramas de caso
de uso.
e9
99
99
99
99
99
5. Disciplina de análise e projeto.
6. Disciplina de gerência de projeto.
7. Disciplina de implementação, testes e distribuição.
5
N
om
REDE DE COMPUTADORES (Parte 1)
99
(27/05) 1. Comunicação de dados: tipos e meios de transmissão,
99
99
técnicas básicas de comunicação, topologias de redes de
99
99
computadores, Internet, Intranet, modelo de referência OSI e
om
e9
arquitetura TCP/IP.
N
2 Tecnologias e protocolos de redes locais. 2.1 Padrões
99
99
ethernet, endereçamento IP, máscara de rede, protocolos (IP,
568,
99
EIA/TIA
redes
tipo
campus
(core,
99
estruturado
99
ARP, ICMP, UDP, TCP, FTP, SMTP, VRRP, OSPF), cabeamento
om
e9
distribuição, acesso). 2.2 Redes de longa distância: PPP, ATM
99
N
e MPLS.
REDE DE COMPUTADORES (Parte 2)
99
9
99
6
99
(31/05) 2.3 Armazenamentos de rede: DAS, SAN e NAS.
om
e9
9
2.4 Redes sem fio (wireless).
N
3 Elementos de interconexão de redes de computadores
N
om
e9
99
99
99
9
99
9
(switches,
roteadores,
Gerenciamento
de
balanceadores
redes
de
de
carga).
computadores:
3.
conceitos,
protocolo SNMP, agentes e gerentes, MIBs, gerenciamento de
dispositivos de rede, servidores e aplicações.
4. Qualidade de serviço (QoS): conceitos (filas, filas
prioritárias, descarte), arquiteturas.
5. Voz sobre IP (VoIP): conceitos, arquiteturas, protocolos
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
7 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
(RTP, RTPC, SRTP, SIP, H.323).
6. Videoconferência: conceitos, arquiteturas, protocolos (SIP,
H.323).
MOSPF).
GOVERNANÇA
(03/06)
E
GESTÃO
DE
TECNOLOGIA
INFORMAÇÃO (Parte I)
DA
om
7
e9
99
99
99
99
99
8. Roteamento Multicast: conceitos, protocolos (IGMP, PIM,
99
N
1. Governança de TI - Cobit 4.1: aspectos gerais, estrutura,
99
conceitos, finalidade, modelo de maturidade, objetivos de
99
99
controle, objetivos de negócios e objetivos de TI, domínios e
e9
99
processos.
N
om
3. Gerenciamento de serviços de TI - ITIL 2011: conceitos,
99
papéis genéricos, ciclo de vida dos serviços. 3.1. Estratégia do
Serviços.
3.2.
99
de
Desenho
do
Serviço:
99
Portfólio
99
99
Serviço: Gerenciamento de Demanda, Gerenciamento do
Gerenciamento
om
Serviço,
Gerenciamento
N
de
de
Capacidade,
99
Nível
e9
Gerenciamento do Catálogo de Serviços, Gerenciamento de
de
Disponibilidade,
Gerenciamento
de
99
9
99
Continuidade de Serviços de TI, Gerenciamento de Segurança
99
da Informação. 3.3. Transição do Serviço: Gerenciamento de
e9
9
Configuração
e
Ativos
de
Serviço,
Gerenciamento
de
N
om
Mudanças, Avaliação de Mudanças. 3.4. Operação do Serviço:
99
99
9
99
9
Gerenciamento de Eventos, Gerenciamento de Incidentes,
GOVERNANÇA
E
GESTÃO
DE
TECNOLOGIA
DA
99
8
Gerenciamento de Problemas e Gerenciamento de Acesso.
N
om
e9
(05/06) INFORMAÇÃO (Parte II)
4. Gerenciamento de projetos de TI - PMBOK: conceitos de
gerenciamento de projetos, ciclo de vida do projeto, conceitos
básicos e estrutura.
5. Sistemas Estruturantes do Poder Executivo Federal.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
8 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
6. Governo Eletrônico: E-Ping e E-Mag.
9
INFRAESTRUTURA DE TECNOLOGIA DA INFORMAÇÃO
(07/06) 1. Sistemas operacionais Windows e Linux. Conceitos básicos.
de
Directory
administração.
e
LDAP.
Serviços
de
Interoperabilidade.
diretório:
Active
e9
99
99
99
99
99
Noções
CloudComputing.
Virtualização.
2. Servidores de aplicação JEE. Conceitos básicos. Noções de
N
om
administração.
99
99
3. Topologia típica de ambientes com alta disponibilidade e
99
99
escalabilidade. Balanceamento de carga, fail-over e replicação
99
de estado. Técnicas para detecção de problemas e otimização
om
e9
de desempenho.
99
N
4. Tecnologias e arquitetura de Datacenter. Conceitos básicos.
99
99
Serviços de armazenamento, padrões de disco e de interfaces.
99
99
RAID.
om
e9
5. Tecnologias de armazenamento DAS, NAS e SAN.
N
6. Tecnologias de backup. Deduplicação. ILM – Information
99
99
Lifecycle Management.
GOVERNANÇA
99
9
10
E
GESTÃO
DE
TECNOLOGIA
DA
e9
9
99
(10/06) INFORMAÇÃO (Parte III)
N
om
2. Contratação de soluções de TI: Instrução Normativa para
N
om
e9
99
99
99
9
99
9
Contratação de Soluções de Tecnologia da Informação SLTI/MP IN 04/2010. 2.1 Guia Prático para Contratação de
Soluções de Tecnologia da Informação V 1.1 – SLTI.
7. Contratação de bens e serviços de TI: aspectos específicos
da contratação de bens e serviços de TI; Instrução Normativa
nº 4, de 12 de novembro de 2010, do Ministério do
Planejamento, Orçamento e Gestão; elaboração de termos de
referências e/ou projetos básicos para contratação de bens e
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
9 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
serviços de TI; acompanhamento de contratos de TI.
8. SISP: Finalidade, organização e competências; Decreto nº
7.579, de 11 de outubro de 2011.
e9
99
99
99
99
99
9. Infraestrutura Nacional de Dados Abertos (INDA) – Decreto
s/n, de 15 de setembro de 2011.
10. Lei nº 12.527/2011 – Lei de Acesso à Informação Pública
(LAI) - princípios, transparência ativa e passiva, prazos e
N
om
instâncias recursais.
99
99
11. Guia de Elaboração de PDTI do SISP.
99
99
12. Guia de Comitê de TI do SISP. 13. Metodologia de
e9
99
Gerenciamento de Projetos do SISP(MGP-SISP).
N
om
13. Estratégia Geral de Tecnologia da Informação (EGTI)
99
99
2013-2015.
99
14. Programa Nacional de Gestão Pública e Desburocratização
e9
99
99
(GesPública).
DESENVOLVIMENTO DE SISTEMAS (Parte I)
om
11
99
N
(12/06) 2. Interoperabilidade de sistemas. SOA e Web Services.
99
9
99
Padrões XML Schema Datatypes, UML, XSLT, UDDI, WSDL e
99
Soap.
e9
9
3. Segurança no desenvolvimento. Práticas de programação
N
om
segura e revisão de código. Controles e testes de segurança
N
om
e9
99
99
99
9
99
9
para aplicações web. Controles e testes de segurança para
Web Services.
4. Portais corporativos, arquitetura da informação, portlets e
RSS.
5. Modelo de Acessibilidade do Governo Eletrônico.
13. Tipos de Computação em Nuvem: SaaS, IaaS, PaaS,
DaaS.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
10 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
14. Licença Pública de Marcas.
15. Processo: Padrões (CMMI, MPS/BR).
12
DESENVOLVIMENTO DE SISTEMAS (Parte II)
e9
99
99
99
99
99
(14/06) 1. Projeto de sistemas em Java. Arquitetura e padrões de
projeto JEE v6. Desenvolvimento web em Java. Servlets, JSP
e Ajax. Frameworks JSF 2.0 e Hibernate 3.5.
om
6. HTML 5, HTML 4 e XHTML 1.1, Web Storage API.
99
N
7. Aplicações online e offline.
99
99
8. Web Sockets. CSS3: Web fonts, transformações, animação,
99
99
colunas.
om
e9
9. Geração de conteúdo por CSS e data URIs.
99
N
10. ECMA Script (Javascript), DOM (Document Object Model),
99
99
JSON (Javascript Object Notation).
99
99
11. e-PWG.
DELETE,
de
99
idempotência
controle
99
9
conteúdo,
99
requisições
HEAD,
N
om
PUT,
99
POST,
e9
12. Protocolo HTTP 1.1: sessão, principais métodos (GET,
de
métodos,
de
conteúdo
OPTIONS),
cabeçalhos,
cache,
parcial,
segurança
negociação
requisições
e
de
condicionais,
autenticação
(básica
e
9
N
om
e9
9
digest), códigos de resposta.
99
99
9
99
PLANEJAMENTO DAS AULAS
99
No decorrer do curso disponibilizarei os exercícios comentados em sua
om
e9
íntegra e, ao fim de cada aula, será apresentada também a lista com todos os
N
exercícios nela comentados, para que possa, a seu critério, resolvê-los antes
de ver o gabarito e ler os comentários correspondentes.
Conforme visto, as aulas serão agrupadas por assuntos, preferencialmente
com a disposição listada na figura anterior. No entanto, podem ser necessárias
algumas alterações na programação aqui destacada, por questões didáticas.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
11 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
Por fim, para aqueles que venham a se matricular no curso, ainda teremos o
fórum para troca de informações e/ou esclarecimento de dúvidas que
porventura surgirem. Estarei atenta ao fórum, e será um prazer tê-los conosco
e9
99
99
99
99
99
nessa trajetória aqui no Ponto! Aceitam o convite?
Profa Patrícia Lima Quintão
om
Instagram: patriciaquintao
N
Facebook: http://www.facebook.com/professorapatriciaquintao (Todo dia com
99
99
novas dicas, desafios e muito mais, espero vocês por lá para CURTIR a
e9
99
99
99
página!)
que essa
é
apenas
uma
aula
99
Lembrando
N
om
Como temos um longo caminho pela frente, vamos ao trabalho!!
de degustação,
para
N
om
e9
99
99
99
9
99
9
N
om
e9
9
99
99
9
99
99
N
om
e9
99
99
99
99
entenderem a dinâmica de nossas aulas, ok! Espero que aproveitem!
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
12 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
AULA 0 – QUESTÕES BANCO DE DADOS (PARTE I)
Conteúdo desta Aula
Página
13
Questões Apresentadas na Aula.
36
e9
99
99
99
99
99
Lista de Questões Comentadas Nesta Aula.
Gabarito.
40
99
99
N
om
LISTA DE QUESTÕES COMENTADAS NESTA AULA
99
99
1. Sobre dados, informações e conhecimento, é errado afirmar que:
mas
não
são
organizadas
para
om
armazenadas,
e9
99
(A) dados são descrições elementares que são registradas, classificadas e
significados
99
99
N
específicos.
carregar
99
99
organizados para a recuperação.
99
(B) um banco de dados consiste em itens de dados armazenados,
om
e9
(C) itens de dados podem ser formados por caracteres, números, sons ou
99
N
imagens.
99
9
99
(D) informação são dados organizados de modo que tenham significado e
99
valor para quem os receber.
e9
9
(E) conhecimento e informação são sinônimos, pois quem tem informação
99
99
9
99
9
N
om
tem conhecimento.
Comentários (Profa Patrícia)
om
e9
99
Dado
N
Informação
Registro de alguma entidade.134 é um exemplo de dado.
É um dado depois de processado, é uma contextualização de
um dado... Como assim? “5” é um dado, mas e se eu disser
o seguinte: “No dia 5 não haverá aula!!”. Nesse caso, o 5
passou a ter sentido (ou passou a ter “contexto”) e agora é
uma informação! Informações são conjuntos de dados
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
13 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
significativos e úteis a seres humanos em processos
como o de tomada de decisões.
Conhecimento Uma abstração interior, pessoal, de algo que foi
e9
99
99
99
99
99
experimentado, vivenciado, por alguém.
Portanto, como a letra E destacou indevidamente que conhecimento e
informação são sinônimos, ela será a resposta da questão.
99
N
om
Gabarito: letra E.
99
99
2. (ESAF/2005/AFRF) Com relação aos conceitos básicos de banco de
99
dados, é correto afirmar que a chave primária é um atributo de uma tabela
N
om
e9
99
que, mesmo com valores nulos, identifica univocamente uma coluna.
99
99
Comentários (Profa Patrícia)
99
99
A chave primária é um campo (ou vários campos) que serve(m) como
e9
99
identificador exclusivo de um registro em uma tabela, ou seja, ela
om
identifica um registro de forma unívoca.
99
N
Para entender melhor isso, vamos fazer uma analogia com o mundo real.
99
9
99
Vamos supor que um cidadão se chame José Maria. Qual a probabilidade de
99
encontrarmos homônimos desse cidadão? Grande, não é? Pois bem, que
e9
9
ferramenta poderíamos então utilizar para identificar o José Maria de forma
N
om
única e exclusiva?
99
9
Acertou quem pensou em CPF. Isso mesmo, o CPF é uma chave primária para
99
99
9
o imenso banco de dados de pessoas físicas no Brasil. É ele que garante que as
99
várias pessoas que se chamam José Maria não sejam confundidas entre si.
N
om
e9
Outro ponto a observar em relação às chaves primárias é que elas definem a
ordem padrão dos registros em consultas, ou seja, em caso de consulta aos
dados da tabela, se não for especificada nenhuma ordem, os registros serão
ordenados tendo por base a chave primária. Além disso, as chaves primárias
de uma tabela também são utilizadas para compor relacionamentos com
outras tabelas do banco de dados. Também podemos utilizar mais de um
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
14 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
campo de uma tabela como chave primária, nesse caso temos uma chave
primária composta. Finalizando, cabe destacar que uma chave primária NÃO
pode conter valores nulos, em outras palavras, nenhum valor de chave
e9
99
99
99
99
99
primária pode ser nulo!!
Gabarito: item errado.
3. (ESAF/2005/AFRF) Chaves estrangeiras são os elos de ligação entre as
N
om
tabelas. Uma coluna definida como chave estrangeira deve ser chave
99
99
99
99
primária em outra tabela.
e9
99
Comentários (Profa Patrícia)
N
om
Uma chave primária é uma coluna ou um conjunto de colunas, que
99
contribuem para a unicidade do dado em uma tabela. Tal chave nunca se
99
99
repete e pode ser utilizada como um índice para os demais campos de uma
99
99
dada tabela.
om
e9
Para ficar claro suponha que as Tabelas 1 e 2 listadas a seguir façam parte de
N
um banco de dados relacional. Sendo assim, para que não se tenha valores
99
99
repetidos é interessante que a coluna CodigoDepto da tabela Departamento
99
9
seja chave primária da mesma, e a coluna CodigoCurso também seja uma
e9
9
99
chave primária na tabela Curso.
Decom
Departamento de Computação
Deeng
Departamento de Engenharia
Demat
Departamento de Matemática
Demed
Departamento de Medicina
N
om
e9
99
99
99
9
99
9
N
om
CodigoDepto NomeDepto
Tabela 1 – Departamento
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
15 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
CodigoDepto
CC01
Ciência da Computação
Decom
SI01
Sistemas De Informação
Decom
EE01
Engenharia Elétrica
Deeng
EM01
Engenharia Mecânica
Deeng
MAT01
Matemática
Demat
MED01
Medicina
Demed
N
om
e9
99
99
99
99
99
CodigoCurso NomeCurso
99
99
Tabela 2 - Curso
99
99
Agora de maneira genérica, uma chave estrangeira é uma chave primária
e9
99
que vai “morar” em outra tabela, por isso ela é estrangeira, rs... É importante
om
notar que toda chave estrangeira é uma chave primária em alguma tabela, e
99
N
ela serve para permitir um relacionamento entre tabelas. Continuando
99
com o exemplo anterior, como pode ser observado, a tabela Curso possui a
99
99
coluna CodigoDepto, que é uma chave estrangeira em relação à chave primária
e9
99
na tabela Departamento. Isso significa que todo curso deve estar associado a
om
um departamento, porque a tabela Curso só pode possuir atributos para a
99
N
coluna CodigoDepto que estejam presentes na coluna CodigoDepto da tabela
99
9
99
Departamento.
e9
9
99
Atenção!!
om
A existência de uma chave estrangeira impõe restrições nas tarefas de
9
N
inclusão e exclusão de dados de uma dada tabela.
99
99
9
99
Ao incluir uma linha em uma tabela que contenha uma chave estrangeira o
campo da chave estrangeira deve existir na tabela em que ela é chave
om
e9
99
primária. Tomando o exemplo anterior como base isso significa que uma chave
N
estrangeira não permite a criação de cursos não relacionados a algum
departamento!
E ao excluir uma linha de uma tabela que contenha uma chave estrangeira,
essa situação pode ser tratada da seguinte forma:
• não permitir a exclusão de um curso referenciado;
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
16 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
• excluir o departamento também;
• excluir o departamento e os cursos referenciados pelo mesmo em
cascata,
o
que
departamento
significa
for
que
excluído,
o
se
um
curso
departamento
referenciado
e
todos
um
cursos
e9
99
99
99
99
99
referenciados a ele serão excluídos.
os
a
A CHAVE ESTRANGEIRA permite a implementação de relacionamentos
99
N
om
e9
99
99
99
99
99
N
om
em um banco de dados relacional.
99
99
Figura. Novo exemplo com destaque da chave estrangeira
om
e9
99
99
Gabarito: item correto.
99
N
4. (ESAF/2008/AFC-STN/Infraestrutura de TI) Em relação ao nível lógico
99
de abstração de dados nos sistemas de bancos de dados, é correto afirmar
99
99
9
que
om
e9
9
a) descreve estruturas de dados complexas de baixo nível.
N
b) descreve quais dados estão armazenados no banco de dados e as
99
99
9
99
9
relações existentes entre eles.
c) simplifica a interação entre o sistema e os usuários.
N
om
e9
99
d) disponibiliza um conjunto de programas de aplicação que ocultam
detalhes dos tipos de dados.
e) descreve um registro como um bloco de armazenamento, composto por
palavras ou bytes.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
17 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
Comentários (Profa Patrícia)
Vamos aos comentários dos itens da questão:
e9
99
99
99
99
99
Item A. O nível lógico de abstração se concentra em um nível mais alto. No
nível físico, complexas estruturas de dados de baixo nível são descritas em
detalhes. Item errado.
om
Item B. No nível lógico são representados os dados da aplicação e os
Os itens mencionados não correspondem ao nível lógico,
99
Itens C, D e E.
99
N
relacionamentos existentes entre os mesmos. Item correto.
om
e9
99
99
99
conforme visto na explicação seguinte. Itens errados.
N
O grande objetivo de um sistema de banco de dados é prover os
99
99
usuários com uma visão abstrata dos dados. Isto é, o sistema omite
99
99
certos detalhes de como os dados são armazenados e mantidos.
99
Entretanto, para que o sistema possa ser utilizado, os dados devem ser
om
e9
buscados de forma eficiente. Este conceito tem direcionado o projeto de
99
N
estrutura de dados complexas para a representação de dados em um banco de
99
dados. Uma vez que muitos dos usuários de banco de dados não são treinados
99
9
para computação, a complexidade está escondida deles através de diversos
e9
9
99
níveis de abstração que simplificam a interação do usuário com o sistema.
om
Portanto, o propósito central de um SGBD consiste em proporcionar aos
99
9
N
usuários uma visão ABSTRATA dos dados. Isto é conseguido definindo-se
99
99
99
9
diversos níveis de abstração pelos quais o BD pode ser visto:
N
om
e9
•
NÍVEL VISÃO (externo): é o nível mais alto de abstração; visão de cada
usuário; descreve apenas parte do banco de dados. Muitos usuários do
sistema de banco de dados não estarão interessados em todas as
informações. Em vez disso precisam de apenas uma parte do banco de
dados. O nível de abstração das visões de dados é definido para simplificar
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
18 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
esta interação com o sistema, que pode fornecer muitas visões para o
mesmo banco de dados.
•
NÍVEL LÓGICO (conceitual): nível médio de abstração; é o nível que
e9
99
99
99
99
99
descreve QUAIS os dados são realmente armazenados no BD e quais os
relacionamentos existentes entre eles; visão da comunidade de usuários.
Aqui o banco de dados inteiro é descrito em termos de um pequeno número
de estruturas relativamente simples. Embora as implementações de
simples
no
nível
conceitual
possam
envolver
complexas
om
estruturas
99
N
estruturas de nível físico, o usuário do nível conceitual não precisa
99
preocupar-se com isso. O nível conceitual de abstração é usado por
99
99
administradores de banco de dados, que podem decidir quais informações
99
NÍVEL FÍSICO (interno): é o nível mais baixo de abstração. Descreve
99
•
N
om
e9
99
devem ser mantidas no BD.
99
COMO os dados são armazenados. Estruturas complexas, de baixo nível,
N
om
e9
99
99
99
9
99
9
N
om
e9
9
99
99
9
99
99
N
om
e9
99
99
são descritas em detalhe.
Figura. Arquitetura de Três Níveis (ANSI/SPARC)
Gabarito: letra B.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
19 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
5. (ESAF/2010/
Comissão
de
Valores
Mobiliários/Analista
de
Sistemas) São fases do projeto de banco de dados:
a) especificação dos usuários do projeto, projeto conceitual, especificação das
b) especificação das necessidades do desenvolvedor, projeto lógico,
e9
99
99
99
99
99
necessidades estruturais, projeto lógico, projeto físico.
especificação das necessidades funcionais, projeto funcional, projeto físico.
c) planejamento conceitual, planejamento de necessidades, especificação das
N
om
necessidades funcionais, projeto lógico, projeto operacional.
99
99
das necessidades funcionais, projeto lógico, projeto físico.
99
99
d) especificação das necessidades do usuário, projeto conceitual, especificação
e9
99
e) especificação das necessidades do usuário, projeto conceitual, especificação
99
99
N
om
das necessidades operacionais, projeto de escopo, projeto de execução.
99
99
Comentários (Profa Patrícia)
e9
99
As fases do projeto de Banco de Dados estão listadas a seguir.
om
Primeiramente, faz-se a análise e coleta de requisitos (É a especificação
99
N
das necessidades do usuário do banco, destacada na questão!).
99
9
99
Busca-se aqui identificar os atores, os documentos, as informações, as regras
99
de negócio, as necessidades e assim sucessivamente. Nesta etapa procura-se
e9
9
conhecer o minimundo do seu problema. No final, devemos ter aquele
om
primeiro esboço do modelo, que pode ser um desenho, um documento
99
9
N
descrevendo o que foi entendido etc.
99
99
9
Então, tem-se a criação do Projeto Conceitual (ou Modelo Conceitual), que
99
é uma representação de alto nível (ou seja, próximo do minimundo) do Modelo
om
e9
de Banco de Dados. Esse é o primeiro modelo que aprenderemos a fazer e
N
interpretar.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
20 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
É a descrição de mais alto nível da estrutura do BD, NÃO contendo
detalhes de implementação. Nesta etapa não é necessário se preocupar
com o tipo de SGBD a ser usado, ou seja o projeto é independente do
tipo de SGBD usado. É o ponto de partida do projeto de Banco de Dados e
e9
99
99
99
99
99
seu objetivo é representar a semântica da informação, independente de
considerações de eficiência. O objetivo é a representação dos requisitos de
dados do domínio. Requisitos: clareza (facilidade de compreensão) e exatidão
podemos
criar
as
especificações
das
necessidades
N
seguida,
99
Em
om
(formal).
99
99
funcionais, depreendidas do próprio projeto conceitual.
99
99
Então, iremos para a criação do projeto lógico (ou modelo lógico). No
e9
modelo lógico existe a descrição da estrutura do BD que pode ser processada
N
om
pelo SGBD. Este modelo está mais próximo de uma representação no
99
computador. Veremos que nesse ponto o Analista já sabe qual modelo de
99
99
99
dados vai usar.
99
Nesta etapa há a dependência da classe de modelos de dados utilizada pelo
om
e9
SGBD, mas não do SGBD. A ênfase do modelo lógico está na eficiência de
N
armazenamento, ou seja, em evitar muitas tabelas (e junções); tabelas
99
99
subutilizadas, etc. Futuras alterações no modelo lógico devem ser primeiro
99
99
9
efetuadas no Modelo Conceitual.
e9
9
Finalizando, tem-se a criação do projeto físico (ou modelo físico), que é
om
uma representação da implementação do modelo em um SGBD específico.
9
N
Nesta etapa ocorre o mapeamento do modelo lógico em um esquema físico de
99
99
9
99
acordo com o SGBD específico, ou seja, o modelo criado está diretamente
ligado ao SGBD escolhido. Assim, poderíamos a partir de um projeto lógico
om
e9
99
criar dois projetos físicos, um para ser implementado no SGBD MySQL e outro
N
para o SQL Server,por exemplo.
Gabarito: letra D.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
21 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
6. (ESAF/2012/Analista de Finanças e controle/Fiscalização Geral) O
projeto geral do banco de dados é
a) o esquema do banco de dados.
e9
99
99
99
99
99
b) o planejamento estratégico do fluxo de dados.
c) o esquema de dimensionamento físico-financeiro do banco de dados.
d) a versão inicial de instanciação dos dados a serem carregados no sistema.
99
N
om
e) o esquema de atualização dos dados para manutenção de consistência.
99
99
99
Comentários (Profa Patrícia)
99
O esquema do bancos de dados é uma coleção de objetos de um banco de
om
e9
99
99
99
9
99
9
N
om
e9
9
99
99
9
99
99
N
om
e9
99
99
99
99
99
N
om
e9
dados disponíveis para um determinado usuário ou grupo.
N
•
•
Esquema = Projeto geral do Banco de Dados -> alterado com pouca
frequência!
Instância do Banco de Dados = conjunto de informações contidas em
determinado Banco de Dados em um dado momento.
Gabarito: letra A.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
22 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
7. (ESAF/2008/Pref. de Natal/RN/Auditor do Tesouro Nacional) A
“Normalização” é um método utilizado para analisar um Banco de Dados e
e9
99
99
99
99
99
obter o mínimo de redundância e o máximo de integridade de dados.
Comentários (Profa Patrícia)
A normalização consiste em um processo formal de exame e agrupamento de
dados para: suportar melhor as mudanças futuras; minimizar o impacto destas
N
om
mudanças sobre a base de dados. Trata-se de um conjunto de regras que leva
99
99
à construção de modelos mais robustos, com menos dependências entre seus
e9
99
99
99
elementos e menos redundância de informações.
om
Normalização é, portanto, uma atividade de verificação do modelo
99
N
lógico. Principais objetivos: reduzir as redundâncias; reduzir a necessidade de
99
reestruturar as tabelas do banco de dados quando novos tipos de dados são
om
e9
99
99
99
introduzidos.
N
Com relação às suas Formas Normais mais comuns, apesar de existirem
99
99
outras, temos:
99
9
o 1ª Forma Normal (1FN): toda relação deve ter uma chave primária e
garantir
que
todo
atributo
seja
atômico.
Atributos
e9
9
99
deve-se
om
compostos devem ser separados.
99
9
N
Por exemplo, um atributo Endereço deve ser subdividido em seus
99
99
9
componentes: Logradouro, Número, Complemento, Bairro, Cidade, Estado e
CEP.
Além disso, atributos multivalorados devem ser discriminados
N
om
e9
99
separadamente ou separados em uma outra relação. Por exemplo, um
atributo
multivalorado
Telefones
poderia
ser
separado
em
Telefone
Residencial, Telefone Comercial e Telefone Celular ou, ainda, ser convertido
em outra relação que pudesse representar um número indeterminado de
telefones.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
23 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
o 2ª Forma Normal (2FN): toda relação deve estar na 1FN e devem-se
eliminar dependências funcionais parciais, ou seja, todo atributo
não chave deve ser totalmente dependente da chave primária.
e9
99
99
99
99
99
Como exemplo, uma relação que contenha os atributos Código da Obra,
Código do Fornecedor, Nome do Fornecedor e Preço de Venda, considerando
que a chave primária é composta pelos atributos Código da Obra e Código
do Fornecedor, não está na Segunda Forma Normal, uma vez que o Nome
om
do Fornecedor depende apenas do Código do Fornecedor, e não do Código
99
N
da Obra. Uma nova relação (Fornecedor) deve ser criada contendo os
99
campos Código do Fornecedor (como chave) e Nome do Fornecedor. Na
99
99
relação original, ficariam os atributos Código da Obra e o Código do
e9
99
Fornecedor, ambos formando a chave primária composta, e o atributo Preço
om
de Venda. Além disso, o atributo Código do Fornecedor também seria uma
99
N
chave estrangeira para a nova relação criada. Esta forma normal ajuda a
99
99
diminuir redundâncias de informações criadas indevidamente.
99
o 3ª Forma Normal (3FN): toda relação deve estar na 2FN e devem-se
e9
99
eliminar dependências funcionais transitivas, ou seja, todo atributo
N
om
não chave deve ser mutuamente independente.
99
99
Como exemplo, uma relação que contenha os atributos Matrícula do
(atributo
99
9
Funcionário
chave),
Nome
do
Funcionário,
Código
do
Nome
e9
9
O
do
Departamento
é
dependente
do
Código
do
om
Normal.
99
Departamento e Nome do Departamento não está na Terceira Forma
N
Departamento, e não da Matrícula do Funcionário. Uma mudança no nome
99
9
do departamento, por exemplo, levaria a modificações em todos os
99
99
9
funcionários daquele departamento.
N
om
e9
99
Para eliminar este problema, cria-se uma nova relação (Departamento)
contendo Código do Departamento e Nome do Departamento. Na relação
original, retira-se o Nome de Departamento, mantendo-se o Código do
Departamento, agora como chave estrangeira. Esta forma normal também
ajuda a diminuir redundâncias e aumentar a independência das relações.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
24 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
99
N
om
e9
99
99
99
99
99
N
om
e9
99
99
99
99
99
Nome99999999999
99
99
Figura. Normalização
Natal/RN/Auditor
N
de
do
Tesouro
Nacional)
99
8. (ESAF/2008/Pref.
om
e9
99
99
Gabarito: item correto.
99
Quando os dados são “Normalizados”, os atributos contidos na tabela
e9
9
99
99
9
dependem apenas da chave primária.
N
om
Comentários (Profa Patrícia)
99
99
9
99
9
Revisando o entendimento com relação à normalização de dados, é correto
afirmar que:
N
om
e9
99
Uma relação estará na 1ª Forma Normal (1FN) se não houver atributo
representando agrupamento e nem atributo repetitivo (multivalorado), ou
seja, uma relação está em 1FN se e somente se todos os seus atributos
contêm apenas valores atômicos (simples, indivisíveis);
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
25 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
N
om
e9
99
99
99
99
99
N
om
e9
99
99
99
99
99
N
om
e9
99
99
99
99
99
A figura a seguir, destaca esse contexto:
99
99
Se uma relação está na 2ª Forma Normal (2FN), todo atributo que não
99
9
seja chave deve ser totalmente dependente da chave primária.
e9
9
99
Em outras palavras: uma relação encontra-se na 2FN se e somente se
om
estiver em 1FN e não contém dependências parciais.”
99
9
N
Dependência Parcial: ocorre quando uma coluna depende apenas de uma
99
99
9
parte de uma chave primária composta.
estiver na 2ª Forma Normal e todos os seus atributos não chaves
forem dependentes não transitivos da chave primária.
N
om
e9
99
Uma relação estará na 3ª Forma Normal (3FN), se e somente se,
Gabarito: item correto.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
26 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
9. (FGV/SEFAZ-RJ/Fiscal de Rendas/2007) DataWarehouse e DataMining
são recursos utilizados por muitas organizações para facilitar e agilizar o
processamento, a análise e a consulta de dados. Sobre esses recursos, é
e9
99
99
99
99
99
correto afirmar que:
(A) um DataMining armazena dados extraídos de bancos de dados de
diferentes organizações.
(B) um DataWarehouse armazena dados por períodos não superiores a três
N
om
meses, o que dificulta previsões e análises de tendência.
organizados
para
serem
acessíveis
para
atividades
de
99
assunto,
99
99
(C) um DataWarehouse é repositório de dados históricos orientados a
99
99
processamento analítico.
om
e9
(D) DataMining é uma técnica de análise de dados exclusiva para aplicação
99
N
em um DataWarehouse.
99
99
N
om
Comentários (Profa Patrícia)
e9
99
99
de programação para acessar dados.
99
(E) num DataWarehouse, os usuários finais necessitam conhecer linguagem
99
Bill Inmon destaca que o “Data Warehouse é uma coleção de dados
99
9
orientados por assuntos, integrados, variáveis com o tempo e não
e9
9
99
voláteis, para dar suporte ao processo de tomada de decisão.“
om
O Data Warehouse é um banco de dados multidimensional grande, de escopo
99
9
N
organizacional (ou seja, abrange toda a empresa) e reúne dados de todos os
99
99
9
departamentos de forma a permitir a busca rápida de informações para auxiliar
99
a tomada de decisões estratégicas.
om
e9
A principal ideia do Data Warehouse é construir um depósito no qual será
N
mantida a memória histórica dos dados, possibilitando a utilização dos mesmos
para consulta e análise estratégica para a tomada de decisão!!
•
Data
Mart:
é
um
banco
de
dados
multidimensional
de
escopo
departamental (ou seja, abrange apenas um determinado departamento).
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
27 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
“Um subconjunto lógico do Data Warehouse, geralmente visto como um
data warehouse setorial” (Kimball).
As diferenças entre o Data Mart e o Data Warehouse são apenas com
•
Data
Mining
(ou
Mineração
de
dados):
define
uma
e9
99
99
99
99
99
relação ao tamanho e ao escopo do problema a ser resolvido.
série
de
procedimentos, técnicas e ferramentas para recuperar e analisar dados de
um Data Warehouse ou Data Mart à procura de padrões e tendências a
N
om
respeito dos dados armazenados.
SISTEMAS/2008)
Um
99
(ESAF/STN/DESENV
depósito
de
dados
e9
10.
99
99
99
99
Gabarito: letra C.
om
organizado por assunto, não-volátil, integrado e variável em função do
99
N
tempo, utilizado para apoiar decisões de gerenciamento, é denominado
99
99
a) datawarehouse.
99
99
b) gestão do conhecimento.
om
e9
c) business Intelligence.
99
N
d) mineração de dados.
e9
9
99
99
9
99
e) OLAP (OnLine Analytical Processing).
om
Comentários (Profa Patrícia)
99
9
N
Item A. Item correto. Um Data Warehouse (Armazém ou Depósito de
99
99
9
Dados) é um sistema utilizado para armazenar informações consolidadas de
um banco de dados, possibilitando a análise de grandes volumes de dados,
om
e9
99
coletados a partir de sistemas transacionais (OLTP).
N
Item B. Item errado. Define-se Gestão do Conhecimento como a busca da
melhoria de desempenho das instituições por meio de processos de procura,
extração, compartilhamento e criação de conhecimento, aplicando diferentes
ferramentas e tecnologias de informação e de comunicação.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
28 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
Item C. Item errado. Define-se Business Intelligence (Inteligência de negócios
– BI) como o processo de coleta, estruturação, avaliação, disponibilização e
monitoramento de informações para suporte ao gerenciamento de negócios.
e9
99
99
99
99
99
Item D. Item errado. Etapa do processo de Descoberta de Conhecimento em
Bases de Dados (KDD – Knowledge Discovery in Databases) que corresponde à
execução de um algoritmo particular que, sob algumas limitações aceitáveis de
eficiência computacional, encontra padrões ou modelos nos dados.
om
Item E. Item errado. OLAP (On-line Analytical Processing) é a processo de
99
N
manipulação e avaliação de um grande volume de dados sob múltiplas
99
99
aspectos.
N
(ESAF/2010/CVM) Mineração de Dados é
99
11.
om
e9
99
99
Gabarito: letra A.
99
99
dados para encontrar versões úteis.
99
99
(A) o processo de atualizar de maneira semi-automática grandes bancos de
om
e9
(B) o processo de analisar de maneira semi-automática grandes bancos de
99
N
dados para encontrar padrões úteis.
99
(C) o processo de segmentar de maneira semi- automática bancos de dados
99
99
9
qualitativos e corrigir padrões de especificação.
e9
9
(D) o programa que depura de maneira automática bancos de dados
N
om
corporativos para mostrar padrões de análise.
99
9
(E) o processo de automatizar a definição de bancos de dados de médio
om
e9
99
99
99
9
porte de maior utilidade para os usuários externos de rotinas de mineração.
N
Comentários (Profa Patrícia)
O Data Mining (Mineração de Dados) é entendido como o processo de
identificar informações relevantes, tais como padrões, associações,
mudanças, anomalias e estruturas, em grandes conglomerados de
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
29 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
dados que estejam em banco de dados ou outros repositórios de
informações.
“A mineração de dados é um campo interdisciplinar que reúne
e9
99
99
99
99
99
técnicas de aprendizado de máquina, reconhecimento de padrões,
estatísticas, banco de dados e visualização para abordar a questão
da extração de informações a partir de grandes bases de dados”
Fayyad (Fayyad et al. 1996) sintetiza Data Mining como “o processo
de
identificar,
em
dados,
padrões
válidos,
om
não-trivial
99
99
N
potencialmente úteis e ultimamente compreensíveis”.
novos,
99
Um conceito já cobrado pela banca foi proposto na edição antiga do livro “Data
99
99
Mining Techniques: For Marketing, Sales, and Customer Support” , listada a
om
e9
seguir: Caiu em prova!
N
A mineração de dados é a exploração e análise, por meios automáticos ou
99
99
semiautomáticos, de grandes quantidades de dados a fim de descobrir
99
99
padrões e regras significativas (1997).
e9
99
Na edição mais atual do livro o conceito é o seguinte:
N
om
A mineração de dados é um processo de negócio para explorar grandes
(2011).
99
9
99
99
quantidades de dados para descobrir padrões e regras significativas
e9
9
99
Conforme visto o Data Mining é um processo de procura de padrões e regras
om
de associações em conglomerados de dados. Esse processo pode é realizado
N
com o uso de softwares com algoritmos que implementam as técnicas de Data
99
9
Mining conhecidas e também com a supervisão de um especialista no domínio
99
99
9
de negócio em estudo. Por isso, podemos dizer que Data Mining é também
om
e9
99
semi-automático. Portanto, somente a letra B está correta.
N
Gabarito: letra B.
12.
(ESAF/MPOG/Adaptada/2008) Algumas pessoas têm considerado
que os Data Warehouses são uma extensão de visões de banco de dados.
Porém, as visões fornecem apenas um subconjunto das funções e das
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
30 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
capacidades
dos
data
warehouses.
Com
relação
às
diferenças
e
similaridades entre as visões e os data warehouses, é correto afirmar que
tanto os data warehouses quanto as visões fornecem, frequentemente,
grandes quantidades de dados integrados e temporais, geralmente mais do
e9
99
99
99
99
99
que é contido em um banco de dados.
Comentários (Profa Patrícia)
N
om
Uma View (Visão) é uma tabela lógica, baseada em uma tabela ou em
99
99
outra visão. Ela não possui dados próprios, é somente uma interface para a
99
manipulação de um conjunto de dados. Ela pode ser utilizada para restringir o
99
99
acesso a dados em uma tabela, facilitar consultas complexas e também
om
e9
otimizar o tempo dos desenvolvedores.
N
A View é uma maneira alternativa de observação de dados de uma ou mais
99
99
tabelas, que compõem uma base de dados. Pode ser considerada como uma
99
99
tabela virtual ou uma consulta armazenada. Como exemplo de utilização de
om
e9
específico a colunas de uma tabela.
99
view, cita-se a restrição usuário x domínio controlando o acesso de um usuário
99
N
Alguns benefícios da utilização das Views: economia de tempo com retrabalho;
99
velocidade de acesso às informações; mascara a complexidade do banco de
99
99
9
dados; organiza dados a serem exportados para outros aplicativos.
e9
9
Um Data warehouse (ou armazém de dados) é um sistema de computação
N
om
utilizado para armazenar informação relativa às atividades de uma organização
99
9
em banco de dados, de forma consolidada. Ele possibilita a análise de grandes
99
99
9
volumes de dados, coletados dos sistemas transacionais. Por definição, os
99
dados em um Data Warehouse não são voláteis, ou seja, eles não mudam, são
om
e9
somente para leitura e não podem ser alterados.
N
Os Data Warehouses surgiram como conceito acadêmico na década de 80.
Com o amadurecimento dos sistemas de informação
empresariais, as
necessidades de análise dos dados cresceram paralelamente. Como os
sistemas transacionais não conseguiam cumprir a tarefa de análise com a
simples geração de relatórios, os Data Warehouses são atualmente o núcleo
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
31 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
dos sistemas de informações gerenciais e apoio a decisão das principais
soluções de Business Intelligence do mercado, devido a sua capacidade de
sumarizar grandes volumes de dados e de possibilitar análises.
e9
99
99
99
99
99
As ferramentas OLAP (Online Analytical Processing) têm como função a
navegação nos dados de um Data Warehouse, possuindo uma estrutura
adequada tanto para as pesquisas como para a apresentação das informações.
A assertiva, portanto, é falsa, tendo-se em vista que a View não tem como
om
objetivo fornecer frequentemente grandes quantidades de dados integrados, e
99
N
sim fornecer um subconjunto dinâmico de dados (tabela virtual) a
99
99
partir de uma ou mais tabelas.
99
99
Observem ainda que o item afirma indevidamente que a quantidade de dados
e9
ofertada é maior do que em todo o banco de dados. Uma View não possui
N
om
quantidade de dados maior do que o próprio banco de dados em que ela está
99
99
inserida.
om
(COPS/AFPR/ANALISTA
DE
TI/2010)
O
comando
SQL
para
N
13.
e9
99
99
99
Gabarito: item errado.
99
selecionar todas as entradas da tabela pessoa, onde o campo idade possui
99
9
99
um valor menor do que 20 é:
e9
9
99
a) select * from pessoa where idade < 20;
om
b) find * from pessoa where idade < 20;
99
9
N
c) search * from pessoa where idade < 20;
99
99
9
d) select where idade < 20 from pessoa;
N
om
e9
99
e) find where idade < 20 from pessoa;
Comentários (Profa Patrícia)
A sintaxe correta para selecionar uma determinada linha ou um conjunto de
linhas de uma determinada tabela é a seguinte:
SELECT [CAMPO(S)] FROM [TABELA] WHERE [CONDICAO];
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
32 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
No caso do exemplo, a sintaxe correta seria a apresentada na letra A.
e9
99
99
99
99
99
SELECT * FROM PESSOA WHERE IDADE < 20;
Note bem: o caractere asterisco (*) é utilizado para representar todos os
campos de uma tabela ou um conjunto de tabelas em uma consulta, na sintaxe
om
SQL.
e9
99
CONSIDERAÇÕES FINAIS
99
99
99
99
N
Gabarito: letra A.
N
om
e9
99
99
99
9
99
9
N
om
e9
9
99
99
9
99
99
N
om
e9
99
99
99
99
99
espera e também de como será o nosso curso.
om
Bom, pessoal, acho que já foi suficiente para que se tenha a ideia do que o
N
Transcrevo, abaixo, a frase de Vincent Van Gogh. Peço que leia com atenção e
pense por um minuto.
"Grandes realizações não são feitas por impulso, mas por uma
soma de pequenas realizações."
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
33 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
A grande realização aqui é conseguir a aprovação no concurso que irá
prestar em breve. As pequenas, são as aulas aprendidas. Afinal, estamos ou
não fazendo a nossa parte? O objetivo há de ser alcançado!!! Avante!!!
e9
99
99
99
99
99
Finalizando, espero que continue conosco pegando os macetes e atalhos da
caminhada que serão importantes para a sua prova, de forma a tentar
encurtar essa longa trajetória e ajudá-lo a chegar ao objetivo almejado.
Fiquem com Deus, e até a nossa próxima aula aqui no Ponto dos
N
om
Concursos!!
99
99
99
99
Profa Patrícia Lima Quintão
e9
99
REFERÊNCIAS BIBLIOGRÁFICAS
99
99
BRAGA, Regina. Notas de aula, UFJF, 2012.
N
om
QUINTÃO, Patrícia Lima. Notas de aula, 2012/2013.
99
99
FERREIRA, Claudinete Vicente Borges, Banco de dados I, Instituo Federal do
e9
99
Espírito Santo, Vitória, 2009,
om
HEUSER, Carlos Alberto. Projeto de banco de dados. 4. ed. Porto
99
N
Alegre:Sagra, 2001.
99
9
99
BERRY, M. J. A.; LONOFF, G.. Data Mining Techniques: for Marketing, Sales
e9
9
99
and Customer Support. New York: John Wiley & Sons, Inc., 1997.
om
BERSON, Alex; SMITH, Stephen; THEARLING, Kurt. Building Data Mining
99
Carlos
Alberto;
LOUZADA
NETO,
Francisco.
Data
Mining:
uma
99
99
9
DINIZ,
9
N
Applications for CRM. USA, New York: MacGrawHill, 1999.
introdução. São Paulo: ABE, 2000.
om
e9
99
ELMASRI, R.; NAVATHE, S. B. Sistemas de Banco de Dados. 4. ed. Pearson.
N
2006.
FAYYAD, Usama; PIATETSKI-SHAPIRO, Gregory; SMYTH, Padhraic (1996) The
KDD Process for Extracting Useful Knowledge from Volumes of Data.
In: Communications of the ACM, pp.27-34, Nov.1996.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
34 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
HAN, J.; KAMBER, M.. Data Mining: concepts and techniques. Morgan
Kaufmann, 2001.
HERNANDEZ, Michael J. Aprenda a projetar seu próprio banco de dados.
e9
99
99
99
99
99
Tradução Patrizia Tallia Parenti. São Paulo: Makron, 2000.
HEUSER, Carlos Alberto. Projeto de banco de dados. 4. ed. Porto Alegre:Sagra,
2001.
KORTH, Henry F.; SILBERSCHATZ, Abraham. Sistema de banco de dados. 3.
N
om
ed. São Paulo: Makron, 1998.
99
99
MACHADO, Felipe Nery Rodrigues; ABREU, Maurício Pereira de. Projeto de
99
Princípios Essenciais do Data Mining. São
Paulo:
e9
Navega, Sérgio.
99
99
banco de dados: uma visão prática. 6. ed. São Paulo: Érica, 2000.
N
om
Cenadem, 2002.
dados.
Grupo
de
Interesse
99
de
99
Banco
e9
W.
de
Software,
de
dados:
conceitos,
modelos,
om
Valdemar
Engenharia
99
Florianópolis, v. 1, p. 10-14, 2004.
SETZER,
Em
99
bancos
99
PRASS, Fernando Sarturi . KKD: Processo de descoberta de conhecimento em
N
gerenciadores, projeto lógico, projeto físico. 3. ed. rev. São Paulo: E.
99
99
Blücher, 2002. 289 p.
99
99
9
Revistas SQL Magazine (ed. 31 e 32).
e9
9
ROB, Peter; CORONEL, Carlos. Sistemas de Banco de Dados. Projeto,
N
om
Implementação e Administração. 2011.
99
9
TAN, Pang – Ning; STEINBACH, Michael; KUMAR, Vipin. Introdução ao
99
99
9
DATAMINING Mineração de Dados. Rio de Janeiro: Editora Ciência Moderna
99
Ltda, 2009.
N
om
e9
WITTEN I.; FRANK E.. Data Mining. Morgan Kauffmann, 2000.
TAKAI, O.K.; ITALIANO,I.C.; FERREIRA, E.F.Introdução a Banco de Dados.
2005.
SILBERCHATZ, A. Sistemas de banco de dados. Editora Campus, 2006.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
35 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
LISTA DAS QUESTÕES APRESENTADAS NA AULA
1. Sobre dados, informações e conhecimento, é errado afirmar que:
(A) dados são descrições elementares que são registradas, classificadas e
mas
não
são
organizadas
para
carregar
significados
e9
99
99
99
99
99
armazenadas,
específicos.
(B) um banco de dados consiste em itens de dados armazenados,
om
organizados para a recuperação.
N
(C) itens de dados podem ser formados por caracteres, números, sons ou
99
99
imagens.
99
99
(D) informação são dados organizados de modo que tenham significado e
e9
99
valor para quem os receber.
N
om
(E) conhecimento e informação são sinônimos, pois quem tem informação
99
99
99
99
tem conhecimento.
99
2. (ESAF/2005/AFRF) Com relação aos conceitos básicos de banco de
om
e9
dados, é correto afirmar que a chave primária é um atributo de uma tabela
99
9
99
99
N
que, mesmo com valores nulos, identifica univocamente uma coluna.
99
3. (ESAF/2005/AFRF) Chaves estrangeiras são os elos de ligação entre as
e9
9
tabelas. Uma coluna definida como chave estrangeira deve ser chave
99
99
9
99
9
N
om
primária em outra tabela.
4. (ESAF/2008/AFC-STN/Infraestrutura de TI) Em relação ao nível lógico
N
om
e9
99
de abstração de dados nos sistemas de bancos de dados, é correto afirmar
que
a) descreve estruturas de dados complexas de baixo nível.
b) descreve quais dados estão armazenados no banco de dados e as
relações existentes entre eles.
c) simplifica a interação entre o sistema e os usuários.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
36 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
d) disponibiliza um conjunto de programas de aplicação que ocultam
detalhes dos tipos de dados.
e) descreve um registro como um bloco de armazenamento, composto por
5. (ESAF/2010/
Comissão
de
Valores
e9
99
99
99
99
99
palavras ou bytes.
Mobiliários/Analista
om
Sistemas) São fases do projeto de banco de dados:
de
N
a) especificação dos usuários do projeto, projeto conceitual, especificação das
99
99
necessidades estruturais, projeto lógico, projeto físico.
99
99
b) especificação das necessidades do desenvolvedor, projeto lógico,
e9
99
especificação das necessidades funcionais, projeto funcional, projeto físico.
N
om
c) planejamento conceitual, planejamento de necessidades, especificação das
99
99
necessidades funcionais, projeto lógico, projeto operacional.
99
d) especificação das necessidades do usuário, projeto conceitual, especificação
99
99
das necessidades funcionais, projeto lógico, projeto físico.
om
e9
e) especificação das necessidades do usuário, projeto conceitual, especificação
99
9
99
99
N
das necessidades operacionais, projeto de escopo, projeto de execução.
99
6. (ESAF/2012/Analista de Finanças e controle/Fiscalização Geral) O
om
e9
9
projeto geral do banco de dados é
9
N
a) o esquema do banco de dados.
99
99
9
99
b) o planejamento estratégico do fluxo de dados.
99
c) o esquema de dimensionamento físico-financeiro do banco de dados.
N
om
e9
d) a versão inicial de instanciação dos dados a serem carregados no sistema.
e) o esquema de atualização dos dados para manutenção de consistência.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
37 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
7. (ESAF/2008/Pref. de Natal/RN/Auditor do Tesouro Nacional) A
“Normalização” é um método utilizado para analisar um Banco de Dados e
8. (ESAF/2008/Pref.
de
Natal/RN/Auditor
do
Tesouro
e9
99
99
99
99
99
obter o mínimo de redundância e o máximo de integridade de dados.
Nacional)
Quando os dados são “Normalizados”, os atributos contidos na tabela
N
om
dependem apenas da chave primária.
99
99
9. (FGV/SEFAZ-RJ/Fiscal de Rendas/2007) DataWarehouse e DataMining
99
99
são recursos utilizados por muitas organizações para facilitar e agilizar o
99
processamento, a análise e a consulta de dados. Sobre esses recursos, é
om
e9
correto afirmar que:
99
N
(A) um DataMining armazena dados extraídos de bancos de dados de
99
99
diferentes organizações.
99
99
(B) um DataWarehouse armazena dados por períodos não superiores a três
om
e9
meses, o que dificulta previsões e análises de tendência.
para
99
organizados
serem
acessíveis
para
atividades
de
99
assunto,
N
(C) um DataWarehouse é repositório de dados históricos orientados a
99
9
processamento analítico.
e9
9
99
(D) DataMining é uma técnica de análise de dados exclusiva para aplicação
om
em um DataWarehouse.
99
9
N
(E) num DataWarehouse, os usuários finais necessitam conhecer linguagem
99
99
99
9
de programação para acessar dados.
N
om
e9
10.
(ESAF/STN/DESENV
SISTEMAS/2008)
Um
depósito
de
dados
organizado por assunto, não-volátil, integrado e variável em função do
tempo, utilizado para apoiar decisões de gerenciamento, é denominado
a) datawarehouse.
b) gestão do conhecimento.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
38 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
c) business Intelligence.
d) mineração de dados.
11.
e9
99
99
99
99
99
e) OLAP (OnLine Analytical Processing).
(ESAF/2010/CVM) Mineração de Dados é
(A) o processo de atualizar de maneira semi-automática grandes bancos de
om
dados para encontrar versões úteis.
99
N
(B) o processo de analisar de maneira semi-automática grandes bancos de
99
99
dados para encontrar padrões úteis.
e9
om
qualitativos e corrigir padrões de especificação.
99
99
(C) o processo de segmentar de maneira semi- automática bancos de dados
99
N
(D) o programa que depura de maneira automática bancos de dados
99
99
corporativos para mostrar padrões de análise.
99
(E) o processo de automatizar a definição de bancos de dados de médio
N
om
e9
99
porte de maior utilidade para os usuários externos de rotinas de mineração.
99
(ESAF/MPOG/Adaptada/2008) Algumas pessoas têm considerado
99
12.
99
9
que os Data Warehouses são uma extensão de visões de banco de dados.
dos
data
warehouses.
Com
relação
às
diferenças
e
om
capacidades
e9
9
99
Porém, as visões fornecem apenas um subconjunto das funções e das
N
similaridades entre as visões e os data warehouses, é correto afirmar que
99
9
tanto os data warehouses quanto as visões fornecem, frequentemente,
99
99
9
grandes quantidades de dados integrados e temporais, geralmente mais do
N
om
e9
99
que é contido em um banco de dados.
13.
(COPS/AFPR/ANALISTA
DE
TI/2010)
O
comando
SQL
para
selecionar todas as entradas da tabela pessoa, onde o campo idade possui
um valor menor do que 20 é:
a) select * from pessoa where idade < 20;
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
39 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.
TI EM EXERCÍCIOS P/ MPOG
ANALISTA EM TECNOLOGIA DA INFORMAÇÃO
Nome99999999999
b) find * from pessoa where idade < 20;
c) search * from pessoa where idade < 20;
d) select where idade < 20 from pessoa;
e9
99
99
99
99
99
e) find where idade < 20 from pessoa;
GABARITO
N
om
1. Letra E.
99
99
2. Item errado.
99
99
3. Item correto.
e9
99
4. Letra B.
N
om
5. Letra D.
99
99
6. Letra A.
99
99
7. Item correto.
e9
99
8. Item correto.
N
om
9. Letra C.
Letra A.
11.
Letra B.
12.
Item errado.
13.
Letra A.
N
om
e9
99
99
99
9
99
9
N
om
e9
9
99
99
9
99
99
10.
Profa. Patrícia Lima Quintão
www.pontodosconcursos.com.br
40 de 40
O conteúdo deste curso é de uso exclusivo de Nome99999999999, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação e distribuição, sujeitando-se os infratores à responsabilização civil e criminal.