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.