Pular para o conteúdo principal

Questão de Banco de Dados — OLAP (On-line Analytical Processing) — FCC 2017

Banco de DadosOLAP (On-line Analytical Processing)
Código
fc040138
Banca
FCC
Órgão
TST
Ano
2017
Nível
Superior
Cargo
Analista Judiciário – Análise de Sistemas
Hipoteticamente, um Analista de Sistemas, trabalhando no Tribunal Superior do Trabalho − TST, se deparou com as seguintes questões:1. Como o número de processos trabalhistas deste trimestre se compara com o número de processos de um ano atrás?2. O que se pode prever para o próximo trimestre com relação ao número de processos trabalhistas?3. Qual é a tendência do número de processos, medida pela variação percentual?4. Quem é provável que faça acordo trabalhista nos próximos seis meses?5. Quais são as características dos casos prováveis de acordos trabalhistas?Considerando que o Tribunal utiliza o sistema gerenciador de banco de dados Oracle, para responder as perguntas, o Analista achou adequado o auxílio de dois recursos, cujas descrições encontram-se abaixo:I. Fornece dados resumidos e gera cálculos ricos, adequado para ajudar a responder as questões 1, 2 e 3.II. Descobre padrões ocultos em dados, operando em nível detalhado, adequado para ajudar a responder as questões 4 e 5.Os recursos para resolver os problemas de análise de dados referentes às questões apresentadas, que são descritos em I e II são, correta e respectivamente,
  1. AOLAP e Data Mining.
  2. BETL e ROLAP.
  3. CData Mining e SAP R/1.
  4. DOLTP e OLAP.
  5. EMOLAP e OLTP.
Revelar gabarito e comentário

GabaritoA — OLAP e Data Mining.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

OLAP e Data Mining

Gabarito: letra A. A primeira descrição — "fornece dados resumidos e gera cálculos ricos" — é típica do OLAP (On-line Analytical Processing), que opera sobre dados históricos agregados para responder perguntas de comparação, previsão e tendência (questões 1 a 3). A segunda — "descobre padrões ocultos em dados, operando em nível detalhado" — é o objetivo do Data Mining, que busca relações e padrões não triviais para classificação, associação ou previsão (questões 4 e 5). A alternativa A é a única que associa corretamente as duas ferramentas.

A banca testa a distinção fundamental entre análise dimensional (OLAP) e descoberta de conhecimento (Data Mining). O OLAP trabalha com dados pré-agregados em cubos multidimensionais, permitindo operações como drill-down, roll-up e slice & dice. Já o Data Mining utiliza algoritmos (árvores de decisão, agrupamento, redes neurais) para extrair padrões de dados brutos ou detalhados.

Alternativa A — ✅ Correta ⟵ GABARITO

Associa corretamente OLAP (cálculos ricos sobre resumos) e Data Mining (padrões ocultos em dados detalhados).

Alternativa B — ❌ Incorreta

ETL (Extract, Transform, Load) é o processo de preparação dos dados, não de análise. ROLAP (Relational OLAP) é uma variante do OLAP, não um recurso de descoberta de padrões.

Alternativa C — ❌ Incorreta

Inverte a ordem: Data Mining não gera cálculos resumidos (isso é OLAP). SAP R/1 é um sistema ERP antigo, não um recurso de análise.

Alternativa D — ❌ Incorreta

OLTP (On-line Transaction Processing) é para transações operacionais, não para análise agregada. OLAP seria o primeiro recurso, mas o segundo está trocado (deveria ser Data Mining).

Alternativa E — ❌ Incorreta

MOLAP (Multidimensional OLAP) é um tipo de OLAP, mas o primeiro recurso deveria ser OLAP, não MOLAP isoladamente. OLTP não descobre padrões.

NÃO CAIA NESSA!

A banca costuma confundir o papel de cada técnica. Lembre-se: OLAP responde "quanto?" e "tendência?" com dados agregados; Data Mining responde "quem?" e "padrão?" com dados detalhados. Na prova, identifique se a pergunta envolve sumarização/predição por agregação (OLAP) ou descoberta de relações não óbvias (Data Mining).

Link permanente: /questoes/fc040138