Carregando...
Carregando...
Ajude a melhorar a plataforma
Leia o trecho a seguir:
O Sistema de Tomada de Decisão em Business Intelligence (BI) depende de um ambiente de dados único e confiável, no qual informações passam por processos de tratamento e limpeza antes de serem disponibilizadas para análise. Esse sistema garante a qualidade e validade dos dados utilizados para apoiar decisões estratégicas. No contexto de BI, **[preencher1]**é usado para registrar e atualizar dados de rotina, enquanto [preencher2] permite a análise desses dados para gerar conhecimento. Com base no trecho acima, identifique os termos [preencher1] e [preencher2] são substituídos por:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa (D) - OLTP; OLAP
A questão aborda dois conceitos cruciais no campo da tecnologia da informação e, especificamente, em Business Intelligence (BI): o processamento de dados transacionais e o processamento de dados analíticos. A eficácia de um sistema de BI depende da capacidade de coletar e gerenciar dados operacionais de forma eficiente e, subsequentemente, analisar esses dados para extrair conhecimento e subsidiar decisões estratégicas. Compreender a finalidade e as características de cada tipo de processamento é fundamental para a arquitetura de sistemas de dados.
No contexto de Business Intelligence, as empresas lidam com grandes volumes de dados que possuem diferentes propósitos e requisitos de processamento. A distinção entre sistemas que gerenciam as operações diárias e aqueles que suportam a análise estratégica é um dos pilares da arquitetura de BI.
Registro e Atualização de Dados de Rotina ([preencher1]): Refere-se aos sistemas responsáveis por capturar e gerenciar as operações diárias de uma organização. Estes sistemas são otimizados para um grande número de pequenas transações (inserir, atualizar, deletar dados) que ocorrem continuamente. A prioridade é a velocidade de resposta para cada transação, a alta concorrência e a manutenção da integridade dos dados em tempo real. Exemplos incluem sistemas de ponto de venda, sistemas bancários e sistemas de gestão de estoque.
Análise de Dados para Gerar Conhecimento ([preencher2]): Refere-se aos sistemas projetados para analisar grandes volumes de dados históricos e consolidados, geralmente provenientes de múltiplas fontes transacionais. O objetivo é identificar padrões, tendências, relações e anomalias para apoiar a tomada de decisões de negócios. As consultas são tipicamente complexas, envolvendo agregações e sumarizações, e não precisam de respostas em milissegundos como as transações rotineiras, mas sim de capacidade para processar volumes massivos de dados eficientemente para extrair insights.
Vamos analisar as alternativas com base na descrição de [preencher1] (utilizado para registrar e atualizar dados de rotina) e [preencher2] (que permite a análise desses dados para gerar conhecimento).
| Alternativa | Termo para [preencher1] | Análise de [preencher1] | Termo para [preencher2] | Análise de [preencher2] |
| :---------- | :----------------------- | :--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :---------------------- | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| (A) | Servidor | Incorreto. Um servidor é uma máquina ou software que oferece serviços ou recursos, não um tipo de processamento de dados. | DW | Incorreto. DW (Data Warehouse) é um repositório de dados otimizado para análise, mas não o método de processamento que permite a análise em si. Ele armazena os dados para [preencher2]. |
| (B) | Dashboard | Incorreto. Um dashboard é uma ferramenta de visualização de dados, utilizada para apresentar informações de BI, e não para registrar ou atualizar dados operacionais de rotina. | ETL | Incorreto. ETL (Extract, Transform, Load) é um processo de extração, transformação e carregamento de dados, fundamental para preparar e mover dados para um Data Warehouse, mas não é o processamento analítico que gera conhecimento. |
| (C) | Power BI | Incorreto. Power BI é um conjunto de ferramentas de Business Intelligence da Microsoft, utilizado para análise e visualização de dados, e não um tipo de sistema para registro de dados de rotina. | Data Warehouse | Incorreto. Conforme explicado, o Data Warehouse é o armazenamento, não a metodologia de processamento analítico. |
| (D) | OLTP | Correto. OLTP (Online Transaction Processing) descreve sistemas que realizam processamento de transações online. Eles são projetados para manipular um grande volume de transações curtas (inserções, atualizações, exclusões) e são ideais para registrar e atualizar dados de rotina em tempo real, garantindo a integridade transacional. | OLAP | Correto. OLAP (Online Analytical Processing) é um tipo de processamento otimizado para análise de dados complexa e multidimensional. Ele permite que os usuários consultem grandes volumes de dados, agreguem informações e descubram insights para apoiar a tomada de decisões, que é o que significa "análise desses dados para gerar conhecimento". |
| (E) | DW | Incorreto. Conforme explicado, DW é um repositório para dados analíticos, não para dados operacionais de rotina. | ETL | Incorreto. Conforme explicado, ETL é um processo de preparação, não de análise. |
A alternativa (D) oferece a substituição correta para ambos os termos:
A questão ilustra a distinção fundamental entre os sistemas operacionais e os sistemas analíticos, que são pilares da arquitetura de Business Intelligence. O OLTP (Online Transaction Processing) é o tipo de sistema ideal para registrar e atualizar os dados de rotina das operações diárias de uma empresa, garantindo rapidez e integridade nas transações. Por outro lado, o OLAP (Online Analytical Processing) é a metodologia de processamento que permite a análise complexa e multidimensional desses dados, já tratados e consolidados, para gerar conhecimento e insights estratégicos. A correta identificação desses termos é crucial para o entendimento de como os dados são gerenciados e utilizados em um ambiente de BI.
Alternativa (D).