Última Atualização 19 de fevereiro de 2021
QUESTÃO CERTA: Na pivotagem, que é uma agregação de sistemas OLAP, utiliza-se uma tabulação cruzada bidimensional, como um pivô de duas dimensões.
Uma das manipulações de dados mais comum é o transporte entre dados que estão em linhas para colunas e vice-versa. Este transporte é conhecido como pivotar dados, fazer referência cruzada ou rotacionar dados. O padrão SQL não sugere nenhuma opção específica para esta manipulação que geralmente fica sob a responsabilidade da interface da aplicação que apresenta os dados para o usuário.
A pivotagem é o procedimento de tornar linhas em colunas e vice-versa. Por isso, seria utilizada uma tabulação cruzada bidimensional.
QUESTÃO ERRADA: As operações slice and dice dos sistemas OLAP permitem selecionar e modificar a posição de uma informação, a troca de linhas por colunas e o giro do cubo multidimensional. Entretanto, não é permitido combiná-las com as operações drill down ou roll up.
O giro do cubo multidimensional é conhecido como pivotagem ou rotação. Além disso, todas essas operações OLAP podem ser combinadas livremente.
QUESTÃO CERTA: Pivoteamento ou rotação é uma técnica para alterar uma hierarquia dimensional para outra em um cubo de dados.
QUESTÃO ERRADA: A ferramenta OLAP (on-line analytical processing) permite realizar as operações slice, dice e pivot sobre uma estrutura multidimensional. A operação slice fixa o valor de uma dimensão e recupera os valores das demais dimensões; a operação dice intercambia dimensões permitindo diferentes visualizações dos dados; e a operação pivot fixa o valor de duas ou mais dimensões e recupera os valores das demais.
Os conceitos estão misturados.
Slice fixa o valor de uma dimensão e recupera os valores das demais dimensões;
A operação dice pivot intercambia dimensões permitindo diferentes visualizações dos dados;
A operação pivot dice fixa o valor de duas ou mais dimensões e recupera os valores das demais.
QUESTÃO ERRADA: Por meio da técnica denominada slice and dice, realiza-se a mudança de uma hierarquia dimensional para outra em um cubo de dados.
Por meio da técnica denominada PIVOT (Rotação), realiza-se a mudança de uma hierarquia dimensional para outra em um cubo de dados.
QUESTÃO ERRADA: A técnica slice-and-dice consiste em fazer uma exploração em diferentes níveis de detalhe das informações, possibilitando analisar informação tanto diariamente quanto anualmente, partindo da mesma base de dados.
slicing/dicing simplesmente consiste em selecionar valores específicos para cada um dos atributos das dimensões, que são exibidos em cima da tabulação cruzada.
QUESTÃO ERRADA: A operação de corte implica a seleção de um grupo de células da matriz multidimensional inteira pela especificação de determinado valor para uma ou mais dimensões.
- Slice
- Seleciona dados de uma única dimensão
- Dice
- slice em mais de uma dimensão
- Extrai um subcubo do cubo
A ferramenta OLAP (on-line analytical processing) permite realizar as operações slice, dice e pivot sobre uma estrutura multidimensional. A operação slice fixa o valor de uma dimensão e recupera os valores das demais dimensões; a operação dice intercambia dimensões permitindo diferentes visualizações dos dados; e a operação pivot fixa o valor de duas ou mais dimensões e recupera os valores das demais.
QUESTÃO CERTA: Slicing seleciona as dimensões a serem consideradas na consulta.
Certo, é como uma fatia de pizza.
QUESTÃO ERRADA Dicing aumenta ou reduz o nível de detalhe da informação acessada.
Errado, dicing é como uma lasca em forma de subcubo (aumentar ou reduzir o nível de detalhe é o zoom, drill up/down).
QUESTÃO ERRADA Pivoting executa uma mesma análise em outro conjunto de dados.
Negativo, pivoting / rotação inverte as dimensões entre linhas e colunas. Logo, errado.
QUESTÃO ERRADA: Data surfing inverte as dimensões entre linhas e colunas.
Conceito de pivoting e não data surfing (surfando nos dados).
QUESTÃO ERRADA: Nas operações do OLAP, o drill-down aumenta o nível de detalhamento, ao passo que o drill-up diminui o nível de granularidade das dimensões em um data warehouse.
Na verdade, aumenta o nível de granularidade – o grão fica maior. É como se afastasse por meio de um microscópio.
