38 Questions
¿Cuáles de las siguientes características corresponden a los sistemas OLTP?
Datos precisos al momento de acceso
¿Cuál de las siguientes corresponde a una característica específica del esquema Copo de Nieve?
Aparecen relaciones entre las tablas de dimensiones
¿De qué tipo de métrica es el "Precio Unitario"?
Precisa
¿Cuál de las siguientes características no corresponde a los sistemas OLTP?
Datos variables en el tiempo
¿Cuál de las siguientes características no corresponde al nivel de Data Warehouse?
Datos precisos al momento de acceso
¿Cuál de las siguientes características no corresponde a los sistemas OLTP?
Datos sumarizados
¿Cuál de las siguientes características corresponde al nivel de Data Warehouse?
Datos variables en el tiempo
¿Cuál de las siguientes características no corresponde al nivel de Data Warehouse?
Datos precisos al momento de acceso
¿Cuál de las siguientes afirmaciones sobre los modelos multidimensionales es un mito?
Son departamentales, no empresariales.
¿Cuál de las siguientes afirmaciones sobre los modelos multidimensionales es correcta?
Son flexibles al cambio.
¿Cuál de los siguientes NO es un posible atributo para la dimensión Tiempo?
Región
¿Cuál de los siguientes componentes NO es un componente principal de los modelos multidimensionales?
Vistas
En una base de datos, ¿a qué hace referencia un atributo de una dimensión?
Una columna de una tabla
¿Cómo se denomina al conjunto específico 'San Rafael', 'Mendoza', 'Argentina' dentro de la dimensión geográfica?
Miembro
¿Cuál de las siguientes dimensiones se encuentra siempre presente en todo modelo multidimensional?
Tiempo
La dimensión Tiempo suele incluir la jerarquía de valor de:
Año, Trimestre, Mes, Día
¿Cuál es la afirmación correcta sobre la granularidad en un Data Warehouse?
A mayor granularidad, mayor nivel de detalle.
Si se tiene una consulta sobre una tabla detallada y una tabla sumarizada, ¿cuál tendrá mejor rendimiento de ejecución?
La tabla sumarizada.
Para que un Data Warehouse sea versátil y pueda responder diferentes tipos de consultas, ¿qué nivel de granularidad se requiere?
Un nivel bajo de granularidad.
Si se divide una tabla con gran volumen de datos en diferentes archivos físicos, basado en el año de la transacción, ¿qué técnica se ha aplicado para mejorar el rendimiento?
Particionamiento.
Para visualizar el detalle de cada llamada telefónica realizada por un cliente en un mes dado, ¿qué nivel de detalle y granularidad se debe plantear en la arquitectura?
Nivel alto de detalle y alto nivel de granularidad.
Si se requiere contar con una tabla a nivel detallado y varias tablas sumarizadas, ¿cómo se llama esta implementación?
Niveles Duales de Granularidad.
¿Cómo se denominan los datos que se calculan a partir de los datos primitivos para mejorar la toma de decisiones?
Datos Derivados.
¿Cuáles de las siguientes características corresponden a los sistemas OLTP (On-Line Transaction Processing)?
Enfocados en la captura de datos.
¿Cuál de las siguientes problemáticas se puede encontrar cuando se utilizan algoritmos diferentes para realizar el mismo informe en una organización?
Falta de credibilidad en los datos
¿Cómo se denomina la funcionalidad que permite navegar a un nivel más detallado dentro de la jerarquía en un Cubo OLAP?
Drill Down
¿Cuál es el significado de las siglas DSS en inglés?
Decision Support Systems
¿Cuáles de los siguientes son ejemplos de Indicadores que pertenecen a la perspectiva de Aprendizaje y Crecimiento de una organización?
Porcentaje de Empleados con estudios avanzados e Inversión en formación
El modelo Relacional utiliza un lenguaje de interrogación conocido como:
Structured Query Language (SQL)
¿Cuál es un ejemplo de problema típico que enfrentan los usuarios en una organización antes de implementar una solución de Business Intelligence?
Recolectar toneladas de datos, pero no poder acceder a ellos
¿Cuál de las siguientes afirmaciones es correcta?
A mayor granulidad, menor nivel de detalle
El Data Warehouse será más versátil a la hora de poder responder distintos tipos de consultas, mientras el nivel de granulidad sea:
Más bajo
¿Cuál es la principal justificación para utilizar un producto OLAP en lugar de un RDBMS?
Ofrecen capacidades de análisis más ricas
¿Dónde almacenan los datos los modelos in memory de lógica asociativa?
En memoria RAM
¿Cuál es el significado de la sigla AQL?
Associative Query Logic
¿Qué corresponde a una característica técnica de los cubos OLAP?
Se diseñan dimensiones pre-establecidas
¿Cómo se denomina la práctica de dividir en múltiples archivos físicos los datos de una tabla?
Particionamiento
¿Cómo se denomina la práctica en la que se busca ordenar las columnas de las tablas mediante algún criterio con el objetivo de performance?
Indexación
Study Notes
- El nivel del Data Warehouse es uno de los cuatro niveles de datos, con características como datos granulares, variables en el tiempo e integrados.
- Características de sistemas OLTP: detallados, orientados a necesidades específicas, precisos al momento de acceso y con capacidad de actualización.
- El "Precio Unitario" es una métrica no adictiva.
- Una característica del esquema Copo de Nieve es la presencia de relaciones entre tablas de dimensiones.
- Mitos sobre modelado multidimensional: no son solo departamentales, no solo para datos sumarizados, no son inescalables y no solo se usan para predicciones.
- Los Modelos Multidimensionales (MDM) son flexibles al cambio.
- Posibles atributos para la dimensión Tiempo: Mes, Día, Año y Semestre.
- Componentes principales de un modelo multidimensional: Hechos, dimensiones, elementos, atributos, miembros, tablas de hechos, tablas de dimensión y esquemas.
- Consultar sobre una tabla detallada no siempre tendrá mejor rendimiento que en una sumarizada.
- El Data Warehouse es más versátil con diferentes consultas cuando el nivel de granularidad es más bajo.
- Técnica para mejorar la performance: Particionamiento, dividir registros en diferentes archivos físicos según el año de la transacción.
- Datos derivados son aquellos que se calculan a partir de datos primitivos para mejorar la toma de decisiones.
- Características de sistemas OTLP: precisión, coherencia, integridad y disponibilidad.
- Problema al utilizar algoritmos diferentes para un informe: falta de credibilidad en los datos.
- Funcionalidad que permite navegar a mayor detalle en un Cubo OLAP: Drill Down.
- Siglas DSS en inglés: Decision Support Systems.
- Ejemplos de Indicadores de Aprendizaje y Crecimiento organizacional: Porcentaje de Empleados con estudios avanzados e Inversión en formación.
- Lenguaje de interrogación del modelo Relacional: Standart Query Language.
- Problema común antes de implementar una solución: Recolectar datos pero no poder acceder a ellos.
- El Data Warehouse es más versátil con diferentes consultas a nivel de granularidad más bajo.
- Restricciones SQL en Cubos OLAP ofrecen capacidades de análisis más ricas que en RDBMS.
- Prácticas para mejorar la performance en consulta de datos: Indexación y Particionamiento.
- Modelos in-memory de lógica asociativa almacenan datos en Memoria RAM.
- Sigla AQL significa Associative Query Logic.
- Característica técnica OLAP: diseño de dimensiones preestablecidas.
- Práctica de dividir datos en múltiples archivos físicos: Particionamiento.
- Ordenar columnas de tablas para mejorar rendimiento se llama Indexación.
- En niveles inferiores de la pirámide organizacional se responden preguntas estructuradas.
- Práctica de ordenar columnas en tablas para mejorar rendimiento se denomina Indexación.
- Características para datos de alta calidad: precisión, relevancia, integridad, consistencia y actualidad.
This quiz covers the concept of granularity in data warehousing, specifically focusing on the performance differences between detailed and summarized tables. Test your knowledge on how the level of detail impacts query execution performance and the versatility of a Data Warehouse in responding to different types of queries.
Make Your Own Quizzes and Flashcards
Convert your notes into interactive study material.
Get started for free
