Almacenes de datos

¿Cuál es la principal diferencia entre un sistema operacional (OLTP) y un sistema de Data Warehouse (DW/BI)?. Los sistemas OLTP están optimizados para el análisis de grandes volúmenes de datos, mientras que los sistemas DW/BI están optimizados para procesar transacciones rápidamente. Los sistemas OLTP soportan las operaciones diarias de la organización, mientras que los sistemas DW/BI se utilizan para extraer información y evaluar el rendimiento. Ambos sistemas tienen el mismo propósito, pero se diferencian en la tecnología utilizada. Los sistemas OLTP almacenan datos históricos, mientras que los sistemas DW/BI almacenan datos actuales.

¿Cuál de los siguientes NO es un objetivo principal de un Data Warehouse?. Proporcionar acceso unificado a los datos de la organización. Almacenar datos consistentes y eliminar errores e inconsistencias. Optimizar el procesamiento de transacciones en tiempo real. Permitir consultas y combinaciones de datos bajo cualquier dimensión.

¿Qué técnica se utiliza para presentar datos analíticos de forma que sean fáciles de entender y ofrezcan un alto rendimiento en las consultas?. Normalización de bases de datos. Modelado dimensional. Diseño de bases de datos relacionales. Diseño de bases de datos orientadas a objetos.

En un modelo multidimensional, ¿cómo se denominan los datos que tienen medidas numéricas asociadas?. Dimensiones. Atributos. Hechos. Jerarquías.

¿Cuál de las siguientes describe mejor el concepto de un "cubo" en un contexto de Data Warehousing?. Una tabla bidimensional con filas y columnas. Una estructura multidimensional para la captura y el análisis de datos. Un conjunto de datos normalizados en una base de datos relacional. Un esquema en estrella con una tabla de hechos central.

¿Qué significan las siglas OLAP?. On-Line Transaction Processing. On-Line Analytical Processing. Object-Oriented Logical Application Program. Open Language Access Protocol.

¿Cuál de las siguientes NO es una de las 12 reglas de Codd para OLAP?. Vista conceptual multidimensional. Transparencia. Optimización del procesamiento de transacciones. Rendimiento uniforme.

¿Qué tipo de implementación OLAP almacena los datos en estructuras multidimensionales especializadas?. ROLAP. HOLAP. MOLAP. Hibrido.

¿Qué tipo de esquema de modelado dimensional consiste en una tabla central de hechos rodeada de tablas de dimensiones desnormalizadas?. Esquema en copo de nieve. Esquema en estrella. Esquema normalizado. Esquema jerárquico.

¿Cuáles son las fases del proceso ETL en un Data Warehouse?. Extraer, Transformar y Limpiar. Extraer, Transformar y Cargar. Cargar, Transformar y Extraer. Limpiar, Extraer y Cargar.

¿Cuál de las siguientes opciones describe mejor la característica "no volátil" de los datos en un Data Warehouse?. Los datos se actualizan constantemente en tiempo real. Los datos se eliminan con frecuencia para ahorrar espacio. Los datos cargados no se actualizan ni eliminan, salvo para correcciones. Los datos se almacenan solo temporalmente.

¿Cuál de las siguientes operaciones OLAP permite reducir o aumentar el nivel de detalle en el análisis de datos?. Slice/Dice. Pivot. Roll-up/Drill-down. Drill-through.

Según la metodología de Kimball, ¿cuál es el primer paso en el diseño dimensional de un Data Warehouse?. Identificar las dimensiones. Seleccionar el proceso a modelar. Establecer la granularidad del proceso. Identificar los hechos.

¿Qué son las tablas de hechos factless?. Tablas que contienen medidas numéricas. Tablas que no contienen medidas, solo las relaciones entre dimensiones. Tablas que almacenan datos resumidos. Tablas que contienen información de auditoría.

¿Qué tipo de clave se genera en el DW para las dimensiones y se utiliza solo para joins, no las claves operacionales?. Clave primaria. Clave externa. Clave subrogada (generada). Clave natural.

¿Qué tipo de tablas de hechos se utilizan para registrar el estado de un proceso en un momento determinado, como los niveles de inventario?. Tablas de hechos de evento. Tablas de hechos de snapshot o de estado. Tablas de hechos de transacciones. Tablas de hechos acumulativas.

¿Qué significa SCD en el contexto de Data Warehousing?. Structured Change Data. Slowly Changing Dimension. System Configuration Data. Standardized Customer Data.

¿Qué tipo de cambio en dimensiones implica añadir una nueva fila a la dimensión para guardar la historia anterior al cambio?. SCD Tipo 1. SCD Tipo 2. SCD Tipo 3. SCD Tipo 4.

¿Qué son las dimensiones junk?. Dimensiones con muchos atributos. Dimensiones que agrupan atributos variados con dominios discretos y reducidos. Dimensiones con claves generadas. Dimensiones con datos normalizados.

¿Cuál de las siguientes funciones de ventana de SQL permite calcular el ranking de un valor respecto a otros registros del grupo o ventana?. SUM(). AVG(). RANK(). COUNT().

¿Qué son las vistas materializadas?. Vistas que se actualizan en tiempo real. Vistas que guardan físicamente los datos calculados para mejorar el rendimiento. Vistas que muestran la estructura de la base de datos. Vistas que almacenan solo las definiciones de las consultas.

En Oracle, ¿qué opción de actualización de una vista materializada implica que la vista se actualiza cuando cambian los datos subyacentes?. ON DEMAND. BUILD DEFERRED. ON COMMIT. REFRESH FAST.

¿Cuál es el propósito principal del lenguaje MDX en el contexto de Data Warehousing?. Consultar bases de datos relacionales. Consultar objetos multidimensionales como cubos. Definir las estructuras de las bases de datos. Transformar datos para cargarlos en el Data Warehouse.

En MDX, ¿qué palabra clave se utiliza para especificar los ejes de la consulta (filas, columnas)?. FROM. WHERE. SELECT. GROUP BY.

En MDX, ¿qué función se utiliza para combinar dos conjuntos de tuplas en todos sus posibles cruces?. Union. Intersect. Except. CrossJoin.

¿Cuál de las siguientes NO es una característica principal de un Data Warehouse (DW)?. Orientado a temas. Integrado. Volátil. Dependiente del tiempo.

¿Cuál es el propósito principal de los sistemas OLAP?. Soporte de transacciones diarias. Análisis de grandes volúmenes de datos para la toma de decisiones. Almacenamiento de datos en bruto. Gestión de datos operativos.

En un modelo dimensional, ¿qué son los "hechos"?. Atributos descriptivos de los datos. Valores numéricos que se quieren analizar. Tablas que contienen información sobre las dimensiones. Jerarquías de datos.

¿Qué son las dimensiones conformadas?. Dimensiones que solo se utilizan en un único data mart. Dimensiones que son idénticas o subconjuntos entre data marts, permitiendo la combinación de cubos. Dimensiones con jerarquías complejas. Dimensiones que no siguen un modelo dimensional.

¿Cuál es la principal diferencia entre una tabla de hechos y una tabla de dimensiones?. Las tablas de hechos almacenan datos descriptivos y las de dimensiones, datos numéricos. Las tablas de hechos contienen medidas, y las de dimensiones contienen atributos que describen los hechos. Las tablas de hechos tienen menos filas que las tablas de dimensiones. No hay diferencias, ambas almacenan datos numéricos.

En el contexto de las técnicas SCD (Slowly Changing Dimensions), ¿qué implica una SCD de tipo 2?. Sobrescribir los valores antiguos de los atributos de dimensión. Añadir una nueva columna para cada cambio de atributo. Añadir una nueva fila a la dimensión para cada cambio de atributo. Mantener el valor original sin ningún cambio.

¿Qué es una dimensión degenerada?. Una dimensión con múltiples jerarquías. Una dimensión sin atributos, solo con un identificador. Una dimensión con información geográfica. Una dimensión con datos temporales.

¿Qué es un índice bitmap y cuándo es más útil utilizarlo?. Un índice que organiza los datos de forma jerárquica. Un índice que almacena los IDs de las filas. Un índice que crea una fila para cada valor y una columna para cada fila de la tabla. Es un tipo de índice que mejora la búsqueda de texto.

¿Cuál es la función principal de los procesos ETL en un Data Warehouse?. Realizar consultas analíticas sobre los datos. Extraer, transformar y cargar datos desde fuentes heterogéneas. Normalizar los datos para su almacenamiento. Generar informes para usuarios finales.

¿Qué significa el término "drill-across" en el contexto de OLAP?. Reducir el nivel de detalle en el análisis. Aumentar el nivel de detalle en el análisis. Combinar cubos con dimensiones comunes. Reorganizar las dimensiones de un cubo.

¿Qué hace la función ROLLUP en SQL?. Calcula todas las combinaciones de subtotales posibles. Calcula los subtotales de forma jerárquica de izquierda a derecha. Filtra los resultados de una consulta. Ordena los resultados de una consulta.

¿Cuál es la principal diferencia entre las funciones de ventana y GROUP BY en SQL?. Las funciones de ventana colapsan los grupos a una sola fila, mientras que GROUP BY no. GROUP BY colapsa los grupos a una sola fila, mientras que las funciones de ventana no. Las funciones de ventana son más eficientes para grandes volúmenes de datos. GROUP BY permite realizar cálculos de ranking.

¿Qué son las vistas materializadas?. Vistas que solo almacenan la definición de la consulta. Vistas que almacenan físicamente los datos precalculados. Vistas que se actualizan automáticamente con cada cambio en los datos. Vistas que se utilizan para la gestión de transacciones.

En MDX, ¿qué representa el WHERE?. Una condición de filtro en las filas. Una condición de filtro en las columnas. Un eje segmentador (slicer axis) que restringe los datos devueltos. La tabla de donde se obtienen los datos.

¿Cuál de las siguientes opciones describe mejor el propósito de un Data Mart?. Un almacén de datos centralizado para toda la organización. Un subconjunto de un Data Warehouse enfocado en un área de negocio específica. Un sistema para gestionar transacciones en tiempo real. Una herramienta para la limpieza de datos.

¿Qué técnica se utiliza para presentar datos analíticos de forma que sean fáciles de entender por los usuarios de negocio y que ofrezca alto rendimiento en consultas?. Normalización de datos. Modelado dimensional. Procesamiento de transacciones en línea (OLTP). Minería de datos.

En el contexto de un esquema en copo de nieve, ¿qué ventaja NO ofrece este modelo en comparación con un esquema en estrella?. Reducción de redundancia de datos. Consultas más rápidas debido a menos joins. Mayor facilidad para entender la estructura de datos. Flexibilidad en la modelización de jerarquías.

¿Qué caracteriza a una tabla de hechos factless?. Contiene medidas numéricas y dimensiones. Contiene solo las dimensiones involucradas en un evento y no medidas. Es usada principalmente en sistemas OLTP. Almacena datos resumidos para análisis.

Si una dimensión tiene atributos que cambian con el tiempo, ¿qué técnica SCD sería la más adecuada para mantener el historial completo de los cambios?. SCD tipo 0. SCD tipo 1. SCD tipo 2. SCD tipo 3.

¿Qué función tienen las dimensiones junk (auxiliares o de desastre) en un modelo dimensional?. Almacenar atributos de texto largos. Agrupar atributos variados con dominios discretos y reducidos. Facilitar el análisis geográfico de los datos. Manejar jerarquías complejas.

¿Qué significa que un hecho sea semiaditivo?. Que sus valores se pueden sumar en todas las dimensiones. Que sus valores no se pueden sumar en ninguna dimensión. Que sus valores se pueden sumar solo en ciertas dimensiones. Que sus valores representan porcentajes.

¿Cuál es el propósito del índice bitmap en un Data Warehouse?. Optimizar consultas que involucran grandes rangos de valores. Optimizar consultas sobre columnas con pocos valores distintos. Almacenar datos jerárquicos. Indexar columnas de texto.

¿Qué operación OLAP permite cambiar el nivel de detalle de los datos mostrados, permitiendo navegar entre niveles de jerarquía?. Slice. Dice. Roll-up/Drill-down. Pivot.

¿Qué función realiza la cláusula OVER (PARTITION BY ...) en SQL?. Filtra los resultados de la consulta. Ordena los resultados de la consulta. Define ventanas o particiones sobre las cuales se realizan cálculos. Agrupa los resultados en una sola fila.

¿Cuál es la principal función de la cláusula NON EMPTY en MDX?. Ordenar los resultados de la consulta. Filtrar resultados que sean nulos. Eliminar las celdas vacías en un eje de la consulta. Unir dos conjuntos de resultados.

¿Qué representa la función CrossJoin en MDX?. Filtrar datos de un conjunto basándose en una condición. Realizar un producto cartesiano entre dos conjuntos de datos. Ordenar los miembros de un conjunto. Calcular el promedio de una medida en un conjunto.

Los sistemas operacionales (OLTP) están optimizados para el análisis de grandes volúmenes de datos. Verdadero. Falso.

En un modelo dimensional, las dimensiones se organizan en jerarquías, formadas por niveles. Verdadero. Falso.

Las tablas de hechos suelen contener una gran cantidad de atributos, mientras que las tablas de dimensión tienen pocas columnas. Verdadero. Falso.

Una tabla de hechos siempre debe tener al menos una medida. Verdadero. Falso.

Una SCD de tipo 3 crea una nueva tabla para cada cambio en un atributo de una dimensión. Verdadero. Falso.

En un diseño de Data Warehouse, es recomendable normalizar las tablas de dimensiones para evitar redundancia. Verdadero. Falso.

El uso de surrogate keys o claves generadas en las dimensiones ayuda a mejorar el rendimiento de las consultas y a independizar el DW de los sistemas operacionales. Verdadero. Falso.

Las vistas materializadas siempre se actualizan automáticamente con cada cambio en los datos subyacentes. Verdadero. Falso.

La función CUBE en SQL calcula todos los subtotales posibles para las combinaciones de dimensiones especificadas. Verdadero. Falso.

En MDX, la cláusula FROM especifica las dimensiones a consultar y la cláusula SELECT especifica el cubo. Verdadero. Falso.

¿Qué significa que un data warehouse esté "orientado a temas"?. Que se diseña en torno a temas importantes relacionados con el negocio. Que se organiza para optimizar la velocidad de las consultas transaccionales. Que se centra en la integración de datos de múltiples fuentes en tiempo real. Que se centra en el análisis de problemas específicos.

¿Qué característica de un data warehouse implica que los datos no se actualizan ni se eliminan, salvo para correcciones?. Dependencia del tiempo. Orientación a temas. No volatilidad. Integración de datos.

¿Qué son las dimensiones en un modelo multidimensional?. Los datos numéricos que se miden. Las relaciones entre los datos. Los procesos de transformación de los datos. Las categorías de datos que se utilizan para analizar los hechos.

¿Qué tipo de estructura utilizan los modelos multidimensionales para organizar los datos?. Estructura jerárquica con claves primarias y foráneas. Estructura de índice de bitmap para facilitar la indexación. Estructura en red para interconectar tablas de manera directa y aumentar el rendimiento de las consultas. Estructura en forma de estrella o copo de nieve.

¿Qué tipo de datos almacena principalmente un data warehouse?. Datos no estructurados. Datos semiestructurados. Datos estructurados. Datos multimedia.

¿Cuál de las siguientes afirmaciones es cierta sobre los sistemas OLTP y OLAP?. Los sistemas OLTP se centran en análisis complejos, mientras que los sistemas OLAP manejan transacciones simples. Los sistemas OLTP están orientados a transacciones y los sistemas OLAP al análisis. Los sistemas OLAP están diseñados para procesamiento en tiempo real, mientras que los OLTP son utilizados para análisis histórico. Los sistemas OLAP son adecuados para bases de datos de alta concurrencia, mientras que los OLTP manejan consultas analíticas pesadas.

¿Cómo se organizan los datos en los sistemas OLAP?. En una base de datos relacional plana. En un índice de bitmap. En una base de datos multidimensional. En una base de datos con dimensiones junk normalizadas.

¿Qué son los miembros en un modelo multidimensional?. Las categorías de datos para el análisis. Las propiedades de los hechos. Las jerarquías de las dimensiones. Las instancias de las dimensiones.

¿Qué tipo de dimensiones no tienen atributos, solo un identificador?. Dimensiones conformadas. Dimensiones degeneradas. Minidimensiones. Dimensiones junk.