Almacenes de Datos

Un Data Warehouse (DW) es una colección de datos orientada a temas, integrada, volátil y dependiente del tiempo, creada para soportar la toma de decisiones. V. F.

Los sistemas OLTP están optimizados para procesar transacciones rápidamente. V. F.

Los sistemas DW/BI están optimizados para consultas que manejan grandes volúmenes de datos, necesitando el historial de los datos. V. F.

En un esquema en estrella, la tabla de hechos contiene una fila para cada hecho, con una columna para cada medida y una columna para cada dimensión que también es clave externa a las tablas de dimensión. V. F.

Los esquemas en copo de nieve evitan la redundancia y, por lo tanto, son siempre preferibles a los esquemas en estrella en entornos de Data Warehousing. V. F.

Un índice bitmap es una técnica de indexación que puede mejorar significativamente el rendimiento de las consultas en columnas que pueden tomar un número limitado de valores. V. F.

La metodología de los 4 pasos de Kimball para el diseño dimensional comienza con la selección del proceso a modelar. V. F.

Las tablas factless no contienen medidas, solo relaciones entre dimensiones, e indican que se ha producido un evento. V. F.

Las dimensiones degeneradas no tienen atributos, solo un identificador, y suelen representar números de control operacionales. V. F.

Las claves generadas (surrogate keys) se usan en las dimensiones del DW para aislarlo de los cambios en las claves de los sistemas operacionales. V. F.

Los outriggers son atributos de una dimensión que se normalizan en tablas separadas para evitar redundancia, pero deben usarse con moderación debido a que implican joins. V. F.

Los hechos semiaditivos son aditivos en todas las dimensiones. V. F.

Un snapshot periódico del inventario registra cada transacción que afecta a los niveles de inventario. V. F.

En un snapshot acumulativo para inventario, se crea una fila en la tabla de hechos cuando se recibe un producto, y el seguimiento del producto se realiza en esa fila, modificándose según los eventos. V. F.

Las dimensiones conformadas son esenciales para la operación drill-across en Data Warehousing. V. F.

La arquitectura en bus del Data Warehouse (DWBA) permite construir el almacén de datos de forma incremental y es la base para el drill-across. V. F.

En una jerarquía irregular (ragged), se puede propagar el valor inferior al superior o tener un valor de "No aplicable" para manejar la falta de algunos niveles. V. F.

Las dimensiones junk agrupan atributos variados con dominios discretos y reducidos, como flags o indicadores, y pueden proporcionar un mejor rendimiento al sacarlos de su dimensión. V. F.

ROLLUP en SQL calcula todos los niveles de subtotales posibles en las dimensiones especificadas, incluyendo el total general. F. V.

CUBE en SQL calcula niveles de subtotales de izquierda a derecha sobre las dimensiones especificadas, incluyendo el total general. V. F.

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

¿Cuál es la principal diferencia entre los sistemas OLTP y los sistemas DW/BI?. Los sistemas OLTP están optimizados para consultas analíticas, mientras que los sistemas DW/BI están optimizados para el procesamiento de transacciones. Los sistemas OLTP están optimizados para el procesamiento de transacciones, mientras que los sistemas DW/BI están optimizados para consultas analíticas. Los sistemas OLTP utilizan esquemas en estrella, mientras que los sistemas DW/BI utilizan esquemas en copo de nieve. Los sistemas OLTP se basan en modelos multidimensionales, mientras que los sistemas DW/BI se basan en modelos relacionales.

¿Cuál de las siguientes es una ventaja de los esquemas en estrella?. Evitan la redundancia. Son más fáciles de consultar. Son más eficientes en el almacenamiento. Son más adecuados para manejar relaciones complejas entre dimensiones.

¿Cuál es el propósito de una tabla de dimensión en un modelo dimensional?. Almacenar las medidas del negocio. Proporcionar contexto a los hechos. Definir las relaciones entre tablas. Almacenar las claves primarias de la tabla de hechos.

¿Cuál de las siguientes NO es una fase en el proceso ETL?. Extracción. Transformación. Carga. Normalización.

¿Cuál de los siguientes es un tipo de hecho que modela el estado de un proceso en un momento determinado?. De evento. De snapshot. Aditivo. Degenerado.

¿Qué tipo de medida NO se puede sumar en ninguna dimensión?. Aditiva. Semiaditiva. No aditiva. Degenerada.

¿Qué técnica de Slowly Changing Dimension (SCD) implica añadir una nueva fila a la dimensión para guardar la historia anterior al cambio?. Tipo 1. Tipo 2. Tipo 3. Tipo 4.

¿Cuál es el objetivo principal de una dimensión junk?. Almacenar atributos con dominios discretos y reducidos. Mejorar el rendimiento de las consultas. Simplificar el modelo dimensional. Manejar relaciones complejas entre dimensiones.

¿Cuál de las siguientes opciones describe la funcionalidad de la cláusula ROLLUP en SQL?. Calcula todas las combinaciones posibles de subtotales para las dimensiones especificadas. Calcula subtotales de izquierda a derecha para las dimensiones especificadas, incluyendo un total general. Calcula subtotales solo para las dimensiones especificadas, sin incluir un total general. Calcula un total general sin calcular subtotales para las dimensiones especificadas.

¿Qué hace la función GROUPING en SQL?. Crea grupos para cada valor único en una columna. Calcula subtotales y totales generales para grupos de datos. Indica si un valor NULL en una columna es resultado de una operación ROLLUP o CUBE. Ordena los resultados de una consulta en función de una o varias columnas.

¿Cuál de las siguientes afirmaciones NO es una ventaja de las vistas materializadas?. Mejoran el rendimiento de las consultas. Son transparentes a las aplicaciones. Consumen menos espacio de almacenamiento que las tablas base. Se pueden actualizar de forma manual o automática.

¿Qué tipo de vista materializada permite cambios en la vista que no se propagan a la base de datos subyacente?. Solo lectura. Actualizable. Escribible. De clave primaria.

¿Qué lenguaje de consulta está específicamente diseñado para consultar bases de datos OLAP?. SQL. MDX. XMLA. C++.

¿Cuál de las siguientes opciones describe la función de la palabra clave WHERE en una consulta MDX?. Filtra las filas de la tabla de hechos en función de las condiciones especificadas. Define los ejes de la consulta. Especifica los miembros o tuplas que se utilizarán en el eje segmentador para restringir los datos devueltos. Ordena los resultados de la consulta.

¿Qué operador en MDX se utiliza para combinar dos conjuntos, por ejemplo, para mostrar varias medidas en cada celda?. Union. Intersect. CrossJoin. Except.

¿Cuál es la función de la palabra clave NON EMPTY en una consulta MDX?. Incluye todas las celdas en el resultado de la consulta, incluso si están vacías. Elimina las celdas vacías de un eje en la sentencia SELECT. Ordena los resultados de la consulta en función de una expresión específica. Devuelve un número específico de filas del conjunto de resultados.

¿Qué función MDX se utiliza para calcular el ranking de un valor con respecto a otros registros del grupo o ventana?. TopCount. BottomCount. Rank. Order.

¿Qué hace la función Filter en MDX?. Devuelve las filas de un conjunto que cumplen una condición específica. Calcula la suma de los valores en un conjunto. Ordena los miembros de un conjunto en orden ascendente o descendente. Devuelve un número específico de miembros de un conjunto.

¿Cuál es el propósito de un miembro calculado en MDX?. Definir un nuevo miembro en una jerarquía existente. Añadir un nuevo miembro dinámico a un conjunto con una expresión asociada. Filtrar los miembros de un conjunto en función de una condición. Calcular el promedio de los valores en un conjunto.

¿Cuál de las siguientes NO es un objetivo de un Data Warehouse?. Proporcionar acceso a los datos de la organización. Almacenar datos consistentes. Permitir consultas y combinaciones bajo cualquier dimensión. Optimizar el procesamiento de transacciones.

¿Cuál de los siguientes NO es un área de aplicación de los modelos de datos multidimensionales (MDM)?. Data Warehousing. OLAP. Data Mining. Gestión de transacciones en línea.

¿Cuál de las siguientes es una característica de un cubo en un modelo multidimensional?. Es una estructura unidimensional para la captura y análisis de datos. No permite el uso de jerarquías en las dimensiones. Es una base de datos relacional. Permite el uso de jerarquías en las dimensiones.

¿Qué tipo de hecho describe un evento cuya ocurrencia es impredecible?. De snapshot. De estado. De evento. Degenerado.

¿Qué tipo de medida se puede sumar en algunas dimensiones pero no en otras?. Aditiva. Semiaditiva. No aditiva. Degenerada.

¿Cuál de las siguientes es una ventaja de los esquemas en copo de nieve?. Facilitan las consultas. Evitan la redundancia. Son más rápidos en las consultas. Son más fáciles de implementar.

¿Qué son las dimensiones conformadas?. Dimensiones que se utilizan en un solo Data Mart. Dimensiones que son idénticas o una es subconjunto de otra en cuanto a valores y atributos. Dimensiones que se utilizan en múltiples procesos de negocio. Dimensiones que se utilizan para almacenar información temporal.

¿Cuál de las siguientes opciones NO es una característica de las tablas factless?. No contienen medidas. Indican que se ha producido un evento. Tienen la misma granularidad que las tablas de hechos. Comparten dimensiones con otras tablas de hechos.

¿Qué tipo de cambio en una dimensión SCD (Slowly Changing Dimension) implica añadir una nueva columna a la dimensión?. Tipo 1. Tipo 2. Tipo 3. Tipo 4.

¿Qué tipo de dimensión se utiliza para agrupar atributos con dominios discretos y reducidos, como flags o indicadores?. Dimensión degenerada. Dimensión causal. Dimensión junk. Dimensión rol.

¿Cuál de las siguientes opciones NO es una operación OLAP?. Roll-up. Drill-down. Slice. Normalización.

¿Qué cláusula en SQL se utiliza para calcular niveles de subtotales de izquierda a derecha sobre las dimensiones especificadas, incluyendo el total general?. CUBE. ROLLUP. GROUPING. GROUPING SETS.

¿Qué tipo de vista guarda físicamente los datos y puede mejorar el rendimiento de las consultas?. Vista simple. Vista materializada. Vista dinámica. Vista temporal.

¿Cuál de las siguientes opciones NO es un tipo de vista materializada en Oracle?. Solo lectura. Actualizable. Escribible. Transaccional.

¿Qué lenguaje de consulta se utiliza para consultar bases de datos OLAP y permite acceder a objetos multidimensionales, como los cubos?. SQL. MDX. XML. HTML.

¿Cuál de las siguientes opciones NO es un componente de una expresión MDX?. FROM. SELECT. WHERE. JOIN.

¿Qué palabra clave en MDX se utiliza para eliminar las celdas vacías de un eje en la sentencia SELECT?. EMPTY. NULL. NON EMPTY. ALL.

¿Qué función MDX se utiliza para devolver un número específico de filas del conjunto de resultados, ordenadas por una expresión?. Order. Rank. TopCount. Filter.

¿Cuál de las siguientes opciones describe una jerarquía ragged?. Una jerarquía que no tiene ningún nivel. Una jerarquía que tiene niveles que no existen para todos los miembros. Una jerarquía que tiene un solo nivel. Una jerarquía que tiene todos los niveles definidos para todos los miembros.

¿Qué técnica se puede utilizar para manejar dimensiones multivaluadas en un modelo dimensional?. Ignorar los valores multivaluados. Almacenar todos los valores en una sola columna. Utilizar una tabla puente para almacenar las relaciones. Utilizar una dimensión degenerada.