Foram encontradas 80 questões.
Com base nos princípios e impactos da LGPD no tratamento de dados pessoais sensíveis, assinale a opção que apresenta uma situação em que o tratamento de dados sensíveis sem o consentimento do titular está em conformidade com a lei.
Provas
- AdministraçãoAuditoria de Banco de Dados
- AdministraçãoOtimização e Performance de Banco de DadosMonitoramento de Banco de Dados
O SQL Server Profiler é utilizado para realizar auditoria em servidores SQL Server a partir do rastreamento de atividades. Durante um rastreamento, os dados capturados são armazenados em uma tabela, em que cada linha representa uma requisição (query) e cada coluna apresenta informações sobre as requisições.
Durante uma auditoria no sistema de banco de dados do TCE de Roraima, uma requisição (query) capturada pelo SQL Server Profiler retornou os seguintes dados:
EventClass: SQL:BatchCompleted
Application Nane: Microsoft SQL Server Management
Studio
LoginName:
MicrosoftAccount\DBA_TI_TCERR@tcerr.tc.br
CPU: 3002
Reads: 105325
Writes: 0
Duration: 45219
DatabaseName: Processos_2024
HostName: AUD01_TCERR
Com relação aos dados dessa requisição, assinale a afirmativa correta.
Provas
No contexto de ferramentas de integração de ambientes de Big Data e Banco de Dados relacionais, associe cada descrição a seguir à respectiva ferramenta.
1. Apache Kafka.
2. Apache Sqoop.
( ) Muito usado para transferência de dados entre bancos relacionais para o ecossistema Hadoop.
( ) Suas transferências de dados são baseadas em lotes, focando em transferências programadas ou sob demanda.
( ) Muito usado para streaming de dados em tempo real.
( ) Trabalha com mensageria distribuída, baseada no conceito de tópicos, permite que produtores enviem mensagens e consumidores as processem de forma assíncrona.
A associação correta, na ordem apresentada, é
Provas
As organizações públicas podem se beneficiar do uso de Big Data para auditar grandes volumes de informações de maneira eficiente.
Sobre os 5Vs que caracterizam o Big Data, assinale a afirmativa correta.
Provas
Com o objetivo de instalar um sistema de banco de dados PostgreSQL no servidor de banco de dados db_server, o arquivo postgres-17.2.tar.bz2 foi obtido da página da internet https://www.postgresql.org/ftp/source e gravado no diretório raiz do servidor.
A seguir, os seguintes comandos foram executados pelo usuário tce_rr que possui perfil de administrador:
tce_rr@db_server ~ $ tar xf postgresql-17.2.tar.bz2
tce_rr@db_server ~ $ cd postgresql-17.2
tce_rr@db_server postgresql17.2 $ ./configure - -with- ssl=openssl
tce_rr@db_server ~ $ make
tce_rr@db_server postgresql17.2 $ su
root@db_server postgresql17.2 $ make install
root@db_server postgresql17.2 $ adduser postgres
root@db_server postgresql17.2 $ mkdir -p /usr/local/pgsql/data
root@db_server postgresql17.2 $ chown postgres /usr/local/pgsql/data
root@db_server postgresql17.2 $ su - postgres
postgres@db_server postgresql17.2 $ /usr/local/pgsql/bin/initdb -D /usr/local/pgsql/data
postgres@db_server postgresql17.2 $ /usr/local/pgsql/bin/pg_ctl -D /usr/local/pgsql/data -l logfile
postgres@db_server postgresql17.2 $ start
postgres@db_server postgresql17.2 $ /usr/local/pgsql/bin/createdb test
postgres@db_server postgresql17.2 $ /usr/local/pgsql/bin/psql test
Com relação a essa rotina de instalação, é correto afirmar que
Provas
NoSQL é uma abreviação de Not only SQL (não somente SQL), termo cunhado para definir os novos modelos de armazenamento de dados, criados para atender às necessidades de flexibilidade, disponibilidade, escalabilidade e desempenho das aplicações inseridas no contexto de Big Data.
Esses modelos são classificados de acordo com a estrutura em que os dados são armazenados.
Um deles, especificamente, não considera conceitos como normalização de dados, criação de joins e definição de esquemas rígidos. Ele armazena estruturas flexíveis que podem ser obtidas por meio de dados semiestruturados, como os formatos XML e JSON. Cada uma dessas estruturas armazenadas não contém necessariamente os mesmos atributos, pois não é necessário definir um esquema.
O modelo em questão é o
Provas
Na linguagem PL/SQL, a seção de tratamento de exceções permite que os programadores especifiquem quais ações devem ser tomadas quando uma determinada exceção ocorre.
Nesse contexto, a seguinte exceção é gerada quando um código PL/SQL tenta armazenar um valor duplicado em uma coluna que possui um índice exclusivo definido:
Provas
De acordo com as boas práticas de governança no tratamento de dados pessoais, assinale a opção que está em conformidade com as exigências e diretrizes para a implementação de um programa de governança em privacidade, conforme dispõe a Lei Geral de Proteção de Dados Pessoais (LGPD).
Provas
- AdministraçãoAlta Disponibilidade
- AdministraçãoTolerância a Falhas
- Banco de Dados DistribuídoReplicação de Dados
- SGBDsPostgreSQL
Um sistema de banco de dados baseado em PostgreSQL possui três servidores, sendo um primário e dois em espera (standby). O servidor primário executa comandos de escrita e leitura (read-only), enquanto os servidores em standby resolvem apenas requisições de leitura. A replicação é realizada utilizando-se write-ahead log (WAL).
A cada atualização do banco de dados do servidor primário, um WAL é encaminhado diretamente para os dois servidores em standby. O processo de replicação se encerra após o recebimento de respostas de todos os servidores em standby.
Com relação ao sistema de banco de dados em questão, é correto afirmar que
Provas
No contexto de otimização de desempenho de consultas em bancos de dados, algumas métricas ajudam a entender melhor o comportamento das consultas e a realizar ajustes necessários para melhorar o desempenho do banco de dados.
Avalie se as seguintes métricas de desempenho devem ser acompanhadas:
I. Duração da execução da consulta: essa métrica mede quanto tempo uma consulta leva para ser concluída, permitindo identificar consultas que podem precisar de otimização.
II. Tempo de carregamento de dados versus tempo de processamento: comparar o tempo gasto para carregar os dados com o tempo gasto em processamento ajuda a identificar gargalos na pipeline de dados.
III. Contagem de consultas concorrentes: é vital monitorar o número de conexões simultâneas para evitar a sobrecarga do banco de dados, o que pode afetar a performance dos usuários.
IV. Utilização de recursos: mede a utilização de recursos como memória, CPU, I/O e rede para identificar padrões que podem indicar problemas ou oportunidades de otimização.
As métricas de desempenho que devem de fato ser acompanhadas são
Provas
Caderno Container