As ferramentas MongoDB Atlas, Mongostat, Mongotop e MongoDB Management Service (MMS) são parte essencial do ecossistema MongoDB.

Sobre essas ferramentas, é correto afirmar que

O SQL Server possui diversas funcionalidades destinadas à detecção e diagnóstico de possíveis erros e problemas de desempenho.

Sobre essas ferramentas no SQL Server, avalie as afirmativas a seguir:

I. O comando "sys.dm_tran_locks" pode ser utilizado para identificar a causa da lentidão do sistema devido a bloqueios frequentes em uma tabela específica.

II. Entre outras informações, o Repositório de Consultas armazena as estatísticas de erros do servidor SQL.

III. A análise do Plano de Execução permite identificar gargalos e otimizar o desempenho de consultas.

Está correto o que se afirma em

Um servidor SQL hospeda diversos aplicativos, incluindo um que é crítico e deve ter sempre prioridade na utilização dos recursos do sistema.

Entre as ferramentas listadas, a ferramenta apropriada para gerenciar a alocação de recursos, assegurando que o aplicativo crítico tenha sempre recursos como CPU e memória suficientes, chama-se

O SQL Server Agent tem como objetivo executar tarefas de forma automática por intermédio de unidades de automação denominadas jobs.

Sobre os jobs em um SQL Server Agent, analise as afirmativas a seguir:

I. Jobs do SQL Server Agent podem executar scripts T-SQL.

II. Incluir o comando "EXEC xp_cmdshell 'notepad.exe'" em um job não é considerada uma boa prática.

III. Por razões de segurança, o comando "xp_cmdshell" vem desabilitado por padrão no SQL Server.

Está correto o que se afirma em

O MySQL Performance Schema é uma das funcionalidades presentes em um servidor MySQL.

Uma das utilidades do MySQL Performance Schema é

O MongoDB é um banco de dados NoSQL amplamente utilizado devido à sua flexibilidade e escalabilidade. Ele é popular em diversas aplicações modernas por suportar grandes volumes de dados e operações de leitura e escrita rápidas.

Em um servidor MongoDB, o comando "mongotop --host <hostname> --port <port> 1"

Considere o Sistema de Concursos de uma empresa hipotética que adota um Sistema de Gerenciamento de Banco de Dados (SGDB) relacional.

A primeira tabela construída no banco foi Tabela_Candidato, que possui os seguintes campos:

candidato_ID;

candidato_Nome;

candidato_CPF.

A segunda tabela construída foi a Tabela_Concurso, que possui os seguintes campos:

concurso_ID;

candidato_ID;

concurso_Nome;

concurso_Cargo.

No contexto dos bancos de dados relacionais, é correto afirmar que

Sobre banco de dado NoSQL orientado a grafos, avalie se as afirmativas a seguir são falsas (F) ou verdadeiras (V).

I. Se compararmos com um banco de dados relacional, os nós de um grafo correspondem às colunas de uma tabela.

II. As operações de junção nesse tipo de banco são frequentemente mais eficientes do que em bancos de dados relacionais, pois utilizam chaves estrangeiras para realizar o relacionamento entre os nós.

III. Diferentemente dos outros tipos de banco de dados NoSQL, bancos orientados a grafos não são próprios para se trabalhar com um grande volume de dados.

As afirmativas são, respectivamente,

Com relação aos bancos de dados NoSQL orientados a documentos, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).

( ) Utilizam um modelo de dados flexível e permitem o armazenado de dados em formatos como JSON e BSON.

( ) São comumente mais escaláveis verticalmente do que bancos de dados relacionais, permitindo dessa forma a distribuição de dados entre múltiplos servidores.

( ) Nesse tipo de banco de dados, a normalização dos dados é frequentemente utilizada para melhorar a consistência dos dados e evitar redundância.

As afirmativas são, respectivamente,

As arquiteturas de modelos de linguagem de larga escala (Large Language Models – LLM) surgiram recentemente, revolucionando a área de inteligência artificial nas áreas de processamento e geração de texto. A arquitetura desses modelos baseia-se, majoritariamente, nas redes neurais do tipo transformers.

Relacione as arquiteturas a seguir as suas características principais.

1. BERT

2. GPT

3. T5

( ) Utiliza decoders das redes transformer para prever novos tokens a partir de uma sequência, tornando-se ideal para a geração de textos.

( ) Utiliza encoders das redes transformer para "entender" o contexto de frases, tornando-se ideal para classificação de textos.

( ) Utiliza encoders e decoders das redes transformer, sendo adaptável a situações em que seja necessário gerar novos textos ou processar textos para "entender" o contexto das frases.

( ) Em comparação com as outras arquiteturas, tem menor necessidade de fine-tuning para melhora de performance.

A relação correta, na ordem apresentada, é