As questões abaixo são apenas exemplos ilustrativos. O simulado completo pode conter outras perguntas.
Questão 1:
Uma plataforma de comércio eletrônico recebe eventos de pedidos em documentos JSON. Todos os eventos possuem identificador do pedido e data, mas eventos de diferentes versões podem incluir atributos opcionais, objetos de entrega aninhados e uma matriz de itens com propriedades que variam conforme o produto. A equipe precisa filtrar documentos por atributos específicos sem exigir que todos tenham as mesmas colunas antes da ingestão. Qual classificação descreve melhor esses dados e qual característica justifica essa classificação?
- (A) Dados estruturados, porque a existência de campos comuns e de tipos de valores permite tratar todos os documentos como registros tabulares, mesmo com atributos opcionais.
- (C) Dados não estruturados, porque a ausência de um esquema fixo impede que os documentos tenham uma organização reconhecível ou sejam consultados por atributos.
- (B) Dados semiestruturados, porque pares nome-valor, objetos e matrizes fornecem estrutura interpretável, embora o esquema possa variar entre os documentos.
- (E) Dados estruturados, porque a sintaxe JSON define previamente os nomes, a quantidade e a posição dos atributos que cada documento deve conter.
- (D) Dados relacionais, porque objetos aninhados e matrizes podem ser convertidos em tabelas relacionadas, mantendo no próprio documento as chaves e a integridade referencial.
Questão 2:
Uma empresa de suporte recebe fotografias, vídeos e gravações de áudio enviados pelos clientes. Os arquivos são armazenados no formato original, enquanto informações como identificador do cliente, data de envio, tipo MIME e localização são registradas separadamente para pesquisa. Durante a análise do armazenamento, a equipe precisa classificar o conteúdo principal e distingui-lo das informações usadas para catalogá-lo. Qual alternativa faz essa distinção corretamente?
- (D) O conteúdo principal é estruturado, porque os formatos de áudio, imagem e vídeo definem campos internos; os metadados podem ser mantidos separadamente em registros tabulares.
- (E) O conteúdo principal e os metadados são não estruturados, porque a associação a arquivos multimídia impede que as informações de catalogação tenham um esquema próprio.
- (A) O conteúdo principal é não estruturado, mas seus metadados também são não estruturados, porque foram gerados automaticamente e apenas descrevem os arquivos.
- (B) O conteúdo principal é semiestruturado, porque cada formato de mídia possui uma especificação interna e os metadados permitem localizar partes do arquivo por atributos.
- (C) O conteúdo principal é não estruturado, pois seu conteúdo multimídia não segue um modelo tabular predefinido; os metadados podem ser armazenados como dados estruturados ou semiestruturados.
Questão 3:
Durante o desenho de uma solução de dados, uma equipe precisa classificar três fontes antes de definir as estratégias de ingestão e consulta: (1) uma tabela do Azure SQL Database com colunas, tipos e restrições definidos; (2) documentos JSON nos quais alguns atributos são opcionais e podem variar entre os documentos; e (3) imagens digitalizadas de contratos, sem campos identificáveis por um esquema de dados. Qual alternativa apresenta a classificação mais adequada, na mesma ordem?
- (D) Estruturados; semiestruturados; semiestruturados.
- (A) Estruturados; semiestruturados; não estruturados.
- (C) Semiestruturados; semiestruturados; não estruturados.
- (E) Semiestruturados; não estruturados; não estruturados.
- (B) Estruturados; não estruturados; não estruturados.
Questão 4:
Um sistema de auditoria exporta cada evento como um documento XML. Todos os documentos possuem elementos para identificador e data do evento, mas determinados tipos de evento incluem elementos adicionais, listas aninhadas e campos opcionais. Embora existam marcadores que identificam a estrutura e o significado dos valores, não há um conjunto idêntico de colunas presente em todos os documentos. Como esse conjunto deve ser classificado?
- (D) Dados não estruturados, pois a variação dos elementos impede que os documentos tenham uma organização de dados identificável.
- (B) Dados semiestruturados, pois os elementos e a hierarquia organizam os valores, enquanto o esquema pode variar entre documentos.
- (C) Dados estruturados, pois a existência de um esquema XML torna equivalentes os campos obrigatórios e opcionais.
- (A) Dados estruturados, pois os elementos recorrentes permitem representar os documentos como registros com atributos definidos.
- (E) Dados não estruturados, pois listas aninhadas não podem ser representadas por modelos de dados com relacionamentos entre valores.
Questão 5:
Uma equipe recebe diariamente arquivos CSV de vendas, documentos JSON de pedidos e imagens de comprovantes, provenientes de sistemas que evoluem em ritmos diferentes. Para evitar a transformação obrigatória de todos os arquivos durante a ingestão, a equipe armazena os dados brutos no Azure Data Lake Storage e aplica projeções de colunas e tipos somente ao executar consultas analíticas. Entretanto, duas consultas podem interpretar de maneira diferente um campo JSON cujo formato mudou entre versões. Qual conclusão descreve corretamente essa arquitetura?
- (A) Ela utiliza schema-on-write, pois os formatos CSV e JSON já carregam uma estrutura que precisa ser definida antes do armazenamento, mesmo que os arquivos permaneçam em seu formato original.
- (B) Ela utiliza schema-on-read, pois a estrutura é aplicada durante o consumo; isso proporciona flexibilidade na ingestão, mas transfere para as consultas ou para a camada de processamento a responsabilidade de interpretar e validar os dados.
- (D) Ela utiliza schema-on-write para os arquivos CSV e schema-on-read para os arquivos JSON e as imagens, pois a estratégia de esquema é determinada principalmente pelo formato de origem.
- (C) Ela utiliza um modelo relacional normalizado, pois a definição de projeções durante a consulta organiza os arquivos em tabelas e permite que cada consulta aplique os relacionamentos necessários.
- (E) Ela utiliza armazenamento sem esquema, pois arquivos mantidos em seu formato original não possuem tipos, validações ou estruturas aplicáveis durante a leitura.
Questão 6:
Uma plataforma de comércio eletrônico precisa atender simultaneamente a dois requisitos: registrar cada pedido com atualização atômica do estoque e do status do pagamento, mesmo sob alta concorrência, e permitir que analistas comparem cinco anos de vendas por região, produto e período. A equipe avalia executar todas as operações no mesmo modelo de acesso aos dados. Qual alternativa classifica corretamente as duas cargas e indica a principal razão para tratá-las de forma distinta?
- (C) A confirmação do pedido é analítica, pois combina informações de estoque e pagamento; os relatórios são analíticos, pois consolidam dados de várias dimensões em diferentes períodos.
- (B) A confirmação do pedido é transacional, pois exige operações curtas, concorrentes e consistentes; os relatórios são analíticos, pois privilegiam leituras extensas e agregações sobre dados históricos.
- (E) A confirmação do pedido é transacional e os relatórios são analíticos, mas ambas as cargas devem usar o mesmo padrão de acesso, porque a consistência imediata das gravações é o fator dominante nos dois casos.
- (D) A confirmação do pedido é transacional, pois altera o estado do negócio; os relatórios são transacionais, pois cada consulta deve preservar a mesma atomicidade das atualizações que originaram os dados.
- (A) A confirmação do pedido é transacional, pois envolve operações curtas e consistentes; os relatórios também são transacionais, pois precisam consultar dados confiáveis antes de cada decisão.
Questão 7:
Uma organização mantém um sistema operacional que recebe milhares de alterações individuais por minuto. Para planejamento, pretende executar uma consulta que percorre quatro anos de registros, combina vendas com dimensões de cliente e produto e calcula totais trimestrais por região. A consulta pode trabalhar com dados atualizados até o último carregamento periódico, mas não pode prejudicar a confirmação das vendas. Qual combinação descreve adequadamente essa segunda carga de trabalho?
- (C) É uma carga analítica, mas deve ser executada como uma sequência de consultas pontuais e atualizações individuais, para manter o mesmo padrão de acesso do sistema transacional.
- (D) É uma carga de processamento de eventos, porque os dados possuem uma dimensão temporal; cada venda deve ser processada isoladamente no momento em que ocorre para que a consulta produza resultados analíticos.
- (B) É uma carga analítica, porque realiza leitura de grande volume, combina dimensões e produz agregações; é adequado priorizar eficiência de varredura e isolamento em relação às gravações operacionais.
- (A) É uma carga transacional, porque consulta dados relacionados e precisa preservar a consistência; deve compartilhar as mesmas operações de baixa latência do sistema de vendas.
- (E) É uma carga transacional de longa duração, porque a consulta precisa preservar a consistência entre vendas, clientes e produtos; o volume histórico não altera sua principal característica de acesso.
Questão 8:
Uma empresa de varejo precisa analisar vendas por dia, produto, loja e canal. Cada registro de venda deve manter o valor vendido e a quantidade, enquanto os usuários precisam filtrar e cruzar atributos descritivos das dimensões em consultas recorrentes. O modelo também deve evitar que a descrição de um produto seja repetida em cada ocorrência de venda. Qual alternativa apresenta uma modelagem dimensional adequada, considerando o grão de uma linha por item vendido?
- (E) Criar uma tabela fato no grão de item vendido, com quantidade e valor, e concentrar os atributos de produto, loja, canal e data em uma única dimensão combinada para simplificar o modelo
- (D) Criar tabelas dimensão para produto, loja, canal e data, mas registrar na fato uma linha agregada por dia, loja, canal e produto, mantendo quantidade e valor como medidas desse resumo
- (B) Criar uma tabela fato no grão de item vendido, com chaves para produto, loja, canal e data, copiando também as descrições desses elementos para reduzir junções; manter as dimensões apenas para identificação
- (A) Criar uma tabela fato no grão de item vendido, com chaves para produto, loja, canal e data, além de medidas como quantidade e valor; manter os atributos descritivos nas tabelas dimensão
- (C) Criar uma tabela fato no grão de venda ou pedido, com chaves para produto, loja, canal e data e medidas consolidadas de quantidade e valor; relacionar os itens individuais por uma estrutura auxiliar
Questão 9:
Uma plataforma recebe eventos de sensores continuamente. O painel operacional precisa sinalizar uma possível falha em segundos, mas o indicador financeiro diário deve considerar todos os eventos do período, inclusive eventos atrasados e correções de registros. Qual desenho de processamento atende melhor aos dois requisitos e explica corretamente a diferença entre as cargas?
- (D) Executar processamento em fluxo para o alerta e em lote para o indicador diário, mas enviar ao lote somente os eventos ainda não processados, evitando reler o histórico já consolidado
- (C) Executar processamento em fluxo para o alerta e para o indicador diário, encerrando a janela ao final do dia e usando o resultado incremental como definitivo para evitar reprocessamentos
- (B) Executar processamento em micro-lotes em intervalos regulares para o alerta e o indicador diário, usando somente os dados novos de cada intervalo e sem reprocessar o histórico ou tratar correções anteriores
- (E) Executar processamento em lote para o alerta em janelas curtas e processamento em fluxo para o indicador diário, mantendo um acumulado contínuo sem reprocessar eventos atrasados ou correções
- (A) Processar os eventos em fluxo para a sinalização de baixa latência e executar processamento em lote para recalcular o indicador diário com o conjunto completo de dados
Questão 10:
Uma empresa tem uma tabela relacional com aproximadamente 800 milhões de registros e 70 colunas. As consultas normalmente filtram um período, usam apenas cinco colunas e calculam agregações por região e produto. Os dados são carregados diariamente e raramente sofrem alterações individuais. Considerando a organização física dos dados e esse padrão de uso, qual decisão é mais adequada para essa carga de trabalho?
- (E) Utilizar armazenamento orientado a colunas, pois cargas periódicas em lote e filtros de período dependem principalmente da leitura sequencial dos dados, enquanto a seleção de poucas colunas tem impacto secundário.
- (A) Utilizar armazenamento orientado a linhas, pois a manutenção da consistência entre os atributos de cada registro favorece consultas que agregam muitas linhas, mesmo quando poucas colunas são selecionadas.
- (C) Utilizar armazenamento orientado a linhas, pois o filtro por período restringe os registros antes da leitura dos atributos e, por isso, torna esse formato preferível para agregações sobre grandes conjuntos de linhas.
- (B) Utilizar armazenamento orientado a colunas, pois a consulta pode ler principalmente os atributos necessários e se beneficiar da compressão de valores semelhantes, reduzindo os dados processados nas varreduras.
- (D) Utilizar armazenamento orientado a colunas, pois alterações posteriores normalmente exigem a regravação apenas dos atributos modificados, reduzindo o custo de manutenção de atualizações individuais.
Questão 11:
No Azure Stream Analytics, qual configuração define o tratamento de eventos atrasados?
- (E) O descarte automático do evento, sem aplicar nenhuma política.
- (B) A associação do evento a uma nova janela pelo horário de chegada.
- (C) A política configurada para eventos atrasados.
- (A) A reabertura automática da janela de tempo encerrada.
- (D) O retrocesso da marca d’água para o horário do evento.
Questão 12:
Em uma carga incremental, qual prática permite retomar a execução, capturar alterações tardias e evitar duplicidades?
- (E) Usar a posição física do arquivo como marcador e acrescentar os registros seguintes ao destino.
- (D) Retomar a carga pelo último lote iniciado e ignorar o restante desse lote após uma falha.
- (B) Ler somente os registros novos e acrescentá-los ao destino, sem atualizar registros existentes.
- (A) Ler toda a origem novamente e inserir todos os registros no destino.
- (C) Usar um marcador de progresso, considerar uma faixa de dados alterados e fazer upsert pela chave do registro.
Questão 13:
Qual mecanismo permite que os consumidores solicitem aos produtores a redução ou a pausa no envio de eventos?
- (D) Processar apenas parte dos eventos recebidos
- (C) Aumentar o tamanho dos lotes de processamento
- (E) Descartar os eventos mais antigos
- (A) Aplicar backpressure
- (B) Armazenar os eventos em uma fila durável
Questão 14:
Um pipeline diário precisa processar dados de duas origens independentes. A extração do ERP e a extração do CRM podem ocorrer em paralelo. A etapa única de padronização só pode começar quando ambas as extrações forem concluídas com sucesso; depois disso, a validação e a carga da tabela analítica devem ocorrer nessa ordem. Qual desenho de execução em lote preserva as dependências e evita serializar etapas independentes?
- (C) Executar primeiro a extração do ERP e, somente após sua conclusão, iniciar a extração do CRM; depois, encadear padronização, validação e carga
- (E) Executar as extrações em paralelo, aguardar a conclusão de ambas para a padronização e iniciar validação e carga em paralelo para reduzir a duração total
- (A) Executar as extrações em paralelo, iniciar a padronização quando qualquer uma delas terminar e aguardar a outra origem antes de iniciar a validação e a carga
- (D) Executar as extrações em paralelo, padronizar cada origem assim que sua extração terminar e aguardar ambas as padronizações antes de validar e carregar os dados
- (B) Executar as extrações em paralelo, criar uma dependência de conclusão bem-sucedida de ambas para a padronização e encadear validação e carga após essa etapa
Questão 15:
Uma empresa recebe arquivos de vendas de diferentes sistemas ao final de cada dia. O processamento ocorre em lote, e o pipeline deve preservar os dados originais para auditoria, permitir que regras de padronização sejam alteradas ao longo do tempo e possibilitar que equipes distintas executem transformações específicas sem novo carregamento da origem. A plataforma de destino dispõe de capacidade para processar os dados em grande escala. Qual desenho atende melhor a esses requisitos?
- (D) Carregar os arquivos no destino, substituir os dados originais pelos dados transformados e disponibilizar tabelas dimensionais para as equipes, seguindo uma abordagem ELT com persistência otimizada.
- (B) Ingerir os arquivos em uma área de destino, manter uma cópia imutável dos dados originais e executar as transformações nesse ambiente conforme cada necessidade, seguindo uma abordagem ELT.
- (C) Converter os arquivos em eventos, processar cada registro assim que recebido e manter somente o resultado transformado, seguindo uma abordagem de processamento em tempo real.
- (E) Publicar os arquivos como eventos e permitir que cada consumidor aplique suas próprias transformações antes de persistir os resultados, seguindo uma abordagem distribuída de processamento em tempo real.
- (A) Extrair os arquivos, aplicar as regras de padronização na origem e carregar somente os dados modelados no destino, seguindo uma abordagem ETL.
