WorksheetsModelamiento de un Data Warehouse
Total questions: 16
Worksheet time: 8mins
¿Cuál es el propósito principal de modelar un almacén de datos (DWH)?
¿Cuál es una característica clave de las tablas de hechos en un almacén de datos?
Contienen numerosos atributos pero menos registros
Representan datos cualitativos
Contienen datos cuantitativos sobre las operaciones del negocio.
Se componen únicamente de claves primarias
¿Qué estructura de modelado dimensional se recomienda para el acceso directo del usuario?
Esquema de copo de nieve
Esquema de estrella
Esquema de galaxia
Almacén de datos
En el modelado dimensional tabular, ¿cuáles deberían ser los identificadores principales?
Identificadores únicos para cada registro
Claves compuestas derivadas del tiempo
Valores medios de las categorías
Estadísticas agregadas
Al definir la granularidad de una tabla de hechos, ¿qué hay que tener en cuenta?
Debe incluir únicamente datos agregados.
Debe contener datos del más alto nivel posible.
Debe reflejar el nivel más bajo de detalle transaccional.
Debería centrarse únicamente en datos históricos.
¿Cuál de las siguientes afirmaciones sobre las dimensiones es verdadera?
Las dimensiones pueden tener un máximo de cinco atributos.
Cada dimensión debe estar relacionada con una tabla de hechos.
Las dimensiones normalmente tienen menos registros pero más atributos.
Las dimensiones representan únicamente datos numéricos.
¿Cuáles son los pasos necesarios para establecer relaciones en un Data Warehouse?
Representación visual e identificación de la cardinalidad
Resumir datos y agregar hechos
Conectando todas las dimensiones a la vez
Utilizando únicamente claves primarias como referencias
¿Cómo debe estructurarse la “Dimensión Temporal”?
Incluir sólo años y meses
Centrarse en los datos agregados para los informes trimestrales
Los datos deben abarcar varios años con diversos desgloses.
Limítese a resúmenes semanales
¿Cuál es la importancia de establecer la granularidad de los datos?
Para garantizar la agregación de datos para todos los informes
Detallar el nivel de datos disponibles para el análisis
Para restringir el acceso únicamente a la información resumida
Para simplificar los procesos de carga de datos
¿Qué característica NO describe un esquema en estrella?
Estructura desnormalizada
Buen diseño de rutas de unión
Relaciones complejas
Simplifica la navegación del usuario
Durante la definición de las dimensiones del data mart, ¿qué entidad común debe incluirse a menudo?
Tiempo
Ubicación
Tipo de producto
Comentarios de los clientes
¿Cuál debe ser el enfoque al cargar contenido en Data Marts en relación al tiempo?
Cargar sin ninguna segmentación
Centrarse únicamente en los resúmenes trimestrales
Se recomiendan actualizaciones diarias durante 5 a 10 años.
Datos agregados para minimizar los registros
¿De qué se deriva una 'clave compuesta' en una tabla de hechos?
La clave principal de una sola dimensión
Claves primarias de múltiples dimensiones
Conjuntos de datos agregados
Registros históricos
¿Qué describe mejor la relación entre las tablas de hechos y las tablas de dimensiones?
Las tablas de hechos contienen menos registros pero más atributos.
Las tablas de dimensiones siempre agregan hechos.
Los hechos son métricas clave que describen las dimensiones.
Las dimensiones pueden existir independientemente sin hechos.
¿Cuál de los siguientes es un factor principal en las consideraciones de diseño de un almacén de datos?
Diseño de experiencia de usuario para paneles de control
Selección de algoritmos para recomendaciones de datos
Comprender los requisitos de consulta del usuario final
Minimizar los tiempos de carga de datos
¿Qué principio de diseño se enfatiza al crear un esquema en estrella?
Maximizar el número de uniones
Imponiendo la normalización
Desnormalización para un acceso simplificado
Creación de relaciones complejas entre tablas
