WorksheetsLatihan Soal Data Warehouse Chapter 5
Total questions: 12
Worksheet time: 2mins
Apa perbedaan utama antara ROLAP (Relational OLAP), MOLAP (Multidimensional OLAP), dan HOLAP (Hybrid OLAP)?
ROLAP hanya untuk data kecil, MOLAP untuk data besar, HOLAP untuk data sedang
ROLAP lebih cepat, MOLAP lebih lambat, HOLAP paling lambat
ROLAP menggunakan SQL, MOLAP menggunakan MDX, HOLAP menggunakan DAX
Tidak ada perbedaan signifikan antara ketiganya
ROLAP menggunakan database relasional, MOLAP menggunakan struktur multidimensional, HOLAP menggabungkan keduanya
Manakah pernyataan yang paling tepat mengenai perbedaan antara skema star, snowflake, starflake, dan constellation?
Constellation schema tidak dapat memiliki dimensi yang dinormalisasi
Star schema selalu lebih cepat daripada snowflake schema dalam semua kasus
Semua skema tersebut memiliki struktur yang identik
Starflake schema hanya digunakan untuk data warehouse dengan satu fact table
Snowflake schema menormalkan tabel dimensi, star schema tidak menormalisasi
Aturan pemetaan untuk menerjemahkan skema MultiDim ke dalam model relasional memiliki kesamaan dengan aturan pemetaan ER ke relasional dalam hal:
Keduanya hanya bekerja dengan normalized table
Kedua-duanya menggunakan foreign key yang sama persis
Keduanya tidak memerlukan surrogate key
Keduanya menangani relationship one-to-many, one-to-one, dan many-to-many
Keduanya mengharuskan penggunaan bridge table dalam semua kasus
Dalam pemetaan balanced hierarchy ke tabel relasional, manakah keuntungan utama dari denormalized table (star schema) dibanding normalized table (snowflake schema)?
Menghemat lebih banyak storage space
Mencegah terjadinya data redundancy
Memudahkan maintenance dan update data
Mengurangi jumlah join operation yang diperlukan dalam query
Meningkatkan data integrity secara otomatis
Untuk mengubah unbalanced hierarchy menjadi balanced hierarchy di tingkat logis, teknik yang paling umum digunakan adalah:
Menghapus level yang tidak seimbang
Menggunakan placeholder untuk level yang hilang
Membuat foreign key tambahan di fact table
Menggabungkan semua level menjadi satu tabel
Menggunakan recursive query untuk semua level
Dalam merepresentasikan generalized hierarchy di tingkat logis, pendekatan manakah yang memberikan fleksibilitas analisis terbesar?
Menggabungkan semua hierarchy menjadi satu flat table
Membuat satu tabel untuk semua level dengan null values untuk atribut yang tidak relevan
Menggunakan view untuk menyembunyikan kompleksitas hierarchy
Membuat tabel terpisah untuk setiap jalur aggregasi
Menggunakan satu tabel untuk common levels dan tabel terpisah untuk specific levels
Pada tingkat logis, manakah jenis hierarchy yang TIDAK dapat dibedakan secara langsung dari structure relasionalnya?
Parent-child dan regular hierarchies
Strict dan nonstrict hierarchies
Balanced dan unbalanced hierarchies
Parallel dependent dan parallel independent hierarchies
Generalized dan alternative hierarchies
Untuk merepresentasikan nonstrict hierarchy dalam model relasional, solusi yang paling tepat adalah:
Membuat bridge table untuk relationship many-to-many
Menggunakan placeholder values
Semua jawaban di atas dapat digunakan tergantung situasi
Menggunakan recursive foreign key
Menambahkan dimensi tambahan di fact table
Dalam slowly changing dimensions Type 2, manakah komponen yang paling penting untuk tracking perubahan data?
Status flag untuk current record
Surrogate key dan temporal attributes (From, To)
Business key dan surrogate key
Temporal attributes saja
Business key saja
SQL window function PARTITION BY digunakan untuk:
Menggabungkan data dari beberapa tabel
Membatasi jumlah row yang diproses
Mengurutkan data dalam setiap partition
Membagi hasil query menjadi beberapa bagian terpisah
Mengelompokkan row berdasarkan nilai kolom tertentu untuk agregasi
Manakah jenis hierarchy yang dapat direpresentasikan secara langsung di Analysis Services Multidimensional tetapi memerlukan transformasi di Analysis Services Tabular?
Ragged hierarchies
Parent-child hierarchies
Balanced hierarchies
Reference hierarchies
Alternative hierarchies
Bagaimana snowflake schema ditangani secara berbeda antara Analysis Services Multidimensional dan Tabular?
Keduanya mendukung dengan cara yang sama
Multidimensional tidak dapat menangani snowflake schema
Tabular lebih baik dalam menangani snowflake schema
Snowflake schema tidak dapat diimplementasikan di kedua platform
Multidimensional mendukung langsung, Tabular perlu denormalisasi menjadi star schema
