100 を超えるデータ ウェアハウスの MCQ にすべて答えて、データ ウェアハウスのトピックの理解をテストしてください。
下にスクロールして始めましょう!
A. Oracle Essbase
B. IBM TM1
C. Microsoft SSAS
D. 上記のすべて
A. データ検証と同じです
B. データの調和は、データスクラブと見なすことはできません
C. それはデータクレンジングを含む
D. データの標準化は、データスクラブと見なすことはできません
A. スノーフレークスキーマ
B. エンティティリレーションシップモデル
C. スタースキーマ
D. 事実星座スキーマ
A. データキューブの1つの次元のセルを選択
B. 1つの次元を除くすべてのセルをマージします
C. 1つの次元に沿ってセルをマージします
D. データキューブの1つの次元を除くすべてを選択します。
A. データ履歴を維持するため
B. データ品質を向上させるため
C. 複数のソースからのデータを複数のデータベースに照合するには
D. 複数のソースシステムからのデータを統合します
A. ODS
B. クリーンルームテーブル
C. ステージング領域
D. MDXクエリ中にデータクレンジングされた明確なクレンジングフェーズはありません
A. 2つのレベルのデータストレージ表現を使用して、密度とまばらなデータセットを処理します
B. STARおよびSNOWFLAKEスキーマを介したSQLクエリの高度なクエリ言語とクエリ処理サポートを提供します
C. SQLのOLTP操作を促進します
D. アレイベースの多次元ストレージエンジンを使用します
A. 運用データを倉庫操作のない状態に保つ必要があります
B. 複数のソースから派生したデータが含まれています
C. データウェアハウスは、その中の破損したデータを許可する余裕がありません
D. データウェアハウスには要約データが含まれていますが、運用データベースにはトランザクションデータが含まれています
A. 特定の年と地域の指定
B. 年と地域のランダム化
C. 特定の年を指定します
D. 年をランダム化
A. ファクトテーブル
B. コアテーブル
C. メタデータテーブル
D. ディメンションテーブル
A. 大量のデータを処理できます
B. パフォーマンスは遅くなる可能性があります
C. 指定されたオプションはすべて有効です
D. リレーショナルデータベースに固有の機能を活用できます
A. 指定されたオプションはすべて有効です
B. データウェアハウスには、通常の間隔で運用データベースから一般的にロードされるデータが含まれています
C. データウェアハウスのタイムホライズンは、運用システムの時間よりも長いです
D. データウェアハウスは、履歴と(ほぼ)現在のデータの両方を維持しています
A. Molapキューブは、高速データ検索のために構築されています
B. Molapキューブは、スライスおよびダイシング操作に最適です
C. データは多次元キューブに保存されます。
D. 指定されたオプションはすべて有効です
A. これにより、ユーザーは多くの異なる次元または角度からのデータを分析できます
B. 指定されたオプションはすべて有効です
C. さまざまな観点からデータを分析し、それを有用な情報に要約するプロセスです
D. それはさまざまな分野間で相関またはパターンを見つけるプロセスです
A. SQL
B. ETL
C. olap
D. oltp
A. 増分抽出
B. 完全な抽出と増分抽出の両方
C. 完全抽出
D. オンライン抽出
A. 指定されたオプションはすべて真です
B. クエリと分析のために特別に構成されたトランザクションデータのコピーです
C. 報告と分析を促進するように設計されています
D. これは、不揮発性の時間変化リポジトリです
A. 集中化されたファクトテーブルで表されます
B. 多次元データベース内のテーブルの論理的な配置
C. 上記のすべて
D. それは星のスキーマのバリエーションです
A. 抽出、変換、ロード
B. テスト言語を抽出します
C. エクスポート、送信、負荷
D. エクスポート、翻訳、負荷
A. スタースキーマ
B. スノーフレークスキーマ
C. 事実星座スキーマ
D. 指定されたオプションはすべて有効です
A. oltp
B. リレーショナルデータベース
C. ODS
D. OLAPまたは多次元データベース
A. スタースキーマ
B. oltp
C. olap
D. スノーフレークスキーマ
A. 2つのソースに複数の一致する列がある場合
B. 2つの情報源がプライマリーキーとキーとの関係を持っているとき
C. 上記のすべて
D. 2つのソースが不均一な場合
A. 事実が定義される可能性のある最も原子レベル
B. 事実が導き出される生データ
C. 添加剤測定に沿った方向を組み合わせることができます
D. 寸法に対する事実の比率
A. ドリルアップ
B. ロールダウン
C. 巻き上げる
D. ドリルダウン
A. Crossjoin
B. 全員
C. 葉
D. 明確
A. Fortran
B. mdx
C. SQL
D. SPSS
A. サイコロ
B. 加入
C. ピボット
D. スライス
A. トランザクションボリューム
B. 総利益
C. 費用
D. デフォルトの確率
A. データの代替プレゼンテーションを提供するために、視界のデータ軸を回転させます
B. 2つの異なる次元での2つの連続したスライス操作
C. 回転とも呼ばれます
D. 指定されたオプションはすべて有効です
A. CRC
B. (これらの選択の両方)
C. (これらの選択のいずれもありません)
D. 監査列
A. / *この行 */
B. //この行
C. ##この行
D. - この行
A. データウェアハウスのサブセットを含むアクセスレイヤー
B. 組織がビジネス情報を取引できるオンラインのオープン交換
C. データを事実と次元に整理するスキーマ
D. 個別の組織がデータを安全にバックアップできる中央リポジトリ
A. 星とスノーフレークスキーマには、2つのファクトテーブルが含まれています
B. Snowflakeスキーマには2つのファクトテーブルが含まれています
C. ファクトコンステレーションスキーマには2つのファクトテーブルが含まれています
D. 星スキーマには2つのファクトテーブルが含まれています
A. 製品寸法テーブルが存在する場合
B. Store Dimension Tableが存在する場合はUIDを保存します
C. 販売されたユニット
D. 上記のどれでもない
A. サブジェクト指向
B. 揮発性
C. 不揮発性
D. 統合
A. データベース
B. olap
C. oltp
D. データウェアハウジングenv
A. 巻き上げる
B. ロールダウン
C. ドリルダウン
D. ドリルアップ
A. olap
B. oltp
C. OLAPとOLTPの両方
D. OLAPもOLTPもありません
A. データが保存され、複数の次元によって特徴付けられる配列
B. 上記のどれでもない
C. オンライン分析処理用の3次元配列
D. データを要約する次元削減操作
A. 正規化
B. 上記のすべて
C. ピボットテーブル
D. 主キー
A. すべてのオプションは正しいです
B. olap
C. データウェアハウジングenv
D. oltp
A. 1つのレベルのデータストレージ表現を使用して、まばらなデータセットを処理します
B. 1つのレベルのデータストレージ表現を使用して、密なデータセットを処理します
C. 1つのレベルのデータストレージ表現を使用して、高密度データセットとスパースデータセットの両方を処理します
D. 2つのレベルのデータストレージ表現を使用して、密度とまばらなデータセットを処理します
A. サイコロ操作は、特定のキューブで2つ以上の寸法の選択を実行します
B. 1つ以上の寸法を選択することにより、新しいサブキューブを形成します
C. サイコロ操作は、特定のキューブで1つの寸法の選択を実行します
D. あまり詳細なデータから非常に詳細なデータにデータをナビゲートします
A. サイコロ
B. スライス
C. 回転
D. ドリルアクロス
A. 正規化されたアプローチ
B. 次元も正規化されたアプローチもありません
C. 次元と正規化されたアプローチの両方
D. 寸法アプローチ
A. Delta、Byte-Dictionary、LZO
B. 主に8、runlength、raw
C. バイト辞書、LZO、デルタ
D. LZO、デルタ、RAW
A. 読み書き
B. 読むだけ
C. 書くだけです
D. deconditionalを書いてください
A. 統合データウェアハウス
B. 時間通りにデータウェアハウス
C. オフラインの運用データウェアハウス
D. オフラインデータウェアハウス
A. 関連した
B. 多次元
C. ハイブリッド
D. 分析