Lógica Programação Banco Dados

Ministério da Fazenda
Informática
Prof. Julio Alves

www.acasadoconcurseiro.com.br
Informática
Professor: Julio Alves

SUMÁRIO
1. Lógica de Programação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1. Conceitos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.Construção de Algoritmos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1. Algoritmos com Estruturas de Decisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3. Construção de Algoritmos para Computadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4. Identificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5. Variaveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Tipos Básicos de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7. Comando de Atribuição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.8. Operadores Aritméticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.9. Operadores Relacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.10. Operadores Lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.11. Comandos de Entrada E Saída . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.12. Algoritmos com Repetição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.13. Estrutura de Repetição: Repita-Até . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.14. Estrutura de Repetição: Enquanto-Faça . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.15. Para . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.16. Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Questões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2. Introdução ao Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1. Conceitos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1. Definições Comuns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2. Abstração De Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3. Modelo Conceitual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4. Modelo Lógico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5. Abstração De Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.6. Dados e Informações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.7. Propriedades Implícitas de Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.8. Diferenças Entre Banco de Dados e Sistemas de Arquivos . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.8.1. Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.8.2. Sistema de Arquivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.9. Terminologia Básica em Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.10. Sgbd – Sistema Gerenciador de Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.11. Principais Atribuições de um Sgbd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.12. Características de um Sgbd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.13. Abordagem Relacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.13.1. Tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.13.2. Chaves . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.13.3. Chave Primária . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.13.4. Chave Estrangeira . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.13.5. Chave Alternativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.13.6. Chave Candidata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.13.7. Domínios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14. Restrições De Integridade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14.1. Integridade De Entidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14.2. Integridade De Domínio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14.3. Integridade De Vazio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14.4. Integridade De Chave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.14.5. Integridade Referencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Questões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3. Datawarehouse e Datamining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.1. Propósitos De Um Data Wharehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2. Data Warehouse E Data Mart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3. Extraindo Informações Do Data Warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Ferramentas De Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Questões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

INTRODUÇÃO
O objetivo deste curso é capacitar o candidato para resolução de provas de concursos públicos
brasileiros. Sabe-se que esta área é bastante ampla. Entretanto, durante os próximos capítulos
serão fornecidos conceitos fundamentais e basilares sobre bancos de dados.
Entretanto, antes de qualquer prova, é necessário nos concentrarmos no conteúdo solicitado.
Abaixo, trecho do edital sobre o conteúdo abordado aqui:
1. Conhecimentos básicos de linguagens de programação relativos a Lógica e Estrutura de
programação.
2. Conceitos básicos de Datamining e Datawarehouse.
3. Conceitos básicos de armazenamento de dados. Banco de Dados Relacional.
4. Conceitos básicos sobre a arquitetura e administração de Banco de Dados.

www.acasadoconcurseiro.com.br 9
Informática
1. Lógica de Programação
1.1. CONCEITOS BÁSICOS
Nesta seção, iniciaremos nossos estudos sobre Lógica de Programação. Mas, antes de
começarmos, seria útil uma reflexão sobre o significado da palavra “Lógica”. Assim, o que é
Lógica?
A Lógica pode ser vista como a arte de pensar corretamente. A lógica visa a colocar ordem no
pensamento.
Utilizamos lógica de forma natural todos os dias. Por exemplo:
a) Sei que o livro está no armário. Sei que o armário está fechado. Logo, concluo que tenho de
abrir o armário para pegar o livro.
b) Sei que sou mais velho que João. Sei que João é mais velho que José. Então, concluo que eu
sou mais velho que José.
•• Todos os filhos de João são mais altos do que Maria.
•• Antônio é filho de João
Então, o que podemos concluir logicamente?
1.2. CONSTRUÇÃO DE ALGORITMOS
Podemos definir a Lógica de programação como um conjunto de técnicas para encadear
pensamentos a fim de atingir determinado objetivo.
Um algoritmo é, formalmente, uma sequência finita de passos que levam à execução de
uma tarefa. Podemos pensar em algoritmo como uma receita, uma sequência de instruções
organizados para cumprir um objetivo específico.
Quando criamos um algoritmo, construímos uma sequência de atividades que levam à solução
de um problema.
Problema: Trocar uma lâmpada. Sequência de Passos para a Solução:
1. Pegue uma escada;
2. Posicione a escada embaixo da lâmpada;
3. Pegue uma lâmpada nova;
4. Suba na escada;
5. Retire a lâmpada velha;
6. Coloque a lâmpada nova.

www.acasadoconcurseiro.com.br10
1. 1. 1. Algoritmos Com Estruturas De Decisão
Os algoritmos que construímos até agora apresentam uma sequência de passos que devem
ser seguidos para atingir um objetivo bem definido. Note que todos os passos dos algoritmos
devem ser executados a fim de que o objetivo seja alcançado.
Porém, existem algoritmos nos quais a execução de alguns passos pode depender de decisões
a serem tomadas. Dessa forma, algum fato indicará se um ou mais passos do algoritmo serão
executados ou não.
Por exemplo, o nosso primeiro algoritmo define uma sequência de passos para trocar uma
lâmpada. Em momento algum perguntamos se a lâmpada está queimada. Simplesmente
trocamosalâmpadasemfazerqualquerteste.Pararesolveresseproblema,podemosacrescentar
ao nosso algoritmo um teste que verifique se a lâmpada deve ser trocada:
1. Ligue o interruptor
2. Se a lâmpada não acender
2.1. Pegue uma escada;
2.2. Posicione a escada embaixo da lâmpada;
2.3. Pegue uma lâmpada nova;
2.4. Suba na escada;
2.5. Retire a lâmpada velha;
2.6. Coloque a lâmpada nova.
Ao pensarmos na solução de um problema, encontramos ações imperativas que são expressas
por comandos. Os algoritmos não são aplicados apenas ao mundo da Informática; pelo
contrário, usamos – até sem perceber – algoritmos em todos os momentos de nossa vida. Uma
receita de cozinha é claramente um algoritmo
1.3. CONSTRUÇÃO DE ALGORITMOS PARA COMPUTADORES
Vamos aprender agora os conceitos básicos referentes à programação de computadores.
Desenvolveremos algoritmos utilizando o Português “Estruturado”: uma notação comum em
provas e exames de concursos públicos.
Não é possível utilizar esta sintaxe para produzir programas de computadores reais. Entretanto,
ao final desta sessão você será capaz de desenvolver algoritmos muito parecidos com os
programas interpretados por computadores.

ATA – Informática – Prof. Julio Alves
Vamos introduzir agora alguns elementos novos. Note quais são as novas palavras chave
inseridas no exemplo a seguir:
Algoritmo para ir de casa para o Trabalho
início
1. Andar até o ponto de ônibus
2. Aguardar o ônibus
3. Quando avistar o ônibus correto, fazer sinal
se o ônibus não parar, então
xingar o motorista
Voltar para o Passo 2
Senão
Subir no ônibus
Pagar passagem
se houver lugar disponível então
Sentar
senão
Escolher um lugar e permanecer em pé
fim-se
Quando chegar próximo do local de trabalho, apertar botão “parada solicitada”
No ponto, descer do ônibus
Andar até o trabalho
fim-se
fim
Os elementos destacados são palavras chave que utilizaremos na construção dos algoritmos.
Estas e as outras estruturas que veremos a seguir compõe o que chamaremos de “Português
Estruturado”.

1.4. IDENTIFICADORES
Os nomes que usamos em nossos algoritmos precisam receber um nome (rótulo). Chamados
estes nomes de Identificadores e possuem algumas regras de formação:
•• O primeiro caractere deve ser, obrigatoriamente, uma letra.
•• Do segundo caractere em diante são permitidos números e letras. O símbolo de
“sublinhado” ( _ ) pode ser usado para separar nomes compostos. Portanto, não são
permitidos espaços, caracteres acentuados e símbolos especiais na composição do nome
de um identificador;
•• Palavras reservadas (em inglês ou português) não podem ser usadas com
identificadores. (Exemplo: begin, end, for, var, inicio, fim, para, etc...)
Exemplos:
Nome
Preco_Unitario
valor1
1.5. VARIÁVEIS
Para que os computadores armazenem dados em memória, vamos utilizar, para fins de
organização dos dados que guardaremos na memória utilizaremos o que chamamos de
variáveis.
Assim, a variável é o local da memória onde guardamos os dados e o nome da variável é um
identificador conforme definição anterior.
Exemplos:
ValorUnitario
nome_conjuge
Dependendo da exigência da banca, é possível que tenhamos variáveis declaradas, ou seja,
reserva-se um local da memória informando que tipo de dados residirão ali. Sendo assim, a
sintaxe será a seguir:

declare
A : inteiro
B : caracter
1.6. TIPOS BÁSICOS DE DADOS
Se a estratégia for de declaração de variáveis, precisamos dizer que tipo elas são. Em seguida, o
escopo dos principais tipos de dados.
•• INTEIRO: qualquer número inteiro, negativo ou positivo. Ex.: -15, 0, 101
•• REAL: qualquer número real, negativo ou positivo. Ex.: -1, -0.5, 0, 5, 9.5
•• STRING / CARACTER / TEXTO: qualquer conjunto de caracteres alfanuméricos. Ex.: “AB”,
“123”, “ A123” , “CASA”
•• LÓGICO: conjunto de valores (FALSO ou VERDADEIRO)
1.7. COMANDO DE ATRIBUIÇÃO
Após criarmos uma variável, muito provavelmente vamos armazenar valores nela.
Para atribuirmos um valor a uma variável, utilizamos a sintaxe a seguir:
Identificador = expressão
Ou
Nome  “ATA”
1.8. OPERADORES ARITMÉTICOS
É comum necessitarmos realizar cálculos matemáticos com as informações que estamos
manipulando. Para isso, é necessário sabermos qual a representação dos símbolos de
operações matemáticas.
Operador Operação Exemplo
+ Adição 10 + 15
- Subtração 20 – 10
* Multiplicação 3 * 5
/ Divisão 5 / 2 = 2,5
MOD ou % Resto de uma divisão 7 mod 2 = 1

1.9. OPERADORES RELACIONAIS
Operador Relação
= Igualdade
<> Diferente
> Maior que
>= Maior ou igual que
< Menor que
<= Menor ou igual que
1.10. OPERADORES LÓGICOS
É freqüente precisarmos analisar expressões lógicas, aquelas que só possuem dois valores
possíveis: Verdadeiro ou Falso. Os operadores usados em expressões lógicas
são os Operadores Lógicos. Veja:
Operador Relação
Não (Not) Negação lógica
E (And) E lógico
Ou (Or) Ou lógico
Para lembrar da Prioridade na ordem dos operadores: NÃO – Not (Negação) And (E) Or (Ou)
1.11. COMANDOS DE ENTRADA E SAÍDA
Nos algoritmos, provavelmente precisaremos receber dados e também precisamos expor
informações. Os dados de entrada podem vir do teclado, arquivo, etc. Para nosso concurso, não
importa a entrada.
Para obtermos e expormos esses dados, utilizamos os seguintes comandos:
•• LEIA
•• LER (variável1, variável2, ..., variaveln)
•• ESCREVA
•• ESCREVER(variáveis e/ou expressões)
•• IMPRIMA
•• IMPRIMA(variáveis e/ou expressões)

Exemplos:
Inicio
leia(x1);
x2 = x1 * 2;
escreva(‘O dobro do número é ‘, x2);
imprima(‘O triplo do número é ‘, x1 * 3);
fim
1.12. ALGORITMOS COM REPETIÇÃO
Até agora, nos exercícios e exemplos, sempre foi possível resolver os problemas com instruções
em sequencia executadas executadas apenas uma vez.
Existem três estruturas básicas para a construção de algoritmos, que são: algoritmos
seqüenciais, algoritmos com seleção e algoritmos com repetição.
A combinação dessas três estruturas permite-nos a construção de algoritmos para a
resolução de problemas extremamente complexos.
Nesta seção veremos as estruturas de repetição possíveis em algoritmos e existentes na maioria
das Linguagens de Programação.
Uma estrutura de repetição permite que uma seqüência de comandos seja executada várias
vezes, até que uma condição (teste lógico) seja satisfeita, ou seja, repete-se um conjunto de
instruções sem que seja necessário escrevê-las várias vezes.
As estruturas de repetição também são chamadas de Laços ou Loops.

As estruturas de repetição, assim como a de decisão (seleção), necessitam de uma avaliação de
uma condição (teste).
Sendo assim,as estruturas de repetição permitem que um trecho do algoritmo (conjunto de
instruções) seja repetido um número determinado (ou indeterminado) de vezes, sem que o
código correspondente, ou seja, as instruções a serem repetidas tenham que ser escritas mais
de uma vez.
Existem três tipos de estruturas de repetição: Repita-Até, Enquanto-Faça e Para-Até-Faça,
cada uma com suas peculiaridades e apropriada para cada problema, normalmente é possível
resolver um mesmo problema usando qualquer uma das estruturas de repetição, mas, na
maioria das situações, haverá uma mais adequada.
A seguir, veremos as características de cada das estruturas de repetição.
1.13. Estrutura de Repetição: REPITA-ATÉ
Na estrutura Repita-Até as instruções a serem repetidas são executadas, no mínimo uma vez, já
que a condição para parar a repetição fica no final da repetição.
Nesta estrutura, a repetição é finalizada quando a condição for verdadeira. Isto significa que o
conjunto de instruções dentro do laço serão repetidas até que o valor do teste seja verdadeiro.
1.14. Estrutura de Repetição: ENQUANTO-FAÇA
Na estrutura Enquanto-Faça as instruções a serem repetidas podem não ser executadas
nenhuma vez, pois o teste fica no início da repetição, então a execução das instruções (que
estão “dentro” da repetição) depende do teste.
Nesta estrutura, a repetição é finalizada quando o teste é Falso (F), ou seja, enquanto o teste
for Verdadeiro as instruções serão executadas e, quando for Falso, o laço é finalizado.

1.15. Para
Usamos a estrutura Para, quando precisamos repetir um conjunto de comandos um número
pré-definido de vezes. Utiliza uma variável de controle, que é incrementada em 1 unidade de
um valor inicial até um valor final.
para variável = valor_inicial até valor_final [passo intervalo] faça
comando 1
comando 2
comando n
fim-para
Exemplo:
para aux = 1 até 10 faça
resultado <- 5 * aux;
fim-para
1.16. Vetores
Vetores não mais são do que variáveis que permitem o armazenamento de múltiplos valores.
Ou seja, após declarada, é possível lhe ser atribuída diversos valores em posições/índices
diferentes.
Ex:
M[0] <- “João”
M[1] <- “José”
M[2] <- “Maria”
Imagine uma situação onde precisamos criar um algoritmo para ler o nome de 5 pessoas, e
mostrasse esses nomes na ordem inversa de leitura. Usualmente você pensaria em cinco
variáveis: nome1, nome2, nome3, nome4 e nome5.

início
ler(nome1);
ler(nome2);
ler(nome3);
ler(nome4);
ler(nome5);
escrever(“Ordem Inversa:”);
escrever(nome5);
escrever(nome4);
escrever(nome3);
escrever(nome2);
escrever(nome1);
fim
Como resolveríamos o mesmo problema se tivéssemos que ler 1000 nomes?

Questões
1. Analista Técnico - Área Tecnologia da Informação ∙ Superior / ESAF / 2006
Acerca dos conceitos fundamentais de lógica de programação e algoritmos, é incorreto afirmar
que:
a) os denonimados fluxos seqüenciais em algoritmos determinam explicitamente os passos a
serem seguidos, com a respectiva execução seqüencial.
b) compreender o problema, selecionar um método de solução, descrever a solução passo a
passo, validar o algoritmo, programá-lo e testá-lo, nesta seqüência, é uma proposta viável
para analisar um problema.
c) o controle de fluxo de programas corresponde à lógica do algoritmo que, por sua vez,
canaliza a ação entre os procedimentos, na ordem necessária à realização da execução.
d) rotinas de biblioteca, em linguagens de programação estruturada, correspondem
a programas independentes (subprogramas externos), compilados e testados
separadamente.
e) por meio do desenvolvimento de algoritmos que tornem mais eficiente o uso de repetições
(ou de fluxo repetitivo), consegue-se desenvolver programas que realizem atividades em
escalas mais amplas.
2. Secretaria Executiva da Fazenda Fiscal de Tributos Estaduais - Área Informática ∙ Superior / ESAF
/ 2002
Considerando-se o trecho do algoritmo a seguir,
é correto afirmar que
a) o comando 3 será executado se a expressão 1 for verdadeira e a expressão 2 for falsa.
b) o comando 3 será executado se a expressão 1 e a expressão 2 forem verdadeiras.
c) o comando 2 será executado se a expressão 1, a expressão 2 e a expressão 3 forem falsas.
d) o comando 1 será executado se a expressão 1 for falsa e se a expressão 2 e a expressão 3
forem verdadeiras.
e) se a expressão 1, a expressão 2 e a expressão 3 forem falsas, nenhum comando será
executado.

3. Departamento de Ciência e Tecnologia Aeroespacial - DCTA Tecnologista Pleno I - Área
Computação ∙ Superior / VUNESP / 2013
O número de vezes que o loop “Para…, faça” é executado é igual a
a) 2
b) 4
c) 5
d) 6
e) 7
4. Departamento de Ciência e Tecnologia Aeroespacial - DCTA Técnico - Área Informática ∙ Médio /
VUNESP / 2013
Caso os valores lidos para a e b sejam, respectivamente, 4 e 6, então o valor impresso para x
será:
a) 22
b) 44
c) 66
d) '88
e) 100

5. Secretaria Executiva da Fazenda Fiscal de Tributos Estaduais - Área Informática ∙ Superior / ESAF
/ 2002
Considerando-seotrechodoalgoritmoaseguir,comtodasasvariáveisdeclaradascorretamente,
a) comando1 e comando2 nunca serão executados.
b) comando1 e comando2 serão executados pelo menos duas vezes.
c) comando1 e comando2 serão executados pelo menos uma vez cada um.
d) na primeira passagem comando1 e comando2 não serão executados.
e) quando Aux1 > Aux2 o trecho de algoritmo irá gerar um loop.
6. Departamento de Ciência e Tecnologia Aeroespacial - DCTA Técnico - Área Informática ∙ Médio /
VUNESP / 2011
Supondo que os valores lidos para t, m e n foram 6, 5 e 7 respectivamente, então o valor
impresso para x foi
a) 6
b) 8
c) 18
d) 26
e) 28

7. Universidade Federal do Pampa Analista de Tecnologia da Informação ∙ Superior / CESPE / 2013
Com base no algoritmo apresentado acima, julgue os itens a seguir.
( ) Certo ( )Errado
8. Universidade federal do Pampa
Com base no algoritmo apresentado acima, julgue o item a seguir.
Caso os valores de x e y sejam, respectivamente, 3 e 6, a execução do algoritmo fornecerá o
seguinte resultado:
A soma é: 9
A subtração é: 3
A multiplicação é: 18
A divisão é: 0,5
( ) Certo ( ) Errado

9. Prova: FCC - 2008 - MPE-RS - Técnico em Informática - Área Sistemas Disciplina: Algoritmos e
Estrutura de Dados | Assuntos: Fundamentos de lógica de programação;
A execução de uma expressão lógica obedece como prioridade a ordem dos operadores
a) Or, And e Not.
b) Not, And e Or.
c) And, Not e Or.
d) And, Or e Not.
e) Not, Or e And.
10. Prova: CESGRANRIO - 2004 - Prefeitura de Manaus - AM - Analista de Sistemas
Com base no algoritmo acima, e supondo que o valor fornecido para “B” na linha “leia B” seja 5,
pode-se afirmar que o valor da variável “A” na linha “escreva A” é:
a) 7
b) 9
c) 12
d) 16
e) 21
11. Considerando o seguinte código
a) (comando 1) e (comando 2) sempre serão executados simultaneamente.
b) se (expressão) for verdadeiro, então (comando 1) não será executado.
c) se (expressão) for falso, então (comando 2) não será executado.
d) se (expressão) for falso, então (comando 1) não será executado.
e) (comando 1) nunca será executado.
Gabarito: 1. B 2. A 3. D 4. C 5. C 6. A 7. C 8. C 9. B 10. D 11. D

2. Introdução ao Banco de Dados
Muitos autores definem Bancos de dados (BD) de forma diferente, porém em todas elas tem-
se uma ideia de coleção ou conjunto de dados armazenados que servem ou são usados por
algumas situações específicas. A definição de banco de dados como ‘uma coleção de dados
relacionados’ é muito geral.
Por exemplo, considere a coleção de palavras deste texto como sendo dados relacionados e,
portanto, constitui um banco de dados. Entretanto, o uso comum do termo ‘banco de dados’ é
usualmente mais restrito.
O conceito de banco de dados esta muito presente em nosso dia-a-dia e faz parte de nossa
vida. Banco de dados (BD) desempenha um papel crítico em muitas áreas onde computadores
são utilizados
O BD está presente em muitas áreas diferentes (negócios, engenharia, educação, medicina,
etc.). Um arranjo aleatório de dados não pode ser considerado um banco de dados
2.1. Conceitos Básicos
2.1.1. Definições comuns
1. Um banco de dados “é uma coleção de dados inter-relacionados, representando
informações sobre um domínio específico”, ou seja, sempre que for possível agrupar
informações que se relacionam e tratam de um mesmo assunto, posso dizer que tenho um
banco de dados.
2. E uma coleção de dados logicamente coerente que possui um signiﬁcado implícito cuja
interpretação dada por uma determinada aplicação;
3. Representa abstratamente uma parte do mundo real, conhecida como Minimundo ou
Universo de Discurso (UD), que é de interesse de certa aplicação;
Podemos exemplificar situações clássicas como uma lista telefônica, um catálogo de CDs ou um
sistema de controle de RH de uma empresa.
Já um sistema de gerenciamento de banco de dados (SGBD) é um software que possui recursos
capazes de manipular as informações do banco de dados e interagir com o usuário. Exemplos
de SGBDs são: Oracle, SQL Server, DB2, PostgreSQL, MySQL, o próprio Access ou Paradox, entre
outros.
Por último, temos que conceituar um sistema de banco de dados como o conjunto de quatro
componentes básicos: dados, hardware, software e usuários. A Figura a seguir ilustra os
componentes de um sistema de banco de dados.

Os objetivos de um sistema de banco de dados são o de isolar o usuário dos detalhes internos
do banco de dados (promover a abstração de dados) e promover a independência dos dados
em relação às aplicações, ou seja, tornar independente da aplicação, a estratégia de acesso e a
forma de armazenamento.
2.2. Abstração de dados
O sistema de banco de dados deve garantir uma visão totalmente abstrata do banco de dados
para o usuário, ou seja, para o usuário do banco de dados pouco importa qual unidade de
armazenamento está sendo usada para guardar seus dados, contanto que os mesmos estejam
disponíveis no momento necessário.
Esta abstração se dá em três níveis de arquitetura:
•• Nível de visão do usuário: as partes do banco de dados que o usuário tem acesso de acordo
com a necessidade individual de cada usuário ou grupo de usuários;
•• Nível conceitual: define quais os dados que estão armazenados e qual o relacionamento
entre eles;
•• Nível físico: é o nível mais baixo de abstração, em que define efetivamente de que maneira
os dados estão armazenados.

2.3. Modelo conceitual
É a descrição do BD de maneira independente ao SGBD, ou seja, define quais os dados que
aparecerão no BD, mas sem se importar com a implementação que se dará ao BD. Desta forma,
há uma abstração em nível de SGBD.
Uma das técnicas mais utilizadas dentre os profissionais da área é a abordagem entidade-
relacionamento (ER), onde o modelo é representado graficamente através do diagrama
entidade-relacionamento (DER).
Figura 1 - Exemplo de diagrama entidade-relacionamento
O modelo acima, entre outras coisas, nos traz informações sobre Alunos e Turmas. Para cada
Aluno, será armazenado seu número de matrícula, seu nome e endereço, enquanto para cada
turma, teremos a informação de seu código, a sala utilizada e o período.

2.4. Modelo Lógico
Descreve o BD no nível do SGBD, ou seja, depende do tipo particular de SGBD que será usado.
Não podemos confundir com o Software que será usado. O tipo de SGBD que o modelo lógico
trata é se o mesmo é relacional, orientado a objetos, hierárquico, etc.
Abordaremos o SGBD relacional, por ser a exigência da grande maioria das provas. Nele, os
dados são organizados em tabelas.
Aluno
mat_aluno Nome Endereço
1 Cecília Ortiz Rezende Rua dos Ipês, 37
2 Abílio José Dias Avenida Presidente Jânio Quadros, 357
3 Renata Oliveira Franco Rua Nove de Julho, 45
Turma
cod_turma sala Período
1 8 Manhã
2 5 Noite
O modelo lógico do BD relacional deve definir quais as tabelas e o nome das colunas que
compõem estas tabelas. Para o nosso exemplo, poderíamos definir nosso modelo lógico
conforme o seguinte:
Aluno(mat_aluno, nome, endereco) Turma (cod_turma, sala, periodo)
É importante salientar que os detalhes internos de armazenamento, por exemplo, não são
descritos no modelo lógico, pois estas informações fazem parte do modelo físico, que nada mais
é que a tradução do modelo lógico para a linguagem do software escolhido para implementar
o sistema.
2.5. Abstração de Dados
O grande objetivo de um sistema de BD é oferecer uma visão “abstrata” dos dados aos usuários.
Os detalhes referentes à forma como estes dados estão armazenados e mantidos não interessa
aos usuários, mas a disponibilidade eficiente destes dados é que são fundamentais.

O conceito de abstração está associado à característica de se observar somente os aspectos de
interesse, sem se preocupar com maiores detalhes envolvidos.
No contexto de abstração de dados um banco de dados pode ser visto sem se considerar a
forma como os dados estão armazenados fisicamente.
Exemplo:
Um programador de aplicação não precisa se importar com aspectos físicos de armazenamento
dos dados
2.6. Dados e Informações
Dado denota um fato que pode ser registrado e possui significado implícito
Considere o nome e endereço de todas as pessoas que você conhece.
Informação denota uma organização em relação a um conteúdo.
2.7. Propriedades Implícitas De Banco De Dados
•• Um banco de dados é uma coleção logicamente coerente de dados com algum significado
inerente
•• Um banco de dados é projetado e construído com dados para um propósito específico
•• Ele possui um grupo de usuários e algumas aplicações pré-concebidas, as quais esses
usuários estão interessados.
2.8. Diferenças Entre Banco De Dados E Sistemas De Arquivos
2.8.1. Banco de Dados
•• Um único repositório de dados é mantido.
•• Acesso de todos os usuários sobre o mesmo BD com único espaço de armazenamento
•• Atualização dos dados em apenas uma estrutura de banco de dados
2.8.2. Sistema de Arquivos
•• Implementa os arquivos necessários para uma aplicação específica
•• Redundância de arquivos armazenando os mesmos dados com
•• Perda de espaço de armazenamento
•• Esforço adicional para atualização dos dados
2.9. Terminologia Básica Em Banco De Dados
Campo – unidade básica de informação mínima com significado
Registro – conjunto de campos

Arquivo – conjunto de registros
Banco de Dados (BD) – conjunto de arquivos e as formas de manipulação
2.10. Sgbd – Sistema Gerenciador De Banco De Dados
Um Sistema Gerenciador de Banco de Dados (SGBD) é uma coleção de programas que habilitam
usuários a criar e manter um banco de dados.
O SGBD é um software de propósito geral, que facilita o processo de definição, construção e
manipulação de um banco de dados.
Definição de banco de dados envolve especificar estruturas e tipos de dados para serem
gravados no banco de dados, com uma descrição detalhada de cada tipo de dado. Construção
de um banco de dados é o processo de consistir e gravar inicialmente dados no banco de dados.
Manipulação de um banco de dados inclui funções como consulta por dados específicos e
atualização para refletir as alterações no mundo real.
2.11. Principais Atribuições de um SGBD
BD não contém somente os dados de conteúdo armazenados, ele também armazena definições
e descrições sobre a estrutura que forma o BD (metadados).
O catálogo do sistema (metadados) contém definições da estrutura de cada arquivo, o tipo e
formato de armazenamento de cada item de dados, e várias restrições dos dados.
Este catálogo é usado pelo SGBD e ocasionalmente por algum usuário do BD (não é específico,
mas geral, atendendo as diversas necessidades de arquivos diferentes).

2.12. Características de um SGBD
•• Controle sobre a redundância
•• Espaço para armazenamento
•• Duplicação de esforços
•• Inconsistência na base de dados
•• Compartilhamento de Dados
•• Restrição de acesso não autorizado: Possui um sistema de segurança garantindo o acesso
específico a cada usuário (personalizado para grupos ou individual), garantindo assim
segurança no acesso ao BD, diferentes permissões de operação no BD, proteção de contas
pessoais (ou grupo) por senhas, segurança no uso do próprio SGBD como nas criações de
novas contas.
•• Fornecimento de múltiplas interfaces (visões): Diversos níveis de conhecimento entre os
usuários, onde o BD deve oferecer vários tipos de acesso aos dados.
•• Forçar restrições de integridade: armazenamento de vários tipos de dados (inteiro, real,
lógico), relacionamentos entre os dados, obrigatoriedade ou não de informação do dado
(nulo ou não nulo), unicidade do dado (chave primária), dificultar a ocorrência de erros,
•• Sistema de Backup e Recovery: Capacidade de salvamento e recuperação dos dados
•• Facilidade e controle do BD no caso de falha do hardware ou do software chegando a fazer
uma recuperação da situação anteriormente encontrada, evitando duplicidade e dados
inconsistentes.
•• de Dados).
2.13. Abordagem Relacional
Um BD relacional possui apenas um tipo de construção, a tabela. Uma tabela é composta
por linhas (tuplas) e colunas (atributos). Os relacionamentos entre os dados também são
representados ou por tabelas, ou através da reprodução dos valores de atributos.
2.13.1. Tabelas
Uma tabela é um conjunto não ordenado de linhas (tuplas, na linguagem acadêmica). Cada
linha é composta por uma série de campos (valor de atributo, na linguagem acadêmica).
Cadacampoéidentificadoporumnomedecampo(nomedeatributo,nalinguagemacadêmica).
Um conjunto de campos homônimos de todas as linhas de uma tabela é uma coluna.
Comparando tabelas de um banco de dados relacional com um arquivo convencional,
observamos as seguintes diferenças:
As linhas de uma tabela não têm ordenação. A ordem de recuperação é arbitrariamente
estabelecida pelo banco de dados.
Os valores de campo de uma tabela são atômicos e monovalorados;
As linguagens de consulta a bases de dados relacionais permitem o acesso por quaisquer
critérios envolvendo os campos de uma ou mais linhas. Não há necessidade de especificar
caminhos de acesso.

2.13.2. Chaves
Chaves são um conceito básico que permitem identificar linhas e estabelecer relações entre
linhas e tabelas de um banco de dados relacional. Em um banco de dados relacional, há pelo
menos quatro tipos de chaves a serem consideradas: chaves primárias, chaves estrangeiras,
candidatas e chaves alternativas
É através das chaves que conseguimos estabelecer as regras para que o SGBD possa manter a
integridade referencial.
2.13.3. Chave Primária
As chaves primárias são uma coluna (ou um conjunto delas) dentro de uma tabela que
distinguem uma linha das demais. As chaves primárias podem ser compostas por mais de uma
coluna, entretanto, devem sempre respeitar o princípio da minimalidade. Uma chave é mínima
quando todas as suas colunas forem efetivamente necessárias para garantir o requisito da
unicidade de valores da chave.
Na abordagem relacional, ao contrário dos sistemas convencionais de arquivos, por exemplo,
uma chave não é um índice ou qualquer outra estrutura de acesso. As chaves fazem apenas a
restrições de integridade, ou seja, regras que devem ser obedecidas em todos o estados válidos
do BD.
2.13.4. Chave Estrangeira
Uma chave estrangeira é uma coluna ou uma combinação de colunas cujos valores aparecem
necessariamente na chave primária de uma tabela. A chave estrangeira é o mecanismo que
permite a implementação de relacionamentos em bancos de dados relacionais.
A existência de chaves estrangeiras impõe restrições que devem ser garantidas ao executar
diversas operações de alterações no banco de dados.
I – Inclusão de uma linha na tabela que contém a chave estrangeira: Neste caso, deve-se garantir
que o valor contido na chave estrangeira apareça na coluna da chave primária referenciada.
II – Alteração do valor de uma chave estrangeira: Deve-se assegurar que o novo valor aparece
na coluna da chave primária referenciada;
III – Exclusão de uma linha da tabela que contém a chave primária referenciada pela chave
estrangeira: Deve ser garantido que na coluna da chave estrangeira não apareça o valor da
chave primária que será excluída.
IV – Alteração do valor da chave primária referenciada pela chave estrangeira: Deve ser
garantido que na coluna da chave estrangeiras não apareça o valor da chave primária que está

sendo alterada. Uma chave estrangeira não referencia, necessariamente, outra tabela. Em
um auto relacionamento, o valor da chave estrangeira é o próprio valor da chave primária da
mesma tabela.
2.13.5. Chave Alternativa
Em alguns casos, mais de uma coluna (ou combinações de colunas) podem servir para distinguir
uma linha das demais. Uma coluna, ou combinação, é escolhida como chave primária e as
demais candidatas são tratadas como chaves alternativas.
2.13.6. Chave Candidata
Uma chave candidata é um identificador único que garante que nenhuma tupla será duplicada.
Uma chave pode ser composta, isto é, pode ser formada por vários atributos.
Ocorrem quando em uma relação existe mais de uma combinação de atributos para a
identificação única do registro.
Ex.: Matrícula, CPF, RG, Titulo Eleitor
Leve em consideração a regra de negócio: Para cada pedido pode existir um número infinito de
itens (produtos), contudo o item não pode se repetir na lista de itens de um pedido, em caso da
necessidade do mesmo item a quantidade deve ser alterada.
Considere a tabela abaixo:
pedidos(codPedido,valorTotal) PK - codPedido {Este número será único}
itensPedido(codPedido,codItem,quant,valorUnit) PK - codPedido
Suponhamos que a chave primária seja codPedido na tabela itensPedido, isso significa que este
código deve ser único para os registro da tabela, contudo isso não pode ocorrer, pois existem
vários produtos para um pedido, neste caso outro campo deve ser candidato a chave também
para unificar o registro.
Neste caso se definirmos como candidato o atributo codItem para compor a chave primária
ficaria da seguinte forma:
PK - codPedido PK - codItem
Com esta chave candidata os itens do pedido não se repetirão e o codPedido poderá repetir,
ficará conforme abaixo:
codPedido codItem quant. valorUnit
1 1 2 2,50
1 2 3 4,20
1 3 3 1,50

2.13.7. Domínios
Quando uma tabela do banco de dados é definida, para cada coluna deve ser especificado um
conjunto de valores que seus campos podem assumir. Este conjunto de valores é denominado
“domínio da coluna” ou “domínio do campo”. Além disso, deve-se especificar se os campos
da coluna podem estar vazios, o que indica que o campo não recebeu nenhum valor de seu
domínio.
As colunas nas quais não são admitidos valores vazios são chamadas “colunas obrigatórias”.
Aquelas que admitem valores vazios são as denominadas “colunas opcionais”. Os SGBDs
relacionais geralmente exigem que a coluna da chave primária não seja vazia (coluna
obrigatória). A mesma exigência não é feita para as demais chaves.
2.14. Restrições de Integridade
Um dos objetivos primordiais de um SGBD é a integridade de dados. Dizer que os dados de
um banco são íntegros significa dizer que eles refletem corretamente a realidade apresentada
pelo banco de dados e são consistentes entre si. Uma restrição de integridade é uma regra de
consistência de dados mantida pelo próprio SGBD. Na abordagem relacional, as restrições de
integridade são abordadas nas seguintes categorias:
2.14.1. Integridade de entidade
Especifica que nenhum valor de chave primária pode ser nulo;
2.14.2. Integridade de Domínio
Um valor designado para um campo deve estar dentro do domínio previsto para aquele campo.
2.14.3. Integridade de Vazio
Através desta restrição de integridade é possível determinar se um campo pode conter valores
nulos. Os campos que compõem a chave primária devem ser diferentes de vazio.
2.14.4. Integridade de Chave
Restrição que determina que os valores de chaves primárias e alternativas devem ser únicos.
2.14.5. Integridade Referencial
É a restrição que define que valores dos campos que aparecem em uma chave estrangeira
devem estar presentes na coluna da chave primária da tabela referenciada.

As restrições acima relatadas são garantidas automaticamente por um SGBD relacional e o
programador não precisa se preocupar em escrevê-las através de programação.
Restrições semânticas geram outras restrições de integridade que, estas sim, devem ser
garantidas através da codificação.

Questões
1. (ESAF - 210 - SUSEP - Analista Técnico) Um Banco de Dados é um
a) conjunto de objetos da realidade sobre os quais se deseja manter informações.
b) conjunto de operações sobre dados integrados destinados a modelar processos.
c) software que incorpora as funções de definição, recuperação e alteração de dados.
d) software que modela funções de definição, recuperação e alteração de dados e programas.
e) conjunto de dados integrados destinados a atender às necessidades de uma comunidade
de usuários.
2. (AOCP - 2012 – BRDE) - Sobre definições de banco de dados, analise as assertivas e assinale a
alternativa que aponta as corretas.
I. Um banco de dados é uma coleção de dados relacionados. Os dados são fatos que podem ser
gravados e que possuem um significado implícito.
II. Um banco de dados pode representar conceito surreal, e persistir a existência de
características do mundo real.
III. Um banco de dados representa alguns aspectos do mundo real, sendo chamado, às vezes,
de minimundo ou de universo de discurso (UoD).
IV. Um banco de dados pode ser uma coleção lógica e coerente de dados com algum significado
inerente.
a) Apenas I e II.
b) Apenas I e III.
c) Apenas I e IV.
d) Apenas I, III e IV.
e) I, II, III e IV.
3. (FGV - 2009 – MEC)No contexto de Banco de Dados, um conceito assegura que um valor
que aparece em uma tabela para um determinado conjunto de atributos apareça em outro
conjunto de atributos de outra tabela. Por exemplo, se CRISTALINA é o nome de uma filial que
aparece em uma tupla da tabela CONTA, então deve existir uma tupla CRISTALINA na tabela
AGENCIA. Esse conceito é definido como um sistema de regras utilizado para garantir que os
relacionamentos entre tuplas de tabelas relacionadas sejam válidas e que não exclui ou altera,
acidentalmente, dados relacionados. Trata-se do seguinte conceito:
a) Integridade Funcional
b) Dependência Funcional
c) Integridade Relacional
d) Dependência Referencial
e) Integridade Referencial

4. (FCC - 2011 - TRE-RN) Um modelo de base de dados que consiste principalmente de uma
coleção de tabelas, uma coleção de operadores e uma coleção de restrições de integridade, é
conhecido como modelo
a) em rede.
b) referencial.
c) plano.
d) relacional.
e) hierárquico.
5. (FUNIVERSA - 2010 – CEB) Modelagem de dados é um conjunto de conceitos que descrevem a
estrutura de um banco de dados como tipo de dados, relacionamentos e restrições sobre esses
dados. Assinale a alternativa que contém conceitos presentes em um modelo de dados de alto
nível.
a) Pastas, arquivos e permissões.
b) Esquema, instância e objeto.
c) Classe, objeto e herança.
d) Formato de registro, ordem e caminho de acesso.
e) Entidades, atributos e relacionamentos.
6 (CESPE - 2010 - TRE-BA) O esquema conceitual de banco de dados inclui descrições detalhadas
dos tipos de entidades, relacionamentos e restrições, as quais são expressas utilizando
conceitos do modelo de dados de alto nível.
7. (CESPE - 2010 - TRT - 21ª Região RN) Uma chave estrangeira é um atributo ou uma combinação
de atributos em uma relação, cujos valores são necessários para equivaler somente à chave
primária de outra relação.
8. (FUNIVERSA - 2010 – CEB) Modelagem de dados é um conjunto de conceitos que descrevem a
estrutura de um banco de dados como tipo de dados, relacionamentos e restrições sobre esses
dados. Assinale a alternativa que contém conceitos presentes em um modelo de dados de alto
nível.
a) Pastas, arquivos e permissões.
b) Esquema, instância e objeto.
c) Classe, objeto e herança.
d) Formato de registro, ordem e caminho de acesso.
e) Entidades, atributos e relacionamentos.
9. (CESPE - 2010 – BASA) Os metadados, definidos como dados dos dados, são abstrações dos
dados de mais alto nível que descrevem dados de um nível inferior.
10. (CESPE – 2010 – BASA) O nível conceitual é aquele mais próximo do usuário e ocupa-se da
forma como os dados são vistos por cada usuário.

11. (VUNESP - 2009 – CETESB) Considere as afirmações sobre chaves primárias, utilizadas em
bancos de dados relacionais:
I – O único valor de uma chave primária cuja duplicação é permitida é o valor nulo;
II – uma chave primária pode ser formada por mais de um atributo
III – as chaves primárias só podem ser compostas por atributos do tipo numérico
Sobre as afirmações, pode-se dizer que está correto o contido em
a) II, apenas.
b) I e II, apenas.
c) I e III, apenas.
d) II e III, apenas.
e) I, II e III.
12. (VUNESP - 2009 – CETESB) Na administração de bancos de dados relacionais, tem importância a
estrutura conhecida como log que contém
a) a estrutura de indexação utilizada nas tabelas do banco de dados.
b) a definição de todos os triggers presentes no banco de dados.
c) a estrutura de segurança utilizada para acesso ao banco de dados.
d) todos os registros que contenham pelo menos um valor nulo.
e) uma sequência de registros que abrange as principais atividades realizadas no banco de
dados.
13. (FGV - 2009 – MEC) As restrições de integridade resguardam o Banco de Dados contra danos
acidentais, assegurando que mudanças feitas por usuários autorizados não resultem na perda
de consistência de dados.
A restrição de integridade, na qual um valor que aparece em uma relação para um determinado
conjunto de atributos aparece também em outro conjunto de atributos em outra relação
(tabela), é conhecida por:
a) Integridade de Duplicação.
b) Integridade de Domínio.
c) Integridade Referencial.
d) Integridade de Chave.
e) Integridade de Vazio.
14. (CESPE - 2008 – STF) Integridade referencial pode ser definida como uma condição imposta
a um conjunto de atributos de uma relação para que valores que apareçam nesse conjunto
também apareçam em um certo conjunto de atributos de uma outra relação.
15. (CESPE - 2008 – STF) As características do atributo CEP - numérico e seqüencial - permitem
utilizá-lo como chave primária em um banco de dados destinado ao cadastro de clientes de
uma loja.

16. (FCC - 2009 - TRE-PI) Uma chave estrangeira de uma tabela relacional é
a) um índice de uma tabela migrado de outra tabela.
b) um índice derivado parcialmente de uma chave primária de outra tabela.
c) um atributo que aponta para a chave primária de uma outra tabela.
d) uma ligação de relacionamento múltiplo entre duas ou mais tabelas.
e) uma ligação de relacionamento entre as chaves primárias de duas tabelas.
17. (CESGRANRIO - 2006 – DNPM) – Sobre a chave primária é correto afirmar:
a) Pode conter atributos com valor nulo.
b) É formada por, no máximo, um único atributo.
c) É formada por, no mínimo, dois atributos.
d) Identifica unicamente uma tupla.
e) Identifica duas ou mais tuplas.
18. (CESGRANRIO - 2007 - TCE – RO) A chave candidata que é escolhida pelo projetista do banco de
dados como de significado principal para a identificação de entidades, dentro de um conjunto
de entidades, é a chave:
a) do sistema.
b) do modelo.
c) relacional.
d) primária.
e) biunívoca.
19. (FCC - 2007 - TRF-4R) NÃO é um conceito diretamente associado aos bancos de dados
relacionais:
a) domínio.
b) chave estrangeira.
c) tupla.
d) tabela.
e) polimorfismo.
20. (CESPE - 2004 - TRE-AL) O domínio de um atributo consiste no conjunto de entidades em que
tal atributo é utilizado.
21. (FCC - 2010 - MPE-RN) Na terminologia do Modelo Relacional, cada linha da tabela é chamada
de I, a tabela é denominada II, e o nome da coluna é denominado III.
As lacunas I, II e III são preenchidas de forma correta, respectivamente, por
a) registro, arquivo e campo.
b) tupla, relação e atributo.
c) esquema, instância e domínio.
d) registro, relação e domínio.
e) tupla, instância e atributo.

22 (CESPE - 2010 - TRT - 21ª Região RN) Uma chave estrangeira é um atributo ou uma combinação
de atributos em uma relação, cujos valores são necessários para equivaler somente à chave
primária de outra relação.
Gabarito: 1. E 2. D 3. E 4. D 5. E 6. C 7. C 8. E 9. C 10. C 11. A 12. E 13. E 14. C 15. E 16. C 17. D
18. D 19. E 20. E 21. B 22. C

3. Datawarehouse e Datamining
Executivos tomadores de decisão (diretores, gerentes, analistas, etc) necessitam de ferramentas
de apoio a tomada de decisão. É aí que entram os sistemas de suporte à decisão (Decision Support
Systems - DSS), ferramentas que ofereçam consultas sob demanda, interfaces gráficas, etc.
Um data warehouse visa integrar os dados internos e externos de uma organização em uma
estrutura unificada, a fim de permitir uma melhor utilização dos dados.
A partir de uma estrutura de DW obtida, a análise destes dados se dá através de sistemas como
OLAP (On-Line Analytical Processing) e data mining.
Um data warehouse é uma coleção de dados orientada por assuntos, integrada, variante no
tempo, que tem por objetivo dar suporte aos processos de tomada de decisão.
O data warehouse é um banco de dados contendo dados extraídos do ambiente de produção
da empresa (OLTP), que foram selecionados, tendo sido otimizados para processamento
de consulta e não para processamento de transações através de um processo de extração
transformação e carga (ou ETL – Extract transform and Load).
De maneira geral, um data warehouse pode consolidar dados de outras fontes externas,
incluindo informações provenientes de planilhas eletrônicas, documentos, dados da web, etc.
O objetivo de um data warehouse é fornecer uma imagem única da realidade do negócio. De
uma forma geral, sistemas de data warehouse compreendem um conjunto de programas que
extraem dados do ambiente de dados operacionais da empresa, um banco de dados que os
mantém, e sistemas que fornecem estes dados aos seus usuários.
Sistemas de Data Warehouse revitalizam os sistemas da empresa, pois:
•• Permitem que sistemas mais antigos continuem em operação;
•• Consolidam dados inconsistentes dos sistemas mais antigos em conjuntos coerentes;
•• Extraem benefícios de novas informações oriundas das operações correntes;
Como se vê, existem diferentes visões do que seria um data warehouse: uma arquitetura,
um conjunto de dados semanticamente consistente com o objetivo de atender diferentes
necessidades de acesso a dados e extração de relatórios, ou ainda, um processo em constante
evolução, que utiliza dados de diversas fontes heterogêneas para dar suporte a consultas ad-
hoc (sob demanda), relatórios analíticos e à tomada de decisão.

3.1. Propósitos de um Data Wharehouse
Para entender o propósito do DW, analisaremos as seguintes questões:
“Nós possuímos montanhas de dados, no entanto, não conseguímos acessá-los.”
“É necessário facilitar o acesso às informações para os usuários de negócio.”
“Apenas mostre-me o que é importante.”
Uma das missões do data Warehouse é justamente consolidar os dados que são importantes
para a tomada de decisão.
“Nós precisamos que as pessoas usem a informação para suportar uma tomada de decisão
baseada em fatos.”
Evitar o “Achômetro”.
3.2. Data warehouse e data mart
Um data mart é uma subdivisão ou subconjunto de um data warehouse. Os data marts são
como pequenas fatias de data warehouse, que armazenam subconjuntos de dados.
Normalmente o data mart é direcionado para uma linha de negócios ou equipe, sendo que a sua
informação costuma pertencer a um único departamento.
3.3. Extraindo informações do Data Warehouse
Existem várias maneiras de recuperar informações de um data warehouse, as formas de
extração mais comuns no mercado hoje são:
•• Ferramentas de consulta e emissão de relatórios;
•• EIS (Executive Information Systems);
•• Ferramentas OLAP;
•• Ferramentas Data mining.
Ferramenta de Data Mining
Apesar de o termo data mining ter se tornado bastante popular nos últimos anos, existe ainda
certa confusão quanto à sua definição.
Data mining (ou mineração de dados) é o processo de extrair informação válida, previamente
desconhecida e de máxima abrangência a partir de grandes bases de dados, usando-as para
efetuar decisões cruciais.
Data mining vai muito além da simples consulta a um banco de dados, no sentido de que permite
aos usuários explorar e inferir informação útil a partir dos dados, descobrindo relacionamentos
escondidos no banco de dados.

Pode ser considerada uma forma de descobrimento de conhecimento em bancos de dados
(KDD – Knowledge Discovery in Databases).
Um ambiente de apoio à tomada de decisões, integrando técnicas de data mining sobre um
ambiente de data warehousing, possibilita um grande número de aplicações, que já vêm sendo
implementadas em diversos segmentos de negócios, como manufatura, automação de pedido
de remessas, varejo, gerenciamento de inventários, financeiro, análise de risco, transporte,
gerenciamento de frotas, telecomunicação, análise de chamadas, saúde, analise de resultados,
markenting, estabelecimento do perfil dos consumidores, seguros, detecção de fraude, dentre
outros.
Basicamente, são usados três métodos para identificar padrões em dados:
•• Modelos simples (consultas baseadas em SQL, raciocínio humano)
•• Modelos intermediários (regressão, árvores de decisão, agrupamento)
Figure 1 - Exemplo de arvore de decisão
•• Modelos complexos (redes neurais, outra indução de regras

Questões
1. Prova: CESPE - 2012 - PEFOCE - Perito Criminal - Análise de Sistemas
No que se refere a banco de dados e sistemas de suporte a decisão, julgue os itens subsecutivos.
O data mining tem por objetivo a extração de informações úteis para tomadas de decisão com
base nos grandes volumes de dados armazenados nas organizações. Os dados para o data
mining são originados restritamente dos data warehouses, pois estes são os que aglomeram
enorme quantidade de dados não voláteis e organizados por assunto.
2. CESPE - / 2013 - Cargo: Analista do MPU - Área Tecnologia da Informação
Julgue os próximos itens, acerca de sistemas de suporte à decisão.
Em se tratando de mineração de dados, a técnica de agrupamento (clustering) permite a
descoberta de dados por faixa de valores, por meio do exame de alguns atributos das entidades
envolvidas.
3. CESPE/ 2013 Cargo: Atividades de Complexidade Intelectual -
Com relação a soluções de suporte à decisão, julgue os itens subsecutivos.
Data mining utiliza diversos tipos de padrões e técnicas para descobrir o conhecimento em
base de dados. Eles são provenientes, automaticamente, do banco de dados e não há interação
manual na descoberta de novos tipos de padrões.
4. Banco Central do Brasil - Analista - Área Análise ∙ Superior / CESPE / 2013
Com relação à inteligência de negócios, julgue os itens subsecutivos.
Árvores de decisão e regras de associação são exemplos de algoritmos de data mining.
5. CESPE - Agência Nacional de Transportes Terrestres / 2013
Julgue os itens a seguir, referentes à DataWarehouse.
Ferramentas ETL são utilizadas na extração, transformação e remoção de dados.

6. CESPE - Ministério das Comunicações / 2013 Ciência da Computação Sistemas de Apoio à
Decisão Apoio à decisão guiado pelos dados Data Warehouse
Com relação a soluções de suporte à decisão, julgue os itens subsecutivos.
Suportar análises de dados temporais, alterar informações com muita frequência e manter
dados históricos são algumas características de um datawarehouse.
7. CESPE - Ministério Público da União / 2013
Julgue os itens a seguir, a respeito de soluções de suporte à decisão.
Uma característica distinta dos data warehouses é o seu direcionamento para aplicações de
apoio às decisões. Eles são otimizados para a recuperação de dados, não para o processamento
rotineiro de transações.
8. FCC - Defensoria Pública do Estado do Rio Grande do Sul / 2013
O Data Warehouse (DW) é um tipo especial de banco de dados que proporciona uma sólida
e concisa integração dos dados de uma empresa para a realização de análises gerenciais
estratégicas de seus principais processos de negócio. O DW é um depósito de dados ...
a) especializado, orientado por assunto, integrado, variável no tempo e volátil. Os usuários
podem atualizar os dados e até criar novos dados, ou seja, novas tabelas, para algum
propósito específico de interesse gerencial.
b) orientado por assunto, integrado, variável com o tempo e não volátil. Uma vez inseridos, os
dados não podem ser alterados, o que implica não ser necessário nenhum tipo de bloqueio
por concorrência de usuários no acesso.
c) orientado por assunto, integrado, variável com o tempo e volátil. Os dados de um DW
variam em relação ao tempo, pois representam resultados operacionais que refletem a
evolução da empresa. Isso implica que os dados devem ser constantemente atualizados.
d) orientado por processos, integrado, variável com o tempo e volátil. Um DW armazena as
informações agrupadas por processos de negócios que são atividades desenvolvidas na
organização, como transformação de entrada e saída com agregação de valor, essenciais
para a tomada de decisões.
e) especializado, orientado por assunto, integrado, variável com o tempo e não volátil. Em
ambientes de múltiplas plataformas sistêmicas, a característica de integração se torna
fundamental, pois a organização necessita manter os diferentes padrões existentes entre
os diferentes sistemas operacionais.
9. CESPE - Banco Central do Brasil / 2013 Ciência da Computação Sistemas de Apoio à Decisão
Apoio à decisão guiado pelos dados Data Warehouse
Com relação à inteligência de negócios, julgue os itens subsecutivos.
Data warehouse (DW) e data mart (DM) são componentes importantes em um ambiente de
business intelligence, visto que eles representam repositórios de múltiplos bancos de dados
operacionais da empresa. Um DM agrega informações de diversos DWs distribuídos pelos
departamentos da empresa.

10. FEPESPE - Universidade Federal da Fronteira Sul / 2012
Assinale a alternativa que melhor descreve o processo de ETL.
a) Extração, Transformação e Carga, utilizado principalmente no apoio a sistemas de apoio à
decisão.
b) Extração, Transformação e Liberação, utilizado principalmente no apoio a sistemas Data
warehouse.
c) Extração, Transformação e Carga, utilizado principalmente no apoio a sistemas
transacionais.
d) Extração, Transformação e Liberação, utilizado principalmente no apoio a sistemas
transacionais.
e) Extração, Transformação e Liberação, utilizado principalmente no apoio a sistemas de apoio
à decisão.
11. CESGRANRIO - Casa da Moeda do Brasil / 2012
Asinformações,relacionadasàsatividadesdeumaempresa,armazenadasdeformaconsolidada
em bancos de dados, e um conjunto de programas que extraem e fornecem esses dados aos
seus usuários constituem um sistema chamado Data Warehouse. Dentre as ferramentas
utilizadas para extrair informações de um Data Warehouse, incluem-se as ferramentas
a) OLAP
b) JOIN
c) FAST
d) PHP
e) TCP
12. CESPE - Ministério Público Estadual / 2012
Acerca de conceitos básicos, arquiteturas e aplicações de data warehouse e datamining e
técnicas de modelagem e otimização de bases de dados multidimensionais, julgue os itens que
se seguem.
Um data warehouse é um repositório de informações de uma fonte única, armazenadas sob
diversos esquemas, em um só local, e que fornecem dados consolidados.
13. FCC - Tribunal Regional do Trabalho / 1ª Região / 2011 Cargo: Analista Judiciário - Área Apoio
Especializado - Especialidade: Tecnologia da Informação
Ao nível de sumarização dos elementos e de detalhes disponíveis nos dados em um DW dá-se
o nome de
a) relacionamento.
b) capacidade.
c) granularidade.
d) integridade.
e) arquitetura.

14. CESPE - Empresa Brasileira de Correios e Telégrafos / 2011
Acerca de datawarehouse (DW) e datamining, julgue os próximos itens.
Um dos métodos de classificação do datamining é o de análise de agrupamento (cluster), por
meio do qual são determinadas características sequenciais utilizando-se dados que dependem
do tempo, ou seja, extraindo-se e registrando-se desvios e tendências no tempo.
Considere que, em uma organização que mantenha uma solução de DW, haja grande quantidade
de dados para serem manipulados e que uma nova área criada dentro dessa organização
necessite acessar parte dos dados desse DW. Nessa situação, seria adequada a implementação
de um datamart específico para essa nova área.
Em um sistema de banco de dados distribuídos, a adoção de mecanismos OLTP (online
transaction processing) prejudica a manutenção da consistência dos dados.
17. Empresa Brasileira de Correios e Telégrafos / 2011
Acerca de soluções de suporte a decisão, julgue os itens seguintes.
Toda estrutura de dados no DW tem um elemento de tempo – como dia, mês ou ano – como
referência.
Acerca de soluções de suporte a decisão, julgue os itens seguintes.
Em um ambiente data warehouse (DW), é possível a análise de grandes volumes de dados, os
quais ficam disponíveis para serem alterados e manipulados pelo usuário.
19. ESAF - Secretaria do Tesouro Nacional (STN) - 2008
Um depósito de dados organizado por assunto, não-volátil, integrado e variável em função do
tempo, utilizado para apoiar decisões de gerenciamento, é denominado
a) datawarehouse.
b) gestão do conhecimento.
c) business Intelligence.
d) mineração de dados.
e) OLAP (OnLine Analytical Processing).

20. ESAF - Escola Nacional de Administração Pública (ENAP) - 2006
Analise as seguintes afirmações relacionadas a Sistemas de Informação e Administração de
Informática.
I – Visando a Tratar clientes diferentes de forma diferente o CRM (Customer Relationship
Management) concentra suas atividades em: Identificar o cliente; Diferenciar o cliente; Interagir
com o cliente e Personalizar o contato com o cliente.
II – Depois de carregado, um Data Warehouse somente possui operações de consulta, e sem
necessidade de nenhum tipo de bloqueio por ocorrência de usuários no acesso.
III – Os dados de um Data Warehouse são variáveis em relação a um intervalo já decorrido de
tempo, representando resultados operacionais no momento em que foram gerados, como um
conjunto dinâmico de registros de uma ou mais tabelas que devem ter uma atualização on-line.
IV – As ferramentas de consulta de um Data Warehouse são responsáveis pela atividade de
carga, filtragem e integração dos dados.
Indique a opção que contenha todas as afirmações verdadeiras.
a) III e IV
b) III e IV
c) I e II
d) I e III
e) II e IV
21. ESAF - Escola Nacional de Administração Pública (ENAP) - 2006
Analise as seguintes afirmações relacionadas à terminologia, a conceitos, projeto e objetivos de
um Data Warehouse.
I – Como os dados que são carregados em um Data Mart são oriundos do ambiente transacional,
eles já são consistentes. Desta forma, o modelo de dados de um Data Mart não necessita de
relacionamento para garantir a integridade dos dados.
II – Para garantir um melhor desempenho do sistema de consulta a um Data Warehouse, um fato
deve ser composto somente de medidas não aditivas, evitando-se, assim, a sua dependência
com as medidas aditivas.
III – Um dos mais importantes aspectos do projeto de um Data Warehouse é a granularidade
dos dados, que se refere ao nível de sumarização dos elementos de detalhe disponível nos
dados. Quanto mais detalhes existirem, mais baixo será o nível de granularidade.
IV – Quando for defi nida uma granularidade em um Data Mart para um determinado assunto
ou tipo de dado, ela não poderá ser utilizada no Data Warehouse que utiliza o Data Mart. Caso
contrário, o Data Warehouse seria impossibilitado de analisar informações equivalentes com
diferentes granularidade normalmente definidas pelos vários Data Marts envolvidos.
Indique a opção que contenha todas as afirmações verdadeiras.
a) I e II
b) II e III
c) III e IV
d) I e III
e) II e IV

22. Banca: Escola de Administração Fazendária (ESAF)
O datawarehouse requer a definição e a implementação de procedimentos que efetuem a
a) inserção de dados dos bancos de dados dos sistemas do nível operacional, a integração dos
dados inseridos dos diferentes bancos de dados, a agregação dos dados conflitantes e a
manutenção de metarotinas.
b) extração de dados dos bancos de dados dos sistemas do nível gerencial, a integração dos
dados extraídos dos bancos de dados equivalentes, a integração dos dados agregados e a
construção de metadados.
c) extração de dados dos bancos de dados dos sistemas do nível operacional, a integração
dos dados extraídos dos diferentes bancos de dados, a agregação dos dados integrados e a
manutenção de metadados.
d) extração de dados dos sistemas do nível operacional, a integração dos dados inseridos nos
diferentes bancos de dados, a agregação dos dados integrados a nível gerencial e a inserção
de metadados.
e) extração de dados dos sistemas do nível operacional, a integração dos dados codificados a
nível operacional, a agregação dos dados especializados e a manutenção de metadados.
Gabarito: 1. E 2. C 3. E 4. C 5. E 6. E 7. C 8. B 9. C 10. A 11. A 12. E 13. C 14. E 15. C 16. E 17. C
18. E 19. A 20. B 21.D 22. C

Lógica Programação Banco Dados

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (17)

Semelhante a Lógica Programação Banco Dados

Semelhante a Lógica Programação Banco Dados (20)

Último

Último (20)

Lógica Programação Banco Dados