Datawararehouse y datamarts 1.0

Froggy Jumps

(1)

Parties jouées 21

Créer une copie

À propos de cette activité

Ayuda a la rana René para cruzar el camino: responde bien las preguntas y avanza seguro.

Créé par

Rocio Maldonado León

Mexico

Téléchargez la version pour jouer sur papier

Top 10 résultats

#	Jeux	Précision	temps
1	ERNESTO LÓPEZ 23 Septembre 2025	% 100	01:50
2	Gustavo Flores Velázquez 22 Septembre 2025	% 100	03:05
3	Fernanda Macias 22 Septembre 2025	% 100	03:20
4	Pamela Josselin Mendoza Pérez 20 Septembre 2025	% 93	03:33

Voulez-vous apparaître dans le Top 10 de ce jeu? Connectez-vous pour vous identifier.

Créez votre propre jeu gratuite à partir de notre créateur de jeu

Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Créer un défi

		%
	Anonyme	%
		%
		%

Imprimez votre jeu

Datawararehouse y datamarts 1.0


Froggy Jumps Datawararehouse y datamarts 1.0Version en ligne Ayuda a la rana René para cruzar el camino: responde bien las preguntas y avanza seguro. par Rocio Maldonado León 1 ¿Qué es un Datawarehouse? a Datawarehouse centraliza datos de múltiples fuentes para decisiones estratégicas. b Datawarehouse es una base temporal que guarda información solo del mes. c Datawarehouse es un programa que analiza redes sociales en tiempo real. 2 ¿Cuál es la diferencia entre un Datawarehouse y un Datamart? a Datawarehouse integra toda información, Datamart se enfoca en áreas. b Datawarehouse contiene datos históricos, Datamart solo información actualizada. c Datawarehouse organiza usuarios, Datamart solo gestiona contraseñas y accesos. 3 ¿Por qué se utilizan los Datamarts además del Datawarehouse? a Porque Datamarts sirven como copia de respaldo de seguridad. b Porque Datamarts eliminan información duplicada del Datawarehouse central. c Porque Datamarts permiten acceso rápido y específico sin recorrer toda base. 4 ¿Qué almacena una tabla de hechos? a Tabla de hechos almacena direcciones y teléfonos de empleados. b Tabla de hechos almacena datos numéricos como ventas e ingresos. c Tabla de hechos solo contiene nombres de productos y marcas. 5 ¿Qué función cumplen las dimensiones en un modelo de datos? a Dimensiones ordenan los registros de manera alfabética en las tablas. b Dimensiones representan los cálculos de promedios y sumas de ventas. c Dimensiones contextualizan hechos: tiempo, producto, región, cliente, entre otros. 6 ¿Qué son las medidas en un modelo de datos? a Medidas son valores calculables: totales, promedios, máximos, mínimos, tendencias. b Dimensiones representan los cálculos de promedios y sumas de ventas. c Medidas son los filtros aplicados para visualizar información detallada. 7 ¿Qué es un cubo multidimensional? a Cubo multidimensional es un filtro aplicado para visualizar información detallada. b Cubo multidimensional organiza datos y permite consultas dinámicas versátiles. c Cubo multidimensional almacena exclusivamente datos de planos cartesianos. 8 ¿Qué ventajas tienen las bases de datos multidimensionales? a Bases multidimensionales facilitan consultas y organizan datos en esquemas. b Su principal ventaja es que no requieren datos reales. c Bases multidimensionales reducen espacio de almacenamiento eliminando información repetida. 9 ¿Qué significa ETL? a ETL significa Extracción Total de Listas. b ETL significa Evaluación, Transferencia y Localización de datos. c ETL significa Extracción, Transformación y Carga de información. 10 ¿En qué consiste la fase de extracción del ETL? a Extracción obtiene datos desde diversas fuentes, bases, archivos, aplicaciones. b Extracción selecciona únicamente los datos que ya están transformados. c Extracción reorganiza los registros de la base de datos principal. 11 ¿Qué ocurre en la fase de transformación del ETL? a Transformación comprime los datos para reducir el espacio de almacenamiento. b Transformación limpia, depura y adapta datos al formato requerido. c Transformación organiza los datos en nuevas tablas para consultas rápidas. 12 ¿Qué sucede en la fase de carga del ETL? a Carga valida si los datos cumplen reglas de integridad relacional. b Carga reemplaza los datos antiguos sin posibilidad de recuperación. c Carga almacena datos transformados en Datawarehouse para posterior análisis. 13 ¿Por qué es importante un proceso ETL bien diseñado? a Porque permite cargar datos en menos tiempo sin errores. b ETL bien diseñado garantiza información confiable, precisa y útil. c Porque mejora la velocidad de conexión a las bases. 14 ¿Qué consecuencias tiene un ETL mal realizado? a ETL mal realizado genera duplicados, pero conserva exactitud en valores. b ETL mal realizado únicamente retrasa los tiempos de consulta, sin errores. c ETL mal realizado produce datos inconsistentes, incompletos o inútiles. 15 ¿Qué esquema de bases de datos se utiliza comúnmente en sistemas multidimensionales? a Esquemas comunes: estrella y copo de nieve organizan información. b Esquemas comunes: jerárquico y de red para estructuras distribuidas. c Esquemas comunes: secuencial y relacional en modelos de consulta.

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.

Datawararehouse y datamarts 1.0

Froggy Jumps

À propos de cette activité

Créé par

Téléchargez la version pour jouer sur papier

Top Jeux

Froggy Jumps

The Integumentary System

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

pizza

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

Datawararehouse y datamarts 1.0Version en ligne

par Rocio Maldonado León

¿Qué es un Datawarehouse?

¿Cuál es la diferencia entre un Datawarehouse y un Datamart?

¿Por qué se utilizan los Datamarts además del Datawarehouse?

¿Qué almacena una tabla de hechos?

¿Qué función cumplen las dimensiones en un modelo de datos?

¿Qué son las medidas en un modelo de datos?

¿Qué es un cubo multidimensional?

¿Qué ventajas tienen las bases de datos multidimensionales?

¿Qué significa ETL?

¿En qué consiste la fase de extracción del ETL?

¿Qué ocurre en la fase de transformación del ETL?

¿Qué sucede en la fase de carga del ETL?

¿Por qué es importante un proceso ETL bien diseñado?

¿Qué consecuencias tiene un ETL mal realizado?

¿Qué esquema de bases de datos se utiliza comúnmente en sistemas multidimensionales?