TRwID

Wprowadzenie wartości rozmytych w zapytania SQL narzuca: Określenie operatorów lub funkcji definiujących sposób porównania wartości z bazy danych z wartością rozmytą. Prawda. Fałsz.

Wprowadzenie wartości rozmytych w zapytania SQL narzuca: Zdefiniowanie progu odcięcia, który określa jakie wiersze będą znajdowały się w odpowiedzi. Prawda. Fałsz.

Wprowadzenie wartości rozmytych w zapytania SQL narzuca: Nie wymaga wcześniejszego zdefiniowania wartości rozmytych stosowanych w zapytaniach. Prawda. Fałsz.

Wprowadzenie wartości rozmytych w zapytania SQL narzuca zdefiniowanie operatorów rozmytych w przypadku filtrujących warunków złożonych. Prawda. Fałsz.

Pojęcie NewSql odnosi się do najnowszych rozwiązań nurtu NoSQL. Prawda. Fałsz.

Teoria CAP mówi, że w systemach rozproszonych możliwe jest równoczesne osiągnięcie konsystencji, wysokiej dostępności i odporności sieci. Prawda. Fałsz.

Baza danych NoSQL są lepiej przystosowane do potrzeb BigData ponieważ nie narzucają sztywnego modelu danych. Prawda. Fałsz.

Cechą charakterystyczną rozwiązań NoSQL jest łatwość pionowego skalowania. Prawda. Fałsz.

XML to zastosowanie SGML, które wykorzystuje ograniczony zestaw znaczników o ustalonych cechach prezentacyjnych. Prawda. Fałsz.

XML to jest język do tworzenia stron www. Prawda. Fałsz.

XML jest metajęzykiem bo na jego podstawie można tworzyć specjalizowane języki znacznikowe. Prawda. Fałsz.

Dokument XML można walidować - to jest sprawdzić jego poprawność składniową, która określa min, że dokument musi zawierać dokładnie jeden element główny. Prawda. Fałsz.

Neo4j Krawędź nie musi mieć określonego kierunku. Prawda. Fałsz.

Neo4j Węzeł może posiadać atrybuty. Prawda. Fałsz.

Neo4j Węzeł w grafie musi być powiązany z przynajmniej jeden inny węzełem. Prawda. Fałsz.

Neo4j Nie trzeba określić rodzaju krawędzi. Prawda. Fałsz.

fragmentacja pozioma: Klucz główny (wraz z atrybutami) wchodzi w skład schematu każdego fragmenty. Prawda. Fałsz.

Fragmentacja pozioma: Stanowi podstawę koncepcji shardingu. Prawda. Fałsz.

Fragmentacja pozioma: do scalenia wszytskich fragmentów wymagana jest operacja równozłączenia. Prawda. Fałsz.

Fragmentacja pozioma: o zawartości pojedynczego fragmentu decyduje operacja selekcji. Prawda. Fałsz.

FlashBack Wykonanie polecenia CREATE RESTORE POINT PRZED_ZM_1; spowoduje utworzenie punktu odtwarzania który zagwarantuje, że niezbędne dzienniki powtórzeń Flashback będą zawsze dostępne. Prawda. Fałsz.

FlashBack SCN to znacznik czasowy wykorzystany przy odczytach danych do zachowania spójności odczytu. Prawda. Fałsz.

FlashBack Klauzula AS OF SCN powoduje pobranie danych (spełniających kryteria zapytania) przy czym dla bloków o numerach SCN wyższych niż podany w zapytaniu dane pobierane są z segmentów wycofania. Prawda. Fałsz.

FlashBack mechanizm Flashback Query pozwala obejrzeć dane w postaci, jaką miały w przeszłości nawet jeśli w międzyczasie dokonano na nich operacji DDL, np DROP czy ALTER. Prawda. Fałsz.

Algorytmy realizacji równozłączenia mogą różnić się między sobą liczebnością wierszy zbioru wynikowego tej samej operacji złączenia. Prawda. Fałsz.

Algorytmy realizacji równozłączenia mogą różnić się między sobą czasem realizacji tej samej operacji złączenia. Prawda. Fałsz.

Algorytmy realizacji równozłączenia mogą różnić się między sobą uporządkowaniem wierszy w zbiorze wynikowym tej operacji złączenia. Prawda. Fałsz.

Algorytmy realizacji równozłączenia mogą różnić się między sobą złożonością algorytmiczną. Prawda. Fałsz.

SCN - znacznik czasowy wykorzystywany do identyfikacji wersji danych gwarantuje zachowanie spójności odczytu. Prawda. Fałsz.

Klauzula AS OF SNC polecenia SELECT powoduje pobranie danych spełniających kryteria zapytania tylko z tych bloków danych, których SCN jest większy bądź równy podanemu w zapytaniu. Prawda. Fałsz.

Wprowadzenie wartości rozmytych w zapytania SQL narzuca: Zdefiniowanie operatorów rozmytych w przypadku filtrujących warunków złożonych. Prawda. Fałsz.

Azure SQL Database jest elementem modułu: Saas. Faas. Paas. Iaas.

Wskaż poprawne stwierdzenia dotyczące replikacji migawkowej (ang. snapshot): Jest ona przydatna w przypadku wystąpienia dużych zmian w krótkim okresie. Istnieje możliwość, że przez pewien okres czasu dane u subskrybenta nie będą aktualne względem wydawcy. Typowym rodzajem synchronizacji zmian w przypadku tego typu replikacji jest zgodnie z harmonogramem (ang. on a schedule). Jest ona zalecana w przypadku częstych zmian w bazie wydawcy (ang. publisher) -.

W języku CQL możliwe jest łączenie danych z różnych rodzin kolumn. Realizuje się to stosując frazę JOIN w poleceniu SELECT. Prawda. Fałsz.

Fraza USING TTL w języku CQL pozwala na definiowanie czasu życia danej/danych. Prawda. Fałsz.

Polecenie UPDATE może służyć do wstawiania danych do rodziny kolumn - system Cassandra. Prawda. Fałsz.

Cassandra jest systemem typu CP - w którym Konsystencja/Spójność (ang. Consistency: C w CAP) odgrywa kluczową rolę, a Odporność na podział sieci (ang. Partition Tolerance: P w CAP) jest jej uzupełnieniem. Prawda. Fałsz.

Profile w SZBD Oracle definiują: ograniczenia dotyczące czasu bez pracy. ograniczenia na zajętość miejsca w przestrzeniach tabel. ograniczenia na liczbę równoległych sesji użytkownika. ograniczenia na zasoby serwera.

Krok w ścieżce XPath ma następującą budowę: oś :: test wierzchołka [ predykat ] Aby uprościć skomplikowaną notację kroków w ścieżce XPath, zaproponowano jej skróty. W tym kontekście, oceń poprawność poniższych stwierdzeń: Skrótowym odpowiednikiem słowa child::node() języka XPath jest symbol dwóch kropek (..). Skrótowym odpowiednikiem słowa attribute języka XPath jest symbol @. Skrótowym odpowiednikiem słowa descendant-or-self::node() języka XPath są dwa ukośniki (//).

Określ prawdziwość stwierdzeń odnoszących się do mechanizmów flashback w systemie Oracle: Mechanizm Flashback version Query umożliwia uzyskanie dokładnej informacji (pełna składnia poleceń) o transakcji, która spowodowała powstanie nowej wersji zawartości tabeli. W celu wykorzystania opcji FLASHBACK DATABASE niezbędne jest skonfigurowanie przez administratora zunifikowanej przestrzeni składowania dla wszystkich plików powiązanych z odtwarzaniem (tzw. Flash Recovery Area). Polecenie DROP TABLE KLIENCI PURGE; spowoduje usunięcie tabeli. Tabeli tej nie będzie można przywrócić poleceniem FLASHBACK TABLE. Mechanizm Flashback Table pozwala na przywrócenie stanu tabeli, ale nie pozwala na automatyczne odtworzenie istniejącej wcześniej postaci skojarzonych z nią elementów i atrybutów, takich jak indeksy, wyzwalacze, ograniczenia.

W MongoDB istnieją trzy bazy szczególnego przeznaczenia. Oceń poprawność poszczególnych stwierdzeń w odniesieniu do tych baz: Baza local jest ograniczona do jednego serwera. Baza admin zawiera konfigurację shardów. Każdy użytkownik bazy config dziedziczy prawa dostępu do pozostałych baz. Wyłączanie serwera (shutting down) może być wykonane tylko z poziomu bazy admin.

Współczynnik TF (term frequency): ma wysoką wartość, jeśli słowo pojawia się w niewielkiej liczbie dokumentów kolekcji. jest miarą istotności dokumentu w kolekcji. jest miarą istotności słowa w dokumencie. ma wysoką wartość, jeśli słowo pojawia się często w dokumencie kolekcji.

Do dokumentu XML, którego zawartość widoczna jest poniżej, skierowano zapytani XQuery, w wyniku którego uzyskano odpowiedź znajdującą się jeszcze niżej (formatowanie wyniku, rozumiane jako wyświetlanie danych w poszczególnych liniach, przyjąć jako nieistotne): dokument: Oceń, czy dane zapytanie było tym, które dało przytoczoną odpowiedź: //Pracownik[@liczba_dzieci>0]. for $p in //Pracownik where $p/@liczba_dzieci>0 return <odpowiedz>{ $p/imie, $p/nazwisko} </odpowiedz>. <odpowiedz> for $p in //Pracownik where $p/@liczba_dzieci>0 return $p/imie, $p/nazwisko </odpowiedz>.

Zapytanie w języku Cypher MATCH((n:SW)-[r]->(n1:SW)) RETURN TYPE(r),COUNT(TYPE(r));. uwzględnia krawędzie wchodzące i wychodzące. zwróci nazwy typów krawędzi oraz ich liczbę. bierze pod uwagę tylko węzły opatrzone konkretną etykietą. zwróci liczbę krawędzi między węzłami n i n1.

Jakie analogie można znaleźć pomiędzy Dokumentową bazą danych a relacyjną bazą SQL? Dopasuj określenia: dokument. tablica referencji do obiektów. kolekcja. pole (field). _id.

Zaznacz prawdziwe zdania dotyczące potoku agregacji w bazie MongoDB: W potoku agregacji mogą pojawić się operatory grupujące i/lub arytmetyczne. W potoku agregacji można wyróżnić etap mapowania i tasowania (ang. shuffle). W MongoDB potok agregacji: jest jedyną metodą agregowania danych. Potok agregacji składa się z etapów, przy czym każdy z dokumentów znajdujących się na wejściu potoku przechodzi przez wszystkie jego etapy. Wszystkie etapy potoku agregacji zwracają ("produkują") nowe dokumenty wyjściowe.

Załóżmy, że istnieje kolekcja NobelPrize z polami: _id, year, category, affiliations, itd. Zaznacz zapytania, które pobierają tylko zawartość pola o nazwie category z pierwszego pobranego dokumentu: db.NobelPrize.find({},{_id:0, category:1}). db.NobelPrize.find({},{category:1},{$limit: 1}). db.NobelPrize.find({},{_id:0, category:1}).limit(1).

Wskaż który mechanizm pozwala odczytać jakie operacje (I-insert, U-update, D-delete) spowodowały kolejne zmiany stanu tabeli: Flashback Table. Flashback Version Query. Flashback Query. Flashback Transaction Query.

Czy każdy użytkownik bazy Oracle może odczytywać wartość znacznika SCN?. Prawda. Fałsz.

Podaj polecenie, które włącza opcję FLASHBACK dla bazy danych:

W przypadku, gdy stan tabeli ulega intensywnym zmianom, lepiej jest używać znacznika SCN niż Timestamp gdyż jest on bardziej precyzyjny (baza danych posługuje się wewnętrznie numerami SCN, które są mapowane na TIMESTAMP z ziarnistością TRZECH sekund). Prawda. Fałsz.

Dopasuj nazwę parametru do jego przeznaczenia: db_recovery_file_dest_size. db_flashback_retention_target. db_recovery_file_dest.

Udostępnienie mechanizmu, pozwalającego na odczytanie jaka transakcja i należąca do którego użytkownika spowodowała nieprawidłową zmianę w tabeli, wymaga przełączenia bazy w tryb archivelog: Prawda. Fałsz.

Która z niejawnych kolumn zawiera informacje o przeprowadzonej operacji INSERT, UPDATE lub DELETE?. VERSIONS_STARTTIME. VERSIONS_OPERATION. VERSIONS_ENDTIME. VERSIONS_XID. VERSIONS_ENDSCN.

W pliku XML w całości wylistowanym poniżej zgromadzono inf. o pracownikach pewnej firmy: Zaznacz te odpowiedzi, które poprawnie uzasadniają, dlaczego powyższy plik nie jest dobrze sformułowanym (ang. well-formed) dokumentem XML: elementy występujące w dokumencie nie są poprawnie zagnieżdżone←(dla person id=2 <dziecko> i <data_ur> się gryzą). atrybut name powtarza się w kilku elementach dokumentu. brak jest elementu głównego (korzenia dokumentu). dla osoby o id="2" brak jest informacji o dacie urodzenia (brak elementu Data_ur) i dacie przyjęcia do pracy (brak elementu Data_przyjęcia).

Czy strukturę logiczną dokumentu XML tworzą encje i sekcje CDATA?. Prawda. Fałsz.

Polecenie w języku zapytań Cypher (grafowa baza Neo4j): MATCH {n:MTX{name: ‘Test’}} DELETE n, zakładając, że w bazie istnieje dokładnie jeden węzeł o atrybucie name=’Test’: zawsze usunie węzeł reprezentowany przez zmienną n. usunie węzeł tylko, jeżeli nie posiadał żadnych krawędzi. jest niepoprawne, ponieważ usuwając węzły zawsze należy użyć frazy DETACH DELETE. nie wykona się i zwróci błąd, jeżeli węzeł posiadał przynajmniej jedną krawędź.

Przy wdrożeniu bazy danych w chmurze modelu wdrożeniowego Elastic pool używamy, gdy. mamy kilka baz danych i chcemy, aby współdzielić zasoby obliczeniowe. mamy pojedynczą bazę i chcemy dla niej przydzielić skalowalne zasoby magazynu danych. mamy kilka baz danych i chcemy, aby każda miała odrębną skalowalną pulę zasobów. mamy kilka baz danych, które będą wykorzystywały wspólne zasoby wg. różnych wzorców.

W języku XPath krok w ścieżce ma budowę: oś:: test wierzchołka [ predykat ], przy czym oś oraz predykat są opcjonalne, a test wierzchołka wybiera z danej osi tylko te wierzchołki, które go spełniają. Określ, jakie węzły zostaną wybrane po wpisaniu jako test wierzchołka następujących wartości: nazwa- tylko węzły o podanej nazwie. node()-węzły domyślne dla danej osi (np. dla osi attribute:: domyślnymi węzłami są atrybuty). * - wszystkie węzły. comment()-węzły będące komentarzami (zapytanie wyszuka tylko komentarze).

Rysunek przedstawia fragment diagramu ilustrującego (w uproszczeniu) obecny rynek baz danych. Zaznacz prawdziwe stwierdzenia dotyczących cech bazy danych MongoDB. System MongoDB może być umieszczony na diagramie w miejscu oznaczonym literami CCC. Wartością pola dokumentu może być tablica dokumentów zagnieżdżonych. W takim przypadku, dokumenty te powinny być wyspecyfikowane w następujący sposób: ... nazwapola: {{dokument1}, {dokument2},...}. Unikalny identyfikator dokumentu może być wprost ("ręcznie") podany podczas wstawiania dokumentu do bazy, ale musi mieć długość 12 znaków (4 znaki - znacznik czasu, 3 kolejne znaki - id komputera, 2 znaki-id procesu Mongo, 3 znaki - proste, wzrastające wartości). Dokumenty zgromadzone w jednej kolekcji mogą mieć różne klucze, różną liczbę kluczy i przechowywać wartości o różnych typach.

Elementy rozmytości mogą być zastosowane w instrukcji SELECT: we frazie WHERE I HAVING. we frazie SELECT, HAVING. we frazie GROUP BY, HAVING. nie mogą być stosowane we frazie SELECT.

Rysunek przedstawia fragment diagramu ilustrującego (w uproszczeniu) obecny rynek baz danych. Oceń poprawność stwierdzeń dotyczących baz NoSQL. System MongoDB może być umieszczony na diagramie w miejscu oznaczonym literami AAA. System Cassandra może być umieszczony na diagramie w miejscu oznaczonym literami CCC. System Neo4j może być umieszczony na diagramie w miejscu oznaczonym literami DDD. Grupa baz danych oznaczona literami FFF to systemy Column-oriented.

Stosując logikę rozmytą w bazach danych zezwalamy na: Stosowanie nieprecyzyjnych warunków filtrujących. Rozszerzanie wyniku wyszukiwania także o wiersze nie spełniające kryteriów wyszukiwania w 100%. Zawężanie wyniki wyszukiwania w porównaniu z klasycznym wyszukiwaniem. Stosowanie wartości lingwistycznych w zapytaniach SQL.

Zastosowanie różnych algorytmów dla realizacji złączenia dwóch zbiorów wierszy ma wpływ na: liczebność zbioru wynikowego złączenia. czas realizacji złączenia (zwłaszcza przy zbiorach o dużej liczebności). porządek wierszy w zbiorze wynikowym złączenia. poprawność wyniku końcowego całego zapytania (tzn. dla jednego algorytmu wynik końcowy zapytania może być poprawny, a dla innego - nie).

Przy wdrożeniu bazy danych w chmurze najwięcej możliwości konfiguracyjnych uzyskujemy w modelu: IaaS. PaaS. SaaS. serverless.

Dopasuj. MapReduce. Shardowanie. Chunk. Potok agregacji.

Stosowanie rozmytych warunków filtrujących pozwala na: uzyskanie w odpowiedzi szerszego zbioru wynikowego niż przy zastosowaniu warunków ostrych. wyszukanie obiektów spełniających podane kryteria ze stopniem zgodności przekraczającym podany próg. znaczne zawężenie warunków wyszukiwania. wyszukanie tylko obiektów ściśle spełniających kryteria zapytania.

Struktura dokumentu XML, na której operuje język XPath może zostać przedstawiona w postaci drzewa, przy czym XPath rozróżnia pokrewieństwo między poszczególnymi węzłami, dzieląc drzewo dokumentu osiami. Dopasuj nazwę osi do jej znaczenia. following - sibling. ancestor- or - self. descendant. descendant-or-self.

Oceń poprawność zdań w odniesieniu do mechanizmów replikacji: Agent Merge zajmuje się m.in. rozwiązywaniem konfliktów występujących przy replikacji scalanej. W przypadku replikacji scalanej (merge) to agent Snapshot przygotowuje początkowy obraz (migawkę – snapshot) bazy danych, ale agent Merge zajmuje się jego umieszczeniem w bazach subskrybentów.

aby móc stosować mechanizm Flashback Table, wystarczy posiadać przywilej SELECT, INSERT, DELETE i ALTER dla danej tabeli. Prawda. Fałsz.

parametr db_flashback_retention_target określa katalog, w którym będą przechowywane dane niezbędne do odtworzenia bazy. Prawda. Fałsz.

Wyrażenia filtrujące języka XPath: mogą znajdowac sie tylko na koncu sciezki. zapisywane sa w nawiasach kwadratowych. moga zawierac wiele warunkow polaczyonych spojnikami logicznymi. moga znajdowac sie tylko na poczatku sciezki.

Wartością pola dokumentu może być tablica dokumentów zagnieżdżonych. W takim przypadku, dokumenty te powinny być wyspecyfikowane w następujący sposób: ... nazwapola: {{dokument1}, {dokument2},...}. tablicę dokumentów zagnieżdżonych. dokument zagnieżdżony.

Bazy danych NoSQL są lepiej przystosowane do potrzeb,,Big Data", ponieważ zapewniają łatwość wertykalnego skalowania. Prawda. Fałsz.

Basically Available modelu BASE implementowanym w systemach NoSQL gwarantuje się, że system będzie dostępny do wysyłania zapytań przez wszystkich użytkowników (brak izolacji). Prawda. Fałsz.