No contexto de Business Intelligence (BI), o desenvolvimento...

Próximas questões
Com base no mesmo assunto
Q4036223 Banco de Dados

No contexto de Business Intelligence (BI), o desenvolvimento de Datamarts e a execução de processos de ETL (Extract, Transform, Load) são fundamentais para organizar, integrar e disponibilizar informações de forma eficiente para análise gerencial. Com base nesses conceitos, analise as assertivas a seguir sobre Datamarts e ETL e julgue-as em Verdadeiras (V) ou Falsas (F):


(  ) Uma estrutura de Datamarts é do tipo Star Schema, na qual a estrutura de dimensões é normalizada (dimensões divididas em subdimensões).
(  ) Uma estrutura de Datamarts é do tipo Snowflake Schema, na qual a estrutura de dimensões é desnormalizada (tudo em uma tabela).
(  ) No ETL, especificamente na etapa de Load, um dos tipos de carregamento é full load, em que todos os dados existentes são substituídos pelo novo conjunto.
(  ) No ETL, especificamente na etapa de Transform, uma atividade pode ser de derivação, por exemplo, criar campos novos a partir de existentes (ex.: lucro = receita - custo).

Qual alternativa preenche, CORRETAMENTE, de cima para baixo, os parênteses acima?

Alternativas

Gabarito comentado

Confira o gabarito comentado por um dos nossos professores

Gabarito: A

Fundamento decisivo: A decisão dependia de identificar corretamente as características de Star Schema e Snowflake Schema e, no ETL, distinguir full load de derivação na etapa Transform. Como o enunciado inverte os dois esquemas dimensionais e descreve adequadamente as duas operações de ETL, a sequência resultante é F-F-V-V.

Tema central: DataMart e ETL
Análise das alternativas
A
Certa
A alternativa A está correta porque a sequência compatível com os conceitos cobrados é F-F-V-V. No Star Schema, as dimensões são tipicamente desnormalizadas, então a 1ª assertiva é falsa ao atribuir normalização ao modelo. No Snowflake Schema, as dimensões são normalizadas em tabelas relacionadas, então a 2ª assertiva também é falsa ao dizer que tudo fica em uma tabela. Já no ETL, full load corresponde à carga completa ou recarga integral do conjunto de dados, o que torna a 3ª assertiva verdadeira. E a derivação de novos campos a partir de campos existentes é atividade típica da etapa Transform, tornando verdadeira a 4ª assertiva.
B
Errada
Está errada porque considera verdadeira a 1ª assertiva, mas Star Schema não é caracterizado por dimensões normalizadas. Também erra ao marcar a 4ª como falsa, embora derivação de atributos seja atividade típica da etapa Transform.
C
Errada
Está errada porque trata a 2ª assertiva como verdadeira, quando Snowflake Schema é justamente o modelo com dimensões normalizadas em subdimensões, e não desnormalizadas em uma única tabela. Além disso, marca a 3ª como falsa, embora full load corresponda à carga completa.
D
Errada
Está errada porque inverte todo o julgamento correto: aceita como verdadeiras as duas assertivas em que houve troca entre Star e Snowflake e rejeita as duas assertivas que descrevem corretamente full load e derivação no ETL.
E
Errada
Está errada porque considera verdadeira a 2ª assertiva. Esse é o ponto incompatível com o conceito: Snowflake Schema não mantém dimensões desnormalizadas 'tudo em uma tabela'; essa característica é associada ao Star Schema.
Pegadinha da questão
A pegadinha real foi trocar propositalmente normalização e desnormalização entre Star Schema e Snowflake Schema, além de testar se o candidato reconhecia que derivação pertence à Transform e não à Load.
Dica para questões semelhantes
  • Em questões sobre modelagem dimensional, verifique primeiro se o enunciado associou corretamente desnormalização ao Star e normalização ao Snowflake.
  • Em ETL, diferencie carga completa de carga incremental antes de julgar afirmações sobre Load.
  • Sempre classifique criação ou cálculo de novos atributos como operação de Transform, não de Load.

Clique para visualizar este gabarito

Visualize o gabarito desta questão clicando no botão abaixo

Comentários

Veja os comentários dos nossos alunos

Essa da pra fazer por eliminação, snowflake schema remete a um floco de neve, uma estrutura complexa e com diversas ramificações, ou seja, o mais normalizada possível. Por outro lado, no star schema temos uma tabela central e diversas tabelas conectadas a ela, ou seja, bem desnormalizado

Clique para visualizar este comentário

Visualize os comentários desta questão clicando no botão abaixo