Na modelagem multidimensional de banco de dados para
Data Warehouse, tabelas de dimensão armazenam os dados descritivos relacionados aos fatos.
Quando uma dimensão é denominada Junk (lixo),

Question

Na modelagem multidimensional de banco de dados para
Data Warehouse, tabelas de dimensão armazenam os dados descritivos relacionados aos fatos.
Quando uma dimensão é denominada Junk (lixo), Alternativa A: está contida dentro da própria tabela fato por ter
somente sua chave como atributo. Ou Alternativa B: pode estar relacionada com a tabela fato em visões
diferentes pela mesma chave substituta. Ou Alternativa C: tem como vantagem diminuir o tamanho da tabela
fato associada. Ou Alternativa D: deve possuir conexão com outras dimensões. Ou Alternativa E: está normalizada e subdividida em tabelas menores
de domínio.

Qconcursos · Accepted Answer

Alternativa [C] tem como vantagem diminuir o tamanho da tabela
fato associada. Gabarito: CFundamento decisivo: O ponto decisivo era identificar que junk dimension agrupa atributos de baixa cardinalidade em uma dimensão separada, em vez de deixá-los na tabela fato.Tema central: Junk dimensionAnálise das alternativasAErradaEstá errada porque descreve algo contido na própria tabela fato e sem atributos descritivos, o que é incompatível com junk dimension. Pela base, junk dimension é separada da fato e armazena atributos de baixa cardinalidade; a descrição da alternativa se aproxima de dimensão degenerada, não de junk.BErradaEstá errada porque reutilização em diferentes visões ou processos pela mesma chave substituta não é o critério que define junk dimension. Pela base, essa ideia remete à noção de dimensão conformada, enquanto a junk se caracteriza por agrupar atributos residuais de baixa cardinalidade para tirar colunas da fato.CCertaA junk dimension é usada para concentrar atributos residuais de baixa cardinalidade, como flags e pequenos códigos descritivos, em uma dimensão própria em vez de mantê-los espalhados como várias colunas na tabela fato. O critério técnico que sustenta a alternativa é justamente esse: ao deslocar esses atributos para uma dimensão separada, diminui-se a quantidade de colunas da fato e, portanto, seu tamanho no sentido de largura.DErradaEstá errada porque não existe exigência conceitual de junk dimension possuir conexão com outras dimensões. O que a define é o tipo de atributo que ela agrupa, e não um relacionamento obrigatório entre dimensões.EErradaEstá errada porque normalização e subdivisão em tabelas menores apontam para snowflaking, não para junk dimension. Pela base, a junk não é definida por normalização, mas pela consolidação de atributos de baixa cardinalidade em uma única dimensão.Pegadinha da questãoConfundir junk dimension com dimensão degenerada, conformada ou snowflake.Dica para questões semelhantesSe a descrição falar em agrupar flags, indicadores e códigos de baixa cardinalidade fora da fato, pense em junk dimension.Se a alternativa falar em ficar dentro da fato sem atributos descritivos, confronte com dimensão degenerada, não com junk.Se a definição vier por normalização ou subdivisão de dimensões, confronte com snowflake, não com junk.

🎯 Saiba o que estudar

🎯 Saiba o que estudar

Na modelagem multidimensional de banco de dados para Data W...

Gabarito comentado

Gabarito: C

Clique para visualizar este gabarito

Resumos relacionados

SGBD: Conceitos Fundamentais e Aplicações em Concursos Públicos

Questões de assuntos semelhantes

Provas relacionadas