Uma corporação multinacional do setor de varejo está unificando suas plataformas de dados. O cenário atual apresenta dois desafios distintos, indicados a seguir.

• Transacional e BI: o sistema de vendas gera registros financeiros que exigem consistência estrita (ACID). A equipe de analistas de negócios consome esses dados via painéis de BI que demandam baixa latência em consultas complexas com múltiplas junções (joins).
• Big Data e IA: o sistema de e-commerce gera petabytes de logs de navegação (clickstream) e dados de sensores IoT das lojas físicas (dados semiestruturados). A equipe de ciência de dados precisa acessar esses dados em seu formato bruto para treinar modelos preditivos, sem a perda de informações causada por agregações prematuras.

O arquiteto de dados precisa propor uma solução única que evite a duplicação de dados entre silos (um Data Warehouse para o BI e um Data Lake para a IA) e reduza o custo de armazenamento, mantendo a governança.
Considerando os requisitos apresentados e as características das arquiteturas modernas de dados, a abordagem arquitetural e de modelagem adequada é:

Question

A

implementar um Data Warehouse Enterprise (EDW) baseado em banco de dados relacional com modelagem normalizada (3FN) para todos os dados, garantindo a integridade referencial tanto das vendas quanto dos logs, visto que a normalização é a única forma de garantir consistência ACID em escala de petabytes;

B

adotar uma arquitetura Data Lake pura (baseada em Hadoop/HDFS ou Object Storage), utilizando a abordagem Schema-on-Read para todos os consumidores; isso atenderá à equipe de ciência de dados, e a equipe de BI deverá adaptar suas ferramentas para realizar as agregações e junções em tempo de execução, aceitando a latência inerente à varredura de arquivos brutos;

C

manter a separação física, construindo um Data Mart dimensional para cada departamento dentro de um banco relacional proprietário e utilizando ferramentas de federação de dados (Data Virtualization) para que a equipe de ciência de dados consulte o Data Mart em tempo real, evitando assim a construção de um Data Lake e garantindo que o modelo de dados seja sempre Schema-on-Write;

D

utilizar um banco de dados NoSQL orientado a documentos (como MongoDB) para centralizar tanto as vendas quanto os logs, aproveitando a flexibilidade do esquema (schemaless) para ingerir dados heterogêneos rapidamente, e resolver a necessidade de BI através de processos de desnormalização extrema, armazenando todos os dados relacionados em um único documento aninhado para evitar joins;

E

implementar uma arquitetura Lakehouse, utilizando formatos de tabela abertos (como Delta Lake ou Apache Iceberg) sobre o armazenamento de objetos; isso permite aplicar transações ACID e Schema Enforcement nos dados de vendas, enquanto se adota uma modelagem dimensional (esquema estrela) na camada "Gold" para performance de BI, mantendo os dados brutos (camada "Bronze") acessíveis para Machine Learning.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

teste

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

teste

Qconcursos · Accepted Answer

Alternativa [E] implementar uma arquitetura Lakehouse, utilizando formatos de tabela abertos (como Delta Lake ou Apache Iceberg) sobre o armazenamento de objetos; isso permite aplicar transações ACID e Schema Enforcement nos dados de vendas, enquanto se adota uma modelagem dimensional (esquema estrela) na camada "Gold" para performance de BI, mantendo os dados brutos (camada "Bronze") acessíveis para Machine Learning.  Gabarito: EFundamento decisivo: O enunciado pedia, ao mesmo tempo, suporte a ACID e governança para os dados de vendas, acesso aos dados brutos semiestruturados para ML, BI com baixa latência e redução de silos entre Data Warehouse e Data Lake. A única alternativa que compatibiliza esses requisitos na mesma arquitetura é a Lakehouse, por isso o gabarito é E.Tema central: Arquitetura LakehouseAnálise das alternativasAErradaEstá errada porque força todos os dados, inclusive logs e IoT semiestruturados em escala de petabytes, para um EDW relacional normalizado em 3FN. Isso não atende adequadamente ao requisito de manter dados brutos acessíveis para ML. Além disso, a afirmação de que a normalização é a única forma de garantir ACID é indevida segundo a base.BErradaEstá errada porque adota Data Lake puro com schema-on-read para todos os consumidores e empurra para o BI consultas sobre arquivos brutos em tempo de execução. Isso contraria diretamente a exigência de baixa latência para consultas analíticas complexas com múltiplas junções.CErradaEstá errada porque mantém separação física em data marts departamentais, justamente o oposto do objetivo de evitar duplicação entre silos. Também direciona a ciência de dados a consumir data marts em tempo real, o que não preserva adequadamente os dados brutos para ML.DErradaEstá errada porque centralizar tudo em banco documental com desnormalização extrema e documentos aninhados não resolve adequadamente o conjunto combinado de exigências: governança transacional estrita, modelagem analítica otimizada para BI e acesso amplo a dados brutos em arquitetura corporativa unificada. A proposta simplifica indevidamente o problema de BI ao tratar evitar joins como solução suficiente.ECertaA alternativa E está correta porque descreve a arquitetura que unifica armazenamento em object storage com recursos de tabela e governança, permitindo aplicar transações ACID e schema enforcement aos dados de vendas sem abrir mão da preservação dos dados brutos para ciência de dados. Além disso, ela prevê organização analítica em camada gold com modelagem dimensional, compatível com consumo de BI de melhor desempenho, enquanto a camada bronze mantém os dados brutos acessíveis para Machine Learning. Esse arranjo atende o conjunto completo de requisitos sem separar Data Warehouse e Data Lake em silos distintos.Pegadinha da questãoA confusão explorada foi fazer o candidato escolher um dos extremos — Data Warehouse puro ou Data Lake puro — quando o enunciado exigia simultaneamente dados brutos para IA, camada otimizada para BI, governança e redução de silos.Dica para questões semelhantesQuando a questão exigir dados brutos para ML e também consumo analítico otimizado, elimine soluções que entregam apenas schema-on-read para todos ou apenas modelagem relacional tradicional para tudo.Se o enunciado pedir unificação com governança, procure arquitetura que combine armazenamento único, controle de esquema/transações e camadas de consumo diferentes para perfis distintos.Para BI com baixa latência e consultas complexas, verifique se a alternativa prevê camada analítica modelada; arquivo bruto sozinho não satisfaz esse requisito.Não trate 3FN, Data Lake puro ou documentos aninhados como resposta universal; o critério é aderência simultânea ao conjunto de requisitos.

🚀 Mais performance?

🚀 Mais performance?

Uma corporação multinacional do setor de varejo está unifica...

Gabarito comentado

Gabarito: E

Clique para visualizar este gabarito

Resumos relacionados

SGBD: Conceitos Fundamentais e Aplicações em Concursos Públicos

Questões de assuntos semelhantes

Provas relacionadas