Um arquiteto de dados está projetando o Data Warehouse (DW) de uma grande rede de varejo. A tabela de fatos de vendas (Fato_Vendas) deverá ser conectada a uma dimensão de produtos. A hierarquia dos produtos é complexa e profunda: Departamento → Divisão → Categoria → Subcategoria → Produto.
O administrador de banco de dados (DBA), preocupado com a integridade dos dados e o espaço de armazenamento, propôs que essa hierarquia fosse modelada seguindo os princípios da normalização. Segundo a proposta, a tabela de produtos conteria apenas o ID da subcategoria, que apontaria para uma tabela de subcategorias, que, por sua vez, apontaria para uma tabela de categorias, e assim sucessivamente, evitando a repetição de textos descritivos (como o nome do departamento) em milhões de linhas de produtos.

Considerando os conceitos de modelagem dimensional (Ralph Kimball) e o impacto dessa decisão na performance de consultas analíticas (OLAP), é correto afirmar que:

Question

A

a proposta do DBA configura um esquema floco de neve (Snowflake Schema); embora economize espaço em disco e facilite a manutenção da integridade referencial, essa abordagem prejudica o desempenho das consultas de Business Intelligence (BI) ao exigir múltiplas junções (joins) para recuperar a descrição completa dos atributos hierárquicos;

B

a abordagem sugerida caracteriza um esquema estrela (Star Schema), que é o padrão recomendado pela metodologia Kimball, pois a normalização das dimensões garante que o motor de banco de dados utilize índices bitmap de forma mais eficiente, acelerando o filtro de consultas agregadas;

C

a desnormalização completa da dimensão, consolidando todos os níveis hierárquicos em uma única tabela Dim_Produto (esquema estrela), deve ser evitada em Data Warehouses modernos baseados em armazenamento colunar, pois a redundância de dados textuais impede a compressão eficiente e aumenta o I/O de disco;

D

a proposta do DBA visa a transformar o modelo dimensional em um modelo relacional de Terceira Forma Normal (3FN), o que inviabiliza o uso de ferramentas de visualização de dados (como Power BI ou Tableau), visto que essas ferramentas são tecnicamente incompatíveis com tabelas normalizadas;

E

a tabela fato, tanto no esquema estrela quanto no floco de neve, deve ser normalizada para evitar a duplicação de métricas; a diferença reside apenas no fato de que o esquema floco de neve utiliza chaves naturais (CPF, CNPJ) nas junções, enquanto o esquema estrela exige o uso de chaves substitutas (Surrogate Keys).

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

teste

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

teste

Qconcursos · Accepted Answer

Alternativa [A] a proposta do DBA configura um esquema floco de neve (Snowflake Schema); embora economize espaço em disco e facilite a manutenção da integridade referencial, essa abordagem prejudica o desempenho das consultas de Business Intelligence (BI) ao exigir múltiplas junções (joins) para recuperar a descrição completa dos atributos hierárquicos;  Gabarito: AFundamento decisivo: A decisão estava em reconhecer que a hierarquia de produtos foi dividida em tabelas relacionadas por nível, o que caracteriza snowflake schema e diferencia a proposta do esquema estrela.Tema central: Star vs SnowflakeAnálise das alternativasACertaA alternativa A está correta porque a proposta normaliza a dimensão Produto em níveis hierárquicos separados, caracterizando esquema floco de neve. Esse desenho reduz redundância na dimensão e melhora a manutenção referencial, mas costuma exigir mais junções para recuperar os atributos completos nas consultas OLAP.BErradaErra a classificação do modelo. O enunciado não descreve esquema estrela, mas sim dimensão normalizada em múltiplas tabelas, que é floco de neve. Além disso, a afirmação de que essa normalização garantiria uso mais eficiente de bitmap indexes não é o critério definidor do modelo nem a conclusão geral adotada na modelagem dimensional de Kimball.CErradaErra ao transformar em regra geral a ideia de que a desnormalização completa da dimensão deve ser evitada em DW moderno. Isso contraria o princípio dimensional clássico destacado na base, segundo o qual o esquema estrela com dimensão desnormalizada é prática consagrada. Também não procede a afirmação de que a redundância textual, por si, inviabiliza compressão eficiente e impõe aumento de I/O como fundamento para rejeitar estrela.DErradaA proposta pode aproximar a dimensão de uma estrutura mais normalizada, mas a alternativa erra ao dizer que isso inviabiliza o uso de Power BI ou Tableau. A base afirma expressamente que essas ferramentas conseguem consumir modelos normalizados; o problema é de maior complexidade, não de incompatibilidade técnica.EErradaO critério distintivo entre estrela e floco de neve foi definido de forma errada. A diferença central está na normalização ou desnormalização das dimensões, não em normalizar a tabela fato para evitar duplicação de métricas. Também é falsa a oposição segundo a qual snowflake usa chaves naturais e estrela exige surrogate keys, porque ambos os modelos podem usar surrogate keys em dimensões.Pegadinha da questãoA confusão explorada foi associar normalização da hierarquia da dimensão a uma suposta vantagem analítica ou ao esquema estrela, quando esse desenho caracteriza snowflake e tende a aumentar joins em OLAP.Dica para questões semelhantesSe a hierarquia de uma dimensão aparece quebrada em tabelas separadas, classifique como snowflake, não como star.Em questão de DW segundo Kimball, desnormalização de dimensão costuma apontar para esquema estrela e melhor simplicidade de consulta.Economia de espaço e integridade referencial na dimensão não bastam para concluir melhor desempenho analítico; verifique o efeito sobre a quantidade de joins.Não use tipo de chave nem compatibilidade com ferramenta de BI como critério para distinguir estrela de floco de neve.

🚀 Mais performance?

🚀 Mais performance?

Um arquiteto de dados está projetando o Data Warehouse (DW) ...

Gabarito comentado

Gabarito: A

Clique para visualizar este gabarito

Comentários

Clique para visualizar este comentário

Resumos relacionados

SGBD: Conceitos Fundamentais e Aplicações em Concursos Públicos

Questões de assuntos semelhantes

Provas relacionadas