No que se refere à arquitetura e aplicações de data warehous...

Gab C

O ETL (do inglês Extraction, Transform and Load) é um procedimento realizado em dados provenientes de diferentes fontes (bancos transacionais, usualmente) antes de serem carregados nos Data Warehouses e Data Marts.

E- Extração, coleta, captura de dados (Base temporária, área de transição)

T- Tratamento, limpeza, correção de possíveis erros, padronização.

L- Armazenamento- Após coletados são transferidos para o DW

Mais uma:

(CESPE - 2018) Uma ferramenta de ETL deve ser capaz de extrair dados de fontes heterogêneas, copiá-los para uma área de transição, onde possam ser convertidos conforme o padrão estabelecido, e, ainda, realizar limpeza e correção nesses dados, de acordo com regras preestabelecidas. (certo)

CERTO.

A sigla ETL refere-se a "Extração, Transformação e Carga" e representa um conjunto de processos essenciais no contexto de Data Warehousing.

1. Extração (Extract): Nesta etapa, dados relevantes são extraídos de diferentes fontes de dados, como bancos de dados transacionais, planilhas, arquivos, etc.
2. Transformação: Os dados extraídos geralmente não estão prontos para serem carregados diretamente no Data Warehouse ou Data Mart. Assim, eles passam por um processo de transformação, que inclui limpeza, formatação, agregação e outras operações para torná-los adequados para análise.
3. Carga (Load): Finalmente, os dados transformados são carregados no Data Warehouse ou Data Mart, onde podem ser acessados ​​e analisados

Hum...ETL não só coleta dados de bancos de dados. Passível de recurso!

Os dados não poderiam ser coletados de bancos NoSQL tmb? Já é a segunda questão do CESPE que eu vejo com essa nomenclatura de só referenciar aos bancos transacionais. Tudo bem que a questão é antiga, mas mesmo assim...

O item está correto. O processo de Extração, Tratamento e Carga (ETL) é exatamente como descrito: envolve a coleta de dados relevantes de várias fontes, como bancos de dados transacionais, arquivos, APIs, entre outros; em seguida, esses dados são transformados e limpos para se adequarem ao esquema do data warehouse ou do data mart; finalmente, são carregados no data warehouse ou no data mart para fins de análise e relatórios.