Banco de Dados · CESPE / CEBRASPE · 2024 | Questão sqc-ce185146

Banco de DadosBI (Business Intelligence)

Código: ce185146
Banca: CESPE / CEBRASPE
Órgão: SEBRAE-NACIONAL
Ano: 2024
Nível: Superior

Cargo: Analista Técnico II – Cientista de Dados

Um analista está trabalhando em um projeto que envolve a análise de dados sobre micro e pequenas empresas no Brasil. Seu objetivo é construir um dashboard no Power BI que mostre a evolução dos negócios em diferentes setores, com métricas como faturamento, número de empregados, e taxa de sobrevivência das empresas ao longo dos anos. Os dados estão armazenados em um banco de dados relacional SQL.Com base nessa situação hipotética, assinale a opção em que é descrita a abordagem mais eficiente para configurar o Power BI, com a utilização de SQL, de forma que o dashboard seja otimizado para desempenho e atualizado regularmente com novos dados.

Aescrever uma consulta SQL complexa que una todas as tabelas necessárias e calcule as métricas diretamente na consulta, carregando os dados agregados para o Power BI
Bexportar os dados do banco de dados SQL para um arquivo , realizar os cálculos em Excel e carregar os resultados no Power BI
Ccriar várias consultas SQL pequenas e independentes, cada uma carregando diferentes partes dos dados para o Power BI, e juntar esses dados na camada de visualização do Power BI
Dcarregar todas as tabelas do banco de dados para o Power BI separadamente e utilizar o Power Query para realizar as junções e cálculos de métricas dentro do ambiente do Power BI

Revelar gabarito e comentário

GabaritoA — escrever uma consulta SQL complexa que una todas as tabelas necessárias e calcule as métricas diretamente na consulta, carregando os dados agregados para o Power BI

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Otimização de Dashboards no Power BI

Gabarito: letra A. A abordagem mais eficiente para otimizar o desempenho de dashboards no Power BI, ao utilizar fontes de dados relacionais (SQL), é realizar o processamento e a agregação dos dados diretamente na origem (banco de dados) por meio de consultas SQL otimizadas, carregando para o Power BI apenas o conjunto de dados já refinado e necessário para a visualização.

Essa estratégia, conhecida como Query Folding (quando possível) ou simplesmente pré-agregação, reduz drasticamente o volume de dados trafegados e o esforço computacional exigido pelo motor do Power BI, garantindo que o painel seja responsivo e atualizado de forma performática.

Alternativa A — ✅ Correta ⟵ GABARITO

Esta é a abordagem recomendada para cenários de alto desempenho. Ao realizar as junções (joins) e cálculos de métricas (agregações) no banco de dados SQL, você aproveita o poder de processamento do servidor de banco de dados, que é otimizado para essas operações, e envia ao Power BI um dataset enxuto e pronto para consumo, minimizando a carga de memória e processamento local.

Alternativa B — ❌ Incorreta

Exportar dados para arquivos (como .CSV) e realizar cálculos em Excel cria um processo manual, propenso a erros e de difícil automação. Além disso, quebra a conexão direta com a fonte de dados, tornando a atualização regular (automatizada) complexa e ineficiente, além de limitar a escalabilidade da solução.

Alternativa C — ❌ Incorreta

Criar múltiplas consultas pequenas e independentes e tentar juntá-las na camada de visualização do Power BI é ineficiente. Isso gera um excesso de consultas ao banco de dados e sobrecarrega o motor de processamento do Power BI com operações de junção que deveriam ter sido resolvidas na origem, prejudicando o desempenho do dashboard.

Alternativa D — ❌ Incorreta

Carregar todas as tabelas separadamente para o Power BI e realizar junções via Power Query é uma prática comum, mas não é a mais eficiente para grandes volumes de dados. Embora o Power Query seja poderoso, ele não substitui a eficiência de um banco de dados relacional bem indexado para realizar joins e agregações complexas. Essa abordagem pode levar a um consumo excessivo de memória e lentidão na atualização do modelo de dados.

PEGA ESSA DICA!

Em projetos de BI, a regra de ouro é: processe o máximo possível na origem. Sempre que puder, deixe o banco de dados fazer o trabalho pesado de filtragem e agregação. O Power BI deve ser usado, preferencialmente, para modelagem dimensional e visualização, não para realizar transformações pesadas que poderiam ser resolvidas com uma consulta SQL bem estruturada.

Link permanente: /questoes/ce185146