Banco de Dados · CESPE / CEBRASPE · 2024 | Questão sqc-ce185157

Banco de DadosSQL

Código: ce185157
Banca: CESPE / CEBRASPE
Órgão: SEBRAE-NACIONAL
Ano: 2024
Nível: Superior

Cargo: Analista Técnico II – Cientista de Dados

Caso um cientista de dados precise extrair, transformar e analisar grandes volumes de dados em um banco de dados relacional, usando SQL, a prática mais recomendável para garantir que as operações de análise sejam eficientes e precisas consiste em

Aaplicar funções de agregação como , e com cláusulas para resumir e agregar os dados de forma eficiente.
Bignorar o uso de índices ao executar consultas, já que a criação e a manutenção de índices são responsabilidades do administrador do banco de dados.
Cusar comandos * em todas as consultas para garantir que todas as colunas sejam retornadas, facilitando a análise posterior.
Dutilizar subconsultas (subqueries) complexas em vez de operações de junção para simplificar a lógica das consultas.

Revelar gabarito e comentário

GabaritoA — aplicar funções de agregação como [imagem], e [imagem] com cláusulas [imagem] para resumir e agregar os dados de forma eficiente.

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”.

SQL: práticas recomendadas para análise de dados

Gabarito: letra A. A prática mais recomendável é usar funções de agregação (como SUM, AVG, COUNT, MAX, MIN) combinadas com as cláusulas GROUP BY e HAVING para resumir e agregar grandes volumes de dados de forma eficiente e precisa, o que é essencial para análise em bancos relacionais.

A questão testa o conhecimento sobre boas práticas em SQL para consultas analíticas. O uso adequado de agregações, índices, seleção de colunas e junções impacta diretamente a eficiência e a precisão das operações.

Prática	Eficiência	Precisão	Recomendação
Funções de agregação (SUM, AVG, COUNT, MAX, MIN) com GROUP BY e HAVING	Alta – reduz volume de dados processados	Alta – extrai métricas relevantes	✅ Recomendada
Ignorar índices em consultas	Baixa – prejudica performance	Neutra	❌ Não recomendada
SELECT * em todas as consultas	Baixa – retorna colunas desnecessárias	Neutra	❌ Não recomendada
Subconsultas complexas em vez de JOINs	Baixa – menos eficiente que JOINs	Neutra	❌ Não recomendada

Alternativa A — ✅ Correta ⟵ GABARITO

A afirmativa descreve exatamente a técnica correta: aplicar funções de agregação (como COUNT, SUM, AVG, MAX, MIN) juntamente com as cláusulas GROUP BY (para agrupar linhas) e HAVING (para filtrar grupos) permite resumir dados de maneira eficiente, reduzindo o volume de informações e extraindo métricas relevantes. Essa é a abordagem padrão para análises agregadas em SQL.

Alternativa B — ❌ Incorreta

Ignorar o uso de índices prejudica gravemente a performance das consultas, especialmente em grandes volumes de dados. Embora a criação e manutenção de índices seja responsabilidade do administrador do banco de dados (DBA), o cientista de dados deve considerar os índices existentes e, se necessário, solicitar a criação de índices apropriados para acelerar as consultas. A alternativa propõe justamente o contrário do que é recomendado.

Alternativa C — ❌ Incorreta

Usar SELECT * em todas as consultas é uma prática desaconselhada por vários motivos: retorna colunas desnecessárias, aumenta o tráfego de dados, pode dificultar a manutenção e, em alguns casos, impede a otimização de índices. O recomendado é selecionar apenas as colunas efetivamente necessárias para a análise, melhorando a eficiência e a clareza.

Alternativa D — ❌ Incorreta

Subconsultas complexas tendem a ser menos eficientes que operações de junção (JOIN) em bancos relacionais, especialmente quando lidam com grandes volumes de dados. Os mecanismos de otimização de consultas geralmente trabalham melhor com JOINs explícitos, que permitem ao SGBD escolher o plano de execução mais eficiente. Além disso, JOINs tornam a lógica mais clara e modular. Portanto, substituir JOINs por subconsultas complexas não é recomendado.

PEGA ESSA DICA!

Para análise de dados agregados, memorize as funções de agregação básicas (COUNT, SUM, AVG, MIN, MAX) e o uso obrigatório do GROUP BY quando houver colunas não agregadas no SELECT. O HAVING é o WHERE para grupos. Pratique consultas como SELECT departamento, AVG(salario) FROM funcionarios GROUP BY departamento HAVING AVG(salario) > 5000;.

Gabarito: letra A.

Link permanente: /questoes/ce185157