Questão de Banco de Dados — Modelagem de dados — CESPE / CEBRASPE 2025
Banco de Dados›Modelagem de dados
Código
ce195203
Banca
CESPE / CEBRASPE
Órgão
BANRISUL
Ano
2025
Nível
Superior
Cargo
Técnico em Tecnologia da Informação II - Desenvolvimento de Software
Em uma grande empresa, a prática mais adequada para o balanceamento entre normalização e desempenho em consultas de um banco de dados, considerando-se que o negócio exige leitura intensa e baixa taxa de atualização, seria
Acriar índices para todas as colunas que sejam usadas em qualquer tipo de consulta.
Bdesconsiderar as formas normais e manter os dados em um único JSON, o que aumentaria a velocidade das operações.
Cnormalizar todas as tabelas até 5FN.
Dpermitir desnormalizações controladas, como colunas duplicadas, por exemplo, para obtenção de ganho de desempenho.
Eusar somente bancos de dados que sejam mais rápidos para leitura, como o NoSQL.
Revelar gabarito e comentário▾
GabaritoD — permitir desnormalizações controladas, como colunas duplicadas, por exemplo, para obtenção de ganho de desempenho.
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”.
Balanceamento entre normalização e desempenho em banco de dados
Gabarito: letra D. Em cenários de leitura intensa e baixa atualização, a prática mais adequada é a desnormalização controlada, que introduz redundância seletiva (como colunas duplicadas) para reduzir o número de joins e acelerar consultas, sem abandonar completamente a normalização. Isso é uma técnica clássica de modelagem física.
A banca testa o conhecimento sobre como equilibrar a teoria da normalização (que visa eliminar redundância) com a necessidade prática de desempenho. Em sistemas com predominância de leitura, o custo de manter dados redundantes é aceitável frente ao ganho de velocidade.
Alternativa A — ❌ Incorreta
Criar índices para todas as colunas usadas em qualquer consulta é contraproducente. Índices demais aumentam o custo de operações de escrita (INSERT/UPDATE/DELETE) e ocupam espaço em disco, além de poderem degradar o desempenho geral. A otimização deve ser seletiva.
Alternativa B — ❌ Incorreta
Desconsiderar totalmente as formas normais e armazenar tudo em um único JSON representa uma desnormalização radical sem controle. Isso elimina a estrutura relacional, dificulta consultas complexas (que exigem parsing do JSON) e viola princípios de integridade de dados. Não é uma prática recomendada mesmo em cenários de leitura intensa.
Alternativa C — ❌ Incorreta
Normalizar todas as tabelas até a 5FN (Quinta Forma Normal) maximiza a eliminação de redundância, mas em contrapartida exige múltiplos joins para responder consultas — o que degrada o desempenho em leitura. Em sistemas com baixa atualização, a normalização excessiva é prejudicial.
Alternativa D — ✅ Correta ⟵ GABARITO
A desnormalização controlada é a técnica mais indicada. Ela consiste em introduzir redundância de forma planejada, por exemplo duplicando colunas que são frequentemente consultadas juntas, para evitar joins caros. Mantém-se um equilíbrio: parte da normalização é preservada, mas o desempenho é priorizado. É uma prática comum em data warehouses e sistemas de leitura pesada.
Alternativa E — ❌ Incorreta
A solução não é simplesmente trocar o banco de dados relacional por um NoSQL. Embora bancos NoSQL sejam otimizados para leitura (como os orientados a documento ou chave-valor), a questão trata de um banco de dados genérico e sugere que a adequação pode ser feita dentro do próprio modelo relacional. Além disso, a escolha de tecnologia depende de vários fatores (consistência, estrutura dos dados, consultas), e não apenas da velocidade de leitura.
PEGA ESSA DICA!
Questões sobre normalização vs. desempenho pedem que você identifique o trade-off. Em provas da CESPE/CEBRASPE, lembre-se: leitura intensa e baixa atualização → desnormalização controlada (redundância para acelerar queries); alta atualização → normalização forte (evitar anomalias).