Questão de Banco de Dados — BI (Business Intelligence) — CESPE / CEBRASPE 2025
Banco de Dados›BI (Business Intelligence)
Código
ce215902
Banca
CESPE / CEBRASPE
Órgão
SUSEP
Ano
2025
Nível
Superior
Cargo
Analista Técnico: - Área: Tecnologia da Informação e Ciência de Dados
Julgue o próximo item, relativo à normalização de dados, à modelagem de dados NoSQL e ao DataMesh.O DataMesh adota um modelo centralizado de governança e integração de dados, priorizando a consistência sobre a escalabilidade.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
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”.
DataMesh
Gabarito: Errado (alternativa E). O DataMesh não adota um modelo centralizado; pelo contrário, propõe uma arquitetura descentralizada e orientada a domínios, priorizando a escalabilidade e a autonomia das equipes de negócio, em vez de um governo centralizado e consistência estrita.
O DataMesh (conceito introduzido por Zhamak Dehghani) visa descentralizar a propriedade dos dados, tratando cada domínio como um produtor de dados que disponibiliza seus produtos em uma plataforma padronizada. Dessa forma, a governança é federada e a escalabilidade é um dos principais benefícios, permitindo que múltiplos times atuem de forma independente. A afirmação do item inverte esses pilares: coloca como centralizado e priorizando consistência, quando na verdade o modelo é descentralizado e focado em escalabilidade.
DataMesh: Arquitetura (Centralizada (errado), Descentralizada (correto), Orientada a domínios); Governança (Centralizada (errado), Federada (correto)); Prioridade (Consistência (errado), Escalabilidade (correto)); Autonomia (Equipes de negócio independentes, Produtos de dados por domínio)
NÃO CAIA NESSA!
A banca inverteu as características fundamentais do DataMesh: trocou "descentralizado" por "centralizado" e "escalabilidade" por "consistência". O candidato que confunde DataMesh com abordagens tradicionais de data warehouse pode cair no erro.