Questão de Banco de Dados — Banco de Dados Multidimensionais — CESPE / CEBRASPE 2026

Modelagem Dimensional – Característica Central

Gabarito: letra D. A modelagem dimensional, utilizada em data warehouses e sistemas de apoio à decisão, tem como característica central a separação entre tabelas de fatos (medidas numéricas) e tabelas de dimensões (atributos contextuais). Essa estrutura (estrela, floco de neve) é otimizada para consultas analíticas, contrastando com o modelo relacional normalizado voltado a transações (OLTP). A alternativa D capta exatamente esse princípio.

Alternativa A — ❌ Incorreta

O foco em transações OLTP é característica de bancos relacionais tradicionais, não da modelagem dimensional. Esta é voltada para análise e suporte à decisão (OLAP). Confundir OLTP com dimensional é erro comum.

Alternativa B — ❌ Incorreta

Tabelas fato possuem chaves compostas por chaves estrangeiras das dimensões, mas a dependência de chaves naturais compostas não é uma característica central; o modelo dimensional frequentemente usa chaves substitutas (surrogate keys) para simplificar o relacionamento.

Alternativa C — ❌ Incorreta

A estrutura dimensional é relacional (tabelas), não baseada em grafos. Modelos em grafos são típicos de bancos NoSQL, como Neo4j, e não se aplicam ao esquema estrela/floco.

Alternativa D — ✅ Correta ⟵ GABARITO

A separação entre fatos e dimensões é a essência do modelo dimensional. Os fatos armazenam métricas (ex.: valor vendido, quantidade), enquanto as dimensões fornecem contexto (ex.: tempo, produto, cliente). Essa organização permite análises multidimensionais rápidas e flexíveis.

Alternativa E — ❌ Incorreta

O modelo dimensional, especialmente o esquema estrela, é desnormalizado e admite redundâncias para ganho de desempenho. A eliminação de redundâncias é característica da normalização relacional (3FN), não do dimensional.

Gabarito: letra D.