Questão de TI - Ciência de Dados e Inteligência Artificial — Modelagem Dimensional — CESPE / CEBRASPE 2025

Snowflake Schema: normalização das dimensões

Gabarito: ERRADO. No Snowflake Schema, as tabelas de dimensões são normalizadas (em geral, na 3ª Forma Normal), e não não normalizadas — a afirmação inverte o conceito. A característica de dimensões não normalizadas (denormalizadas) pertence ao Star Schema, que é o modelo dimensional clássico.

O Snowflake Schema é uma variação do modelo dimensional (Star Schema) em que as tabelas de dimensão são normalizadas, ou seja, decompostas em múltiplas tabelas relacionadas, eliminando redundâncias. Por exemplo, em vez de uma única tabela DIM_PRODUTO com todos os atributos, teríamos DIM_PRODUTO, DIM_CATEGORIA, DIM_FORNECEDOR, etc., ligadas por chaves estrangeiras. O nome "snowflake" (floco de neve) vem justamente do formato visual resultante: as dimensões se ramificam em subdimensões, lembrando um floco de neve.

A normalização no Snowflake Schema traz vantagens e desvantagens. Vantagens: redução de redundância, economia de espaço de armazenamento e facilidade de manutenção (uma alteração em um atributo é feita em um único lugar). Desvantagens: maior número de junções (joins) para consultar os dados, o que pode degradar o desempenho das consultas analíticas — o oposto do que se busca em um data warehouse, onde a performance de leitura é crítica.

O Star Schema, por outro lado, mantém as dimensões não normalizadas (denormalizadas), com todos os atributos em uma única tabela. Isso reduz o número de junções e acelera as consultas, mas aumenta a redundância e o espaço de armazenamento. A escolha entre Star e Snowflake depende do equilíbrio entre desempenho de consulta e manutenção/armazenamento.

A pegadinha da banca está em inverter os conceitos: o candidato que sabe que o Snowflake normaliza pode marcar "Certo" por achar que a afirmação diz "normalizadas" — mas o enunciado diz "não normalizadas", que é a característica do Star Schema. Guarde a fronteira: Star = dimensões não normalizadas; Snowflake = dimensões normalizadas.

Alternativa E — ❌ Incorreta ⟵ GABARITO

A afirmação está errada porque inverte a característica central do Snowflake Schema. No Snowflake, as dimensões são normalizadas (decompostas em subdimensões), e não não normalizadas. A não normalização é atributo do Star Schema. O erro é uma troca clássica de conceitos entre os dois modelos dimensionais.

Gabarito: ERRADO.