Questão de Banco de Dados — Conceitos Básicos em Banco de Dados — FCC 2025
Banco de Dados›Conceitos Básicos em Banco de Dados
Código
fc073608
Banca
FCC
Órgão
SEFAZ-PI
Ano
2025
Nível
Médio
Cargo
Agentes de Tributos da Fazenda Estadual - Área de Conhecimento: Geral (prova 1)
Uma auditoria tributária precisa armazenar e gerenciar dados de impostos pagos por empresas ao longo de vários anos. Os dados incluem informações estruturadas, como identificação da empresa, valores de impostos e datas de pagamento, mas também dados não estruturados, como relatórios de auditoria em PDF, notas fiscais digitalizadas e comentários dos auditores em texto livre. O modelo de banco de dados mais adequado para atender às necessidades de escalabilidade e flexibilidade da empresa nesse caso é o Modelo
ANoSQL do tipo grafo, pois é ideal para representar relações entre empresas e categorias de impostos.
BNoSQL do tipo documento, pois permite armazenar dados estruturados e não estruturados em um único registro, com alta escalabilidade.
Crelacional, pois suporta esquemas flexíveis e é ideal para grandes volumes de dados não estruturados.
DNoSQL do tipo chave-valor, pois é otimizado para consultas complexas com junções entre tabelas.
Erelacional padrão MongoDB, pois garante consistência forte e é adequado para dados estruturados com relações definidas, como impostos e empresas.
Revelar gabarito e comentário▾
GabaritoB — NoSQL do tipo documento, pois permite armazenar dados estruturados e não estruturados em um único registro, com alta escalabilidade.
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”.
Modelo de Banco de Dados para Dados Estruturados e Não Estruturados
Gabarito: letra B. O modelo NoSQL do tipo documento é o mais adequado, pois permite armazenar dados estruturados (como valores e datas) e não estruturados (PDFs, imagens, textos) em um único documento, com alta escalabilidade e flexibilidade. O MongoDB é um exemplo clássico desse modelo. As demais alternativas apresentam modelos inadequados para o cenário.
Modelos de BD para dados mistos: NoSQL Documento (✅ Gabarito) (Dados estruturados + não estruturados, Esquema flexível, Alta escalabilidade, Ex.: MongoDB); NoSQL Grafo (❌) (Relacionamentos complexos, Não lida bem com anexos/textos); Relacional (❌) (Esquema rígido, Ineficiente para não estruturados); NoSQL Chave-Valor (❌) (Simples e rápido, Sem consultas complexas/junções)
Alternativa A — ❌ Incorreta
O NoSQL do tipo grafo é otimizado para representar relacionamentos complexos (como redes sociais e grafos de conhecimento), não para armazenar documentos não estruturados. Embora possa relacionar empresas e impostos, não lida bem com anexos e textos livres.
Alternativa B — ✅ Correta ⟵ GABARITO
O modelo documento (ex.: MongoDB) agrupa dados relacionados em documentos JSON ou BSON, suportando esquemas flexíveis e misturando tipos de dados. Isso atende perfeitamente à necessidade de escalabilidade e à diversidade de dados (estruturados e não estruturados) da auditoria.
Alternativa C — ❌ Incorreta
O modelo relacional (tabelas, SQL) requer esquema rígido e não é eficiente para grandes volumes de dados não estruturados. Embora possa ser usado, exige transformações complexas e perde desempenho com documentos como PDFs.
Alternativa D — ❌ Incorreta
O modelo chave-valor (ex.: Redis, DynamoDB) é simples e rápido para consultas por chave, mas não suporta consultas complexas com junções, nem é adequado para armazenar documentos não estruturados de forma eficiente.
Alternativa E — ❌ Incorreta
O MongoDB é um banco NoSQL do tipo documento, não relacional. A afirmação “relacional padrão MongoDB” é contraditória e, mesmo com consistência forte, o modelo relacional não é o mais indicado para dados não estruturados.
PEGA ESSA DICA!
Em questões de banco de dados, lembre-se: dados heterogêneos (estruturados + não estruturados) apontam para NoSQL orientado a documentos; relacionamentos complexos exigem grafos; alta velocidade com dados simples pede chave-valor; e dados com esquema fixo e integridade referencial favorecem o modelo relacional.