Questão de TI - Ciência de Dados e Inteligência Artificial — Geral — FCC 2026
TI - Ciência de Dados e Inteligência ArtificialGeral
- Código
- fc142499
- Banca
- FCC
- Órgão
- MPE AL
- Ano
- 2026
- Cargo
- Ana ( )
A Central Analítica de um órgão público estadual implantou um Data Warehouse para consolidar informações sobre atendimentos presenciais, digitais e telefônicos realizados ao cidadão. O modelo dimensional adotado inicialmente organizou os dados em uma tabela fato contendo métricas de quantidade de atendimentos, tempo médio de resposta e índice de resolutividade, associada a dimensões de tempo, unidade de atendimento, tipo de serviço e perfil do cidadão. Após alguns meses de operação, o administrador do banco de dados observou aumento expressivo no tempo de carga diária do processo de ETL, crescimento do volume da tabela fato e degradação no desempenho de consultas agregadas por período e por unidade organizacional. Parte das consultas passou a exigir leitura intensiva de grandes volumes de dados históricos. Ao avaliar tecnicamente a modelagem dimensional sob a perspectiva de impactos de carga e consulta no SGBD, conclui-se que a
- Aadoção de particionamento da tabela fato por tempo, combinada à adequada indexação das chaves dimensionais, equilibra desempenho de carga e eficiência das consultas analíticas.
- Bsubstituição da tabela fato por múltiplas tabelas altamente normalizadas reduz o volume armazenado e melhora simultaneamente desempenho de carga e consulta analítica.
- Celiminação das dimensões e a incorporação de seus atributos diretamente na tabela fato simplificam o modelo e reduzem custo de processamento em consultas agregadas.
- Dreplicação integral da tabela fato em servidores distintos resolve a degradação de consultas, considerando a estratégia de modelagem adotada.
- Eremoção de dados históricos da tabela fato garante melhoria definitiva no desempenho de carga e consulta, mantendo intacta a capacidade analítica do ambiente.