Questão de Banco de Dados — DW - Data Warehouse — FGV 2023
Banco de Dados›DW - Data Warehouse
Código
fg060714
Banca
FGV
Órgão
CGE-SC
Ano
2023
Nível
Superior
Cargo
Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos)
Em relação às diferenças de características técnicas entre um banco de dados planejado para lidar com informações transacionais (operações do dia a dia de uma empresa) e um Data Warehouse, é correto afirmar que
Aa normalização é essencial em um Data Warehouse, sobretudo no modelo dimensional estrela, de forma a evitar dados redundantes.
Bos processos analíticos normalmente usam uma pequena parcela de dados, reservando grandes porções de dados aos processos transacionais.
Ca questão de redundância de dados não é problema para o modelo dimensional (estrela), pois a normalização não é relevante entre fatos e dimensões.
Dos dados transacionais são acessados raramente, ao passo que os dados em um Data Warehouse são acessados frequentemente para o funcionamento operacional de uma empresa.
Eos dados salvos em um Data Warehouse são constantemente atualizados por meio de operações de UPDATE, ao passo que os dados transacionais recebem apenas novos registros (INSERT) e pedidos de leitura (SELECT).
Revelar gabarito e comentário▾
GabaritoC — a questão de redundância de dados não é problema para o modelo dimensional (estrela), pois a normalização não é relevante entre fatos e dimensões.
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”.
Data Warehouse × Banco Transacional: características técnicas
Gabarito: letra C. No modelo dimensional (estrela) de um Data Warehouse, a redundância de dados não é considerada um problema, pois a normalização não é relevante entre as tabelas fato e dimensão. Ao contrário dos bancos transacionais (OLTP), que priorizam a normalização para evitar redundâncias, o DW adota a desnormalização para otimizar consultas analíticas (OLAP).
A banca testa o conhecimento das diferenças fundamentais entre bancos transacionais (OLTP) e analíticos (OLAP/DW). O material de apoio resume:
Característica
Banco Transacional (OLTP)
Data Warehouse (OLAP)
Foco
Operações do dia a dia (transações)
Análise e tomada de decisão
Volume de dados por consulta
Pequena parcela
Grandes porções
Normalização
Essencial para evitar redundância
Desnormalização é aceita (redundância não é problema)
Atualização
Constante (INSERT, UPDATE, DELETE)
Não volátil (carga periódica, sem UPDATE frequente)
Tipo de acesso
Transacional (OLTP)
Analítico (OLAP)
DW (OLAP) × Transacional (OLTP): Foco (OLTP: operações do dia a dia, OLAP: análise e decisão); Volume por consulta (OLTP: pequena parcela, OLAP: grandes porções); Normalização (OLTP: essencial (evitar redundância), OLAP: desnormalização aceita); Atualização (OLTP: constante (INSERT, UPDATE, DELETE), OLAP: não volátil (carga periódica))
Alternativa A — ❌ Incorreta
Afirma que a normalização é essencial no DW, especialmente no modelo estrela. Na verdade, o modelo dimensional (estrela) é desnormalizado propositalmente: as tabelas dimensão contêm dados redundantes para simplificar e acelerar as consultas analíticas. A normalização é característica dos bancos transacionais.
Alternativa B — ❌ Incorreta
Inverte os papéis: os processos analíticos (DW) consomem grandes porções de dados (varreduras em tabelas fato), enquanto os processos transacionais (OLTP) usam uma pequena parcela (acessos pontuais a registros individuais).
Alternativa C — ✅ Correta ⟵ GABARITO
Exatamente: no modelo dimensional, a redundância não é um problema. As tabelas dimensão armazenam atributos descritivos que podem se repetir, e as tabelas fato contêm chaves estrangeiras e medidas. A normalização (primeira, segunda, terceira forma normal) não é aplicada entre fatos e dimensões; pelo contrário, busca-se um esquema estrela desnormalizado.
Alternativa D — ❌ Incorreta
Os dados transacionais são acessados frequentemente (muitas transações por segundo) para o funcionamento operacional. Já os dados em um DW são acessados esporadicamente (consultas analíticas) e não para operações rotineiras.
Alternativa E — ❌ Incorreta
Data Warehouses são não voláteis: após a carga inicial (via ETL), os dados não sofrem alterações (UPDATE); novas cargas substituem ou acrescentam registros, mas sem atualizações frequentes. Já os bancos transacionais recebem INSERT, UPDATE e DELETE constantemente.