Questão de Banco de Dados — Modelo relacional — FGV 2023
Banco de Dados›Modelo relacional
Código
fg072451
Banca
FGV
Órgão
TJ-RN
Ano
2023
Nível
Superior
Cargo
Analista Judiciário - Tecnologia de Informação – Análise de Suporte
A gestão do TJRN é apoiada por sistemas de informações digitais que estão em produção há mais de dez anos abrangendo diversos contextos, como gestão de pessoal, gestão orçamentária, pedidos de serviço, controle de viaturas etc. Para apoiar a tomada de decisão de alto nível do Tribunal, é necessário o desenvolvimento de um banco de dados analítico que seja orientado a assunto, não volátil e histórico, integrando dados estruturados dos diversos sistemas e contextos.O banco de dados a ser desenvolvido é um Data:
ALake;
BMart;
CGraph;
DMining;
EWarehouse.
Revelar gabarito e comentário▾
GabaritoE — Warehouse.
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: conceitos fundamentais
Gabarito: letra E (Data Warehouse). O enunciado descreve um banco de dados analítico orientado a assunto, não volátil e histórico, que integra dados estruturados de múltiplos sistemas. Essas são as características clássicas de um Data Warehouse (DW), conforme a definição de Bill Inmon (pai do conceito). As demais alternativas correspondem a outros componentes ou técnicas do ecossistema de Business Intelligence (BI), mas não ao banco de dados principal descrito.
A questão testa a capacidade de distinguir os principais conceitos de BI: Data Warehouse, Data Mart, Data Lake, Data Mining e Graph Database. Vejamos cada alternativa.
Conceito
Características principais
Relação com o enunciado
Data Warehouse
Orientado a assunto, não volátil, histórico, integra dados estruturados de múltiplos sistemas.
Corresponde exatamente à descrição do banco de dados analítico solicitado.
Data Lake
Armazena dados brutos (estruturados, semiestruturados, não estruturados), sem transformação prévia.
Não se encaixa, pois o enunciado fala em dados estruturados e transformados, não brutos.
Data Mart
Subconjunto do Data Warehouse, focado em uma área de negócio específica.
Não se encaixa, pois o enunciado pede integração de "diversos sistemas e contextos", algo mais abrangente.
Graph Database
Banco NoSQL que armazena dados em nós e arestas, otimizado para relacionamentos complexos.
Não se encaixa, pois não é orientado a assunto, não volátil e histórico no sentido analítico.
Data Mining
Processo de extrair padrões e conhecimento de grandes volumes de dados.
Não é um banco de dados, mas uma técnica de análise.
Alternativa A — ❌ Incorreta
Data Lake: é um repositório que armazena dados em seu formato bruto (estruturados, semiestruturados ou não estruturados), sem a necessidade de transformação prévia. Embora também seja usado para análise, ele não é caracterizado por ser "não volátil" e "histórico" no mesmo sentido do Data Warehouse – no Data Lake, os dados ficam em estado bruto e podem ser voláteis. A descrição do enunciado aponta para dados estruturados e transformados, típicos de DW.
Alternativa B — ❌ Incorreta
Data Mart: é uma subdivisão do Data Warehouse, voltada para uma área específica do negócio (ex.: departamento de vendas). Ele também é orientado a assunto e histórico, mas o enunciado fala em integrar dados de "diversos sistemas e contextos", o que é mais abrangente (um DW corporativo). O Data Mart é um subconjunto, não o banco analítico corporativo que suporta a tomada de decisão de alto nível.
Alternativa C — ❌ Incorreta
Graph Database (Banco de Dados em Grafos): é um tipo de banco de dados NoSQL que armazena dados em nós, arestas e propriedades, otimizado para consultas de relacionamentos complexos. Não se encaixa na descrição de "orientado a assunto, não volátil e histórico" nem na finalidade de integração de dados estruturados para análise multidimensional.
Alternativa D — ❌ Incorreta
Data Mining: é o processo de extrair padrões e conhecimento a partir de grandes volumes de dados, usando técnicas de estatística e aprendizado de máquina. Não é um banco de dados, mas sim uma atividade que pode ser aplicada sobre um Data Warehouse. O enunciado pede "o banco de dados a ser desenvolvido", não uma técnica de análise.
Alternativa E — ✅ Correta ⟵ GABARITO
Data Warehouse: é um banco de dados analítico, orientado a assunto, integrado, não volátil e variante no tempo (histórico). Exatamente os adjetivos usados no enunciado: "orientado a assunto, não volátil e histórico, integrando dados estruturados dos diversos sistemas". É a principal ferramenta para apoiar a tomada de decisão estratégica, como a requerida pela gestão do TJRN.
PEGA ESSA DICA!
Para diferenciar Data Warehouse de Data Lake, lembre-se: DW armazena dados processados e prontos para análise (schema-on-write); Data Lake armazena dados brutos (schema-on-read). O Data Mart é um DW departamental.