Questão de Banco de Dados — Banco de Dados Multidimensionais — FGV 2024
Banco de Dados›Banco de Dados Multidimensionais
Código
fg075126
Banca
FGV
Órgão
AL-PR
Ano
2024
Nível
Superior
Cargo
Analista Legislativo - Desenvolvedor de Sistemas
Seja o modelo multidimensional representado a seguir, refletindo uma dinâmica de vendas de produtos por vendedores e por região.Considere queI. os campos indicados como são os identificadores de suas respectivas tabelas; II. na tabela “Vendas”, o atributo “cod_vendedor” referencia o identificador cod_vendedor da tabela “Vendedor”.III. na tabela “Vendas”, o atributo “cod_regiao” referencia o identificador cod_regiao da tabela “Região”. IV. na tabela “Vendas”, o atributo “cod_produto” referencia o identificador cod_produto da tabela “Produto”. V. na tabela “Região”, o atributo “cod_cidade” referencia o identificador cod_cidade da tabela “Cidade”.Ao analisar a semântica do modelo, é correto inferir que
Aa dimensão tempo está representada como tabela oculta.
Ba menor granularidade de tempo é data da venda.
Cexistem quatro tabelas fato e uma tabela dimensão.
Dimplementa o esquema multidimensional estrela.
Eum registro específico de venda pode se relacionar a várias cidades.
Revelar gabarito e comentário▾
GabaritoB — a menor granularidade de tempo é data da venda.
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”.
Modelagem multidimensional: tabela fato, dimensões e granularidade
Gabarito: letra B. A menor granularidade de tempo é a data da venda, pois o modelo descreve vendas individuais (cada registro da tabela Vendas representa uma venda específica, com sua data), e não agregações por mês, trimestre ou ano. As demais alternativas falham ao inverter os papéis de fato e dimensão, ao afirmar que há quatro tabelas fato, ao supor um esquema estrela sem a dimensão tempo explícita ou ao sugerir que uma venda se relaciona a várias cidades.
A modelagem multidimensional é a técnica usada em data warehouses para organizar dados em fatos e dimensões. A tabela fato armazena as medidas quantitativas do negócio (valores, quantidades) e contém chaves estrangeiras que referenciam as chaves primárias das tabelas dimensão. As tabelas dimensão descrevem os contextos de análise (produto, vendedor, região, tempo) e são desnormalizadas, com hierarquias. No modelo descrito, a tabela Vendas é a tabela fato, pois registra cada venda (com código do vendedor, região, produto e data). As tabelas Vendedor, Região, Produto e Cidade são dimensões, pois descrevem atributos que qualificam as vendas.
A granularidade é o nível de detalhamento dos dados armazenados na tabela fato. Se cada registro de Vendas corresponde a uma venda individual, a granularidade é a venda em si, e a menor unidade de tempo associada é a data da venda. Se o modelo agregasse vendas por mês, a granularidade temporal seria o mês. A alternativa B está correta porque identifica exatamente essa granularidade fina.
O esquema estrela (star schema) é um tipo de modelagem dimensional em que a tabela fato central se conecta diretamente a várias tabelas dimensão, sem hierarquias entre elas. No modelo apresentado, há uma hierarquia entre Região e Cidade (Região referencia Cidade), o que caracteriza um esquema floco de neve (snowflake), não estrela. Além disso, a dimensão tempo não aparece como tabela explícita, mas como atributo da tabela fato (data da venda).
A pegadinha central da questão é a confusão entre tabela fato e tabela dimensão. O candidato pode pensar que Vendedor, Região e Produto são fatos por serem tabelas com muitos registros, mas são dimensões que descrevem as vendas. Outra armadilha é supor que o modelo é estrela sem verificar a hierarquia entre dimensões.
Modelagem multidimensional
1Tabela fato
Vendas (medidas + FKs)
Granularidade: venda individual
2Tabelas dimensão
Vendedor
Produto
Região
Hierarquia → Cidade
Tempo
Atributo data da venda
3Esquemas
Estrela (dimensões diretas)
Floco de neve (com hierarquia)
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
Afirma que a dimensão tempo está representada como tabela oculta. Não há indicação de tabela oculta; a dimensão tempo aparece como atributo data da venda na tabela fato, não como tabela separada. O conceito de "tabela oculta" não se aplica aqui.
Alternativa B — ✅ Correta ⟵ GABARITO
A menor granularidade de tempo é a data da venda. Como cada registro de Vendas representa uma venda individual, o nível mais fino de detalhamento temporal é a data em que a venda ocorreu. Isso está alinhado com a definição de granularidade como o nível de detalhe dos dados na tabela fato.
Alternativa C — ❌ Incorreta
Afirma que existem quatro tabelas fato e uma tabela dimensão. Na verdade, há uma tabela fato (Vendas) e quatro tabelas dimensão (Vendedor, Região, Produto e Cidade). A alternativa inverte os papéis.
Alternativa D — ❌ Incorreta
Afirma que o modelo implementa o esquema estrela. No esquema estrela, as dimensões são desnormalizadas e se conectam diretamente à tabela fato. Aqui, há hierarquia entre Região e Cidade (Região referencia Cidade), o que caracteriza o esquema floco de neve, não estrela.
Alternativa E — ❌ Incorreta
Afirma que um registro específico de venda pode se relacionar a várias cidades. Cada venda referencia uma região (cod_regiao), e cada região referencia uma cidade (cod_cidade). Portanto, uma venda está associada a uma única cidade, não a várias.
Considere queI. os campos indicados como são os identificadores de suas respectivas tabelas; II. na tabela “Vendas”, o atributo “cod_vendedor” referencia o identificador cod_vendedor da tabela “Vendedor”.III. na tabela “Vendas”, o atributo “cod_regiao” referencia o identificador cod_regiao da tabela “Região”. IV. na tabela “Vendas”, o atributo “cod_produto” referencia o identificador cod_produto da tabela “Produto”. V. na tabela “Região”, o atributo “cod_cidade” referencia o identificador cod_cidade da tabela “Cidade”.Ao analisar a semântica do modelo, é correto inferir que