Pular para o conteúdo principal

Questão de Banco de Dados — Conceitos Básicos em Banco de Dados — FGV 2024

Banco de DadosConceitos Básicos em Banco de Dados
Código
fg077290
Banca
FGV
Órgão
CVM
Ano
2024
Nível
Superior
Cargo
Analista - Perfil 7 - Ciência de Dados - Tarde
Diante de várias reclamações de performance em resposta a consultas a dados por meio de um dos sistemas estruturantes de uma autarquia federal, a equipe de tecnologia identificou que o motivo estava na lentidão para recuperação de registros na base de dados utilizada pelo sistema. Para agilizar a recuperação de registros em resposta a uma pesquisa que utiliza um campo que comporta valores repetidos, a equipe de tecnologia criou índices.Considerando que já existe um índice primário para o conjunto de dados em questão, a equipe criou um índice:
  1. Amultinível secundário esparso de chave candidata;
  2. Bde agrupamento (clustering) denso para o campo de ordenação física;
  3. Cbitmap para um ou mais campos de pesquisa para os quais há grandes variações de valores;
  4. Dde hash para o campo de pesquisa que é utilizado para organização do índice primário;
  5. Esecundário não denso para o campo de pesquisa com um nível de indireção extra para múltiplos ponteiros.
Revelar gabarito e comentário

GabaritoE — secundário não denso para o campo de pesquisa com um nível de indireção extra para múltiplos ponteiros.

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”.

Índices em Banco de Dados

Gabarito: letra E. A equipe criou um índice secundário não denso (com indireção para múltiplos ponteiros), que é o tipo apropriado para acelerar consultas em um campo com valores repetidos, quando já existe um índice primário. Esse índice permite buscas eficientes por valores não únicos, apontando para as tuplas correspondentes através de ponteiros indiretos.

A questão testa o conhecimento sobre os diferentes tipos de índices e suas aplicações, especialmente em campos com valores não únicos. A seguir, a análise de cada alternativa.

Alternativa A — ❌ Incorreta

Um índice multinível secundário esparso sobre uma chave candidata seria para valores únicos. O campo em questão permite valores repetidos, portanto não é uma chave candidata. Além disso, um índice esparso secundário não é adequado para valores repetidos.

Alternativa B — ❌ Incorreta

Um índice de agrupamento (clustering) denso sobre o campo de ordenação física é, na prática, um novo índice primário que reorganizaria os dados, mas já existe um índice primário. Além disso, o campo não é necessariamente o de ordenação física.

Alternativa C — ❌ Incorreta

Índices bitmap são eficientes para campos com baixa cardinalidade (poucos valores distintos). O enunciado menciona que o campo comporta valores repetidos, mas não indica baixa cardinalidade; pelo contrário, se há muitas repetições, a cardinalidade pode ser baixa, mas a alternativa diz "grandes variações de valores" (alta cardinalidade), o que não é adequado para bitmap.

Alternativa D — ❌ Incorreta

Um índice hash é usado para consultas de igualdade, mas não especificamente sobre o campo que organiza o índice primário. A descrição é confusa e não corresponde ao cenário típico.

Alternativa E — ✅ Correta ⟵ GABARITO

Um índice secundário não denso (sparse) com um nível de indireção extra para múltiplos ponteiros é exatamente o que se precisa: um índice auxiliar (secundário) que lida com valores repetidos através de listas de ponteiros para os registros. A expressão "não denso" refere-se ao fato de que o índice não armazena uma entrada para cada valor de chave? Na verdade, em muitos contextos, "não denso" significa que não é um índice clustered (que é denso). Aqui, a banca considerou essa descrição como correta.

PEGA ESSA DICA!

Lembre-se: índices secundários são criados sobre campos que não são chave primária, e para valores repetidos, utilizam-se estruturas como B-tree ou listas de ponteiros. Índices bitmap são bons para baixa cardinalidade; hash para igualdade; clustering para ordenação física. Sempre atente ao contexto do enunciado.

Gabarito: letra E.

Link permanente: /questoes/fg077290