Pular para o conteúdo principal

Questão de Banco de Dados — DW - Data Warehouse — FGV 2024

Banco de DadosDW - Data Warehouse
Código
fg084701
Banca
FGV
Órgão
EPE
Ano
2024
Nível
Superior
Cargo
Analista de Gestão Corporativa - Tecnologia da Informação (Soluções)
Com o objetivo de atender às necessidades específicas de processamento, acesso e análise de informações, diferentes tecnologias podem ser empregadas para o armazenamento de dados.Nesse contexto, é correto afirmar que Data Warehouses
  1. Asão ideais para armazenar grandes volumes de dados estruturados e não estruturados.
  2. Bseparam os dados em zonas, de acordo com o nível de processamento, do mais bruto ao mais refinado.
  3. Cempregam o método ELT (Extract, Load, Transform) no processo ingestão de dados.
  4. Dsão ineficazes para a realização de consultas complexas em grandes volumes de dados estruturados.
  5. Esão otimizados para a geração de relatórios de dados estruturados, provenientes de diversas fontes.
Revelar gabarito e comentário

GabaritoE — são otimizados para a geração de relatórios de dados estruturados, provenientes de diversas fontes.

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: Características e Aplicação

Gabarito: letra E. Um Data Warehouse (DW) é um repositório central de dados integrados, orientado a assunto, não volátil e variante no tempo, projetado para suportar consultas complexas e geração de relatórios de dados estruturados oriundos de diversas fontes (ERP, CRM, etc.). Essa definição está em linha com o gabarito da FGV.

Data Warehouse (DW)
  • 1Características
    • Orientado a assunto
    • Integrado (múltiplas fontes)
    • Não volátil
    • Variante no tempo
  • 2Dados
    • Estruturados (tabelas)
    • Não estruturados (Data Lake)
  • 3Processo
    • ETL (Extract, Transform, Load)
    • ELT (Data Lake)
  • 4Finalidade
    • Consultas complexas (OLAP)
    • Relatórios de dados estruturados
  • 5Modelo
    • Star schema
    • Snowflake
LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

Afirma que DW armazena grandes volumes de dados estruturados e não estruturados. Na realidade, o DW é especializado em dados estruturados (tabelas, planilhas). Dados não estruturados (textos, imagens, vídeos) são típicos de Data Lakes.

Alternativa B — ❌ Incorreta

Descreve a separação em zonas (crua, refinada, etc.), que é característica de arquiteturas de Data Lake ou Lakehouse. O DW não organiza dados em zonas por nível de processamento; ele utiliza processos ETL para transformar e carregar os dados em um esquema dimensional único.

Alternativa C — ❌ Incorreta

O método padrão em DW é ETL (Extract, Transform, Load). O ELT é mais comum em Data Lakes, onde a transformação ocorre após o carregamento. A banca inverteu a ordem.

Alternativa D — ❌ Incorreta

DW é eficaz (e não ineficaz) para consultas complexas em grandes volumes de dados estruturados. Seu modelo multidimensional (star schema, snowflake) é otimizado para agregações e análises do tipo OLAP.

Alternativa E — ✅ Correta ⟵ GABARITO

Exatamente: DW é otimizado para geração de relatórios de dados estruturados, integrados de múltiplas fontes. Essa é a definição clássica.

PEGA ESSA DICA!

Para questões de Data Warehouse, lembre-se das quatro características: orientado a assunto, integrado, não volátil e variante no tempo. Compare com Data Lake (dados brutos, schema-on-read, ELT) e Lakehouse (híbrido).

Link permanente: /questoes/fg084701