Auditor de Controle Externo - Área Administrativa - Ciência de Dados
Associe os conceitos a seguir às respectivas características.1. Data Lake2. Data Mart( ) Surgiu como uma alternativa aos armazéns de dados tradicionais, permitindo o armazenamento de grandes volumes de dados de qualquer tipo e tamanho.( ) São criados para tornar os dados mais facilmente acessíveis para geração de relatórios, além de fornecer um estágio adicional de transformação além das tubulações ETL iniciais.( ) Tipo de armazenamento de dados frequentemente usado para suportar camadas de apresentação do ambiente de data warehouse.( ) Fornece um local central de armazenamento para dados brutos, com o mínimo de transformação, se houver.A associação correta, na ordem dada, é:
A1 – 2 – 2 – 1.
B1 – 2 – 1 – 2.
C2 – 2 – 1 – 1.
D1 – 1 – 2 – 2.
E2 – 1 – 1 – 2.
Revelar gabarito e comentário▾
GabaritoA — 1 – 2 – 2 – 1.
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 Lake e Data Mart
Gabarito: letra A. A sequência correta é 1 (Data Lake) – 2 (Data Mart) – 2 (Data Mart) – 1 (Data Lake). A primeira e a quarta características descrevem o Data Lake (armazenamento de dados brutos, grande volume, mínima transformação), enquanto a segunda e a terceira se referem ao Data Mart (foco em relatórios, suporte à camada de apresentação, transformação adicional).
Primeira característica: "Surgiu como uma alternativa aos armazéns de dados tradicionais, permitindo o armazenamento de grandes volumes de dados de qualquer tipo e tamanho." Isso é típico de Data Lake, que aceita dados brutos e não exige esquema rígido.
Segunda característica: "São criados para tornar os dados mais facilmente acessíveis para geração de relatórios, além de fornecer um estágio adicional de transformação além das tubulações ETL iniciais." Corresponde ao Data Mart, que é um subconjunto do data warehouse voltado para uma área de negócio específica, com processamento adicional.
Terceira característica: "Tipo de armazenamento de dados frequentemente usado para suportar camadas de apresentação do ambiente de data warehouse." Novamente Data Mart, pois ele alimenta diretamente relatórios e dashboards na camada de apresentação.
Quarta característica: "Fornece um local central de armazenamento para dados brutos, com o mínimo de transformação, se houver." Descreve o Data Lake, que mantém os dados em seu formato original.
A sequência que respeita essa correspondência é 1 – 2 – 2 – 1, exatamente a opção A.
Análise das alternativas:
A: 1-2-2-1 → ✅ Correta.
B: 1-2-1-2 → ❌ Errada. A terceira característica (suporte à camada de apresentação) é de Data Mart, não de Data Lake.
C: 2-2-1-1 → ❌ Errada. A primeira característica (armazenamento de grandes volumes de dados brutos) é de Data Lake, não de Data Mart.
D: 1-1-2-2 → ❌ Errada. A segunda característica (relatórios e transformação adicional) é de Data Mart, não de Data Lake.
E: 2-1-1-2 → ❌ Errada. A primeira e a quarta características trocam os papéis; a primeira deveria ser Data Lake.
Característica
Conceito
Surgiu como alternativa aos armazéns tradicionais, permitindo armazenar grandes volumes de dados de qualquer tipo e tamanho.
Data Lake (1)
Criado para tornar dados mais acessíveis para relatórios, com estágio adicional de transformação além do ETL inicial.
Data Mart (2)
Tipo de armazenamento frequentemente usado para suportar camadas de apresentação do data warehouse.
Data Mart (2)
Fornece local central para dados brutos, com o mínimo de transformação.
Data Lake (1)
PEGA ESSA DICA!
Lembre-se: Data Lake = dados brutos, sem transformação, grande volume, schema-on-read. Data Mart = subconjunto especializado, voltado a relatórios, com transformações, schema-on-write.