Questão de Banco de Dados — DW - Data Warehouse — FGV 2026
Banco de Dados›DW - Data Warehouse
Código
fg127367
Banca
FGV
Órgão
AL-RO
Ano
2026
Nível
Superior
Cargo
Analista Legislativo (Tecnologia da Informação - Banco de Dados)
O projeto do Data Warehouse (DW) de uma companhia aérea utiliza o modelo de esquema Snowflake, onde as tabelas de dimensão não se conectam diretamente à Tabela Fato, mas se ramificam em tabelas de subdimensão, gerando uma estrutura normalizada.Assinale a opção que apresenta a principal desvantagem da adoção do esquema Snowflake em comparação com o esquema Star na otimização de consultas OLAP.
AO esquema Snowflake exige um esforço maior de ETL, pois o processo de Transformação precisa desnormalizar e limpar os dados antes do carregamento.
BO esquema Snowflake aumenta o risco de ambiguidade nas consultas, uma vez que a chave primária da Tabela Fato é uma chave composta de todas as chaves estrangeiras.
CA estrutura normalizada do Snowflake geralmente aumenta o número de JOINS necessários nas consultas, o que pode degradar a performance de leitura em grandes volumes de dados.
DO esquema Snowflake não suporta hierarquias de dimensão, o que é essencial para análise OLAP.
EO esquema Snowflake economiza menos espaço em disco do que o Star Schema, devido à duplicação de atributos nas subdimensões.
Revelar gabarito e comentário▾
GabaritoC — A estrutura normalizada do Snowflake geralmente aumenta o número de JOINS necessários nas consultas, o que pode degradar a performance de leitura em grandes volumes de dados.
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”.
Esquemas Star vs. Snowflake em Data Warehouse
Gabarito: letra C. A principal desvantagem do Snowflake em relação ao Star é o maior número de JOINS necessários nas consultas devido à normalização das dimensões, o que degrada o desempenho em grandes volumes de dados (conceito clássico de modelagem dimensional).
A banca testa o conhecimento das diferenças estruturais e de performance entre os dois esquemas. Enquanto o Star Schema desnormaliza as dimensões (vantagem para leitura), o Snowflake as normaliza (vantagem para armazenamento, mas desvantagem para consultas).
Alternativa A — ❌ Incorreta
Afirma que o Snowflake exige maior esforço de ETL por precisar desnormalizar. Na verdade, o Snowflake utiliza dados normalizados, portanto o processo de ETL pode ser mais simples (não requer desnormalização). O maior esforço de ETL geralmente está no Star, que precisa desnormalizar os dados das fontes.
Alternativa B — ❌ Incorreta
Diz que o Snowflake aumenta o risco de ambiguidade nas consultas porque a chave primária da tabela fato é composta. Isso é comum a ambos os esquemas: toda tabela fato possui chave primária composta pelas chaves estrangeiras das dimensões. Não há ambiguidade adicional específica do Snowflake.
Alternativa C — ✅ Correta ⟵ GABARITO
A normalização do Snowflake decompõe as dimensões em várias tabelas (subdimensões), o que exige mais junções (JOINS) para recompor os dados. Em consultas OLAP com grandes volumes, o custo desses JOINS adicionais pode degradar significativamente a performance de leitura. Esse é o trade-off clássico: economia de espaço vs. desempenho de consulta.
Alternativa D — ❌ Incorreta
Afirma que o Snowflake não suporta hierarquias de dimensão. Na realidade, o Snowflake é frequentemente usado justamente para representar hierarquias naturalmente, normalizando os níveis hierárquicos em tabelas separadas. Portanto, ele suporta hierarquias tão bem quanto o Star (embora de forma diferente).
Alternativa E — ❌ Incorreta
Diz que o Snowflake economiza menos espaço que o Star. Na verdade, o Snowflake economiza mais espaço, pois evita a redundância de dados ao normalizar as dimensões. O Star, por ser desnormalizado, tende a ter duplicação de atributos, ocupando mais espaço em disco.
NÃO CAIA NESSA!
Cuidado para não confundir vantagem de espaço com vantagem de performance. O Snowflake economiza mais espaço, mas perde em desempenho de consulta (mais JOINS). A banca explora essa inversão: muitos candidatos acham que normalização sempre é melhor, mas em OLAP o Star é preferido por performance de leitura.