Pular para o conteúdo principal

Questão de Banco de Dados — DW - Data Warehouse — FGV 2026

Banco de DadosDW - Data Warehouse
Código
fg133798
Banca
FGV
Órgão
TJ-RJ
Ano
2026
Nível
Superior
Cargo
Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial
Um time está iniciando a migração de dados de um sistema transacional (OLTP) legado para um novo Data Warehouse (DW) corporativo. O sistema legado possui um modelo de dados altamente normalizado, atendendo à Terceira Forma Normal (3FN), o que garante a integridade das transações diárias. No entanto, para o novo ambiente analítico, cujo foco é a geração de relatórios gerenciais e painéis de BI (Business Intelligence) com alto volume de leitura, o arquiteto decidiu aplicar técnicas de desnormalização intencional em algumas tabelas, consolidando dados de produtos e categorias em uma única estrutura dimensional.Considerando os impactos dessa decisão de projeto e os fundamentos da modelagem de dados, é correto afirmar que:
  1. Aa desnormalização tem como objetivo principal otimizar as operações de escrita (inserts e updates), pois, ao repetir os dados em uma única tabela, o banco de dados elimina a necessidade de verificar restrições de integridade referencial em múltiplas tabelas;
  2. Ba estratégia adotada visa a reduzir a quantidade de junções (joins) necessárias durante as consultas analíticas, melhorando o desempenho de leitura, embora isso acarrete aumento do espaço de armazenamento e risco de anomalias de atualização;
  3. Ca manutenção do modelo na Terceira Forma Normal (3FN) seria a escolha ideal para o Data Warehouse, pois a normalização maximiza a performance de consultas de agregação ao garantir que os dados não estejam duplicados, facilitando a leitura sequencial do disco;
  4. Ddesnormalização é um requisito obrigatório para bancos de dados NoSQL, mas é tecnicamente inviável em bancos de dados relacionais (SQL), visto que estes não suportam a existência de redundância de dados dentro de uma mesma tabela;
  5. Eao desnormalizar as tabelas, o arquiteto está transformando o modelo em um esquema floco de neve (Snowflake), que é caracterizado justamente pelo uso de tabelas de dimensão únicas e planas, contendo todos os atributos descritivos sem relacionamentos hierárquicos externos.
Revelar gabarito e comentário

GabaritoB — a estratégia adotada visa a reduzir a quantidade de junções (joins) necessárias durante as consultas analíticas, melhorando o desempenho de leitura, embora isso acarrete aumento do espaço de armazenamento e risco de anomalias de atualização;

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”.

Desnormalização em Data Warehouse

Gabarito: letra B. A técnica de desnormalização em Data Warehouses visa reduzir a quantidade de junções (joins) em consultas analíticas, melhorando o desempenho de leitura, em contrapartida ao aumento do espaço de armazenamento e possível introdução de anomalias de atualização. Essa é a justificativa clássica para o uso de esquemas dimensionais (estrela) em ambientes de BI.

A banca testa o entendimento do trade-off entre normalização (OLTP) e desnormalização (DW). No ambiente transacional, a 3FN evita redundância e protege a integridade das operações de escrita; no analítico, prioriza-se a velocidade de leitura, mesmo com redundância controlada.

Alternativa A — ❌ Incorreta

Afirma que a desnormalização tem como objetivo principal otimizar operações de escrita (inserts/updates). Na verdade, a desnormalização prejudica operações de escrita, pois a redundância exige manutenção em múltiplos locais, aumentando o risco de inconsistências. O objetivo é melhorar a leitura.

Alternativa B — ✅ Correta ⟵ GABARITO

Descreve exatamente a motivação e as consequências da desnormalização: reduz junções (joins) → melhora desempenho de leitura; aumenta espaço de armazenamento e risco de anomalias de atualização. É a definição padrão adotada na modelagem dimensional (esquema estrela).

Alternativa C — ❌ Incorreta

Defende a manutenção da 3FN no DW como ideal, alegando que a normalização maximiza a performance de consultas de agregação. Isso é falso: a normalização aumenta o número de tabelas e, consequentemente, de joins, o que degrada o desempenho de leitura em consultas analíticas. O DW é projetado para leitura pesada, não para escrita.

Alternativa D — ❌ Incorreta

Afirma que a desnormalização é obrigatória em NoSQL e inviável em bancos relacionais. Ambos os extremos são falsos. Bancos relacionais suportam redundância (embora não a incentivem), e sistemas NoSQL podem ou não usar desnormalização, dependendo do modelo. Não há obrigatoriedade de um lado nem inviabilidade do outro.

Alternativa E — ❌ Incorreta

Confunde desnormalização com esquema floco de neve (Snowflake). O esquema floco de neve é caracterizado por tabelas de dimensão normalizadas (subdivididas em múltiplas tabelas), e não por tabelas planas sem hierarquia. A descrição dada corresponde ao esquema estrela, onde as dimensões são desnormalizadas e únicas.

NÃO CAIA NESSA!

A alternativa A inverte o propósito da desnormalização (escrita vs. leitura), e a alternativa E troca os conceitos de esquema estrela (desnormalizado) e floco de neve (normalizado). Fique atento: no DW, desnormalizar = reduzir joins e melhorar leitura, nunca escrita.

Gabarito: letra B.

Link permanente: /questoes/fg133798