Banco de Dados · FGV · 2026 | Questão sqc-fg133974

Banco de DadosDW - Data Warehouse

Código: fg133974
Banca: FGV
Órgão: TJ-RJ
Ano: 2026
Nível: Superior

Cargo: Analista Judiciário - Tecnologia da Informação - Cientista de Dados

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:

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;
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;
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;
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;
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: impactos e fundamentos

Gabarito: letra B. A desnormalização em ambientes de Data Warehouse visa reduzir a quantidade de junções (joins) durante consultas analíticas, melhorando o desempenho de leitura, em troca de maior espaço de armazenamento e risco de anomalias de atualização. Essa é a justificativa clássica para a adoção de esquemas dimensionais (estrela) em vez da 3FN.

A questão testa o trade-off fundamental entre normalização (OLTP) e desnormalização (DW). Enquanto o sistema transacional prioriza integridade e eficiência de escrita, o ambiente analítico foca em velocidade de leitura e simplicidade de consulta.

Critério	Esquema Estrela (Star Schema)	Esquema Floco de Neve (Snowflake Schema)
Estrutura das dimensões	Tabelas de dimensão desnormalizadas (planas, com todos os atributos em uma única tabela)	Tabelas de dimensão normalizadas (atributos hierárquicos separados em múltiplas tabelas)
Quantidade de joins	Menos joins (dimensão única por entidade)	Mais joins (necessário navegar por hierarquias normalizadas)
Desempenho de leitura	Mais rápido (menos junções)	Mais lento (mais junções)
Espaço de armazenamento	Maior (redundância de dados)	Menor (eliminação de redundância)
Complexidade de manutenção	Maior (risco de anomalias de atualização)	Menor (integridade referencial preservada)
Facilidade de uso para BI	Mais simples (consultas diretas)	Mais complexo (consultas com múltiplas junções)
Exemplo típico	Tabela `DIM_PRODUTO` com `categoria_nome`, `categoria_id` embutidos	Tabela `DIM_PRODUTO` + `DIM_CATEGORIA` separadas, ligadas por chave estrangeira

Alternativa A — ❌ Incorreta

Afirma que a desnormalização otimiza operações de escrita. Na verdade, a repetição intencional de dados prejudica escritas (inserts, updates) por aumentar a redundância e exigir manutenção consistente. O objetivo principal é melhorar leitura – reduzir joins em consultas agregadas.

Alternativa B — ✅ Correta ⟵ GABARITO

Descreve corretamente a finalidade da desnormalização: reduzir joins, melhorar desempenho de leitura, com aumento de armazenamento e risco de anomalias de atualização. É a essência do esquema estrela em Data Warehouses.

Alternativa C — ❌ Incorreta

Afirma que 3FN seria ideal para DW. A 3FN maximiza a integridade e minimiza redundância, mas não otimiza consultas analíticas, que exigem muitas junções. O DW geralmente adota modelos desnormalizados (estrela/floco de neve) para performance.

Alternativa D — ❌ Incorreta

Declara que desnormalização é inviável em bancos relacionais. É falso: os SGBDs relacionais suportam redundância normalmente. A desnormalização é técnica amplamente usada em DW relacionais (star schema). Bancos NoSQL têm características diferentes, mas não são requisito.

Alternativa E — ❌ Incorreta

Confunde esquema floco de neve com desnormalização. O esquema floco de neve (snowflake) é caracterizado pela normalização das tabelas dimensão, com hierarquias externas. A desnormalização descrita (consolidar produtos e categorias em uma única tabela) corresponde ao esquema estrela (star schema), onde as dimensões são planas e desnormalizadas.

NÃO CAIA NESSA!

Lembre-se: OLTP → 3FN (escrever rápido); DW → desnormalizado (ler rápido, estrela/snowflake). A banca adora inverter o sentido – a pegadinha típica é afirmar que desnormalização otimiza escrita ou que 3FN é ideal para DW.

Gabarito: letra B.

Link permanente: /questoes/fg133974