Questão de TI - Ciência de Dados e Inteligência Artificial — Modelagem Dimensional — FGV 2024

Modelagem dimensional: snowflaking

Gabarito: letra A. A técnica que Tomas deve utilizar é o snowflaking (floco de neve), que consiste em normalizar uma dimensão, dividindo-a em dimensões hierarquicamente relacionadas — exatamente o que ele fará ao transformar a dimensão local em dimensão estado e dimensão cidade. Essa é uma técnica clássica de modelagem multidimensional, descrita na literatura de Data Warehouse (Kimball).

O snowflaking é uma variação do esquema estrela. No esquema estrela, cada dimensão é uma tabela única e desnormalizada, ligada diretamente à tabela fato. No esquema floco de neve, as dimensões são normalizadas: uma dimensão é decomposta em várias tabelas relacionadas, seguindo a hierarquia natural dos atributos. Por exemplo, em vez de uma única dimensão "local" com os atributos cidade, estado e país, criam-se tabelas separadas: dimensão cidade (com chave da cidade e atributos específicos), dimensão estado (com chave do estado e atributos) e dimensão país, ligadas por chaves estrangeiras.

O objetivo dessa normalização é reduzir a redundância de dados e facilitar a integração de data marts que compartilham dimensões em comum. Quando dois data marts têm granularidades diferentes (um por estado, outro por cidade), a dimensão compartilhada precisa ser normalizada para que cada nível hierárquico seja uma dimensão própria, permitindo que ambos os data marts referenciem a mesma dimensão estado e a mesma dimensão cidade, mesmo que em níveis de detalhe distintos.

Na prática, Tomas criaria a dimensão estado (com atributos como nome do estado, região, etc.) e a dimensão cidade (com atributos como nome da cidade, população, etc.), e a dimensão cidade teria uma chave estrangeira para a dimensão estado. Assim, o data mart com granularidade por estado usaria a dimensão estado, e o data mart com granularidade por cidade usaria a dimensão cidade, ambas compartilhando a mesma estrutura normalizada.

A pegadinha desta questão está em confundir snowflaking com outras técnicas de integração de data marts, como agregação ou consolidação de fatos. O snowflaking é uma técnica de modelagem de dimensões, não de fatos. A agregação e a consolidação lidam com tabelas de fatos, não com dimensões. A rastreabilidade (lineage) é um conceito de governança de dados, e a degeneração dimensional é uma técnica para lidar com atributos que pertencem à tabela fato, não à dimensão.

Guarde a distinção central: snowflaking = normalizar dimensões; agregação/consolidação = combinar fatos; degeneração = atributos de fato que viram dimensão; lineage = rastreamento de origem. É nessa fronteira que as alternativas se dividem.

Alternativa A — ✅ Correta ⟵ GABARITO

O snowflaking é exatamente a técnica de normalizar uma dimensão, dividindo-a em dimensões hierarquicamente relacionadas. No caso, a dimensão local (com granularidade mista) é decomposta em dimensão estado e dimensão cidade, permitindo que os data marts compartilhem as dimensões em comum. É a resposta correta.

Alternativa B — ❌ Incorreta

Agregação de fatos é uma técnica para combinar dados de fatos em um nível mais alto de granularidade (por exemplo, somar vendas diárias em vendas mensais). Não se aplica à normalização de dimensões. O erro está em confundir a operação sobre fatos com a operação sobre dimensões.

Alternativa C — ❌ Incorreta

Consolidação de fatos é a integração de tabelas de fatos de diferentes data marts em uma única tabela de fatos, geralmente com diferentes granularidades. Não é a técnica para normalizar dimensões. O erro está em aplicar uma técnica de fatos a um problema de dimensões.

Alternativa D — ❌ Incorreta

Rastreabilidade (lineage) é o conceito de governança de dados que se refere à capacidade de rastrear a origem e as transformações de um dado ao longo do tempo. Não é uma técnica de modelagem dimensional. O erro está em confundir governança de dados com modelagem multidimensional.

Alternativa E — ❌ Incorreta

Degeneração dimensional é uma técnica em que atributos que pertencem à tabela fato (como número do pedido, número da nota fiscal) são mantidos diretamente na tabela fato, sem criar uma dimensão separada. Não se aplica à normalização de dimensões. O erro está em confundir a técnica de lidar com atributos de fato com a técnica de normalizar dimensões.

Gabarito: letra A — snowflaking é a técnica de normalizar dimensões, exatamente o que Tomas precisa para integrar os data marts com granularidades diferentes.