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

Modelagem dimensional: tabelas fato e dimensão

Gabarito: letra C. As afirmativas I e II estão corretas: tabelas fato armazenam métricas quantitativas de processos de negócio, e tabelas dimensão fornecem o contexto descritivo. A afirmativa III está incorreta, pois a modelagem dimensional não se baseia em normalização extensiva — pelo contrário, ela adota a desnormalização para otimizar consultas analíticas.

A modelagem dimensional (ou multidimensional) é a técnica usada para organizar dados em Data Warehouses, com foco em performance de consulta e facilidade de análise. Ela se contrapõe à modelagem relacional tradicional, que prioriza a integridade e a eliminação de redundâncias por meio da normalização. No modelo dimensional, o objetivo é criar uma estrutura que espelhe a forma como os analistas pensam o negócio: em fatos (o que aconteceu) e dimensões (sob quais perspectivas).

As tabelas fato são o coração do modelo: armazenam as medidas numéricas — também chamadas de métricas ou indicadores — que representam o desempenho do negócio. Cada linha de uma tabela fato corresponde a um evento ou transação (uma venda, um pedido, uma chamada). Por exemplo, em um DW de vendas, a tabela fato pode conter as colunas valor, quantidade e custo, além das chaves estrangeiras que a conectam às dimensões. Já as tabelas dimensão são as "margens" do modelo: contêm os atributos descritivos que dão contexto aos fatos — como nome do produto, categoria, região, data, cliente. São elas que permitem responder perguntas como "qual foi o total de vendas por região no último trimestre?".

A distinção entre os dois tipos de tabela é o critério central da modelagem dimensional e aparece em praticamente toda prova do tema. A tabela abaixo resume o contraste:

A pegadinha da questão está na afirmativa III: a banca inverte o princípio. A modelagem dimensional não busca a normalização extensiva; ela busca a desnormalização para reduzir o número de junções (joins) e acelerar as consultas. No esquema estrela (star schema), as dimensões são desnormalizadas — cada dimensão é uma única tabela. No esquema floco de neve (snowflake), as dimensões são normalizadas em múltiplas tabelas, o que aumenta o número de joins e o espaço de armazenamento, mas ainda assim não é o princípio organizador do modelo dimensional como um todo. A normalização extensiva é característica do modelo relacional transacional (OLTP), não do modelo dimensional (OLAP).

Guarde a fronteira: fato = medida numérica; dimensão = contexto descritivo; modelagem dimensional = desnormalização. É exatamente nesses três pontos que as afirmativas se dividem.

Item I — ✅ Correto

A afirmativa está correta. As tabelas fato são projetadas para armazenar métricas quantitativas resultantes de processos ou eventos de negócio. É o que define a tabela fato: ela guarda as medidas numéricas (como valor, quantidade, custo) que os analistas desejam consultar e agregar. O material de apoio confirma: "as medições numéricas que representam o desempenho do negócio modelado são armazenadas na tabela fato".

Item II — ✅ Correto

A afirmativa está correta. As tabelas dimensão fornecem o contexto necessário para os fatos, contendo atributos descritivos. São as dimensões que respondem "sob qual perspectiva" o fato será analisado: produto, tempo, loja, cliente, região. O material de apoio reforça: "as tabelas dimensão contêm atributos que visam descrever características de cada dimensão".

Item III — ❌ Incorreto

A afirmativa está incorreta. A modelagem dimensional não se baseia na normalização extensiva; ela se baseia na desnormalização como princípio de organização. O objetivo é reduzir o número de junções e acelerar as consultas analíticas. A normalização extensiva é característica do modelo relacional transacional (OLTP), não do modelo dimensional. O material de apoio é explícito: "No modelo estrela, as dimensões não são normalizadas". A banca inverteu o princípio — essa é a pegadinha clássica do tema.

Conclusão: Corretos: I e II → portanto a alternativa é a letra C.

Gabarito: letra C