GabaritoB — ETL (Extract, Transform, Load).
Gabarito: letra B. A técnica utilizada para carregar dados de sistemas corporativos em um Data Warehouse é o ETL (Extract, Transform, Load), que consiste em extrair dados de múltiplas fontes, transformá-los conforme as regras de negócio e carregá-los no warehouse. As demais alternativas referem-se a outros conceitos de BI e banco de dados, como OLAP (análise), OLTP (transações), Data Mining (mineração) e Data Clearing (termo inexistente).
O ETL é o coração da integração de dados em um ambiente de Business Intelligence. Ele é responsável por mover dados de sistemas operacionais (OLTP), planilhas, arquivos externos e outras fontes para o Data Warehouse, garantindo que os dados estejam limpos, padronizados e prontos para análise. O processo é dividido em três fases principais:
Extração: leitura dos dados de uma ou mais bases de dados de origem. É a fase mais demorada, pois envolve identificar as fontes, estimar volumes e ler os dados.
Transformação: conversão dos dados extraídos para o formato adequado ao warehouse. Inclui limpeza, agregação, deduplicação, revisão de formato, reestruturação de chaves, entre outras operações.
Carga: transferência dos dados transformados para o Data Warehouse. Pode ser total ou incremental (em fluxo ou em lote).
A importância do ETL é crítica, pois as decisões estratégicas das organizações são baseadas nas informações armazenadas no Data Warehouse. Sem um ETL eficiente, os dados podem chegar inconsistentes, duplicados ou incompletos, comprometendo toda a análise.
É comum confundir ETL com outras ferramentas do ecossistema de BI. O OLAP é uma técnica de análise multidimensional, usada para consultas rápidas e ad hoc sobre os dados já carregados. O OLTP é o sistema de processamento de transações online, que alimenta o ETL com dados operacionais. O Data Mining é o processo de descoberta de padrões e conhecimento em grandes volumes de dados. Já Data Clearing não é um termo técnico reconhecido na área.
A pegadinha desta questão está em associar o carregamento de dados ao OLAP, que é a ferramenta de análise, e não de carga. O candidato que confunde os papéis de cada componente do BI tende a errar. Guarde a fronteira: ETL carrega, OLAP analisa, OLTP transaciona, Data Mining descobre.
OLAP (Online Analytical Processing) é uma técnica de análise de dados multidimensionais, utilizada para consultas rápidas e interativas sobre os dados já armazenados no Data Warehouse. Não é responsável por carregar dados, mas sim por processá-los analiticamente. A banca explora a confusão entre a ferramenta de carga (ETL) e a de análise (OLAP).
ETL (Extract, Transform, Load) é exatamente o processo de extração, transformação e carga de dados de sistemas corporativos para o Data Warehouse. A alternativa espelha a definição canônica do termo, sendo a resposta correta.
OLTP (Online Transaction Processing) é o sistema de processamento de transações online, usado para operações do dia a dia (inserções, atualizações, consultas pontuais). Ele é a fonte dos dados que serão extraídos pelo ETL, mas não realiza a carga no Data Warehouse.
Data Mining é o processo de descoberta de padrões e conhecimento em grandes volumes de dados, utilizando técnicas estatísticas e de aprendizado de máquina. Não é uma técnica de carga de dados, mas sim de análise avançada.
Data Clearing não é um termo técnico reconhecido na área de banco de dados ou BI. Não existe tal técnica; o termo correto para o processo de limpeza de dados é parte da fase de transformação do ETL, mas não é uma técnica autônoma de carga.
Gabarito: letra B
Link permanente: /questoes/qg349320