Questão de Banco de Dados — DER - Diagrama de Entidade e Relacionamento — Quadrix 2024

Ingestão de dados no Data Lake

Gabarito: CERTO. A assertiva descreve corretamente a fase de ingestão de dados no Data Lake, que consiste na coleta de dados de diversas fontes, como bancos de dados transacionais e logs de servidores, para posterior armazenamento e processamento. Não há dispositivo legal específico que regule o tema; trata-se de conceito técnico consolidado na área de Big Data e engenharia de dados.

A ingestão de dados é a primeira etapa do pipeline de um Data Lake. Ela é responsável por coletar os dados brutos de suas fontes de origem e transportá-los para o repositório central, sem que haja, nesse momento, transformação ou limpeza significativa. O objetivo é trazer os dados o mais próximo possível do seu estado original, preservando a fidelidade da informação para que possa ser explorada posteriormente de diversas formas.

As fontes de dados podem ser as mais variadas: bancos de dados transacionais (OLTP), logs de servidores e aplicações, arquivos planos (CSV, JSON, Parquet), dados de sensores (IoT), redes sociais, APIs de terceiros, entre outros. A diversidade de formatos e a velocidade de geração são características marcantes dessa fase, que precisa ser escalável e tolerante a falhas para lidar com grandes volumes de dados.

É importante distinguir a ingestão de outras fases do ciclo de vida do dado no Data Lake. A ingestão é apenas a coleta e o transporte; a armazenagem é onde os dados são persistidos em seu formato bruto; o processamento (ou transformação) é onde os dados são limpos, enriquecidos e estruturados para análise; e o consumo é a fase em que os dados são utilizados por ferramentas de BI, machine learning ou consultas ad hoc. A ingestão não se confunde com o processo de ETL (Extract, Transform, Load), pois no Data Lake a transformação ocorre após a carga, no momento da leitura (schema-on-read), e não antes (schema-on-write).

A banca explora aqui um conceito fundamental e direto, sem armadilhas. A assertiva é uma definição clássica e correta da fase de ingestão, e o candidato que domina os conceitos básicos de Data Lake não encontrará dificuldade em respondê-la.

Alternativa C — ✅ Certo ⟵ GABARITO

A afirmativa está correta. A ingestão de dados é, de fato, a fase do Data Lake na qual os dados são coletados de diversas fontes, como bancos de dados transacionais, logs de servidores, entre outros. Essa é a definição padrão do termo, e o enunciado a reproduz fielmente. A coleta é o ponto de partida de todo o fluxo de dados, e sem ela não há dados para armazenar, processar ou analisar.

Alternativa E — ❌ Errado

A afirmativa está incorreta porque ela nega uma definição correta. A banca não apresenta aqui uma pegadinha conceitual, mas sim uma assertiva verdadeira que deve ser julgada como tal. O erro do candidato que marca esta alternativa seria por desconhecimento do conceito de ingestão de dados, confundindo-a com outras fases, como o processamento ou a análise. A ingestão é a porta de entrada dos dados no Data Lake, e a descrição do enunciado é precisa.

Gabarito: letra C (CERTO).