Questão de Banco de Dados — DW - Data Warehouse — FUNDATEC 2023
Banco de Dados›DW - Data Warehouse
Código
qq890140
Banca
FUNDATEC
Órgão
BRDE
Ano
2023
Nível
Superior
Cargo
Analista de Sistemas - Ciência de Dados
Assinale a alternativa que contém a definição correta quanto às estratégias de otimização de Data Warehouse.
AA sumarização de dados cria tabelas com informações agregadas, regularmente utilizadas, reduzindo o esforço e tempo de processamento para geração dos Data Marts e/ou relatórios.
BO particionamento vertical de tabelas identifica a frequência de uso das linhas de uma tabela e gerar uma nova tabela com as linhas menos utilizadas.
CA derivação de dados simplifica a estrutura das tabelas, infringindo os esquemas propostos pelas Formas Normais a fim de reduzir o número de relacionamentos, introduzindo, com isso, a redundância de dados.
DO particionamento horizontal de tabelas identifica a frequência de uso das colunas de uma tabela e gerar uma nova tabela com as colunas menos utilizadas.
EA desnormalização armazena dados oriundos de expressões aritméticas ou operações complexas cujo uso é intenso como resultado ou condição em instruções SQL.
Revelar gabarito e comentário▾
GabaritoA — A sumarização de dados cria tabelas com informações agregadas, regularmente utilizadas, reduzindo o esforço e tempo de processamento para geração dos Data Marts e/ou relatórios.
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”.
Data Warehouse: Estratégias de Otimização
Gabarito: letra A. A sumarização consiste em criar tabelas com dados agregados previamente calculados, que são usados com frequência em consultas, reduzindo o tempo e o esforço de processamento para gerar relatórios ou Data Marts. As demais alternativas trocam ou distorcem os conceitos de particionamento e desnormalização.
Alternativa A — ✅ Correta ⟵ GABARITO
A definição está correta: a sumarização (ou agregação) é uma técnica clássica de otimização em Data Warehouses. Tabelas resumo armazenam somas, contagens, médias etc., evitando o recálculo a cada consulta e acelerando a geração de relatórios e Data Marts.
Alternativa B — ❌ Incorreta
O particionamento vertical separa colunas, não linhas. A descrição apresentada (“identifica a frequência de uso das linhas e gera nova tabela com as linhas menos utilizadas”) refere-se ao particionamento horizontal, que divide tabelas por conjuntos de registros (ex.: dados de um mês). A alternativa inverteu os conceitos.
Alternativa C — ❌ Incorreta
A expressão “derivação de dados” não corresponde a uma estratégia de otimização consagrada em DW. A técnica que simplifica tabelas com redundância controlada é a desnormalização, mas ela não “infringe as Formas Normais” como regra – antes, ela conscientemente permite redundância para melhorar performance de leitura. A descrição é imprecisa e o nome “derivação” é inadequado.
Alternativa D — ❌ Incorreta
Novamente o erro de troca: o particionamento horizontal opera sobre linhas (divide o conjunto de registros), enquanto a alternativa fala em “identificar a frequência de uso das colunas e gerar nova tabela com as colunas menos utilizadas” – isso é particionamento vertical. A banca inverteu os termos.
Alternativa E — ❌ Incorreta
A desnormalização é a técnica de adicionar redundância (por exemplo, juntar tabelas normalizadas) para agilizar consultas. Ela não se limita a “armazenar dados oriundos de expressões aritméticas ou operações complexas” – essa descrição se encaixa melhor em campos calculados ou sumarizações. A alternativa restringe indevidamente o conceito de desnormalização.
NÃO CAIA NESSA!
A banca explorou a confusão entre particionamento vertical e horizontal. Lembre-se: vertical mexe em colunas (divide atributos), horizontal mexe em linhas (divide registros). Nas alternativas B e D eles trocam exatamente isso – fique atento!