Questão de TI - Ciência de Dados e Inteligência Artificial — Modelagem Dimensional — VUNESP 2023

Modelagem dimensional: Estrela × Floco de Neve

Gabarito: letra A. O modelo Floco de Neve normaliza as tabelas dimensão, eliminando redundâncias e, para o mesmo conjunto de dados, reduz o espaço em disco ocupado pelo Data Warehouse — exatamente o que a alternativa A afirma. As demais alternativas invertem conceitos: a consulta no Estrela é mais simples (junções diretas), os operadores OLAP estão com os nomes trocados, OLTP não é processo de extração e o modelo Estrela é desnormalizado.

A modelagem dimensional é a espinha dorsal do BI: ela organiza os dados em tabelas fato (medidas numéricas de eventos de negócio, como vendas) e tabelas dimensão (atributos descritivos que contextualizam os fatos, como tempo, produto e loja). A forma como essas tabelas se relacionam define o esquema — e é aí que mora a distinção central desta questão.

No modelo Estrela, cada dimensão é uma tabela única e desnormalizada, ligada diretamente à tabela fato por uma chave estrangeira. A consulta é rápida e simples: basta uma junção de profundidade um entre fato e dimensão. No modelo Floco de Neve, as dimensões são normalizadas, ou seja, quebradas em subdimensões (por exemplo, a dimensão Produto se divide em Categoria e Fornecedor). Isso elimina redundância e reduz o espaço em disco, mas aumenta o número de junções necessárias para responder a uma consulta — o que torna a leitura mais lenta e complexa.

A escolha entre os dois é um trade-off clássico: o Estrela prioriza performance de consulta (mais junções diretas, menos joins), enquanto o Floco de Neve prioriza economia de armazenamento e integridade dos dados (menos redundância). Para o mesmo conjunto de dados, o Floco de Neve ocupa menos espaço justamente porque não repete atributos descritivos em cada linha da dimensão.

Outro ponto que a banca explora é a confusão entre OLTP e OLAP. OLTP (On-Line Transaction Processing) é o sistema transacional que registra operações do dia a dia (vendas, pedidos) — é a fonte dos dados, não o processo de extração. OLAP (On-Line Analytical Processing) é a tecnologia de análise multidimensional que organiza os dados em cubos para consultas analíticas. O processo de extração, transformação e carga é o ETL (Extract, Transform, Load), que coleta dados das fontes (incluindo OLTP) e os carrega no Data Warehouse.

Por fim, os operadores OLAP permitem navegar pelo cubo multidimensional. O Drill Down aumenta o detalhamento (desce de trimestre para mês, por exemplo), enquanto o Drill Up (ou Roll Up) diminui o detalhamento (sobe de mês para trimestre). A alternativa C inverte exatamente esses dois conceitos — uma pegadinha clássica.

Guarde a fronteira entre os dois esquemas e entre os operadores: é nela que as alternativas se dividem.

Alternativa A — ✅ Correta ⟵ GABARITO

A afirmação está correta. O modelo Floco de Neve normaliza as tabelas dimensão, eliminando redundâncias e, para o mesmo conjunto de dados, reduz o espaço em disco utilizado pelo Data Warehouse. É exatamente o benefício que a alternativa descreve.

Alternativa B — ❌ Incorreta

A consulta no modelo Estrela é mais simples, não mais complexa. No Estrela, todas as dimensões se ligam diretamente à tabela fato por uma única junção, o que torna as consultas mais rápidas e diretas. No Floco de Neve, as dimensões são normalizadas, exigindo múltiplas junções para navegar pelas subdimensões — o que torna a consulta mais complexa. A alternativa inverte a relação de complexidade.

Alternativa C — ❌ Incorreta

Os operadores estão com os nomes trocados. O Drill Down é que aumenta o detalhamento dos dados (desce na hierarquia, de ano para trimestre, por exemplo), enquanto o Drill Up (ou Roll Up) diminui o detalhamento (sobe na hierarquia, de trimestre para ano). A alternativa atribui a função de aumento ao Drill Up e a de diminuição ao Drill Down — exatamente o contrário do correto.

Alternativa D — ❌ Incorreta

OLTP não é o processo de extração de dados. OLTP (On-Line Transaction Processing) é o sistema transacional que registra operações do dia a dia — é a fonte dos dados, não o processo de carga. O processo de extração, transformação e carga dos dados para o Data Warehouse é o ETL (Extract, Transform, Load). A alternativa confunde o sistema transacional com o processo de integração de dados.

Alternativa E — ❌ Incorreta

O modelo Estrela usa dados desnormalizados, não normalizados. As tabelas dimensão são mantidas como tabelas únicas, com redundância controlada, justamente para acelerar as consultas. O modelo que usa dados normalizados é o Floco de Neve. A alternativa inverte a característica de normalização dos dois modelos.

Gabarito: letra A