Questão 1215160

• Banca: CESPE / CEBRASPE
• Órgão: TJ-SE
• Ano: 2014
• Provas: CESPE - 2014 - TJ-SE - Analista Judiciário - Banco de Dados
• Disciplina: Banco de Dados
• Assuntos: DW - Data Warehouse; Formas normais

Julgue os itens a seguir, acerca de modelagem multidimensional, DataWarehouse e DataMarts.

Para garantir a eficiência na consulta aos dados modelados, realizada pelo modelo estrela, tanto as tabelas fato quanto as tabelas dimensão devem estar normalizadas.

• C. Certo
• E. Errado

Gabarito: E

Comentários

• Esse modelo prega justamente pela desnormalização

• Modelo Estrela = Este modelo é chamado de estrela porque a tabela de fatos fica ao centro cercada das tabelas dimensionais assemelhado a uma estrela. Mas o ponto forte a fixar é que as dimensões não são normalizadas.
  Modelo Floco de Neve = No modelo Floco existem tabelas de dimensões auxiliares que normalizam as tabelas de dimensões principais.

• Complemento nas palavras de Navathe. É o esquema snowflake (floco de neve) que é normalizado.

  Segundo Navathe(2011,p.725),"O esquema floco de neve é uma variação do esquema estrela em que as tabelas dimensões de um esquema estrela são organizadas em uma hierarquia ao normalizá-las."

  
  

  SISTEMAS DE BANCO DE DADOS-NAVATHE-6 EDIÇÃO 2011.

• Modelo Estrela: tabelas não normalizadas, menor quantidade de tabelas, menor espaço em disco e maior eficiência, pois há uma menor de quantidade de tabelas a se navegar na filtragem de dados.
  
  

  Modelo Flocos de Neve: tabelas normalizadas, maior quantidade de tabelas, maior espaço em disco e menor eficiência, pois há uma maior quantidade de tabelas a se navegar na filtragem de dados.

  
  

• O erro desta questão está neste trecho da assertiva: "tanto as tabelas fato quanto as tabelas dimensão devem estar normalizadas".

  Os esquemas estrela e flocos de neve possuem em comum que a a tabela fato NÃO é normalizada.

  No que tange às tabelas dimensão:

  Esquema estrela - tabelas dimensão NÃO são normalizadas

  Esquema flocos de neve - tabelas dimensão SÃO normalizadas

• Complementando os comentários:

  1.Star Schema (Estrela):Mais popular, mais rápido, com uma tabela por dimensão. É menos flexível e desperdiça espaço, pois repete as mesmas descrições ao longo de toda a tabela. Possui uma tabela de fato e várias tabelas para cada dimensão, e propõe uma visão com a presença de dados redundantes nas tabelas de dimensão.

  ·Normalização: Não normaliza as dimensões.

  ·​Espaço de armazenamento: Alto, pois por não haver normalização das tabelas, há muitos registros duplicados.

  ·​Integridade: Mais propensa a problemas de integridade dos dados, devido a duplicação, dificultando futuras modificações e manutenções.

  ·​Complexidade de query: Menos tabelas. Não há necessidade de relacionar muitas tabelas diferentes, logo a consulta é mais fácil.

  ·​Utilização: Data mart, pois o espaço de armazenamento exigido é pequeno e busca-se facilidade nas consultas de query.

  2. Snow flake Schema (Floco de Neve):Variação do modelo estrela. Ele reduz o espaço de armazenamento, mais flexível, porém mais lento. Apresenta o resultado da decomposição de uma ou mais dimensões que possuem hierarquias entre seus membros.

  ·Normalização:Tabelas de dimensão são normalizadas.

  ·​Espaço de armazenamento:Reduzido, pois a normalização reduz a quantidade de registros redundantes.

  ·​Integridade:Maior facilidade para realizar futuras modificações e manutenções, pois há pouca redundância de dados.

  ·​Complexidade de query:Por haver mais tabelas as consultas são maiores e mais complexas.

  ·​Utilização:Data warehouse, pois dessa forma é possível economizar muito espaço de armazenamento.

  Fonte: colegas do QC

• Gabarito: errado

  Modelo estrela = não normalizado , redundante e generalizado.

  Modelo flocos de neve= normalizado, não redundante e especializado.

• Esquema multidimensional em estrela: Todas as tabelas de dimensões se relacionam diretamente com tabelas de fato. Ou seja, uma tabela de dimensão não se relaciona com outra tabela de dimensão.

  • não permite normalização
  • aumenta a performance, mas não otimiza espaço em disco.