SóProvas


ID
1859629
Banca
FGV
Órgão
MPE-MS
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Com relação ao tema “Técnicas de modelagem e otimização de bases de dados multidimensionais”, analise as afirmativas a seguir.

I. No esquema stardate, a tabela de fatos está vinculada a várias tabelas do tipo dimensões simples, slowly changing e role playing.

II. A tecnologia HOLAP permite que os dados de um datawarehouse sejam divididos entre o armazenamento relacional (tabelas de fatos e dimensões) e multidimensional (cubos de dados resumidos).

III. Uma dimensão degenerada é uma tabela que contém os metadados resultantes do processo de ETL utilizada na extração de dados do ambiente operacional.

Assinale:

Alternativas
Comentários
  • GABA b)

    II. A tecnologia HOLAP (Híbrido) permite que os dados de um datawarehouse sejam divididos entre o armazenamento relacional (tabelas de fatos e dimensões) e multidimensional (cubos de dados resumidos).

    stardate??? dimensão degenerada??? =S

  • Pensei da mesma forma.

  • De uma forma resumida e bem direto ao ponto, é uma técnica para atualizar a tabela dimensão. Tem um nome todo pomposo, mas é como você vai atualizar a dimensão.

    Todas as dimensões são SCD, porque elas vão precisar atualizar para se manterem sincronizadas com o transacional.

    A única exceção é a dimensão de tempo, que a gente chama de tipo 0, porque depois que os dados foram inseridos, não precisa mais atualizar.

    No Data Warehouse, as dimensões muitas vezes são utilizadas para múltiplos objetivos.

    Como assim? Quando você quer fazer uma análise de vendas e nessa análise precisa mensurar quantidade vendida, você quer ver essa quantidade pela data do pedido, pela data do envio do pedido e pela data do recebimento do pedido.

    Quando acontece essa situação, nós precisamos ter as Surrogate Keys na fato para que você possa analisar de forma separada.

    Em muitos casos, quando as pessoas não entendem de , copiam a dimensão de tempo 3x.

    Então ela repete lá, data do pedido, data do recebimento do pedido e data do envio do pedido. Você até pode ter essa visão lógica do Data Warehouse, mas fisicamente, isso não precisa existir, porque você vai deixar seu Data Warehouse 3x maior.

    É a dimensão que não mereceu ser uma tabela dimensão e foi inserida como coluna na fato. Quando a gente vai definir uma dimensão, existem algumas perguntas que fazemos.

    Imagina uma fato venda em que a pessoa quer ver o código da transação da compra.

    Às vezes você precisa ter aquela informação ali para fazer um filtro. Quando é algo desse tipo, que não dá para criar uma dimensão, você faz uma degenerada.

    Pensa, você vai criar uma dimensão de transação. O que vai ter nela? O código da transação, talvez um nome da transação, se for ser a transação de uma vendedora ou de um produto, aí já são outras dimensões.

    Nesse caso você só quer pôr aquele número porque o usuário precisa dele por algum motivo.

    E se não vai criar uma dimensão para isso, vai colocar onde? Muitas vezes isso entra na fato transacional. A fato venda, com a qual você está trabalhando, é transacional, você coloca todas as transações linha por linha.

    E onde vai isso? Basicamente, você vai na fato e cria uma coluna. Eu costumo marcar quando é dimensão degenerada, por exemplo: “código transação (DD)”.

  • A Dimensão Degenerada (Degenerate Dimension, do inglês) é uma Dimensão que também compõe a Tabela Fato, porém não possui sua própria Tabela de Dimensão;

    SLOWLY CHANGING DIMENSIONS - Slowly Changing Dimensions SCD (Dimensões que Mudam Lentamente, em português) e retrata as dimensões que sofrem atualizações em seus campos e os classifica pelo tipo de mudança existente em cada uma delas. Vários tipos de SCD podem ser identificados no DW, variando de acordo com as características de atualizações das dimensões. As alternativas mais comuns de SCD são o SCD Tipo 1, SCD Tipo 2, SCD Tipo 3 e o SCD Híbrido (Canaltech, 2020).

    role playing: não encontrado

    Gabarito:

    B

    https://www.mentorstec.com.br/post/conceitos-de-tabelas-dimens%C3%A3o-e-fato-na-constru%C3%A7%C3%A3o-do-data-warehouse