-
O erro da questão está em afirmar que a tabela fato armazena a dimensão, quando na verdade ela armazena as chaves para as dimensões.
Gab. Errado
Modelagem dimensional é normalmente utilizada para modelar um Data Warehouse.
Data Warehouse - Voltado para empresas para melhor tomada de decisões estratégicas - Armazena dados estruturados - Tabelas, e-mail, documentos e arquivos
Data Lake - É projetado para armazenar dados de diversas fontes e formatos, não havendo a necessidade da definição de um esquema de dados para inserir novos itens - Armazena dados estruturados ou não estruturados - Tabelas, documentos, vídeos, arquivos, imagens.
Data Mart - Voltado por assunto, área ou algo mais especifico
Os dados normalizados estão na terceira forma normal, utilizada em banco de dados relacional. Esse estilo de banco tem como foco inserir, alterar e deletar os dados.
Já os desnormalizados têm foco na consulta, na entrega de informações.
Com a modelagem dimensional não temos a garantia de consistências dos dados, além de termos um banco muito maior.
Existem dois tipos de metodologias de modelagem de dados usadas no Data Warehouse, a Snowflake e a Star Schema, que é a mais utilizada.
No Star Schema os dados são modelados em tabelas dimensionais, ligadas a uma fato. A tabela fato está sempre ligada a duas ou mais dimensões, não existe tabela fato com menos de duas dimensões.
A tabela fato armazena o que ocorreu.
Essa tabela armazena 2 coisas:
- Os fatos ocorridos, ou seja, as métricas
- As chaves para as dimensões
A tabela dimensão contêm as características de um evento.
As dimensões armazenam 3 coisas:
- A Surrogate Key
- A Natural Key
- Os atributos
Fontes: https://rafaelpiton.com.br/blog/data-warehouse-modelagem-dimensional/
-
Gabarito: ERRADO
A tabela dimensão contêm as características de um evento. Por exemplo, quando eu faço uma venda, quero saber por onde a venda foi feita, que produto foi vendido, ou para quem.
Já a tabela fato armazena o que ocorreu, é o fato propriamente dito, por isso ela tem esse nome, porque é o fato ocorrido. A tabela fato está sempre ligada a duas ou mais dimensões, não existe tabela fato com menos de duas dimensões.
-
GABARITO ERRADO!
O modelo dimensional envolve dois tipos de relações (tabelas):
Tabela de Dimensão: Armazena atributos nos quais uma dimensão se decompõe.
Ex. Dimensão Produto: Número, Nome, Descrição, Estilo, Linha...
Tabela de Fatos: Armazena os fatos registrados em tuplas. Cada fato possui atributos e seus valores são ponteiros / referências para tabelas de dimensão.
Ex. Produto1 vendido em 10/10/2018 em Mosoró por R$10.000.000.000,00.
ELMASRI, Ramez; NAVATHE, Shamkant. Database systems. Boston, MA: Pearson Education, 2011.
-
Gabarito: Errado.
As tabelas fato armazenam as chaves para as dimensões. Em uma tabela fato há valores detalhados de medidas. E para cada dimensão representada na tabela fato, haverá uma tabela dimensão com maior detalhamento dessa dimensão.
Geralmente a tabela fato é recheada de chaves estrangeiras, cada uma é referente a uma chave primária de uma tabela dimensão.
-
CARACTERÍSTICAS DE TABELAS FATO
Armazenam ocorrências, eventos ou fatos de um processo de negócio da organização.
Possuem geralmente uma grande quantidade armazenada de registros ou tuplas.
São normalizadas e sem hierarquia (decomposições em outras tabelas).
São tabelas que geralmente crescem verticalmente: mais registros ou linhas.
Armazenam medidas/métricas quantitativas (valores ou indicadores).
Podem ser medidas de desempenho, métricas operacionais, medidas agregadas, etc.
Contêm chaves estrangeiras que correspondem às chaves primárias das Tabelas Dimensão.
Apresentam uma chave primária composta em que a dimensão tempo sempre é parte integrante.
Expressam, em geral, relacionamentos de 1:N entre as Tabelas Periféricas (Dimensão).
CARACTERÍSTICAS DE TABELAS DIMENSÃO
Armazenam atributos ou dimensões que descrevem medidas de uma Tabela Fato;
Possuem geralmente menos linhas e mais colunas que Tabelas Fato;
São desnormalizadas e com hierarquia (decomposições em outras tabelas).
Possuem uma chave primária que identificam unicamente seus registros;
As chaves primárias das Tabelas Dimensão compõem a chave primária da Tabela Fato;
São tabelas que geralmente crescem horizontalmente: mais atributos ou colunas;
Apresentam atributos qualitativos ou textuais (Ex: Nome, Sexo, Data de Nascimento);
Permitem a visualização de fatos por meio de diversas perspectivas diferentes;
Atributos devem ser verbosos, descritivos, completos, discretos e corretos;
Respondem à pergunta: "Quando?", "O que?", "Onde?" e "Quem?";
Exemplos: Pessoas, Produtos, Lugares, Tempo, entre outros.
-
No trecho que diz "e os detalhes dos valores descritivos...", a questão está afirmando que os atributos que descrevem os fatos são armazenados na tabela de fatos. Isso está incorreto, pois essa é a função das dimensões. As tabelas fato ou tabelas de fatos armazenam somente as chaves estrangeiras para as dimensões e os fatos ou métricas. Os atributos descritivos compõem as dimensões e podem ser associados aos fatos pelos relacionamentos entre a respectiva dimensão e a tabela de fatos.
-
Modelagem dimensional é uma técnica de projeto lógico normalmente usada para data warehouses que contrasta com a modelagem entidade-relacionamento. Segundo o prof. Kimball, a modelagem dimensional é a única técnica viável para bancos de dados que devem responder consultas em um data warehouse.
A foi definida sobre dois pilares:
Dimensões conformados diz respeito a entidade que servem de perspectivas de análise em qualquer assunto da organização. Uma dimensão conformada possui atributos conflitantes com um ou mais data-marts do data warehouse.
Por grão de fato entende-se a unidade de medida de um indicador de desempenho. Assim, quando fala-se de unidades vendidas, pode-se estar falando em unidades vendidas de uma loja em um mês ou de um dado produto no semestre. Obviamente, esse valores não são operáveis entre si.
A modelagem multidimensional visa construir um data warehouse com dimensões conformados e fatos afins com grãos os mais próximos possíveis.
Esse tipo de modelagem tem dois modelos MODELO ESTRELA () e MODELO FLOCO DE NEVE (SNOW FLAKE).
-
A tabela de fatos mantém identificadores para as vårias dimensöes e valores numéricos. As linhas contém o nivel mais excelente de detalhe disponivel através do armazenamento. Cada dimensäo possui uma tabela de dimensäo associada que mantém todos seus dados.
Fonte:
[1] Web Semântica Para Retardados, Pollock, Jeffrey
-
Para quem está boiando nessa matéria e vai fazer a PF:
https://www.youtube.com/watch?v=7Hys-OagYx0
-
Pessoal,
Melhor do que eu ficar enchendo linguiça aqui, aconselho vcs a dar um google imagens e ver como é a tabela de fatos. Vai ficar mais fácil entender as futuras questões sobre esse assunto.
-
PF só cai modelagem relacional, não cai tem previsão de modelagem dimensional. Logo se cair uma dessa será anulada!
-
Na modelagem dimensional, a tabela fatos armazena (as dimensões e os detalhes dos valores descritivos do armazém de dados - erro).
Tabelas:
Fato: Armazena o fato.
Dimensão: armazena a característica, a dimensão do fato.
-
Tabela de Fato → armazena info. QUANTITATIVAS p/ análise dos dados.
x
Tabela de Dimensão → armazena atributos/dimensões que EXPLICAM OS FATOS (objetos) contidos na tabela de fato.
-
9.4 Banco de dados relacionais: conceitos básicos e características.