SóProvas


ID
943303
Banca
CESPE / CEBRASPE
Órgão
INPI
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de normalização de dados, julgue os itens seguintes.

Ao se realizar uma modelagem para Data Warehouse, a forma normalizada Snow Flake permite que as dimensões sejam modeladas na 3FN (terceira forma normal). Dessa forma, todo modelo Snow Flake na 3FN estará necessariamente também na forma normal BCNF (boyce- codd), visto que ambas são baseadas no conceito de dependência transitiva.

Alternativas
Comentários
  • O erro está em afirmar que "todo modelo Snow Flake na 3FN estará necessariamente também na forma normal BCNF". Apenas o inverso é verdadeiro, ou seja,  todo modelo na forma normal BCNF estará na 3FN.
  • No SQL Server Analysis Services (SSAS), snowflake schema descreve um modelo de dados populares para data warehouses relacionais. Semelhante ao star schema (pt-BR), o snowflake schema contém tabelas de fatos e dimensão, com a tabela de fatos armazena fatos sobre as transações comerciais e algumas colunas da tabela de fatos que contém referências de foreign key nas tabelas de dimensão. Snowflake schemata diferem dos star schemataem seu nível de normalização; as tabelas de dimensão de um esquema de snowflake schema são geralmente normalizadas ao formulário terceiro normal (3NF) ou superior. Como resultado, os dados para uma determinada dimensão são espalhados por várias tabelas, e um diagrama de banco de dados se parece com um floco de neve.

    Enquanto um snowflake schema pode resultar da normalização das tabelas de dimensão, também pode ocorrer por meio da reutilização de tabela de dimensão, particularmente quando há relacionamentos entre as tabelas de dimensão. Por exemplo, um data warehouse relacional pode conter uma tabela de dimensão de clientes e uma tabela de dimensão de Geografia; qualquer das tabelas pode ser relacionada diretamente a uma tabela de fatos e o modelo resultante pode então ser um esquema em estrela. Outra alternativa seria relacionar a dimensão Geografia à dimensão do cliente, para que a tabela de dimensão de cliente contém uma referência de foreign key reference para a dimensão Geografia (um cliente reside em um local geográfico específico), e o resultado seria um esquema de floco de neve. Neste caso, as tabelas de dimensão cliente e geografia só podem ser normalizadas a segunda forma normalizada como em um esquema em estrela.

    Independentemente se o snowflake schemaresulta da normalização das tabelas de dimensão ou de relacionamentos entre as tabelas de dimensão, uma vantagem de um esquema do snowflake schema é que as tabelas de dimensão são mais versáteis. Por exemplo, se uma dimensão de tempo é normalizada em várias tabelas de dimensão - uma tabela de ano, uma tabela de mês e uma tabela de data-, em seguida, é possível ter várias tabelas de fatos que armazenam dados a outro nível de granularidade com respeito ao tempo; uma tabela de fatos pode estar relacionados com a tabela de data, enquanto outro podia se relacionar a tabela de mês ou o ano. Como outro exemplo, se o depósito contém uma dimensão de cliente e uma dimensão Geografia, então a dimensão Geografia pode ser usada para descrever fatos diretamente (por exemplo, o fato ocorreu em uma geografia específica) e também pode ser usado para descrever os clientes (por exemplo, um cliente reside em um local específico).

  • Modelo Estrela:

    É um modelo simples e eficiente, caracterizado por possuir uma única tabela de fatos e chaves simples nas tabelas de dimensões. Cada dimensão é representada por uma única tabela.

    Os pontos positivos deste modelo são a eficiência, dada pelo reduzido número de junções nas pesquisas e pelas chaves simples, e a facilidade de definir hierarquias.

    Os pontos negativos são o tamanho e a desnormalização das tabelas de dimensões.

    Snowflake e suas Variações:

    Os Modelos Snowflake acrescentam graus de normalização às tabelas de dimensões do Modelo Estrela, eliminando redundâncias

  • Errado
    Terceira Forma Normal (ou 3FN) requer não haver dependências funcionais não-triviais de atributos que não sejam chave, em qualquer coisa exceto um superconjunto de uma chave candidata;


    Forma Normal de Boyce-Codd (ou BCNF) requer que não exista nenhuma dependência funcional não-trivial de atributos em algo mais do que um superconjunto de uma chave candidata. Neste estágio, todos os atributos são dependentes de uma chave, de uma chave inteira e de nada mais que uma chave (excluindo dependências triviais, como A → A);

  • Eu vi dois erros: 1) todo modelo Snow Flake na 3FN estará necessariamente também na forma normal BCNF (boyce- codd) - o modelo BCNF está na 3FN, mas o inverso não acontece

                             2) Na 3FN forma normal BCNF não se aplica o conceito  de dependência transitiva. 

  • Toda relação em FNBC está também em 3FN, porém, uma relação na 3FN não está necessariamente na FNBC.

  • o inverso estaria correto

  • TODA RELAÇÃO FNBC ESTÁ NA 3FN; A RECÍPROCA NÃO É VERDADEIRA.

    (MODINHAS NÃO ENTENDERÃO).

  • ERRADO

    COMPLEMENTANDO..

    Esquema multidimensional 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 performance, mas não otimiza espaço em disco

    Esquema multidimensional flocos de neve

    - As tabelas de dimensões se relacionam com tabelas de fato, mas também se relacionam entre elas.

    - Permite normalização até a 3ª FN

    - Otimiza espaço, mas acaba diminuindo performance

  • "(...) cada relação em FNBC também está na 3FN. Porém, uma relação na 3FN não necessariamente está na FNBC."

    -Navathe, Sistemas de Banco de Dados, 6ª edição