Questão FC441136
The purpose of a Data Warehouse (DW) is to consolidate and organize data so it can be analyzed and used to support business decisions. Considering a DW platform, the true statement
Bancos de Dados Dimensionais
FCC · 2015
The purpose of a Data Warehouse (DW) is to consolidate and organize data so it can be analyzed and used to support business decisions. Considering a DW platform, the true statement is:
- DW usually contains historical data, often collected from a variety of sources such as OLAP systems, legacy systems, data marts. A DW combines this data, cleanses it for accuracy and consistency, and organizes it for ease and efficiency of querying.
- In large data warehousing applications, data is often segmented into specialized components, called data mining cubes, that address individual components of the organization.
- Referential integrity must be maintained when DW data is added, or deleted. Loss of referential integrity can result in errors during cube processing, fact table records being bypassed, or inaccurate OLAP information.
- Cube information available online to client applications cannot be affected when data is added to the DW due to interaction between the data and cube partitions. Every DW defines partition filters that avoid this problem.
- ROLAP's multidimensional data model answers to a query into historical data and never leads to subsequent queries as the analyst searches for answers or explores possibilities. ROLAP systems provide the speed and flexibility to support the analyst in real time.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
A frase afirma que a integridade referencial deve ser preservada ao adicionar ou remover dados no Data Warehouse, e isso é fundamental.
Em DWs relacionais há tabelas fato dependentes de tabelas dimensão por chaves. Se uma dimensão for excluída ou uma chave ficar inconsistente, registros da tabela fato podem ficar órfãos, ser ignorados durante o processamento de cubos ou gerar erros em processos OLAP.
Na prática, isso compromete agregações, rankings e relatórios, tornando as informações pouco confiáveis para decisão. Por isso, no ETL devem existir verificações de chave, uso de chaves substitutas, linhas Unknown para valores ausentes e políticas de purga que preservem links.
Manter a integridade referencial garante que cubos e consultas analíticas reflitam corretamente os dados históricos e evita perda ou distorção de informação.
Conteúdo do catálogo FC Concursos · Atualizado em