A metodologia de modelagem dimensional em que uma tabela fato está a pelo menos duas tabelas de dimensão é denominada
- A)smallgrain.
Errada: smallgrain não é uma denominação padrão de modelagem dimensional.
- B)snowflake.
Errada: snowflake schema é a modelagem em floco de neve, com dimensões normalizadas e mais ramificações.
- C)star schema.
Certa: star schema é exatamente o modelo em que a tabela fato se relaciona diretamente com duas ou mais tabelas dimensão.
- D)metric scale.
Errada: metric scale não é um tipo de esquema dimensional de banco de dados.
- E)surrogate key.
Errada: surrogate key é uma chave substituta usada nas tabelas, e não um modelo de estrutura dimensional.
Gabarito: C
Em modelagem dimensional, você costuma organizar os dados em uma tabela fato no centro e tabelas de dimensão ao redor, como se fosse um sol com planetas. A tabela fato guarda as medidas do negócio, como vendas, quantidade e valor total, enquanto as dimensões trazem o contexto, como produto, cliente, tempo e local. Isso facilita análise e consulta rápida em BI e data warehouse. Quando o enunciado diz que a tabela fato está ligada a pelo menos duas tabelas de dimensão, ele está descrevendo o esquema em estrela, ou star schema. A ideia é justamente essa: a fato no meio e as dimensões saindo dela, em estrutura simples e bem visual. Não precisa haver uma “teia” de tabelas intermediárias para tudo funcionar. O nome da questão às vezes tenta confundir com outras modelagens, mas aqui o ponto decisivo é a ligação direta da fato com várias dimensões. Em star schema, as dimensões se conectam diretamente à fato, o que deixa a consulta mais intuitiva e normalmente mais rápida para leitura analítica. É o desenho clássico de DW ensinado na doutrina de banco de dados e BI. Por isso o gabarito é a letra C. Se apareceu fato ligada a duas ou mais dimensões, pense imediatamente em estrela: centro com fato, pontas com dimensões. É o tipo de questão que parece pedir poesia, mas só quer arquitetura de dados.