Ana está desenvolvendo um banco de dados analítico a partir da integração de dados do sistema de pagamento com o sistema de gestão de pessoal. No sistema de pagamento, os colaboradores são identificados pelo CPF. No sistema de gestão de pessoal, os colaboradores são identificados pelas iniciais do seu nome concatenadas com sua data de nascimento. Ana sabe que essas chaves primárias naturais apresentam diversas desvantagens e riscos para um ambiente de análise de dados integrados, como seu reuso e alteração de regras de composição, além de questões de desempenho. Com isso, para carregar os dados no banco de dados analítico, Ana desenvolveu um ETL que substituiu as chaves naturais dos sistemas por uma chave artificial contendo inteiros simples sequenciais, utilizando uma:
- A)Composite key;
Incorreta, porque chave composta usa vários atributos juntos, e aqui a ideia foi substituir as chaves naturais por um identificador artificial único.
- B)Foreing key;
Incorreta, porque foreign key é chave estrangeira, usada para referenciar outra tabela, e não para substituir a chave de origem no ETL.
- C)Surrogate key;
Correta, porque surrogate key é a chave artificial, normalmente sequencial e sem significado de negócio, usada para integrar e identificar registros no ambiente analítico.
- D)Business Key;
Incorreta, porque business key é a chave de negócio, isto é, a chave natural que vem do sistema de origem, exatamente o que foi trocado no processo.
- E)Production key.
Incorreta, porque production key não é o conceito usado para esse tipo de identificação artificial em data warehouse.
Gabarito: C
Quando você junta dados de sistemas diferentes para análise, o grande desafio é não depender das chaves naturais de cada origem. CPF, matrícula, sigla + data de nascimento e outras chaves “do mundo real” podem mudar de formato, sofrer reuso, ter preenchimento inconsistente e ainda deixar as consultas mais pesadas. Em um ambiente analítico, isso é receita para dor de cabeça: a análise precisa ser estável, rápida e integrada. Por isso, no ETL, costuma-se criar uma chave artificial, sem significado de negócio, normalmente um inteiro sequencial. Essa chave serve como identificador interno único do dado no data warehouse e evita que a solução fique presa às regras do sistema de origem. É exatamente isso que a questão descreve. Essa chave artificial é chamada de surrogate key. Ela substitui as chaves naturais dos sistemas operacionais por um identificador técnico, mais simples, estável e eficiente para integração de dados. Em modelagem dimensional, esse é um conceito bem clássico e muito cobrado em banca. Então, o gabarito C está correto porque Ana criou uma chave numérica sequencial gerada no processo de carga para representar os colaboradores no banco analítico, independentemente do CPF ou da combinação de iniciais com data de nascimento. Não é a chave do negócio, é uma chave de substituição. Bem cara de data warehouse.