Nos processos de carga de dados em bancos relacionais por meio de processos tipo ETL, é comum a obtenção de dados oriundos de planilhas eletrônicas, listas de contatos, e outros dados de ambientes que chegam na forma de texto, especialmente quando disponíveis por meio de tecnologias não diretamente integradas aos bancos de dados. Assinale a extensão de arquivo que é usualmente empregada em arquivos dessa natureza.
- A).COM
.COM é extensão associada a programas executáveis em ambientes antigos de DOS/Windows, não a arquivos de dados para ETL.
- B).CSV
.CSV é a extensão típica de arquivos texto com valores separados por delimitador, muito usada na importação de dados.
- C).DOC
.DOC é formato de documento de texto do Word, voltado para edição de conteúdo, não para carga tabular de dados.
- D).FTP
.FTP não é extensão de arquivo, mas sim um protocolo de transferência de arquivos.
- E).PDF
.PDF é formato de documento para visualização e compartilhamento, não o mais usual para carga estruturada de dados.
Gabarito: B
Em ETL, a etapa de extração costuma buscar dados em fontes bem variadas: planilhas, sistemas legados, arquivos de texto e listas exportadas de aplicativos. Quando a informação vem em formato tabular simples, um dos formatos mais comuns é o arquivo texto delimitado por separadores, como vírgula ou ponto e vírgula. É justamente aí que aparece o famoso CSV, que significa "Comma-Separated Values". O CSV é muito usado porque é leve, fácil de gerar e fácil de importar em bancos de dados relacionais. Ele organiza os dados em linhas e colunas, quase como uma planilha descomplicada, o que facilita bastante a carga no processo ETL. Em prova, sempre desconfie de extensões que parecem nome de protocolo, documento ou executável, porque a banca costuma misturar tudo para ver se voce cai no canto da sereia. Por isso, o gabarito B está correto: .CSV é a extensão típica para arquivos de texto estruturado com dados tabulares, muito comuns em integrações e cargas de dados. Em linguagem de concurso, é o arquivo queridinho do ETL quando a fonte é simples e "falável" com qualquer sistema.