Os data warehouse e sistemas OLAP são baseados no modelo multidimensional em que se visualizam dados em um espaço Ndimensional em hipercubos. Os hipercubos podem ser do tipo
- A)dimensão ou fato.
Errada, porque dimensão e fato são componentes do modelo multidimensional, não tipos de hipercubo.
- B)esparso ou denso.
Certa, pois hipercubos em OLAP podem ser classificados como esparsos ou densos, conforme a quantidade de combinações de dimensões preenchidas.
- C)aditivo ou semiaditivo.
Errada, porque aditivo e semiaditivo classificam medidas quanto à agregação, não o tipo de hipercubo.
- D)indexado ou não indexado.
Errada, pois indexado e não indexado não são a classificação pedida para hipercubos no contexto OLAP.
- E)balanceado ou não balanceado.
Errada, porque balanceado e não balanceado se relacionam a estruturas de árvore, não ao conceito de hipercubo multidimensional.
Gabarito: B
Em OLAP, os dados são organizados em estruturas multidimensionais chamadas cubos ou hipercubos, porque você consegue enxergar as informações em várias dimensões ao mesmo tempo, como tempo, produto, região e canal de venda. A ideia é facilitar análise rápida, comparação e navegação pelos dados, sem ter que consultar linha por linha como num banco transacional comum. Quando a banca fala em tipos de hipercubos, ela está cobrando uma classificação clássica do modelo multidimensional: hipercubos densos e esparsos. Um hipercubo denso tem praticamente todas as combinações de dimensões preenchidas por fatos; o esparso tem muitas combinações possíveis, mas poucas realmente ocupadas por dados. Em data warehouse isso é muito comum, porque nem toda combinação de dimensões gera registro. Por isso, o gabarito é a letra B. A noção de densidade é central em OLAP: quanto mais combinações vazias, mais esparso é o cubo. É exatamente esse tipo de classificação que aparece na literatura de data warehousing e modelagem multidimensional, como nos autores clássicos do tema, a exemplo de Kimball e Inmon. As outras alternativas misturam conceitos de modelagem dimensional, agregação e estrutura de índices, mas não classificam hipercubos. Então, aqui a banca quer ver se você reconhece que o cubo OLAP pode ser esparso ou denso, e não cair na tentação de achar que todo termo técnico bonito pertence ao mesmo pacote.