Sobre o processo de ETL (Extract, Transform, and Load), analise as afirmativas a seguir. I. A etapa de extração pode impactar negativamente o desempenho do sistema de origem, caso não seja planejada adequadamente, principalmente quando se trata de um grande volume de dados em tempo real. II. O Apache NiFi é uma plataforma de orquestração de fluxos de trabalho de código aberto, frequentemente utilizado para criação de pipelines ETL complexos, em que o usuário deve utilizar a linguagem de programação Python. III. A etapa de transformação compreende tarefas como a limpeza, padronização e formatação dos dados, além de conversões de tipos de dados e agregações. Está correto o que se afirma em
- A)I, II e III.
Esta alternativa reúne as três assertivas, isto é, sustenta que a extração pode prejudicar o sistema de origem, que o Apache NiFi exige Python para montar pipelines ETL e que a transformação inclui limpeza, padronização, formatação, conversões e agregações. As assertivas I e III estão de acordo com o conceito de ETL, mas a II erra ao impor Python como requisito, porque o NiFi é uma plataforma de fluxo de dados e orquestração que não depende dessa linguagem para uso normal. Por isso, a reunião de I, II e III não se sustenta.
- B)II e III, apenas.
Aqui se afirma que as assertivas II e III seriam as corretas, ou seja, que o NiFi seria usado em ETL complexo com necessidade de Python e que a transformação abrange limpeza, padronização, formatação, conversões e agregações. A parte sobre transformação está conceitualmente correta, mas a exigência de Python está errada: o Apache NiFi é uma ferramenta open source de dataflow e integração, com uso predominantemente visual e sem obrigação de programar nessa linguagem. Assim, a combinação apresentada não fecha.
- C)I e III, apenas.
Esta opção diz que apenas as assertivas I e III estão corretas. Isso procede porque a extração, quando mal planejada e em alto volume ou em tempo real, pode sim sobrecarregar o sistema de origem, e a transformação realmente envolve limpeza, padronização, formatação, conversão de tipos e agregação de dados. A assertiva II fica de fora corretamente, já que o NiFi não exige Python para ser utilizado em pipelines ETL.
- D)I, apenas.
A alternativa afirma somente a assertiva I, reconhecendo o risco de a etapa de extração impactar o desempenho do sistema de origem. Essa ideia é verdadeira e faz parte das boas práticas de ETL, sobretudo quando há grande volume de dados e necessidade de integração em tempo real. O problema é que a assertiva III também descreve corretamente a transformação, então não se pode limitar a resposta apenas à I.
- E)III, apenas.
Esta opção sustenta apenas a assertiva III, que descreve corretamente a fase de transformação como o momento de limpar, padronizar, formatar e converter dados, além de realizar agregações. O enunciado, porém, também traz a assertiva I, que é verdadeira ao apontar que a extração pode prejudicar a performance da fonte se for mal planejada. Como a I também procede, não cabe marcar somente a III.
Gabarito: C
ETL é o trio clássico dos dados: extrair, transformar e carregar. A etapa de extração puxa informações de sistemas de origem, e isso exige cuidado, porque consultas pesadas, leituras em massa ou capturas em tempo real podem, sim, afetar o desempenho do sistema fonte. Em prova, isso costuma aparecer como alerta de engenharia: extrair dados sem estratégia pode virar um pequeno caos no banco de produção. Na transformação, entra a parte mais trabalhosa e, ao mesmo tempo, mais importante para a qualidade dos dados. Aqui você faz limpeza, padronização, formatação, conversão de tipos, deduplicação e agregações. É o momento de deixar os dados prontos para análise, relatórios ou carga em um data warehouse. Já a afirmativa sobre o Apache NiFi escorrega bonito: ele é, de fato, uma plataforma open source para automação e orquestração de fluxos de dados, muito usada em pipelines de integração e ETL, mas não exige Python para ser utilizada. O NiFi é conhecido por uma interface visual e por fluxos configuráveis, não por obrigar programação em Python. Por isso, o gabarito C está correto: a I está certa, porque a extração mal planejada pode prejudicar o sistema de origem, e a III também está certa, porque transformação envolve exatamente essas tarefas de tratamento e padronização. A II está errada por impor uma exigência de Python que não existe no NiFi.