Em um ambiente de data warehousing, uma das fases mais impor...

Alternativa Correta: D

Vamos explorar o tema de ETL (Extract, Transform, Load) e entender por que a alternativa D é a correta. O processo de ETL é fundamental em um ambiente de data warehousing, pois ele trata da coleta (Extract), transformação (Transform) e carregamento (Load) dos dados. Este processo é essencial para garantir que as informações vindas de diversas fontes sejam consolidadas de maneira eficaz, padronizada e otimizada para análises estratégicas e suporte à tomada de decisão.

A alternativa D está correta porque destaca a necessidade de um processo de ETL para coletar dados de múltiplas fontes, transformá-los e adequá-los às necessidades de uma organização. Isso engloba limpeza de dados, integração, e a transformação em um formato que seja útil para análise e suporte à decisão. O ETL não se limita apenas a mover dados, mas também a enriquecê-los e transformá-los de forma que atendam às questões de negócio que os dados do data warehouse se propõem a responder.

Para que você entenda melhor, vamos desmistificar as demais opções:

• A alternativa A é incorreta porque sistemas de gerenciamento de bancos de dados (SGBDs) relacionais são projetados para garantir transações consistentes e manter a integridade referencial. A consistência dos dados em ETL também é importante, mas os SGBDs já possuem mecanismos próprios para isso.
• A alternativa B é incorreta porque sistemas legados podem, na verdade, ser integrados a sistemas de data warehousing por meio de processos de ETL apropriados. A tecnologia antiga não impede essa integração, embora possa apresentar desafios específicos.
• A alternativa C é incorreta porque mesmo que um SGBD relacional transacional seja usado para armazenar os dados, o processo de ETL ainda é necessário para realizar as tarefas de transformação e limpeza de dados, que não são atendidas apenas pelo armazenamento de dados.
• A alternativa E é incorreta, pois o objetivo do ETL não é garantir uma correspondência um para um entre registros do data warehouse e do SGBD transacional. Na verdade, o data warehouse frequentemente consolida, resume e transforma dados de várias fontes e registros.

Compreender o propósito e a necessidade do processo ETL para a integração e tratamento dos dados antes de carregá-los no sistema de data warehousing é crucial para quem deseja se especializar na área de Banco de Dados para concursos públicos.

Alternativa D

O termo Extraction, Transformation and Load se refere a um conjunto de processos em empresas que utilizam um  (DW) – banco de dados que permite análises avançadas.

O conceito do ETL tem como base a junção de três passos para o tratamento de dados: extrair para transformar e, em seguida, carregar.

Uma coisa interessante que notei nas questões da Cesgranrio sobre ETL é que quase sempre ela usa o termo "múltiplas fontes" na resposta correta.