Com relação aos conceitos de modelagem multidimensional de ...

Alternativa correta: E - errado.

No contexto de sistemas de apoio à decisão, especificamente na inteligência computacional, a modelagem multidimensional de dados é uma abordagem central. Esta técnica é comumente utilizada em soluções de Business Intelligence (BI) e em armazéns de dados (Data Warehouses). A essência da modelagem multidimensional é a organização dos dados em dimensões e fatos, facilitando análises complexas e consultas de grandes volumes de informações de uma maneira intuitiva e ágil, principalmente quando se trata de operações de OLAP (On-Line Analytical Processing).

Uma característica marcante dos bancos de dados multidimensionais é a aceitação de um certo grau de redundância de dados. Isso contrasta com o modelo relacional, onde a redundância é frequentemente minimizada através do processo de normalização. A normalização em bancos de dados relacionais visa, entre outros objetivos, a redução de duplicidade de dados e a promoção da integridade referencial, podendo alcançar várias formas normais, cada uma com regras mais estritas que a anterior, indo além da segunda forma normal mencionada na questão.

No modelo multidimensional, o foco não é na normalização, mas sim em proporcionar estruturas que otimizem o acesso e a análise dos dados. Portanto, é comum haver uma estruturação que permite alguma redundância para melhorar a performance das consultas. Isso é parte do motivo pelo qual a alternativa foi considerada errada, já que a estrutura multidimensional oferece alta (e não baixa) redundância de dados e suporte a uma forma de organização de dados que não é centrada na normalização.

Além disso, a modelagem multidimensional é projetada especificamente para suportar dados agregados e operações de síntese, o que é fundamental em análises de BI, onde o desempenho na recuperação de grandes quantidades de dados agregados é mais importante do que o armazenamento eficiente de dados atômicos com mínimo de redundância.

Assim, é essencial entender que o modelo multidimensional busca otimizar o desempenho de leitura e a capacidade analítica, ao passo que o modelo relacional tradicional busca eficiência no armazenamento e na atualização dos dados, com ênfase na normalização e na minimização da redundância.

Sabemos que o modelo em estrela, mais utilizado no desenho ou projeto de bases de dados analíticas, utiliza-se de alta redundância e baixa normalização para apresentar um modelo de dados numa estrutura mais compreensiva para os usuários finais. Essa construção facilita ainda a navegação entre as diversas dimensões do modelo, facilitando a construção de relatórios. Podemos, então, concluir que a afirmação está incorreta.

 

Fonte: https://www.estrategiaconcursos.com.br/blog/prova-da-semana-comentario-da-prova-do-sedf-tecnologia-da-informacao-bd-e-bi/

O modelo relacional tanbem oferece suportebao nivel de segunda forma normal na normalização de dados- ERRADO

ERRADO

Estrutura Relacional
Possui, alta redundância e permite Normalização

Baixa redundância -> Modelos normalizados (Relacional)

Alta redundância -> Modelos multidimensionais (Busca pesquisas mais rápidas, não precisa de normalização)

multidimensional me lembra muita informação... que me lembra redundância