Julgue os itens subsequentes, a respeito de sistemas de supo...

Alternativa correta: C - certo

A questão aborda conceitos fundamentais da modelagem de dados em ambientes de sistemas de suporte à decisão, como Data Warehouses, que utilizam a abordagem de modelagem multidimensional. Neste contexto, precisamos entender a estrutura das tabelas dimensão e tabelas fato, bem como as propriedades das métricas armazenadas nas tabelas fato.

As tabelas dimensão são estruturas que armazenam os atributos qualitativos, descrevendo as perspectivas ou dimensões pelas quais os dados serão analisados, como tempo, localização, cliente, etc. É possível que existam relacionamentos muitos-para-muitos (M:N) entre atributos de uma mesma dimensão, o que pode ser resolvido com o uso de tabelas de junção ou snowflaking, mas isso é algo avançado e não tão comum na prática.

Já as tabelas fato contêm as métricas ou medidas quantitativas do negócio, como vendas, custos, lucros, etc. As métricas podem ser classificadas com base em sua natureza de agregação:

• Aditivas: São métricas que podem ser somadas ao longo de todas as dimensões, como vendas totais.
• Semiaditivas: São métricas que podem ser somadas em algumas dimensões, mas não em todas, como saldo em conta (pode ser somado sobre diferentes clientes, mas não faz sentido somar saldos ao longo do tempo).
• Não aditivas: São métricas que não podem ser somadas em nenhuma dimensão, como porcentagens ou taxas de juros.

A corretude da afirmativa está em reconhecer que o modelo multidimensional de fato distribui informações entre tabelas de dimensões e fato, e que cada uma dessas tabelas tem características próprias e bem definidas, essenciais para análises e tomadas de decisão em ambientes de Business Intelligence (BI).

"Na modelagem multidimensional, os dados são distribuídos nas tabelas dimensões e fato. (...)": OK!

"(...) Os atributos de uma dimensão podem possuir relacionamentos M:N entre eles, (...)": OK!

"(...) e as métricas, na tabela fato, podem ser aditivas, semiaditivas ou não aditivas.": Os atributos mais comuns em uma tabela de fatos são valores numéricos. Estes valores são, em sua maioria, aditivos. As métricas aditivas são as que permitem operações como adição, subtração e média de valores por todas as dimensões, em quaisquer combinações de registros, como "total de itens vendidos" por combinação de data, produto e loja. Métricas aditivas são importantes porque normalmente as aplicações de data warehouse não retornam uma linha da tabela de fatos, mas sim centenas, milhares e até milhões.

Existem também métricas não-aditivas e métricas semi-aditivas. As métricas não-aditivas são valores que não podem ser manipulados livremente, como valores percentuais ou relativos. Para esses valores, os cálculos devem ser realizados nos dados absolutos nos quais se baseiam. Exemplos de métricas não-aditivas são preço de custo e preço de venda de um produto em uma venda. Por fim, as métricas semi-aditivas são valores que não podem ser somados em todas as dimensões. Por exemplo: numa tabela com o registro diário do saldo bancário dos clientes de uma agência, não faz sentido somar os saldos bancários diários de um cliente durante um mês, mas pode-se somar os saldos de todos os clientes de uma agência em determinada data.

"Os atributos de uma dimensão podem possuir relacionamentos M:N entre eles"

Nem sabia que tinha relacionamento entre atributos, pensava que era entre entidades.

Ano: 2014 Banca: CESPE Órgão: TJ-SE Prova: Analista Judiciário - Análise de Sistemas

 
Na modelagem multidimensional, é possível haver mais de uma tabela fato no mesmo modelo. A tabela fato expressa a relação N:M (muitos-para-muitos) entre as dimensões, que, por sua vez, implementam a visão e a interface do usuário ao DataWarehouse.

Gabarito: Certo

Segue uma explicação feita no ITnerante:

Segundo Kimball [KIMBALL et al, 1998], apesar de, normalmente, a cardinalidade entre as dimensões e a tabela de fatos ser 1:N (um-para-muitos), podem acontecer casos em que essa cardinalidade seja M:N (muitos-para-muitos). A dentificação deste tipo de cardinalidade empregando um desenvolvimento baseado apenas em técnicas dimensionais não é uma tarefa trivial. Neste tipo de desenvolvimento as dimensões e a própria tabela de fatos são definidas de acordo com a especificação do usuário final.

Para identificar a existência da cardinalidade M:N é necessária uma análise mais minuciosa, cruzando o modelo gerado comas regras do negócio [SOARES, 1998].

Fonte: http://www.itnerante.com.br/group/bancodedados/forum/topics/tj-se-qc-q402738

Relacionamentos entre os atributos??? Não seria entre as entidades??? Que estranho...

Na modelagem multidimensional, os dados são distribuídos nas tabelas dimensões e fato. Os atributos de uma dimensão podem possuir relacionamentos M:N entre eles,e as métricas, na tabela fato, podem ser aditivas, semiaditivas ou não aditivas.(C)

apesar da informação do Foster está coerente e sucinta (verifiquei a fonte e é confiável), creio que há um equívoco, pois a questão menciona que o ''atributo'' pode ter um relacionamento n.n, não fala nada em relação a tabela fato x dimensão;

CESPE Q882066 - o grau de relacionamento da tabela fato para as tabelas dimensão é de muitos para muitos. (ERRADO)

Atributos podem ter relacionamentos ? creio que SIM (segue o cespe)

segundo o ime.usp.br (está no google banco de dados - aula7) Alguns atributos podem ter uma relação entre si, a ex do atributo derivado.

quanto às métricas da tabela de fato, perfeito.