• A

  Realizar a extracao dos dados diretamente para um Data Lake, sem transformacao previa, e permitir que os analistas de negocio consultem os dados brutos por meio de SQL, assumindo que a qualidade dos dados e responsabilidade exclusiva dos sistemas de origem.

• B

  Implementar um processo de ETL no qual a etapa de transformacao e executada apos a carga dos dados no Data Warehouse, utilizando a linguagem SQL para limpeza e padronizacao, com o objetivo de reduzir o tempo de execucao do pipeline.

• C

  Adotar uma arquitetura ELT (Extracao, Carga e Transformacao), na qual os dados sao carregados em um Data Lake e posteriormente transformados sob demanda, aproveitando a escalabilidade de sistemas distribuidos para processar grandes volumes de dados semiestruturados.

• D

  Construir um Data Warehouse relacional normalizado, com tabelas altamente normalizadas para evitar redundancia, e realizar a extracao dos dados por meio de consultas diretas aos sistemas transacionais durante o horario de pico, garantindo a atualidade das informacoes.

• E

  Utilizar um processo de ETL que extrai os dados, aplica transformacoes complexas em uma area de staging e, em seguida, carrega os dados em um esquema estrela no Data Warehouse, mantendo metadados sobre a linhagem dos dados e documentando as regras de negocio aplicadas.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.