Um engenheiro de dados está modelando um data warehouse para uma secretaria de fazenda estadual. Ele precisa armazenar dados históricos de arrecadação tributária, garantindo que consultas analíticas possam ser feitas com diferentes granularidades de tempo (dia, mês, trimestre, ano) e que os dados não sofram alterações após a carga. Além disso, o volume de dados é muito grande e as consultas envolvem junções complexas entre a tabela fato e várias dimensões. Para otimizar o desempenho, o engenheiro decide criar índices e usar recursos específicos do SQL Server 2019. Considerando as boas práticas de modelagem dimensional e os recursos disponíveis no SQL Server, avalie as afirmativas abaixo:

I. A utilização de um esquema estrela, com a tabela fato contendo as chaves estrangeiras para as dimensões e as métricas de arrecadação, é adequada para esse cenário, pois simplifica as junções e melhora o desempenho de consultas analíticas.

II. A criação de um índice columnstore clusterizado na tabela fato é recomendada para grandes volumes de dados, pois proporciona alta compressão e desempenho superior em consultas de agregação típicas de data warehouse.

III. A implementação de um processo de ETL que carregue os dados em tempo real, com atualizações constantes na tabela fato, é a abordagem mais indicada para garantir a integridade dos dados históricos e evitar inconsistências.

IV. O uso de partições na tabela fato, baseadas na dimensão tempo, pode facilitar o gerenciamento de dados históricos e melhorar o desempenho de consultas que filtram por períodos específicos.

Está correto o que se afirma em: