Uma Secretaria de Fazenda estadual implantou um projeto de Business Intelligence para monitorar a arrecadação do ICMS. A equipe de dados construiu um pipeline que extrai diariamente os registros do sistema transacional (OLTP), realiza limpeza e padronização, e os carrega em um data warehouse modelado em estrela. Sobre esse cenário, analise as afirmativas a seguir:
- I. No esquema estrela, a tabela fato concentra as métricas de negócio (por exemplo, valor do ICMS recolhido) e as chaves estrangeiras que referenciam as dimensões, enquanto as dimensões armazenam os atributos descritivos (tempo, contribuinte, município, tipo de operação).
- II. O processo de ETL (Extract, Transform, Load) é responsável por extrair os dados das fontes, transformá-los para garantir qualidade e consistência, e carregá-los no data warehouse; nesse contexto, a etapa de transformação pode incluir deduplicação, conversão de tipos e aplicação de regras de negócio.
- III. Em um data warehouse, a normalização completa das tabelas (3FN) é condição necessária para garantir o desempenho das consultas analíticas, pois elimina redundâncias e reduz o número de junções necessárias.
- IV. A modelagem dimensional, típica de data warehouses, prioriza a facilidade de consulta e o desempenho analítico, admitindo redundância controlada nas dimensões, o que difere do modelo normalizado típico dos sistemas transacionais.
Está correto o que se afirma APENAS em:
