MédiaMúltipla escolha

Questão de prática de PL-300

Você está desenvolvendo um modelo semântico do Power BI para uma empresa de comércio eletrônico. Os dados de origem vêm de um arquivo CSV contendo detalhes de pedidos: OrderID, OrderDate, CustomerID, ProductID, Quantity, UnitPrice, Discount e ShippingCost. O arquivo é atualizado diariamente. Você precisa modelar os dados para dar suporte às seguintes análises: 1) Valor total de vendas (Quantity * UnitPrice - Discount) por produto e mês. 2) Custo de envio médio por pedido por região do cliente (CustomerRegion está em uma tabela separada). 3) Comparação de vendas ano a ano. Você precisa criar as medidas e garantir o desempenho ideal. O que você deve fazer?

Escolha a melhor resposta.

Resposta correta

  • DImportar ambas as tabelas para o Power BI, criar uma tabela de datas e construir medidas usando SUMX e inteligência de tempo.

Explicação

A importação de ambas as tabelas para o Power BI e a criação de um esquema estrela com uma tabela fato central (Orders) e tabelas de dimensão (CustomerRegion, Date) permitem o cálculo eficiente de medidas. As medidas podem usar SUMX para calcular o valor das vendas (SUMX(Orders, Orders[Quantity] * Orders[UnitPrice] - Orders[Discount])) e o custo de envio médio por pedido filtrado por região por meio de relacionamentos. Uma tabela de datas separada é necessária para funções de inteligência de tempo como SAMEPERIODLASTYEAR para comparação ano a ano. A opção A é subótima porque adicionar colunas calculadas no Power Query aumenta o tempo de armazenamento e processamento; medidas são preferíveis. A opção B cria uma tabela desnormalizada plana que duplica os dados da região do cliente, levando a um modelo maior e a um desempenho mais lento. A opção C está incorreta porque o DirectQuery não é suportado em arquivos CSV; o Power BI requer importação de dados ou conexão com um banco de dados. Portanto, a opção D é a melhor abordagem.

Por que cada alternativa está certa ou errada

A

Incorreta

Usar o Power Query para adicionar uma coluna calculada para o valor de vendas e o custo de envio por pedido, e então importar.

Colunas calculadas consomem memória e são computadas na atualização, enquanto os cálculos de vendas e envio por pedido pertencem a medidas avaliadas no momento da consulta sobre o esquema estrela. Adicionar colunas é apropriado quando um valor precisa ser fatiado ou filtrado diretamente, não para agregações.

B

Incorreta

Criar uma única tabela anexando a região do cliente a cada linha no CSV usando o Power Query e, em seguida, importar.

Achatar CustomerRegion na tabela fato duplica o texto da região em cada linha de pedido, inflamando o modelo e impedindo um relacionamento adequado com a dimensão de região. A desnormalização atende a cenários que precisam de uma única exportação plana, não a um esquema estrela que suporte agregação em nível de região e segmentação ano a ano.

C

Incorreta

Usar o DirectQuery no arquivo CSV para evitar armazenar dados no Power BI.

O DirectQuery não pode ser usado em um arquivo CSV; ele requer uma fonte relacional suportada e também enviaria cada consulta visual para essa fonte, prejudicando o desempenho. O DirectQuery é a escolha certa quando os dados devem permanecer em uma fonte grande e a atualização supera a velocidade da consulta.

D

Correta

Importar ambas as tabelas para o Power BI, criar uma tabela de datas e construir medidas usando SUMX e inteligência de tempo.

A importação de ambas as tabelas fornece desempenho em memória, e uma tabela de datas dedicada habilita a inteligência de tempo para comparações ano a ano. O SUMX itera em nível de linha para calcular Quantity * UnitPrice - Discount corretamente, atendendo aos requisitos de vendas, envio e YoY.

Para se aprofundar

A importação de ambas as tabelas para o Power BI e a criação de uma tabela de datas dedicada habilitam funções eficientes de inteligência de tempo como SAMEPERIODLASTYEAR e DATEADD. Medidas usando SUMX iteram sobre a tabela de pedidos para calcular o valor das vendas linha por linha, o que é ideal para agregações. Uma tabela de datas separada marcada como tabela de datas garante que os cálculos baseados no tempo funcionem corretamente em diferentes granularidades. Um ponto sutil: o uso do DirectQuery em um arquivo CSV não é suportado; fontes CSV devem ser importadas. Em um cenário real, um analista de comércio eletrônico precisa de comparações ano a ano, que exigem uma tabela de datas contínua e medidas que aproveitem a inteligência de tempo, evitando colunas calculadas que aumentam o tamanho do modelo e reduzem o desempenho.

Sobre estas questões de prática

Esta é uma das questões de prática originais de PL-300 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.