MédiaVárias respostas

Questão de prática de PL-300

Quais TRÊS das seguintes opções são benefícios do uso de um esquema estrela no Power BI? (Selecione três.)

Escolha todas as respostas corretas.

Respostas corretas

  • AFórmulas DAX simplificadas
  • CDesempenho de consulta aprimorado
  • EMais fácil para os usuários de negócios entenderem

Explicação

A opção A (Fórmulas DAX simplificadas) está correta porque um esquema estrela separa fatos quantitativos de dimensões descritivas, de modo que as medidas normalmente agregam uma única tabela de fatos e filtram por meio de relacionamentos de um para muitos, evitando lógica complexa de filtros bidirecionais ou de várias tabelas em chamadas CALCULATE e RELATED. A opção C (Desempenho de consulta aprimorado) está correta porque o mecanismo do Power BI (VertiPaq) compacta e examina tabelas de dimensões estreitas e uma única tabela de fatos com eficiência, e os relacionamentos de um para muitos permitem que o mecanismo use caminhos de junção mais simples e rápidos do que modelos em floco de neve ou normalizados. A opção E (Mais fácil para os usuários de negócios entenderem) está correta porque as dimensões mapeiam para entidades de negócios familiares (Cliente, Produto, Data) e fatos para eventos mensuráveis, tornando o modelo intuitivo para autores de relatórios de autoatendimento. A opção B não está correta porque os esquemas estrela dependem de relacionamentos de um para muitos; os relacionamentos de muitos para muitos não são nativos do design em estrela e exigem tabelas de ponte ou tratamento especial. A opção D não está correta porque o aumento da redundância de dados é uma desvantagem da desnormalização, e não um benefício — os esquemas estrela na verdade reduzem a redundância em comparação com modelos totalmente normalizados, aceitando duplicação controlada nas dimensões.

Por que cada alternativa está certa ou errada

A

Correta

Fórmulas DAX simplificadas

O relacionamento de salto único de um esquema estrela entre cada dimensão e a tabela de fatos significa que as medidas escritas em DAX não precisam percorrer vários níveis de relacionamento ou executar transições de contexto em uma cadeia de floco de neve. Como cada propagação de filtro segue um caminho previsível, as funções CALCULATE e FILTER operam em um contexto de filtro bem definido, resultando em medidas mais curtas e fáceis de manter, que são mais simples de depurar e auditar. Essa simplicidade reduz diretamente a quantidade de DAX necessária para criar totais precisos e cálculos de porcentagem.

B

Incorreta

Suporta relacionamentos de muitos para muitos nativamente

Um esquema estrela clássico pressupõe que cada linha de fato se conecta exatamente a uma linha em cada dimensão, preservando um rígido relacionamento de um para muitos. Relacionamentos genuínos de muitos para muitos, como um cliente comprando vários produtos e um produto sendo comprado por vários clientes, não podem ser representados sem uma tabela de ponte explícita ou tabela de junção para resolver a ambiguidade. Portanto, os esquemas estrela não suportam nativamente relacionamentos de muitos para muitos; afirmar o contrário é um equívoco porque construções de modelagem adicionais são sempre necessárias.

C

Correta

Desempenho de consulta aprimorado

Como um esquema estrela elimina junções multinível, uma consulta da tabela de fatos para qualquer dimensão é sempre um único salto de junção. Isso reduz a complexidade do plano de consulta, melhora a estimativa de cardinalidade e permite que o mecanismo de armazenamento VertiPaq aproveite a compactação de armazenamento de colunas e os filtros de bitmap de forma mais eficaz ao aplicar filtros ou agregações. Consequentemente, menos junções significam menos sobrecarga de CPU e memória, o que se traduz diretamente em uma renderização de relatório mais rápida e interatividade mais fluida.

D

Incorreta

Aumento da redundância de dados

Isso está incorreto porque um esquema estrela na verdade reduz a redundância na tabela de fatos ao mover atributos descritivos para tabelas de dimensões separadas, deixando apenas medidas numéricas e chaves estrangeiras em cada linha de fato. Embora as próprias tabelas de dimensões possam conter algumas colunas desnormalizadas, a tabela de fatos evita repetir valores de texto longos, como descrições de produtos ou endereços de clientes, para cada transação. O modelo geral é menos redundante do que uma estrutura OLTP totalmente normalizada, e não mais redundante.

E

Correta

Mais fácil para os usuários de negócios entenderem

A estrutura visual de uma tabela de fatos central cercada por tabelas de dimensões descritivas mapeia naturalmente para como os usuários de negócios pensam sobre consultas, como solicitar 'vendas por produto ao longo do tempo' simplesmente arrastando campos das dimensões de produto e data. Como cada dimensão se conecta por meio de um único relacionamento intuitivo, os usuários podem explorar os dados sem entender os caminhos de junção ou a lógica complexa de filtro. Essa transparência acelera os relatórios ad-hoc e reduz a dependência de IT para criar medidas personalizadas.

Para se aprofundar

Esta questão testa princípios de modelagem dimensional e seu impacto direto no design do modelo de dados do Power BI e no desempenho do DAX. Um esquema estrela é um modelo lógico desnormalizado em que uma tabela de fatos central armazena fatos aditivos e chaves estrangeiras, enquanto cada tabela de dimensão contém atributos descritivos distintos em uma granularidade consistente. No Power BI, o uso de um esquema estrela minimiza o número de relacionamentos e evita cardinalidades de muitos para muitos que forçam a propagação ambígua de filtros ou exigem funções de alto custo de desempenho, como TREATAS ou filtros de direção cruzada. Um ponto sutil, mas crítico, é que se a granularidade de uma dimensão for mais grossa do que a da tabela de fatos, até mesmo um layout semelhante a uma estrela pode criar um relacionamento de muitos para muitos; portanto, o alinhamento de granularidade deve ser validado durante o design. Um equívoco comum é que um esquema estrela introduz duplicação massiva, mas a redundância ocorre apenas nos atributos de dimensão, e a tabela de fatos na verdade armazena muito menos texto duplicado do que um extrato plano. Implicação no mundo real: os analistas podem simplificar drasticamente o DAX eliminando transições de contexto em níveis de floco de neve, mas também devem garantir que cada dimensão tenha uma chave exclusiva para preservar o padrão de um para muitos. Reconhecer quando construir uma tabela de ponte para cenários reais de muitos para muitos versus quando achatar atributos é uma habilidade fundamental para a certificação PL-300.

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.