Informática · Concurso PF

Data warehouse, data mart, data lake e data mesh

3 min de leitura5 flashcards8 questões

Cai no edital de: Agente PF, Escrivão PF, Papiloscopista PF

Resumo: Data warehouse, data mart, data lake e data mesh

Essência. Quatro formas de organizar dados para análise:

Data warehouse (DW): repositório central de dados integrados e históricos, para apoio à decisão (BI). Definição de Inmon: orientado a assunto, integrado, não volátil (dados não são alterados, só carregados e consultados) e variante no tempo (guarda histórico). Alimentado por ETL; dados estruturados, schema-on-write.
Data mart: subconjunto do DW voltado a um departamento ou assunto (ex.: só finanças). Menor e mais rápido de construir. Kimball propõe construir DW a partir de data marts (bottom-up); Inmon, DW corporativo primeiro (top-down).
Data lake: armazena dados brutos em qualquer formato (estruturado, semi, não estruturado), schema-on-read, barato e escalável; útil para ciência de dados e ML. Sem governança, vira data swamp (pântano).
Data mesh: abordagem organizacional e descentralizada (Zhamak Dehghani): cada domínio de negócio é dono dos seus dados e os oferece como produto, com plataforma self-service e governança federada.

Pegadinha Cebraspe. "O data warehouse é volátil, pois seus dados são atualizados a cada transação" → errado: o DW é não volátil; quem é volátil é o banco transacional (OLTP).

Visão geral

info-arquitetura-de-dados (PRF) já trata data lake, Hadoop e streaming. Aqui o foco é comparar o DW e o data mart (BI tradicional) com as abordagens mais novas (lake, mesh), como o item 21.5 pede.

Regra

	Data warehouse	Data mart	Data lake	Data mesh
Escopo	Organização inteira	Um setor/assunto	Organização (bruto)	Domínios descentralizados
Dados	Estruturados, tratados	Estruturados, tratados	Qualquer formato, brutos	Produtos de dados por domínio
Esquema	On-write	On-write	On-read	Definido pelo domínio
Uso típico	BI, relatórios	BI departamental	Ciência de dados, ML	Escala organizacional

Pontos-chave

OLTP × OLAP: OLTP = transações do dia a dia, normalizado, volátil; OLAP = análise, histórico, desnormalizado.
Modelo dimensional: tabela fato (medidas numéricas, ex.: valor da apreensão) cercada por dimensões (tempo, local, tipo).
Esquema estrela: dimensões desnormalizadas ligadas direto ao fato. Floco de neve: dimensões normalizadas em subtabelas.
Granularidade: nível de detalhe do fato; quanto mais fino, mais linhas.
Lakehouse: une a flexibilidade do lake com recursos de DW (transações, esquema).
Data mart dependente (extraído do DW) × independente (direto das fontes).

Como o Cebraspe cobra

"Data mart é um subconjunto de um data warehouse voltado a uma área específica" → certo.
"No esquema estrela, a tabela fato armazena as medidas e se relaciona com as tabelas de dimensões" → certo.
"Data lake exige que os dados sejam transformados antes do armazenamento" → errado (guarda bruto).
"Data mesh propõe centralizar todos os dados em uma equipe única de engenharia" → errado (descentraliza por domínio).
"Por ser variante no tempo, o DW mantém o histórico dos dados" → certo.

Mapa mental: Data warehouse, data mart, data lake e data mesh

0:00 / 0:00

Toque play para percorrer o mapa. Clique num card para ver de perto, no fundo para afastar; arraste para mover e use Ctrl/⌘ + roda do mouse (ou a pinça) para zoom.

Flashcards de Data warehouse, data mart, data lake e data mesh

Tente lembrar antes de virar o card.

Características do data warehouse (Inmon)
Revelar resposta
Orientado a assunto, integrado, não volátil e variante no tempo.
Data mart
Revelar resposta
Subconjunto do DW voltado a um departamento ou assunto. Kimball: DW a partir de data marts (bottom-up); Inmon: top-down.
Data lake
Revelar resposta
Dados brutos em qualquer formato, schema-on-read; sem governança, vira data swamp.
Data mesh
Revelar resposta
Abordagem descentralizada: cada domínio é dono dos seus dados e os oferece como produto, com governança federada.
DW × banco transacional (OLTP)
Revelar resposta
DW é não volátil (carga e consulta) e histórico; OLTP é volátil, atualizado a cada transação.

Questões de Data warehouse, data mart, data lake e data mesh

Questão 1 · Agente PF · Certo ou Errado
O data warehouse é volátil, pois seus dados são atualizados a cada transação dos sistemas operacionais.
Revelar gabarito
Gabarito: Errado
Errado. O DW é não volátil; volátil é o banco transacional.
Questão 2 · Agente PF · Certo ou Errado
O data mart é um subconjunto do data warehouse voltado a um departamento ou assunto específico.
Revelar gabarito
Gabarito: Certo
Certo. É a definição de data mart.
Questão 3 · Agente PF · Certo ou Errado
O data mesh propõe centralizar todos os dados da organização em uma única equipe de engenharia de dados.
Revelar gabarito
Gabarito: Errado
Errado. O data mesh descentraliza: cada domínio é dono dos seus dados.
Questão 4 · Agente PF · Certo ou Errado
O data lake armazena dados brutos em diversos formatos, inclusive não estruturados.
Revelar gabarito
Gabarito: Certo
Certo. Usa schema-on-read.
Questão 5 · Agente PF · Certo ou Errado
Na abordagem de Kimball, o data warehouse é construído de forma incremental a partir de data marts.
Revelar gabarito
Gabarito: Certo
Certo. Kimball é bottom-up; Inmon, top-down.

Ver as 8 questões comentadas de Data warehouse, data mart, data lake e data mesh