Normalizar num BI com certeza é algo de certa forma muitas vezes necessário, mas, como foi posto no último exercício, que fazer normalização na ferramenta de BI é melhor do que fazer no Banco, não gente. Essa é de lascar o cano.
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Normalizar num BI com certeza é algo de certa forma muitas vezes necessário, mas, como foi posto no último exercício, que fazer normalização na ferramenta de BI é melhor do que fazer no Banco, não gente. Essa é de lascar o cano.
Olá, Fabiano! Como vai?
Agradeço sua ativa contribuição no fórum!
De fato, a melhor abordagem em termos de organização, manutenção e performance para análise é normalizar os dados fora da ferramenta de BI. Preferencialmente em uma camada intermediária (como um Data Lake, Data Warehouse ou processo de ETL) e só depois levá-los ao BI.
No caso da Hermex Log, a situação é um pouco particular. Eles querem integrar dados em um banco de dados NoSQL e usar o Power BI para análise. Bancos de dados NoSQL são conhecidos por sua flexibilidade e capacidade de lidar com dados não estruturados ou semiestruturados, o que muitas vezes significa que eles se beneficiam de dados desnormalizados. Logo, isso permite que eles aproveitem o melhor dos dois mundos: a flexibilidade do NoSQL e as capacidades de transformação do Power BI.
Mas reconheço que, apesar dessa solução ser uma opção viável, o termo "mais adequada" na questão pode levar a uma interpretação errônea diante do que seria a melhor abordagem em um cenário geral.
Obrigado pelo feedback, Fabiano! Com certeza essas observações irão colaborar com a comunidade.
Abraço e bons estudos!
Daniel, a melhor forma é fazer um DW já normalizado. Podemos até fazer a normalização tb no BI, mas deixar de fazer no banco, não dá. O desenvolvedor tem que pensar no futuro. Sempre temos que pensar que iremos fazer processamentos ou criar rotinas fora no BI.