12. Esquema estrela no lakehouse

Depois de limpar os dados, é preciso organizá-los para responder perguntas. No lakehouse, tabelas Delta podem formar uma camada Gold em estrela: fatos registram acontecimentos e dimensões dão contexto a esses acontecimentos.

Preparar dados é construir o caminho entre uma fonte e uma base analítica confiável. Armazenamento, ingestão, qualidade e consulta formam uma sequência: uma decisão mal resolvida no início reaparece no modelo e no relatório. Este é o capítulo 12 de 24 da disciplina Preparar dados. A leitura parte do que foi construído em Desnormalização. Depois dele, o estudo avança para Esquema estrela no warehouse.

Declare o grão antes das métricas

O grão responde o que uma linha da fato representa: um item de pedido, um atendimento ou uma leitura por minuto. Ele determina chaves e aditividade. Misturar vários grãos na mesma fato torna totais ambíguos mesmo quando o código executa sem erro.

Com essa base, o capítulo segue para Fatos registram; dimensões descrevem. O conceito que acabou de ser apresentado passa a funcionar como ponto de partida para a decisão seguinte.

Fatos registram; dimensões descrevem

A fato concentra chaves para dimensões e medidas do processo. Dimensões trazem nomes, categorias, datas e hierarquias usadas para filtrar e agrupar. Textos descritivos não devem substituir todas as chaves, pois mudam e podem não ser únicos.

A decisão anterior ainda não encerra o problema. Em Chaves substitutas e histórico, veremos o que muda quando esse mecanismo encontra outra camada, outro contexto ou uma necessidade mais específica.

Chaves substitutas e histórico

Uma chave substituta desacopla a dimensão da chave operacional e facilita versões históricas. Quando um cliente muda de região, a regra de dimensão lentamente mutável decide se a análise deve refletir o estado atual ou o da época. A decisão precisa acompanhar o objetivo analítico.

Resta ligar esse mecanismo a Delta, qualidade e camada Gold. Essa passagem completa o fluxo e permite avaliar o resultado como um todo, em vez de conferir apenas uma configuração isolada.

Delta, qualidade e camada Gold

Tabelas Delta oferecem estrutura e transações para a camada analítica. O pipeline deve validar unicidade das dimensões, chaves órfãs, datas e contagens. Uma linha “desconhecido” pode preservar fatos tardios e manter o problema visível para reconciliação.

Com as quatro partes reunidas, já é possível sair das definições e acompanhar uma situação completa. O exemplo seguinte mostra como as decisões aparecem em conjunto e em que momento cada uma precisa ser conferida.