Questão de Tecnologia da Informação · FCC TRT20 2024 (nº 56)

Para otimizar consultas em grandes volumes de dados geográficos no PostgreSQL, precisamos de estruturas que acelerem a busca por objetos espaciais (como pontos, linhas, polígonos) que se relacionam de certas formas (ex: "está dentro de", "intersecciona"). Índices são essas estruturas.

• (A) Incorreta: A extensão PostGIS é fundamental para habilitar o PostgreSQL a trabalhar com dados geográficos e funções espaciais, mas não é uma técnica de otimização de consulta por si só; ela fornece as ferramentas que permitem a otimização. Armadilha: É tentador, pois PostGIS é sinônimo de dados geográficos no PostgreSQL, mas a pergunta é sobre técnicas de otimização de consultas, e não sobre a ferramenta base.
• (B) Incorreta: Índices B-tree são excelentes para dados ordenados e unidimensionais (números, textos, datas), mas são ineficientes para dados geométricos complexos e consultas espaciais (como "intersecciona" ou "está dentro"), que exigem estruturas multidimensionais.
• (C) Incorreta: Fragmentar tabelas (particionamento) ajuda na gestão de grandes volumes de dados e pode melhorar o desempenho em algumas situações ao reduzir o volume de dados a ser escaneado, mas não é a principal técnica de indexação ou otimização para consultas espaciais específicas.
• (D) Incorreta: Materialized views (visões materializadas) pré-calculam e armazenam resultados de consultas complexas, sendo úteis para relatórios estáticos ou consultas muito repetitivas. No entanto, elas exigem atualização e não otimizam consultas espaciais dinâmicas ou ad-hoc sobre os dados brutos.
• (E) Correta: Índices GIST (Generalized Search Tree) são projetados especificamente para tipos de dados complexos e multidimensionais, como os tipos geométricos do PostGIS. Eles permitem buscas eficientes por relações espaciais (interseção, contenção, proximidade), sendo a técnica de indexação mais adequada para otimizar consultas geográficas.