BANCO DE

DADOS SQL
E NOSQL

ALEXANDRE SAVARIS
CARLOS DANILO LUZ
EDSON YANAGA
JEFERSON KAISER
VICTOR DE MARQUI PEDROSO
WILLIAM ROBERTO PELISSARI

ORGANIZADOR
ANDRÉ OLÍMPIO

ACESSE AQUI ESTE

MATERIAL DIGITAL!
 EXPEDIENTE

Coordenador(a) de Conteúdo Ilustração

Nader Ghoddosi André Azevedo
Projeto Gráfico e Capa Welington Vainer S. Oliveira
Arthur Cantareli Silva Geison Odlevati Ferreira
Editoração Fotos
Alexandre Donzelli Shutterstock e Envato
Design Educacional
Rossana Giani
Revisão Textual
Cindy Luca

FICHA CATALOGRÁFICA

N964 Núcleo de Educação a Distância. SAVARIS, Alexandre; LUZ,

Carlos Danilo; YANAGA, Edson; KAISER, Jeferson; PEDROSO, Victor de�
Marqui; PELISSARI, William Roberto.

Banco De Dados Sql e NoSQL / Alexandre Savaris, Carlos Danilo Luz,�

Edson Yanaga, Jeferson Kaiser, Victor De Marqui Pedroso, William
Roberto Pelissari; organizador: André Olímpio. - Florianópolis, SC: Arqué,
2024.

227 p.

ISBN papel 978-65-6137-743-0

ISBN digital 978-65-6137-742-3

1. Banco e 2. Dados 3. NoSQL 4. EaD. I. Título.

CDD - 005.1

Bibliotecária: Leila Regina do Nascimento - CRB- 9/1722.

Ficha catalográfica elaborada de acordo com os dados fornecidos pelo(a) autor(a).

Impresso por:
03506879
 RECURSOS DE IMERSÃO

P E N SA N D O JU NTO S APROFU NDANDO

Este item corresponde a uma proposta Utilizado para temas, assuntos ou con-
de reflexão que pode ser apresentada por ceitos avançados, levando ao aprofun-
meio de uma frase, um trecho breve ou damento do que está sendo trabalhado
uma pergunta. naquele momento do texto.

E U I N D I CO ZOOM NO CONHECIMENTO

Utilizado para agregar um conteúdo

Utilizado para desmistificar pontos
externo.
que possam gerar confusão sobre o
tema. Após o texto trazer a explicação,
essa interlocução pode trazer pontos
adicionais que contribuam para que
PRODUTOS AUDIOVISUAIS o estudante não fique com dúvidas
sobre o tema.
Os elementos abaixo possuem recursos
audiovisuais. Recursos de mídia dispo-
níveis no conteúdo digital do ambiente
virtual de aprendizagem.
INDICAÇÃO DE FIL ME

Uma dose extra de

conhecimento é sempre
P L AY N O CO NH E C I M E NTO
bem-vinda. Aqui você
Professores especialistas e con- terá indicações de filmes
vidados, ampliando as discus- que se conectam com o
sões sobre os temas por meio de tema do conteúdo.
fantásticos podcasts.

INDICAÇÃO DE L IVRO
E M FO CO

Utilizado para aprofundar o Uma dose extra de

conhecimento em conteúdos conhecimento é sempre
relevantes utilizando uma lingua- bem-vinda. Aqui você terá
gem audiovisual. indicações de livros que
agregarão muito na sua
vida profissional.

4
 SUMÁRIO

7 UNIDADE 1

INTRODUÇÃO AO BANCO DE DADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

MODELAGEM DE DADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

LINGUAGEM SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

83 UNIDADE 2

CRIANDO BANCOS DE DADOS SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

CRIANDO UM BANCO DE DADOS

E A LINGUAGEM SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

INTRODUÇÃO AOS BANCOS DE DADOS NOSQL . . . . . . . . . . . . . . . . . . . . . . . . 130

155 UNIDADE 3

BANCOS DE DADOS PARA SÉRIES TEMPORAIS ORIENTADOS A

CHAVE-VALOR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156

CONEXÕES E RELACIONAMENTOS EM BANCOS DE

DADOS ORIENTADOS A GRAFOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

FLEXIBILIDADE DE ARMAZENAMENTO EM BANCOS DE DADOS ORIENTADO A

COLUNAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204

5
UNIDADE 1
 TEMA DE APRENDIZAGEM 1

INTRODUÇÃO AO BANCO DE DADOS

MINHAS METAS

Estabelecer uma compreensão sólida dos fundamentos dos bancos de dados.

Desenvolver habilidades de modelagem de dados.

Ser capaz de formular consultas, inserir, atualizar e excluir dados em um banco de dados
relacional.

Distinguir diferentes modelos de banco de dados.

Aplicar os conhecimentos adquiridos em projetos simples.

Definir e contextualizar os conceitos de modelagem, gerenciamento de banco de dados,

SQL e transação.

Identificar os pontos positivos sobre a utilização do sistema de gerenciamento de banco

de dados.

8
 U N I AS S E LVI

INICIE SUA JORNADA

Nesta jornada, nós mergulharemos nos fundamentos da estrutura de armazena-
mento e gerenciamento de bancos de dados. Neste tema de aprendizagem, desven-
daremos os alicerces que sustentam a organização inteligente e eficiente dos dados
existentes no ambiente digital. Assim, prepare-se, pois exploraremos o universo das
tabelas, dos registros e dos campos, entendendo como esses elementos formam a
espinha dorsal dos sistemas de informação modernos existentes no mercado.
Ao embarcar nesta jornada, você descobrirá como um Sistema de Gerencia-
mento de Banco de Dados (SGBD) atua como o maestro por trás da harmonia
das informações, fazendo uma varredura que vai desde a compreensão estru-
tural que é conhecida como modelagem até a aplicação prática da Linguagem
de Consulta Estruturada, a famosa SQL.
A nossa missão é descomplicar a complexidade do tema, fornecendo as ferramentas
essenciais para que você possa navegar com confiança pelo vasto oceano da gestão de
dados. Vamos começar essa emocionante jornada pela essência dos bancos de dados!

P L AY N O CO NHEC I M ENTO

Mergulharemos nas águas profundas dos bancos de dados. Em nosso podcast inti-
tulado Desbravando dados: uma jornada na introdução aos mistérios dos bancos de
dados, iniciaremos essa expedição emocionante. Neste episódio, a nossa viagem
começa entendendo a arquitetura essencial dos bancos de dados, explorando o
significado de alguns conceitos, como tabelas, registros e campos, que são funda-
mentais para a formação da estrutura dessa vasta reserva de informações digitais.
À medida que avançamos, o papel crítico do Sistema de Gerenciamento de Banco
de Dados (SGBD) aumenta gradualmente e direciona o fluxo de informações
em sistemas complexos. Prepare-se para decifrar os códigos da Linguagem de
Consulta Estruturada (SQL) e desbloquear os segredos por trás da manipulação
eficaz de dados. Essa é a sua chance de dar um play no conhecimento e iniciar
uma jornada emocionante pelos bastidores dos bancos de dados.
Vamos explorar juntos as maravilhas e os desafios que aguardam aqueles que
desejam desbravar o vasto mundo dos dados digitais!

9
 T E MA DE A PRE ND IZAGEM 1

VAMOS RECORDAR?
Ao longo das décadas, testemunhamos uma notável evolução nos métodos de
armazenamento de dados, que moldaram o cenário da tecnologia da informação. Nas
fases iniciais, os sistemas de armazenamento eram dominados por fitas magnéticas,
oferecendo capacidade limitada e acesso sequencial. Contudo, a ascensão dos
discos rígidos na década de 1960 revolucionou o armazenamento, proporcionando
acesso aleatório e maior velocidade. O advento dos dispositivos de armazenamento
flash nas últimas duas décadas representou outro marco, introduzindo a agilidade
dos SSDs e a diminuição do tamanho físico, além de impulsionar a popularidade de
dispositivos de armazenamento portáteis.
Mais recentemente, a computação em nuvem emergiu como uma revolução na
maneira como concebemos o armazenamento de dados. Ao oferecer escalabilidade,
flexibilidade e acessibilidade, a computação em nuvem permitiu às organizações
libertar-se das limitações físicas, armazenando e acessando dados de forma
remota. Costumamos dizer que essa evolução contínua reflete não apenas avanços
tecnológicos, mas também a crescente demanda por soluções de armazenamento
mais eficientes e adaptáveis em um mundo digital em constante transformação.
Para saber mais sobre a evolução dos tipos de armazenamento de dados, assista
ao vídeo a seguir. link: https://www.youtube.com/watch?v=lkBg4RVR3Zo

DESENVOLVA SEU POTENCIAL

O QUE É UM BANCO DE DADOS?

Esse conceito pode ser descrito como uma estrutura organizada que abriga conjun-
tos de dados relacionados entre si e é projetada para armazenar, gerenciar e recu-
perar informações de forma eficiente. Essa ferramenta centralizada é essencial em
ambientes onde a coleta, a organização e o acesso rápido a dados são fundamentais.

1
1
 U N I AS S E LVI

Figura 1 – Carregamento de arquivos para um banco de dados

Descrição da Imagem: é demonstrado como é realizado o carregamento de dados e arquivos em uma estrutura
de armazenamento (banco de dados). Do lado esquerdo, encontram-se os arquivos que estão fora da estrutura de
armazenamento, enquanto, à direita, há a representação do banco de dados em azul. Trata-se de um objeto cilíndri-
co que representa o espaço físico no qual os dados serão guardados no sistema computacional. Fim da descrição.

Atualmente, segundo Barboza e Freitas (2018), os ban-

Desempenham um
cos de dados desempenham um papel fundamental na
papel fundamental
gestão eficiente das informações, sendo uma peça vital na gestão eficiente
na infraestrutura de sistemas modernos. Essa tecnologia das informações
não apenas facilita a organização e a recuperação de da-
dos, mas também sustenta o processo de tomada de decisões e o funcionamento suave
de uma ampla variedade de aplicações em setores diversos existentes no mercado.

A gestão dessa estrutura é realizada por meio de Sistemas de Gerenciamento de Banco

de Dados (SGBD), como MySQL, PostgreSQL ou Oracle. Esses sistemas fornecem
uma interface para criar, modificar e consultar um banco de dados, garantindo a
integridade, a segurança e a consistência de todo o conteúdo nele armazenado.

1
1
 T E MA DE A PRE ND IZAGEM 1

O armazenamento de dados em servidores de grande porte é uma prática funda-

mental na era da computação em larga escala em que vivemos atualmente. Esses
servidores são estruturas robustas que foram projetadas para hospedar volumes
massivos de dados e atender às crescentes demandas de empresas e organizações.
A infraestrutura desses servidores é caracterizada por discos rígidos de alta ca-
pacidade, unidades de estado sólido (SSDs) e sistemas RAID (Redundant Array
of Independent Disks), proporcionando redundância e desempenho otimizado.
Nesse cenário, os dados são frequentemente distribuídos em clusters, permitindo
o acesso e a recuperação eficientes em ambientes de alta concorrência. Os siste-
mas de gerenciamento de armazenamento oferecem conectividade avançada e
compartilhamento de dados entre servidores. Além disso, a virtualização desem-
penha um papel vital, ao permitir a criação de ambientes virtuais independentes,
a fim de otimizar recursos de armazenamento.
A segurança é uma preocupação central nesse cenário, com servidores de
grande porte implementando medidas eficazes, como criptografia, backups re-
gulares e controle de acesso rigoroso, com o intuito de proteger a integridade e a
confidencialidade dos dados. A escalabilidade é outra característica-chave, per-
mitindo, assim, que os sistemas cresçam conforme a necessidade, evitando, dentre
outras coisas, os gargalos de desempenho, que afetam diretamente a performance.
Assim, de acordo com Silberschatz (2020), podemos afirmar que o armaze-
namento de dados em servidores de grande porte representa uma abordagem
avançada e estratégica para lidar com grandes volumes de informações, oferecen-
do desempenho robusto, segurança aprimorada e adaptabilidade às demandas
dinâmicas do mundo digital.

PRINCIPAIS VANTAGENS DE SE UTILIZAR UM BANCO

DE DADOS

A implementação de sistemas de banco de dados traz várias vantagens impor-

tantes para as organizações. Duas delas são a centralização e a organização dos
dados, que são armazenados de forma estruturada e lógica. Isso facilita a recupe-
ração eficiente das informações relevantes, garantindo que estejam prontamente

1
1
 U N I AS S E LVI

disponíveis quando necessárias. Além disso, proporciona uma base sólida para
a gestão eficiente de dados, com organização, integridade, segurança e facilidade
na manipulação das informações. Esses aspectos são essenciais para o sucesso e
a inovação contínua em diversos setores. A integridade também é uma vantagem
crucial, pois os sistemas de banco de dados são projetados para garantir a pre-
cisão e a consistência das informações, evitando valores duplicados indesejados
ou conflitantes, o que contribui para a confiabilidade dos dados armazenados e
para a tomada de decisões.
A segurança é uma preocupação central. Assim os SGBDs oferecem recursos ro-
bustos de controle de acesso, autenticação e autorização, protegendo os dados contra
acessos não autorizados e/ou ameaças cibernéticas. Nesse contexto, a execução de
backups regulares assegura a recuperação de dados em caso de eventos adversos.
Por fim, a facilidade de recuperação e manipulação de dados é uma carac-
terística distintiva, indicada mediante linguagens próprias, como o SQL, que
permitem a realização de consultas complexas, filtragem e ordenação de dados,
simplificando a obtenção das informações desejadas. Isso é especialmente valio-
so em ambientes empresariais, em que a agilidade na manipulação de dados é
crucial. Além disso, um sistema de banco de dados proporciona a escalabilidade
e a adaptação, podendo lidar com volumes crescentes de dados à medida que
uma organização/instituição expande as operações. A computação em nuvem
aprimorou ainda mais essa escalabilidade, permitindo o crescimento flexível dos
recursos de armazenamento.

A expressão “banco de dados” diz respeito a um conjunto de dados organizado e

estruturado para que possa ser facilmente acessado, gerenciado e atualizado. Já
uma “base de dados” é um termo mais geral que pode se referir a qualquer coleção
de dados, independentemente de como ela é organizada ou acessada. Não é errado
dizer que ambos são iguais, ou seja, são sinônimos.

Contudo, nem tudo são flores. Assim como tudo na vida, existem desvantagens ao se
utilizar um sistema de banco de dados. Dentre elas, podemos destacar a complexidade
e o custo de implementação. Estabelecer e manter esse sistema de forma robusta, mui-
tas vezes, são ações que requerem investimentos significativos em hardware, software,

1
1
 T E MA DE A PRE ND IZAGEM 1

treinamento e manutenção contínua. Já a complexidade de configuração pode vir a

tornar a implementação inicial um desafio de certa forma considerável.
Há, também, a dependência de tecnologia. Uma operação eficaz de um sistema
de banco de dados, muitas vezes, exige uma especialização técnica para que possa
ser devidamente realizada. Isso pode resultar em uma dependência contínua de
profissionais altamente qualificados, aumentando, assim, os custos operacionais e
tornando as organizações mais vulneráveis à escassez de habilidades específicas.
A possibilidade de falhas e/ou interrupções de serviços também é uma preo-
cupação constante, tendo em vista que todo e qualquer sistema computacional
está sujeito a falhas técnicas, bugs ou até mesmo ataques cibernéticos externos,
o que pode resultar em interrupções significativas nas operações. A recuperação
dessas falhas pode exigir uma grande demanda de tempo e recursos substanciais.
A rigidez e a dificuldade de adaptação são desafios comumente enfrentados
por algumas organizações, pois um sistema de banco de dados é projetado com
estruturas específicas, devendo respeitar as regras de negócio. Logo, a necessidade
de se realizar alterações significativas pode ser uma tarefa complexa. Dentre essas
tarefas, é possível destacar a migração, um processo que é costumeiramente muito
oneroso e custoso de ser executado. Tudo isso pode representar problemas em am-
bientes computacionais dinâmicos, que exigem flexibilidade e adaptação rápidas.
Outras desvantagens são a privacidade e a segurança de dados, especialmente em
um cenário no qual os ataques cibernéticos são uma ameaça constante. Apesar dos
consideráveis avanços em relação às medidas de segurança, não existe, atualmente,
nenhum sistema que esteja completamente imune a violações de dados, o que pode
resultar em sérias consequências para a reputação e a confiança de uma organização.
Embora um sistema de banco de dados proporcione inúmeras vantagens, é de
suma importância que qualquer profissional da área considere essas desvantagens
ao decidir implementá-lo.
Segundo Machado (2020), uma abordagem equilibrada envolve avaliar cui-
dadosamente as necessidades específicas da organização e ponderar os benefícios
em relação às possíveis limitações.

1
1
 U N I AS S E LVI

SISTEMA DE GERENCIAMENTO DE BANCO DE DADOS (SGBD)

Também conhecida como SGBD, essa expressão diz respeito a uma infraestrutura
usada para o armazenamento, a organização, a recuperação e o gerenciamento
eficiente de grandes volumes de dados em ambientes computacionais. A principal
função dela é fornecer uma interface entre o usuário, os aplicativos e o banco de
dados, garantindo, dentre outras coisas, a integridade, a segurança e a acessibili-
dade dos dados armazenados.
Um SGBD opera a partir de um conjunto de softwares e programas que faci-
litam a criação, a atualização e a consulta ao banco de dados. Dentre as principais
funcionalidades, podemos destacar as capacidades de definir a estrutura do banco,
gerenciar transações, assegurar a consistência dos dados, implementar políticas de
segurança e fornecer interfaces para a interação com usuários e outros aplicativos.
A evolução dos SGBDs nos remete a uma variedade de modelos, como o
relacional, o orientado a objetos e o NoSQL. Cada um desses modelos atenderá
a situações específicas de aplicabilidade, permitindo a flexibilidade na escolha
do SGBD mais adequado para diferentes cenários e que melhor se adeque às
necessidades do usuário.
Nesse contexto, podemos afirmar que um SGBD desempenha um papel fun-
damental na gestão eficiente de dados, ao oferecer uma plataforma unificada para
a manipulação e a organização de informações, independentemente da comple-
xidade ou do volume do banco de dados em questão.

TIPOS DE MODELOS DE DADOS

Os modelos de dados são estruturas que definem como as informações são or-
ganizadas, armazenadas e manipuladas em sistemas de banco de dados. Cada
modelo apresenta características distintas, adequadas para diferentes tipos de
dados e/ou requisitos de aplicação.
Vamos explorar alguns dos principais tipos de modelos de dados:

1
1
 T E MA DE A PRE ND IZAGEM 1

MODELO RELACIONAL

É um dos mais utilizados do mercado atual. Mesmo sendo idealizado nos anos de
1970, é extremamente eficaz e estabelece relações entre tabelas bidimensionais. Cada
tabela possui linhas (registros) e colunas (atributos), e apresenta as relações que são
estabelecidas por meio de chaves primárias e estrangeiras. Linguagens, como SQL,
são comumente empregadas para consultas.

MODELO HIERÁRQUICO

Os dados são organizados em uma estrutura de árvore, com um nó raiz e nós secun-
dários. Cada nó pode ter vários filhos, criando, assim, uma hierarquia. Esse modelo foi
popularizado por sistemas de banco de dados mais antigos, porém a complexidade
hierárquica acaba limitando a aplicabilidade dele.

MODELO DE REDE

Similar ao hierárquico, este modelo adiciona a capacidade de um nó ter múltiplos

pais. Isso permite a organização dos dados de forma mais flexível, superando algumas
limitações do modelo hierárquico. Apesar disso, a complexidade dele pode tornar o
desenvolvimento e a manutenção mais desafiadores.

MODELO ORIENTADO A DOCUMENTOS

Comumente associado a banco de dados NoSQL, este modelo armazena os dados

em documentos semelhantes ao JSON ou BSON. Cada documento pode conter da-
dos complexos e hierárquicos, sendo eficaz para lidar com estruturas dinâmicas, cujo
volume de informações se altera frequentemente.

MODELO DE FAMÍLIA DE COLUNAS

É um modelo NoSQL que organiza os dados em colunas, ao contrário de linhas, sendo

muito eficiente para consultas que envolvem conjuntos de grandes massas de dados,
sendo normalmente utilizado em sistemas distribuídos.

1
1
 U N I AS S E LVI

MODELO DE GRAFOS

Os dados são representados a partir de nós e arestas, permitindo uma visualização

direta das relações existentes, sendo extremamente útil quando houver a necessidade
de representar redes complexas.

MODELO DE OBJETOS

Representa os dados como objetos, semelhantes aos utilizados diretamente na pro-

gramação orientada a objetos. Segundo Silberschatz (2020), essa abordagem permite
uma representação mais fiel do mundo real e é comumente utilizada em sistemas
orientados a objetos e mapeamento objeto-relacional.

Cada modelo de dados possui vantagens e limitações. Por isso, é importante

escolher o que melhor se adapta às necessidades específicas do seu projeto. Se-
gundo Pichetti, Vida e Cortes (2021), os avanços tecnológicos contínuos estão
impulsionando a inovação em modelos de dados e fornecendo capacidades cada
vez mais especializadas para atender aos diversos requisitos atuais.

Modelo Relacional

Trata-se de uma abordagem estruturada largamente representada para organizar

e representar informações em bancos de dados, tendo sido desenvolvida por Ed-
gar Codd na década de 1970 e se tornou a base para o modelo relacional utilizado
por SGBDs, como MySQL, PostgreSQL, Oracle Database e Microsoft SQL Server.
O Sistema de Gerenciamento de Banco de Dados Relacional (SGBD-R) é um
modelo que segue os princípios propostos por Codd: os dados são representados
em tabelas bidimensionais, devidamente relacionadas entre si, sendo compostas
por linhas (registros) e colunas (atributos). Cada uma das tabelas existentes no
banco de dados possui uma chave primária única para identificação exclusiva
dos registros, e as relações são estabelecidas por meio de chaves estrangeiras.

1
1
 T E MA DE A PRE ND IZAGEM 1

A P RO F UNDA NDO

Edgar Frank Codd ou simplesmente Ted Codd foi um matemático e cientista da

computação inglês que, enquanto trabalhava para a International Business Ma-
chines (IBM), criou, em meados da década de 1960, o modelo relacional para o
gerenciamento de banco de dados que é largamente utilizado até os dias atuais.
Ele também realizou outras contribuições valiosas para a computação, como o
processamento analítico de dados, que é fundamental para conceitos, como Data
Mining e Data Warehouse.

A principal vantagem de um SGBD-R é a capacidade dele de garantir a integridade refe-

rencial dos dados, mantendo a consistência e a precisão das informações armazenadas.
Um exemplo é o MySQL, um sistema de código aberto (open source) ampla-
mente utilizado no mercado e conhecido pela confiabilidade e desempenho em
ambientes web. O SQL Server é outra solução popular integrada ao ecossistema
Microsoft, oferecendo recursos avançados para ambientes corporativos.
De acordo com Elmasri e Navathe (2018), a linguagem SQL (Structured Query
Language) é a base de interação dos SGBDs relacionais, permitindo a execução de
consultas complexas, atualizações e manipulações de dados em tempo real. Um de
seus recursos mais difundidos é a capacidade de realizar operações JOIN, combi-
nando dados de diferentes tabelas do banco, otimizando o resultado das consultas.
Além disso, o modelo relacional proporciona flexibilidade na expansão do
banco de dados sem a necessidade de reestruturação significativa. No entanto, a
rigidez em situações em que os dados não estruturados precisam ser armazena-
dos, normalmente, torna-se uma limitação, levando ao surgimento de modelos,
como o NoSQL, para atender a esse tipo de demanda.
Outro conceito extremamente relevante no modelo relacional é a normali-
zação. Trata-se de um processo que visa aprimorar a estrutura e a eficiência do
armazenamento de dados, tendo como objetivo central a redução da redundância
e da duplicidade de informações, promovendo, assim, a coesão e a integridade do
banco de dados. Esse processo é alcançado por meio da organização das tabelas, a
fim de minimizar as dependências funcionais e eliminar as anomalias estruturais.
O resultado é uma estrutura mais compacta, fácil de se manter e menos suscetível
a inconsistências, contribuindo para um sistema mais robusto e eficiente.

1
1
 U N I AS S E LVI

A normalização, segundo Silberschatz (2020), segue uma série de formas, sendo

que cada uma aborda aspectos específicos das relações entre as entidades e os atri-
butos, garantindo que a estrutura do banco de dados seja livre de ambiguidades e
redundâncias desnecessárias. Ao aplicar esse processo, os projetistas do banco buscam
otimizar a organização das informações, contribuindo para um sistema mais robusto,
eficiente e resistente a anomalias durante as operações de manipulação de dados.
Outros exemplos de SGBD-Rs são o PostgreSQL, que é uma opção de código
aberto reconhecida por apresentar uma conformidade excelente com os padrões SQL,
e o Oracle Database, uma escolha robusta normalmente voltada para organizações
que exigem alta escalabilidade e recursos avançados de gerenciamento de dados.
Por fim, um SGBD relacional oferece uma estrutura sólida para a gestão de
dados, sendo uma escolha altamente confiável para administrar uma variedade de
aplicações, desde soluções voltadas para ambiente web até sistemas corporativos
mais complexos e robustos.

E U IN D ICO

Estudante, eu te convido a assistir ao vídeo Ted Codd, o pai dos bancos de dados
relacionais, que aborda, com riqueza de detalhes, a biografia e a história desse
grande profissional e a imensa contribuição dele para a computação, que é possí-
vel ser identificada até os dias de hoje. Não perca essa oportunidade de conhecer
uma das grandes celebridades da Tecnologia da Informação!
link: https://www.youtube.com/watch?v=Bso55VPsLUc

Modelo Não-Relacional

Um Sistema de Gerenciamento de Banco de Dados NoSQL (Not Only SQL) representa

uma abordagem alternativa ao modelo relacional tradicional, oferecendo flexibilidade
para lidar com grandes volumes de dados não estruturados ou semiestruturados.
Segundo Alves (2021), a principal característica desse modelo é a capacidade
dele de lidar com esquemas dinâmicos, permitindo inserções de dados que não
tenham uma estrutura predefinida, o que é particularmente útil em ambientes
em que os requisitos são fluidos, como as redes sociais.

1
1
 T E MA DE A PRE ND IZAGEM 1

ZO O M N O CO NHEC I M ENTO

MongoDB é um tipo de SGBD orientado a documentos que armazena dados em

formato BSON ou Binary JSON, o que permite a representação de informações
complexas em documentos específicos, facilitando a manipulação e a consulta de
dados hierárquicos.
Outra opção bastante popular é o Apache Cassandra, um SGBD distribuído alta-
mente escalável projetado para administrar volumes massivos de dados armaze-
nados em clusters de servidores.

A escalabilidade horizontal é uma característica marcante dos SGBDs NoSQL,

permitindo a distribuição de dados em vários servidores para suportar cargas de
trabalho intensas e em grande número.
No entanto, segundo Pichetti, Vida e Cortes (2021), essa flexibilidade pode
resultar em uma consistência eventual, ao contrário de ser imediata, uma vez
que essa consistência pode ser difícil de ser garantida em sistemas distribuídos
de grande escala.
Embora os SGBDs NoSQL sejam ideais situações específicas, como análise
de Big Data, gerenciamento de conteúdo web e aplicações em tempo real, é im-
portante avaliar cuidadosamente as necessidades do projeto antes de optar por
esse modelo, considerando alguns aspectos, como a complexidade das consultas
e a consistência requerida.

Diferenças entre Oracle Database e MySQL

O Oracle Database é um SGBD-R amplamente utilizado em ambientes corporativos

devido à escalabilidade, à confiabilidade e a uma ampla gama de recursos avançados.

Dentre as principais características, podemos destacar:

2
2
 U N I AS S E LVI

ESCALABILIDADE

capacidade de realizar escalabilidade vertical e horizontal, permitindo gerenciar gran-

des volumes de dados e ambientes de missão crítica.

SEGURANÇA AVANÇADA

há recursos robustos no quesito segurança, incluindo algoritmos de criptografia, audi-

toria de recursos e controle de acesso granular.

RECUPERAÇÃO DE DESASTRES

inclui soluções de recuperação, como o Oracle Data Guard, que permite a replicação
de dados para garantir a continuidade dos negócios.

O MySQL é um SGBD-R de código aberto amplamente utilizado em soluções

para ambientes web, mas é facilmente aplicável em outros tipos de sistemas.
Dentre as principais características, podemos destacar:

CÓDIGO ABERTO

esse recurso torna o MySQL mais acessível e popular em comunidades de desenvol-

vimento de software, já que garante que seja executado em diferentes plataformas e
aplicações, facilitando a integração com tecnologias diversas.

DESEMPENHO RÁPIDO

otimizado para operações de leitura e gravação rápidas, sendo uma escolha comum
para aplicativos web e sistemas de gerenciamento de conteúdo.

2
2
 T E MA DE A PRE ND IZAGEM 1

COMUNIDADE ATIVA

a comunidade de desenvolvedores MySQL é ativa, proporcionando suporte e recursos

adicionais.

Considerando as diferenças entre o Oracle Database e o MySQL, podemos destacar:

■ Licenciamento: o Oracle Database é um produto comercial com licen-

ciamento associado, ou seja, é pago. Já o MySQL, por ser de código aberto,
é gratuito para uso comunitário, mas também oferece versões comerciais
com suporte pago.
■ Escalabilidade e complexidade: o Oracle Database é mais robusto em
termos de escalabilidade e suporta ambientes complexos de empresas. O
MySQL, por sua vez, é mais leve e frequentemente escolhido para am-
bientes menores e aplicações web.
■ Recursos avançados: o Oracle Database oferece uma ampla gama de
recursos avançados, como particionamento de disco, indexação de alto
nível e suporte a objetos. Já o MySQL, embora apresente recursos pode-
rosos, é menos robusto para esses tipos de recurso.
■ Suporte e comunidade: o Oracle Database apresenta um suporte co-
mercial extensivo, oferecido pela empresa que o administra. O MySQL,
em contrapartida, por ser open source, possui uma comunidade bastante
ativa de desenvolvedores, com suporte gratuito a partir de fóruns e do-
cumentação on-line.
■ Propósito e casos de uso: o Oracle Database é frequentemente escolhido
para administrar projetos voltados para ambientes empresariais com-
plexos e de missão crítica. Já o MySQL é bastante popular em aplicativos
web, sistemas de gerenciamento de conteúdo e ambientes de pequenas e
médias empresas.

Em uma análise de ambos SGBD-Rs, fica evidente que cada um apresenta méritos
e são escolhidos com base nas necessidades específicas do projeto, no orçamento
e nos requisitos de desempenho.

2
2
 U N I AS S E LVI

Transações

São elementos cruciais em um banco de dados do tipo relacional, garantindo

a consistência, a integridade e a confiabilidade das operações realizadas sobre
os dados. Uma transação representa uma unidade lógica de trabalho que pode
envolver uma ou várias operações do banco de dados.
Uma transação deve respeitar ao princípio ACID. Nele, quatro conceitos bá-
sicos são fundamentais para o funcionamento do SGBD-R em sua essência. Esse
princípio é composto por:

ATOMICIDADE

garante que a transação seja tratada como uma operação única e indivisível. Todas
as partes são executadas com sucesso ou nenhuma delas é executada. Se ocorrer
uma falha em qualquer ponto da transação, todas as alterações realizadas até esse
momento são revertidas.

CONSISTÊNCIA

garante que a execução da transação não possa violar as regras de integridade do

banco de dados.

ISOLAMENTO

garante que os efeitos da transação não sejam visíveis para outras transações até que
a primeira esteja concluída. Isso evita conflitos e garante que sejam independentes
umas das outras durante a execução.

DURABILIDADE

garante que, uma vez que a transação seja concluída com sucesso, as alterações dela
permaneçam permanentes, mesmo em caso de falhas do sistema. Isso é geralmente
alcançado por meio de técnicas, como logs de transações e backups.

2
2
 T E MA DE A PRE ND IZAGEM 1

Um SGBD fornece mecanismos para controlar transações, incluindo instruções

em linguagem SQL, como COMMIT (para confirmar uma execução bem-suce-
dida) e ROLLBACK (para desfazer uma execução em caso de falha). Além disso,
o sistema de banco de dados mantém registros de logs para rastrear as operações
realizadas durante uma transação.
Segundo Silberschatz (2020), é correto afirmar que uma transação é um ele-
mento fundamental em aplicações empresariais em que a consistência dos da-
dos é crítica. Em sistemas bancários, sistemas de reservas e outros ambientes de
transação intensiva, a correta implementação do princípio ACID é essencial para
garantir a confiabilidade e a precisão dos dados.

CONSIDERE UMA TRANSAÇÃO SIMPLES DE TRANSFERÊNCIA DE FUNDOS ENTRE

DUAS CONTAS BANCÁRIAS, O QUE PERMITE A INCLUSÃO DE ETAPAS DISTINTAS
QUE PRECISAM SER TRATADAS ADEQUADAMENTE PARA GARANTIR O DEVIDO
FUNCIONAMENTO:

Dedução do valor da conta de origem.

Adição do mesmo valor à conta de destino.

As transações desempenham um papel vital na gestão de dados em um SGBD-R,

proporcionando uma estrutura robusta para garantir a integridade e a confiabi-
lidade das operações existentes.

As vantagens de se utilizar um SGBD

Um SGBD-R oferece diversas vantagens fundamentais no gerenciamento efi-

ciente e na organização estruturada da informação. Segundo Elmasri e Navathe
(2018), ao implementar um modelo relacional, os dados são organizados em tabe-
las para fornecer uma estrutura clara e compreensível. A principal vantagem resi-
de no fato de que as chaves podem ser utilizadas para estabelecer relacionamentos
entre diferentes conjuntos de dados, garantindo integridade e consistência. Além
disso, o modelo relacional facilita consultas complexas e permite extrair os dados
necessários de maneira direcionada. Modularidade e extensibilidade são recursos
essenciais que permitem expandir e adaptar-se às mudanças nos requisitos.
Dentre as vantagens existentes nesse modelo, podemos destacar:

2
2
 U N I AS S E LVI

• Organização estruturada: o SGBD oferece uma estrutura organizada para

armazenar e recuperar dados. A informação é categorizada em tabelas e
relacionamentos, proporcionando uma abordagem lógica e estruturada.
• Consistência dos dados: o SGBD garante que as regras de integridade ref-
erencial sejam devidamente seguidas. Isso evita redundâncias e inconsistên-
cias, proporcionando um ambiente confiável.
• Acesso rápido e eficiente: o acesso aos dados é otimizado a partir de índi-
ces, consultas e técnicas de otimização. Isso resulta em tempos de resposta
mais rápidos, o que é fundamental para aplicações que exigem recuperação
eficiente de informações.
• Segurança avançada: o SGBD oferece mecanismos robustos de segurança,
permitindo o controle de acesso granular aos dados. Senhas, permissões e
criptografia são implementados para proteger informações sensíveis.
• Recuperação de desastres: funcionalidades, como backups regulares e téc-
nicas de replicação, garantem a recuperação de dados, em caso de falhas
no sistema, erro humano ou eventos catastróficos.
• Integridade Referencial: o SGBD suporta o princípio da integridade refer-
encial, garantindo que as relações entre as tabelas sejam mantidas. Isso
impede a existência de registros órfãos e garante uma visão coerente dos
dados.
• Escalabilidade e desempenho: um SGBD é projetado para administrar
grandes volumes de dados e escalabilidade, oferecendo recursos, como
particionamento e indexação, para otimizar o desempenho, independente-
mente do tamanho do conjunto de dados.
• Suporte a transações: o SGBD implementa transações seguindo o princípio
ACID (Atomicidade, Consistência, Isolamento e Durabilidade), garantindo,
assim, que operações sejam concluídas com sucesso ou revertidas em caso
de falha.
• Manutenção facilitada: a manutenção de dados é simplificada com re-
cursos, como atualizações em lote, exclusões em cascata e a capacidade
de modificar a estrutura do banco de dados sem afetar drasticamente as
aplicações.
• Suporte a consultas complexas: um SGBD suporta consultas complexas
a partir de instruções realizadas em linguagem SQL, permitindo a extração
de informações específicas e a realização de análises detalhadas sobre os
dados armazenados.
• Compartilhamento de Dados: diversas aplicações podem acessar e
compartilhar dados de um único repositório, facilitando a colaboração e a
consistência de informações voltadas para ambientes corporativos.

2
2
 T E MA DE A PRE ND IZAGEM 1

A utilização de um SGBD em um projeto computacional proporciona uma série

de benefícios essenciais para garantir a eficiência, a segurança e a confiabilidade
na gestão de dados em aplicações diversas. Essas vantagens contribuem para um
ambiente de desenvolvimento e operação mais robusto e eficaz.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Os profissionais de tecnologia da informação enfrentam uma era dinâmica que é
caracterizada por constantes desafios referentes ao gerenciamento de banco de dados.
Nesse ritmo acelerado da inovação tecnológica, a aplicação prática dos conceitos
aprendidos nas instituições de ensino se tornou crítica para enfrentar esses desafios.

1. Evolução Tecnológica:

A constante evolução das tecnologias de banco de dados, como NoSQL, Big Data
e soluções em nuvem, exige que os profissionais estejam atualizados. A aplicação
prática envolve a adaptação a novos paradigmas e a escolha de soluções que
atendam a demandas específicas.

2. Segurança da Informação:

O aumento das ameaças cibernéticas tornou a segurança da informação uma prio-

ridade. Profissionais de administração de banco de dados precisam aplicar práticas
robustas de segurança, implementando criptografia, auditorias e mecanismos avan-
çados de controle de acesso para proteger dados sensíveis de alunos e funcionários.

2
2
 U N I AS S E LVI

3. Integração de Dados:

A integração de dados provenientes de diversas fontes, como sistemas acadêmi-

cos, financeiros e de recursos humanos, é um desafio constante. A aplicação prá-
tica envolve a implementação de estratégias eficientes de integração para garantir
consistência e disponibilidade dos dados.

4. Escalabilidade e Desempenho:

O crescimento exponencial da quantidade de dados em instituições educacionais re-

quer sistemas de banco de dados escaláveis e de alto desempenho. Profissionais preci-
sam aplicar técnicas, como particionamento, indexação adequada e ajustes de consultas,
para garantir que o banco atenda às demandas crescentes de usuários e aplicações.

5. Governança de Dados:

A governança eficaz de dados é essencial para garantir a qualidade e a conformi-

dade das informações. A aplicação prática envolve a criação e a implementação de
políticas, procedimentos e processos que assegurem a integridade desses dados,
além do cumprimento de regulamentações e padrões educacionais.
Nesse cenário, os profissionais de TI especializados em administração de
banco de dados enfrentam desafios dinâmicos que exigem uma aplicação práti-
ca e adaptabilidade contínua. Isso se traduz em soluções inovadoras e eficientes
que garantem a gestão adequada dos dados, contribuindo para o sucesso e a
excelência educacional.

2
2
 AUTOATIVIDADE

1. Qual é a principal função do Dicionário de Dados em um Sistema de Gerenciamento de

Banco de Dados (SGBD)?

a) Armazenar dados temporários.

b) Catalogar e descrever os metadados do banco de dados.
c) Realizar consultas complexas.
d) Gerar relatórios automáticos.
e) Fornecer interfaces gráficas para usuários

2. O que é a normalização em um contexto de banco de dados relacional?

a) Um processo de otimização de consultas.

b) A adição de redundâncias aos dados.
c) Um método para criar backups regulares.
d) A organização de dados para reduzir a redundância e melhorar a integridade.
e) Uma técnica para criar partições em grandes conjuntos de dados.

3. O que representa a cardinalidade em um modelo Entidade-Relacionamento (ER)?

a) O número total de entidades em um banco de dados.

b) A quantidade de registros em uma tabela. A relação entre chaves primárias e estrangeiras.
c) O grau de complexidade das consultas SQL.
d) A quantidade máxima de atributos em uma entidade.
e) A formatação do banco de dados para consulta em linguagem SQL.

2
2
 REFERÊNCIAS

ALVES, W. P. Banco de dados: teoria e desenvolvimento. São Paulo: Érica, 2021.

BARBOZA, F. F. M.; FREITAS, P. H. C. Modelagem e desenvolvimento de banco de dados. Porto

Alegre: SAGAH, 2018.

ELMASRI, R.; NAVATHE, S. B. Sistemas de bancos de dados. São Paulo: Pearson Education do
Brasil, 2018.

MACHADO, F. N. R. Banco de dados: projeto e implementação. São Paulo: Érica, 2020.

PICHETTI, R. F.; VIDA, E. da S.; CORTES, V. S. M. P. Banco de dados. Porto Alegre: SAGAH, 2021.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

2
2
 GABARITO

1. Opção B.

Um dicionário de dados armazena informações sobre a estrutura e a definição dos dados

no banco de dados, ou seja, os metadados, descrevendo as tabelas, os atributos, os rela-
cionamentos, entre outros.

2. Opção D.

A normalização é o processo de organização de dados em um banco de dados relacional

para minimizar a redundância e melhorar a integridade referencial.

3. Opção C.

A cardinalidade em um modelo Entidade-Relacionamento indica a relação entre as chaves

primárias e estrangeiras nas entidades, ou seja, quantos registros de uma entidade podem
se relacionar com outra entidade.

3
3
MINHAS ANOTAÇÕES

3
3
 TEMA DE APRENDIZAGEM 2

MODELAGEM DE DADOS

MINHAS METAS

Conhecer os conceitos básicos dos tipos de modelagem.

Entender o que é Modelo Entidade-Relacionamento (MER).

Apresentar os elementos que compõem um Diagrama Entidade-Relacionamento (DER).

Conceituar a normalização de dados.

Otimizar a estrutura de um banco de dados para garantir desempenho e performance

eficientes.

Criar esquemas de banco de dados para situações do mundo real.

Criar modelos que representem eficientemente a realidade que o banco de dados está
destinado a retratar.

3
3
 U N I AS S E LVI

INICIE SUA JORNADA

Bem-vindo à fascinante jornada pela modelagem de banco de dados! Prepare-se
para embarcar em um universo de dados estruturados, em que a lógica relacional é
a chave para desvendar a complexidade das informações. Nessa jornada, você terá
a oportunidade de explorar as entranhas dos relacionamentos, das tabelas e das
chaves que formam a espinha dorsal de sistemas de informação eficientes.
Durante o nosso caminho, vamos desvendar os mistérios da normalização,
aprendendo a organizar e a otimizar as informações para alcançar um design
robusto. Você será guiado por conceitos práticos e desafiadores, desenvolvendo
habilidades cruciais para esculpir bancos de dados eficazes. Lembre-se: cada linha
de código que você escreve é uma peça do quebra-cabeça que molda o futuro da
gestão de dados. Sinta a empolgação e prepare-se para criar estruturas que serão
a base sólida para inovações e insights valiosos.
Então, pronto para começar? Aperte os cintos, mergulhe no mundo da mo-
delagem de banco de dados relacional e descubra como transformar dados em
conhecimento! A sua jornada começa agora.

P L AY N O CO NHEC I M ENTO

Seja bem-vindo(a) ao Desbravando Dados, o podcast que mergulha na complexa

e fascinante arte da modelagem de dados na era da informação. Exploraremos
os fundamentos e as estratégias que moldam a criação de estruturas de dados
sólidas, essenciais para o coração de qualquer sistema de informação.
Navegaremos entre os conceitos de modelagem, revelando os segredos da ar-
quitetura inteligente que impulsiona as mais modernas tecnologias do mercado. A
cada episódio, mergulharemos em temas envolventes, desde as técnicas clássi-
cas de estruturação até as inovações mais recentes, proporcionando uma jornada
educativa e inspiradora para todos os entusiastas da tecnologia.
Prepare-se para decifrar as técnicas da modelagem de dados, desbravando as
nuances e descobrindo como ela se torna a espinha dorsal de sistemas inteligen-
tes que moldam o mundo à nossa volta. Este é o Desbravando Dados, onde a arte
encontra a ciência na criação da estrutura que sustenta a revolução da informação.

3
3
 T E MA DE A PRE ND IZAGEM 2

VAMOS RECORDAR?
O conceito de banco de dados relacional diz respeito a uma abordagem
revolucionária de armazenamento que proporciona uma estrutura organizada e
eficiente. Nela, a informação é cuidadosamente modelada por meio de tabelas
interconectadas entre si, gerando uma arquitetura plena que reflete a lógica
relacional que dá coesão e integridade aos dados nela armazenados.
Ao explorarmos os princípios do banco de dados relacional, relembraremos
como as relações entre tabelas, chaves primárias e estrangeiras e a normalização
desempenham papéis cruciais na construção de sistemas robustos. Trata-se
de uma jornada pelos alicerces que sustentam muitas aplicações que usamos
diariamente, proporcionando uma visão clara de como a estruturação inteligente
dos dados é essencial para o sucesso de qualquer sistema de informação.
Para enfatizar o conceito de banco de dados relacional, indicamos o vídeo a seguir.
link: https://www.youtube.com/watch?v=tRK4-wkTt9I

DESENVOLVA SEU POTENCIAL

INTRODUÇÃO À MODELAGEM

A modelagem de banco de dados desempenha um pa-

pel fundamental no desenvolvimento de software, sen- Guia para o
do o alicerce sobre o qual sistemas robustos e eficientes desenvolvimento
de sistemas de
são construídos. Essa prática envolve a representação
software sólidos e
organizada e estruturada dos dados que serão ma- adaptáveis
nipulados pelo software, proporcionando uma visão
clara e compreensível do ambiente de armazenamento. Ao criarem um modelo
de banco de dados, os desenvolvedores podem visualizar como os dados estão
inter-relacionados, o que é essencial para garantir a integridade e a consistência
das informações ao longo do tempo.

3
3
 U N I AS S E LVI

A importância da modelagem de banco de dados é ainda mais evidente quan-

do se considera a necessidade de adaptação e evolução dos sistemas ao longo do
ciclo de vida do software.
Segundo Elmasri e Navathe (2018), um modelo bem projetado oferece flexi-
bilidade para incorporar mudanças nos requisitos do sistema, proporcionando
uma base sólida para a implementação eficiente de funcionalidades adicionais
ou modificações. Além disso, a modelagem contribui para a otimização do de-
sempenho, permitindo que os desenvolvedores criem consultas e operações mais
eficazes, resultando em sistemas mais rápidos e eficientes.
Outro aspecto crucial da modelagem de banco de dados é a garantia da se-
gurança e da integridade dos dados. Ao definirem relações, chaves primárias e
estrangeiras, restrições e outros elementos, os modelos asseguram que apenas
informações válidas e consistentes sejam armazenadas. Essa abordagem não ape-
nas evita a corrupção de dados, mas também contribui para a confiabilidade e a
confidencialidade das informações.
Segundo Silberschatz (2020), a modelagem de banco de dados é uma prática
essencial que serve como guia para o desenvolvimento de sistemas de software
sólidos e adaptáveis. A aplicação diligente dela não apenas facilita a criação de
soluções eficientes, mas também contribui para a construção de sistemas que po-
dem evoluir com as demandas em constante mudança no mundo da tecnologia.

Por que modelar?

É uma etapa fundamental que não deve ser negligenciada pelos profissionais de
Tecnologia da Informação (TI). Essa prática envolve a criação de representações
abstratas e estruturadas dos dados que serão armazenados e manipulados por
um sistema. Esses modelos oferecem uma visão organizada e compreensível das
relações e das interações entre os diferentes elementos de dados, permitindo que
os desenvolvedores compreendam e planejem a estrutura do banco de dados.
A importância da modelagem de banco de dados reside na capacidade dela
de proporcionar uma base sólida para o desenvolvimento de sistemas eficientes
e sustentáveis. Ao criarem um modelo preciso, os desenvolvedores podem iden-
tificar requisitos, relacionamentos e restrições essenciais, resultando em uma
implementação mais eficaz.

3
3
 T E MA DE A PRE ND IZAGEM 2

Segundo Pichetti, Vida e Cortes (2021), isso é particularmente vital para

sistemas complexos, nos quais a compreensão clara dos dados é crucial para o
funcionamento adequado do software.
Além disso, a modelagem de banco de dados contribui para a flexibilidade
e a escalabilidade do sistema. Um modelo bem elaborado permite a adaptação
e a expansão do sistema à medida que os requisitos evoluem, garantindo que o
software seja capaz de crescer e se ajustar às mudanças nas demandas do usuário
ou do mercado. Isso não apenas aumenta a longevidade do sistema, mas também
reduz a necessidade de reestruturação significativa no futuro.
Outro aspecto crucial é a segurança dos dados. A partir de uma modelagem
adequada, é possível estabelecer restrições e chaves que garantem a integridade
e a confidencialidade dos dados armazenados. Isso protege contra a inserção de
dados inconsistentes ou inválidos e previne vulnerabilidades no sistema, propor-
cionando uma base sólida para a proteção das informações.

MODELO ENTIDADE-RELACIONAMENTO (MER)

O Modelo Entidade-Relacionamento (MER) é uma abordagem visual que re-

presenta as entidades (objetos ou conceitos) e os relacionamentos entre elas em
um sistema de banco de dados relacional, fornecendo uma representação gráfica
clara e concisa da estrutura e da organização do banco de dados.
A essência desse modelo é capturar a realidade do domínio de um sistema,
destacando as entidades significativas e os vínculos existentes entre elas.

Nesse contexto, entidades, como “clientes” ou “produtos”, são identificadas

por atributos e podem ser inter-relacionadas por meio de diferentes tipos de
relacionamentos, como “possui” ou “realiza”. Cada entidade tem uma chave primária
única, fundamental para a identificação exclusiva dos registros.

A normalização do MER é crucial para garantir uma estrutura eficiente e sem

redundâncias. A partir desse processo, o modelo procura eliminar dependências
e duplicações, resultando em uma representação organizada de dados. Ao tradu-
zir o MER para esquemas de tabelas em um banco de dados do tipo relacional,

3
3
 U N I AS S E LVI

garante-se que a estrutura seja eficaz, flexível e capaz de acomodar alterações

futuras sem perda de integridade ou desempenho.
O Modelo Entidade-Relacionamento pode ser definido, segundo Silberschatz
(2020), como uma ferramenta valiosa para os profissionais de TI, oferecendo uma
representação visual intuitiva dos elementos e das conexões fundamentais de um
sistema, facilitando a compreensão e a implementação eficiente em um ambiente
para o gerenciamento de banco de dados.

Modelo Conceitual

O MER representa uma abordagem conceitual essencial em um banco de dados do

tipo relacional, oferecendo uma visão clara e concisa dos elementos fundamentais e das
interações dentro de um sistema, concentrando-se nas entidades, nos relacionamentos
e nos atributos, proporcionando uma compreensão robusta do domínio do problema.
As entidades, que podem ser objetos tangíveis ou conceitos abstratos, são re-
presentadas por retângulos no MER. Cada entidade possui atributos que definem
as características individuais.

Em um sistema de gerenciamento de biblioteca, a entidade “livros” contém atrib-

utos, como “título”, “autor” e “ano de publicação”. Essas entidades são fundamen-
tais para compreender o que está sendo modelado, sendo a base sobre a qual as
informações são organizadas.

Já os relacionamentos, expressos por linhas que conectam as entidades, desta-

cam as conexões e as dependências entre diferentes elementos do sistema. As-
sim, relacionamentos, como “possui”, «é amigo de» ou «participa de», elucidam
a maneira como as entidades interagem e se associam entre si na estrutura do
banco de dados. A precisão na identificação dessas relações é crucial para uma
modelagem conceitual eficaz.
No âmbito conceitual, segundo Elmasri e Navathe (2018), o MER estabelece
uma ponte entre o entendimento do problema e a posterior implementação em
um banco de dados, servindo como uma representação valiosa para discutir e
validar requisitos com partes interessadas, garantindo uma base sólida para o
desenvolvimento desse banco de dados.

3
3
 T E MA DE A PRE ND IZAGEM 2

Consideremos o cenário de uma aplicação de gerenciamento de escola, em que de-

sejamos modelar as principais entidades e os respectivos relacionamentos (Tabela 1).

ENTIDADES RELACIONAMENTOS

Matrícula: um aluno pode estar matriculado em

Alunos: atributos “Nome”, “Data de
várias disciplinas. Esse relacionamento é repre-
Nascimento” e “Número de Matrícula”.
sentado por uma linha que conecta “Alunos” e
“Disciplinas” à descrição “Matriculado em”.
Professores: atributos “Nome”, “Espe-
cialidade” e “Número de Identificação”.
Leciona: um professor pode lecionar várias
disciplinas. Esse relacionamento é represen-
Disciplinas: atributos “Nome” e
tado por uma linha que conecta “Professores”
“Código”.
e “Disciplinas” à descrição “Leciona”.

Tabela 1 – Principais entidades e os respectivos relacionamentos / Fonte: os autores.

Matrícula Leciona

ALUNOS DISCIPLINAS PROFESSORES

Nome_Aluno Nome_Disciplina Nome_Professor

Data_Nasc Codigo Especialidade
Num_Matricula Num_ID

Figura 1 – Exemplo de diagrama conceitual do MER / Fonte: os autores.

Descrição da Imagem: são demonstradas as entidades “ALUNOS”, “DISCIPLINAS” e “PROFESSORES”, represen-

tadas em retângulos alinhados entre si. Há dois relacionamentos: “MATRÍCULA” e “LECIONA”, representados por
losangos alinhados acima dos retângulos. Cada entidade apresenta atributos representados a partir de pequenos
círculos interligados entre si mediante linhas. Os retângulos e os losangos também estão interligados da mesma
forma. Fim da descrição.

3
3
 U N I AS S E LVI

Nesse exemplo, o MER destaca visualmente como as entidades (Alunos, Profes-

sores e Disciplinas) estão interligadas por meio de relacionamentos, fornecendo
uma compreensão clara das dinâmicas da aplicação. A modelagem conceitual
com MER é crucial para alinhar a visão do sistema entre os desenvolvedores e as
partes interessadas antes da implementação em um banco de dados relacional.

Modelo Lógico

O modelo lógico do MER é a fase que transforma as abstrações conceituais em

estruturas lógicas que serão a base principal para a criação física de um banco de
dados do tipo relacional. Nessa etapa, as entidades, os relacionamentos e os atributos
são convertidos em tabelas, campos, chaves (primárias e estrangeiras) e cardinalida-
de, todos conceitos representando a arquitetura fundamental desse banco de dados.

Passos para construir o modelo lógico:

IDENTIFICAÇÃO DE ENTIDADES E ATRIBUTOS

cada entidade se torna uma tabela, com os respectivos atributos como colunas ou campos.

RELACIONAMENTOS

a interligação entre entidades é implementada por meio da relação delas a partir de

campos-chave.

CHAVES PRIMÁRIAS

cada entidade deve ter um atributo que seja uma chave primária única, a qual permite
a identificação de um registro como único nessa estrutura.

NORMALIZAÇÃO

este processo pode ser aplicado para garantir que o banco de dados esteja livre de
redundâncias e anomalias. Isso envolve a divisão de tabelas grandes em tabelas me-
nores e mais relacionadas.

3
3
 T E MA DE A PRE ND IZAGEM 2

TIPOS DE DADOS E RESTRIÇÕES

cada atributo deve ser atribuído a um tipo de dado apropriado (como texto, número e
data) e podem ser impostas restrições para garantir a integridade dos dados.

O resultado é um modelo lógico que traduz as relações conceituais do MER em

uma estrutura mais tangível e efetiva para a implementação de um banco de dados.
Segundo Barboza e Freitas (2018), esse modelo servirá de embasamento para a
criação de scripts SQL que definem a estrutura desse banco em um ambiente real.

ZO O M N O CO NHEC I M ENTO

O tipo de dados a ser utilizado na modelagem deve ser definido de acordo com o
SGBD no qual o banco será implementado. Esses tipos variam entre os softwares,
pois cada um apresenta particularidades.

Tipos de Chaves

Em um banco de dados relacional, a estrutura é fundamentada em conceitos,

como os três tipos de chaves existentes, que são: primária, estrangeira e candidata.
Além disso, há o embasamento em elementos cruciais para garantir a integridade,
a consistência e o relacionamento entre as tabelas. Conheça-os a seguir.

CHAVE PRIMÁRIA

Trata-se de um campo (ou conjunto de campos em casos específicos) que identifica,

de maneira única, cada registro em uma tabela, garantindo a unicidade e a integridade
referenciais, sendo essencial para estabelecer relações com outras tabelas.

4
4
 U N I AS S E LVI

CHAVE ESTRANGEIRA

Trata-se de um campo que estabelece uma relação entre duas tabelas, apontando
para a chave primária de outra tabela, criando um vínculo entre os registros. Essa rela-
ção é vital para manter a consistência e a integridade dos dados.

CHAVE CANDIDATA

Trata-se de um ou mais campos de uma tabela que poderiam ser escolhidos como
chave primária, pois possuem a propriedade de identificação única.

A interação eficiente entre esses elementos é essencial para o sucesso de um banco

de dados. A chave primária é como a identidade única de cada registro. Já a chave
estrangeira estabelece relações, enquanto a chave candidata oferece opções flexí-
veis para garantir a integridade dos dados. Esses conceitos formam a base sólida
para a estruturação eficiente de bancos de dados relacionais.

TIPOS DE RELACIONAMENTO ENTRE TABELAS

Os relacionamentos entre tabelas desempenham um papel crucial na organiza-

ção e na integridade dos dados, estabelecendo conexões lógicas entre diferentes
conjuntos de dados. Eles são classificados em três principais tipos: um para um,
um para muitos e muitos para muitos.
Relacionamento Um para Um é um registro em uma tabela A e está dire-
tamente associado a um único registro em outra tabela B. Esse tipo de relaciona-
mento é menos comum, mas é útil em casos específicos, como quando os dados
são naturalmente agrupados.

4
4
 T E MA DE A PRE ND IZAGEM 2

Figura 2 – Exemplo de diagrama lógico do MER para relacionamento 1 para 1 / Fonte: os autores.

Descrição da Imagem: são demonstradas as tabelas “ALUNOS” e “MATRÍCULAS”, representadas em quadrados

com cantos arredondados. A tabela “ALUNOS” possui quatro campos (atributos), sendo o primeiro deles a chave
primária (CPF). Já a tabela “MATRÍCULAS” tem três campos (atributos), sendo o primeiro deles a chave primária
(ID_MATRICULA), e o CPF_ALUNO como chave estrangeira. As duas tabelas estão relacionadas entre si a partir de
uma linha que exibe as cardinalidades referentes ao relacionamento (1,1). Fim da descrição.

Relacionamento Um para Muitos é o tipo mais comum. Nesse caso, um registro

em uma tabela A está associado a um ou a vários registros em outra tabela B. En-
tretanto, cada registro na tabela B está vinculado a apenas um registro da tabela B.

Figura 3 – Exemplo de diagrama lógico do MER para relacionamento 1 para N / Fonte: os autores.

Descrição da Imagem: são demonstradas as tabelas “CLIENTES” e “VENDAS”, representadas em quadrados com
cantos arredondados. A tabela “CLIENTES” tem quatro campos (atributos), sendo o primeiro deles a chave primária
(CPF). Já a tabela “VENDAS” também possui quatro campos (atributos), sendo o primeiro deles a chave primária
(ID_VENDA), e o CPF_CLIENTE como chave estrangeira. As duas tabelas estão relacionadas entre si a partir de
uma linha que exibe apenas as cardinalidades referentes aos relacionamentos (1,1) e (1,N). Fim da descrição.

4
4
 U N I AS S E LVI

Relacionamento Muitos para Muitos ocorre quando vários registros em uma

tabela A estão associados a vários registros em outra tabela B. Esse tipo de relacio-
namento é implementado por meio de uma tabela de junção (tabela intermediária).
Por exemplo, em um banco de dados que registra alunos e cursos, a tabela de junção
pode representar a relação entre alunos e cursos matriculados, em que um aluno
pode estar matriculado em vários cursos, e um curso pode ter vários alunos.

Figura 4 – Exemplo de diagrama lógico do MER para relacionamento N para N / Fonte: os autores.

Descrição da Imagem: são demonstradas as tabelas “VENDAS”, “PRODUTOS” e “ITENS_VENDA”, representadas por
quadrados com cantos arredondados. A tabela “PRODUTOS” possui quatro campos (atributos), sendo o primeiro
deles a chave primária (ID_PRODUTO). Já a tabela “VENDAS” também possui quatro campos (atributos), sendo o
primeiro deles a chave primária (ID_VENDA), e o CPF_CLIENTE como chave estrangeira. Já a tabela “ITENS_VENDA”
possui dois campos (atributos), sendo que ambos são chaves estrangeiras (ID_VENDA e ID_PRODUTO). As tabelas
estão relacionadas entre si a partir de uma linha que apenas exibe as cardinalidades referentes aos relaciona-
mentos (1,1) e (1,N). Fim da descrição.

Entender e definir adequadamente esses relacionamentos são atitudes cruciais

para garantir a integridade referencial e a consistência em um banco de dados
relacional. A escolha do tipo de relacionamento depende da natureza dos dados
armazenados no banco e dos requisitos específicos do sistema.

Cardinalidade

Trata-se de um conceito que se refere à maneira como as tabelas estão interligadas

por meio de relacionamentos. Três tipos principais de cardinalidade são comu-
mente utilizados: um para um, um para muitos e muitos para muitos.

4
4
 T E MA DE A PRE ND IZAGEM 2

Entender e definir a cardinalidade são atitudes cruciais para o design eficiente de

bancos de dados relacionais. Elas orientam como as informações estão interco-
nectadas, garantindo a integridade referencial e contribuindo para sistemas de
gerenciamento de dados robustos e eficazes.

Segundo Barboza e Freitas (2018), ao determinarem a cardinalidade, os projetistas

de banco de dados podem criar estruturas que refletem com precisão os
relacionamentos entre entidades, proporcionando uma base sólida para a
manipulação e a recuperação de dados.

No contexto de bancos de dados relacionais, as cardinalidades mínima e máxima

são conceitos que complementam a definição de relacionamentos entre tabelas.
A cardinalidade máxima representa o número máximo de instâncias (registros)
de uma entidade (tabela) que poderão se relacionar com os dados de outra tabela
existente no banco. Já a cardinalidade mínima define o número mínimo de
instâncias que devem participar de um relacionamento.
Assim, nesse contexto, os projetistas de bancos de dados garantem a integri-
dade referencial e especificam as restrições necessárias para manter a consistência
dos dados. Esses conceitos são fundamentais para o design eficiente de bancos
de dados, permitindo uma representação precisa dos relacionamentos entre en-
tidades e orientando a manipulação confiável dos dados ao longo do tempo. O
entendimento detalhado desses aspectos contribui para a construção de sistemas
de gerenciamento mais robustos e adaptáveis.
Considere um cenário em que está sendo projetado um banco de dados para
uma aplicação de gerenciamento de biblioteca que apresenta duas entidades prin-
cipais: livros e autores. Assim, será estabelecido um relacionamento entre essas
duas entidades para refletir uma relação do tipo “muitos para muitos”, pois um
livro pode ter vários autores, e um autor pode estar associado a vários livros.

4
4
 U N I AS S E LVI

ZO O M N O CO NHEC I M ENTO

• Tipo de Cardinalidade (LIVROS):

Máxima: como um livro pode ter vários autores, a cardinalidade máxima seria muitos (M).
Mínima: caso todos os livros tenham, pelo menos, um autor, a cardinalidade míni-
ma seria um (1).
• Tipo de Cardinalidade (AUTORES):
Máxima: como um autor pode estar associado a vários livros, a cardinalidade má-
xima seria muitos (M).
Mínima: caso for permitido que autores estejam cadastrados sem que tenham li-
vros a eles associados, a cardinalidade mínima seria zero (0).

Dessa forma, o relacionamento entre livros e autores é definido com muito mais
precisão, indicando que cada livro deve ter, pelo menos, um autor, mas também
pode ter diversos autores. Simultaneamente, um autor pode estar associado a
muitos livros ou a nenhum, proporcionando, assim, uma maior flexibilidade ao
sistema. Essas especificações de cardinalidade são cruciais para garantir que o
banco de dados represente fielmente as relações entre as entidades e para pre-
servar a integridade referencial ao longo do tempo.

Cardinalidade Unária

Esse conceito se refere a uma relação entre elementos da mesma entidade. Por
exemplo, consideremos a existência de uma entidade chamada funcionários em
um sistema de gerenciamento de recursos humanos. Para representar a relação
“supervisor - subordinado”, sendo que os dados estão armazenados na mesma
entidade em questão, cada funcionário pode ter de zero a um supervisor. Além
disso, esse supervisor também é um funcionário.
Assim, segundo Alves (2021), a cardinalidade unária permite modelar rela-
ções hierárquicas dentro da mesma entidade.

4
4
 T E MA DE A PRE ND IZAGEM 2

Funcionário 1: João (sem supervisor)

Funcionário 2: Maria (supervisor: João)
Funcionário 3: Pedro (supervisor: João)

Cardinalidade Ternária

Trata-se de um tipo especial de relação que envolve dados provenientes de três enti-
dades. Por exemplo, consideremos as entidades ESTUDANTES, CURSOS e PRO-
FESSORES em um sistema acadêmico. Para representar a relação “ESTUDANTE
- INSCRITO - EM - CURSO - LECIONADO - POR - PROFESSOR”, cada associa-
ção entre estudante, curso e professor representa uma instância única dessa relação,
permitindo uma modelagem mais complexa de interações entre entidades distintas.

Estudante 1: Ana
Curso 1: Matemática
Professor 1: Carlos
Ana está inscrita em Matemática, lecionada por Carlos.

Esses exemplos ilustram como os tipos de cardinalidade unária e ternária po-

dem ser aplicadas em modelos de bancos de dados para representar relações
específicas entre entidades.
Além delas, podemos destacar outros dois tipos de cardinalidade: nula e binária.
A cardinalidade nula se refere à possibilidade de uma entidade não possuir
relacionamentos com outras entidades, indicando que uma instância específica
pode existir independentemente de associações com outras. Isso permite flexibili-
dade na modelagem, em que certas entidades podem não ter conexões obrigatórias.
Por outro lado, a cardinalidade binária caracteriza um relacionamento entre
duas entidades, indicando quantas instâncias de uma entidade podem estar asso-
ciadas a outras entidades. Esse tipo estabelece uma relação mais simples, em que
cada instância pode ser conectada a, no máximo, uma correspondente na tabela
relacionada, promovendo uma estrutura mais direta e fácil de compreender no
banco de dados relacional.

4
4
 U N I AS S E LVI

NORMALIZAÇÃO

É um processo fundamental para organizar eficientemente os dados e minimizar

redundâncias, garantindo integridade e consistência. Esse método, proposto por
Edgar F. Codd, objetiva reduzir a duplicidade e a dependência funcional nas tabe-
las, melhorando o desempenho e a eficácia do banco de dados a ser implementado.
Segundo Silberschatz (2020), o processo de normalização é composto por
diferentes formas normais (FN), cada uma endereçando diferentes tipos de de-
pendências e níveis diferentes de complexidades. As mais utilizadas são as de-
nominadas Primeira Forma Normal (1FN), Segunda Forma Normal (2FN) e
Terceira Forma Normal (3FN).
Para realizar a normalização, é necessário identificar chaves primárias e es-
trangeiras, analisar dependências funcionais e redistribuir as informações em
várias tabelas. Isso resulta em tabelas mais coesas e diminui a necessidade de
atualizações redundantes, evitando problemas, como a anomalia de inserção,
alteração e exclusão.
Esse processo, embora essencial, requer equilíbrio, pois, se feito de maneira
excessiva, pode levar a consultas complexas e desempenho reduzido. Diante disso,
a decisão sobre qual forma normal alcançar depende da natureza específica dos
dados e dos requisitos do sistema.
Em resumo, a normalização é uma prática essencial para garantir a eficiên-
cia e a integridade do banco de dados, sendo uma técnica valiosa para projetar
esquemas mais robustos e eficientes.

Primeira Forma Normal (1FN)

A Primeira Forma Normal (1FN) é um dos princípios

Cada célula da
fundamentais da normalização em bancos de dados
tabela deve conter
relacionais introduzido por Edgar F. Codd. Essa for-
apenas um valor
ma normal estabelece que os valores armazenados em simples e único
uma tabela devem ser atômicos, ou seja, indivisíveis,
eliminando a presença de valores multivalorados ou conjuntos.

4
4
 T E MA DE A PRE ND IZAGEM 2

Em termos práticos, isso significa que cada célula da tabela deve conter apenas
um valor simples e único. Para entender melhor, consideremos uma tabela que
armazena informações de alunos, em que a coluna “DISCIPLINAS” têm valores,
como “matemática, física, química”. Em 1FN, seria realizado um ajuste para
ter uma nova tabela que armazenará os dados das disciplinas e se relacionará
diretamente com ALUNOS, mantendo a atomicidade dos valores de cada uma.

Figura 5 – Exemplo de normalização 1FN / Fonte: os autores.

Descrição da Imagem: são demonstradas duas representações: uma à esquerda, na qual a estrutura não se exibe
adequada ao princípio da primeira forma normal (1FN), e a outra à direita, que está devidamente ajustada a esse
conceito. À esquerda, há uma tabela “ALUNOS” com quatro campos, sendo que o atributo “DISCIPLINA” pode apre-
sentar situações de multivalores. Assim, ao se adequar a 1FN, esse campo foi retirado de “ALUNOS” e foi criada
uma tabela chamada “DISCIPLINAS” com três atributos (ID_DISCIPLINA, NOME e CPF_ALUNO). Fim da descrição.

Vejamos um exemplo mais concreto. Suponha uma tabela chamada “Pedidos”,

em que uma linha contém informações sobre um pedido e os itens associados.
Em 1FN, essa tabela seria decomposta em duas: uma tabela “Pedidos” e outra
“Itens do Pedido”. Cada linha da tabela de pedidos, agora, teria uma identificação
única, e os itens do pedido seriam armazenados em outra tabela, referenciando
a identificação do pedido original.
Em resumo, a 1FN é crucial para garantir a integridade dos dados e simplificar
consultas, evitando redundâncias e ambiguidades. Ao adotar a atomicidade dos
valores, cria-se uma base sólida para avançar nas formas normais subsequentes,
promovendo a eficiência e a organização nos bancos de dados relacionais.

4
4
 U N I AS S E LVI

Segunda Forma Normal (2FN)

Trata-se de uma extensão do conceito de normalização em bancos de dados re-

lacionais que busca eliminar redundâncias de dados, ao garantir cada campo em
uma tabela que depende completamente da chave primária, promovendo uma
estrutura mais coesa e eficiente.
Para entender a 2FN, é essencial compreender a diferença entre os conceitos de
dependências totais e parciais. Uma tabela está na 2FN quando não há nenhum tipo
de dependência parcial na chave primária, ou seja, cada campo depende de forma
completa da totalidade da chave primária, sem depender de apenas uma parte dela.
Para entender melhor esse conceito, vamos considerar um exemplo no qual
uma tabela “PEDIDOS” apresente os campos “ID_PEDIDO”, “ID_PRODUTO”,
“QUANTIDADE” e “PRECO_UNITARIO”. Com a chave primária sendo “ID_
PEDIDO” e “ID_PRODUTO”, o campo “QUANTIDADE” depende apenas do
“ID_PEDIDO,” enquanto “PRECO_UNITARIO” dependerá somente do “ID_
PRODUTO”. Assim, a estrutura não está adequada à 2FN. Para isso, seria neces-
sário dividir essa tabela em duas, sendo: “PEDIDOS” e “PRODUTOS”.
Agora, ambas as tabelas estão na 2FN, pois cada campo depende completa-
mente da chave primária correspondente.

Figura 6 – Exemplo de normalização 2FN / Fonte: os autores.

Descrição da Imagem: são demonstradas duas representações em três tabelas mostradas em quadrados com
cantos arredondados: uma à esquerda, na qual a estrutura não se encontra adequada ao princípio da segunda
forma normal (2FN), e outra à direita, que está devidamente ajustada a esse conceito. À esquerda, há uma
tabela “PEDIDOS” com quatro campos, sendo duas chaves primárias (ID_PRODUTO e ID_PEDIDO) e outros dois
(QUANTIDADE e PRECO_UNITARIO). À direita, há duas tabelas (PEDIDOS e PRODUTOS), sendo a primeira delas
com três campos (ID_PEDIDO, QUANTIDADE e ID_PRODUTO), já a outra com dois campos (ID_PRODUTO e PRE-
CO_UNITARIO). Fim da descrição.

4
4
 T E MA DE A PRE ND IZAGEM 2

Assim, para que uma estrutura esteja em 2FN, primeiramente, ela precisa estar
em 1FN e não apresentar anomalias que possam comprometer futuras consultas
e/ou alterações no banco de dados após a implementação. Assim, aprimora-se
a estrutura, eliminam-se dependências parciais e são reduzidas redundâncias, o
que contribui para uma organização mais eficaz dos dados a serem armazenados.

Terceira Forma Normal (3FN)

Trata-se de um conceito da normalização que busca eliminar as dependências

transitivas que possam existir na estrutura do banco de dados.
Em termos simples, uma dependência transitiva ocorre quando um campo
de uma tabela depende de outro que não faz parte da chave primária, mas de um
campo intermediário. Nesse contexto, a 3FN busca eliminar essas dependências,
promovendo uma estrutura mais limpa e evitando ao máximo redundâncias,
praticamente as eliminando.
Para entender melhor, vamos considerar o exemplo de uma tabela “FUNCIO-
NARIOS”, com os atributos “ID_FUNCIONARIO”, “NOME”, “DEPARTAMEN-
TO” e “LOCALIZACAO_DEPTO”. Nesse caso, fica evidenciado que o campo
“LOCALIZACAO_DEPTO” depende, ao mesmo tempo, tanto de “ID_FUN-
CIONARIO” quanto de “DEPARTAMENTO”. Para atender ao conceito de 3FN, é
necessário dividir a tabela em duas: “FUNCIONARIOS” e “DEPARTAMENTOS”,
eliminando, assim, essa dependência transitiva.
Assim, em “FUNCIONARIOS”, serão mantidos os atributos “ID_FUNCIO-
NARIO” e “NOME”. Já a nova tabela criada, chamada “DEPARTAMENTOS”, terá
“NOME_DEPTO” e “LOCALIZACAO”. Agora, a estrutura do banco de dados en-
contra-se em 3FN, pois não há mais nenhum tipo de dependência transitiva, au-
mentando a integridade dos dados e a eficiência na manipulação das informações.

5
5
 U N I AS S E LVI

Figura 7 – Exemplo de normalização 3FN / Fonte: os autores.

Descrição da Imagem: são demonstradas duas representações em três tabelas dispostas em quadrados com
cantos arredondados: uma à esquerda, na qual a estrutura não se encontra adequada ao princípio da terceira
forma normal (3FN), e a outra à direita, que está devidamente ajustada a esse conceito. À esquerda, há uma
tabela “FUNCIONARIOS” com quatro campos, sendo uma chave primária (ID_FUNCIONARIO) e outros três (NOME,
DEPARTAMENTO e LOCALIZACAO_DEPTO). À direita, há duas tabelas (FUNCIONARIOS e DEPARTAMENTOS), sendo
a primeira delas com três campos (ID_FUNCIONARIO, NOME e ID_DEPTO), já a outra com três campos (ID_DEPTO,
NOME e LOCALIZACAO). Fim da descrição.

Assim, para que uma estrutura esteja em 2FN, primeiramente, ela precisa estar em
1FN e não apresentar dependências entre os campos das tabelas que compõem o
banco de dados, visando garantir que todas as interligações estejam claras, pro-
movendo uma estrutura livre de redundâncias e/ou dependências indesejadas.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Em um cenário profissional dinâmico e repleto de desafios, a habilidade de im-
plementar banco de dados de maneira consciente e estruturada se torna um
diferencial significativo para os profissionais de Tecnologia da Informação. Ao
criarem um ambiente de dados robusto, eficiente e seguro, os especialistas em
banco de dados desempenham um papel vital na gestão da informação, contri-
buindo diretamente para o sucesso e a competitividade das organizações.

5
5
 T E MA DE A PRE ND IZAGEM 2

A jornada começa com uma compreensão profunda dos conceitos funda-

mentais de modelagem de banco de dados. Os profissionais de TI devem dominar
não apenas a teoria, mas também as práticas de normalização, relacionamentos
e estruturação eficiente das informações. A aplicação desses conhecimentos em
projetos práticos durante a formação acadêmica cria a base sólida necessária para
enfrentar os desafios do mundo real.
Em um ambiente profissional, a conscientização sobre as necessidades es-
pecíficas da organização é crucial. Os profissionais de TI devem ser capazes de
traduzir as demandas e as expectativas dos usuários finais em modelos de dados
eficientes. Antecipar crescimento, garantir a integridade e a segurança dos dados
e adaptar-se a mudanças nas demandas comerciais são habilidades essenciais que
definem o sucesso na implementação de bancos de dados.
A implementação consciente também envolve escolhas tecnológicas infor-
madas. Os profissionais devem avaliar cuidadosamente as opções disponíveis,
levando em consideração alguns fatores, como escalabilidade, segurança e intero-
perabilidade. Além disso, estar atualizado com as tendências do mercado, como a
ascensão de bancos de dados do tipo NoSQL em determinados contextos, é vital
para tomar decisões informadas e alinhar as estratégias de banco de dados com
os objetivos organizacionais.
Em um mercado de TI que evolui muito rapidamente, os profissionais que
conseguem implementar bancos de dados de maneira consciente não apenas
aplicam conhecimentos técnicos, mas também incorporam uma mentalidade
proativa e estratégica. Esses especialistas tornam-se arquitetos da informação,
moldando o futuro digital das organizações por meio de decisões fundamen-
tadas e da aplicação de melhores práticas em modelagem de banco de dados.
O cenário profissional aguarda aqueles que estão preparados para transformar
conhecimento em impacto positivo.

5
5
 AUTOATIVIDADE

1. Embora vivamos em uma era de tecnologias diversas, a modelagem de banco de dados

relacional ainda é uma prática relevante e necessária, contribuindo para a organização,
a manutenção e a compreensão eficiente dos dados. Um dos benefícios da modelagem
relacional é a garantia da integridade referencial, assegurando que as chaves estrangei-
ras em uma tabela estejam corretamente relacionadas às chaves primárias em outra,
promovendo consistência nos dados.

Considerando a importância da modelagem de banco de dados relacional, analise as

afirmativas a seguir:

I - A modelagem de banco de dados relacional auxilia na organização dos dados, defi-

nindo a estrutura e os relacionamentos entre as tabelas.
II - Esse processo é crucial para garantir a integridade referencial, evitando inconsistências
e redundâncias nos dados armazenados.
III - A modelagem de banco de dados relacional é uma prática obsoleta, sem relevância
nos ambientes modernos de desenvolvimento de software.

É correto o que se afirma em:

a) I, apenas.
b) III, apenas.
c) I e II, apenas.
d) II e III, apenas.
e) I, II e III.

5
5
 AUTOATIVIDADE

2. Em um banco de dados relacional, a normalização é um processo essencial para garantir a

eficiência, a consistência e a integridade das informações, tendo, como objetivo, organizar
as tabelas, de modo a reduzir redundâncias e dependências, contribuindo para a manu-
tenção da qualidade dos dados.

No contexto da normalização de um banco de dados do tipo relacional, considere a seguinte

situação: em um banco de dados, uma tabela foi projetada com os seguintes atributos: “Có-
digo do Cliente”, “Nome do Cliente”, “Endereço”, “Telefone” e “Produtos Comprados”.

No cenário apresentado, é possível identificar que essa tabela apresenta uma violação em
relação à qual forma normal?

a) Primeira Forma Normal (1FN).

b) Segunda Forma Normal (2FN).
c) Terceira Forma Normal (3FN).
d) O BD já está normalizado.
e) Não é possível normalizar nessa situação.

5
5
 AUTOATIVIDADE

3. A cardinalidade em bancos de dados relacionais é um conceito essencial que define a

quantidade de instâncias de uma entidade que podem estar associadas a instâncias cor-
respondentes de outra entidade por meio de um relacionamento. Esse conceito determina
a natureza e a extensão das conexões entre tabelas, indicando a quantidade de instâncias
que pode se relacionar diretamente entre si dentro de um banco de dados mesmo estando
fisicamente em entidades diferentes.

A respeito dos tipos de cardinalidades em bancos de dados relacionais, analise as afirma-

tivas a seguir:

I - Cardinalidade Nula: refere-se a uma situação em que uma entidade não tem relaciona-
mentos com outras entidades em um banco de dados.
II - Cardinalidade Unária: representa um relacionamento em que cada instância de uma
entidade em uma tabela está associada a uma única instância da mesma entidade em
outra tabela.
III - Cardinalidade Ternária: indica um relacionamento entre três entidades. Cada instância
de uma entidade em uma tabela está associada a instâncias correspondentes em outras
duas tabelas.
IV - Cardinalidade Binária: caracteriza um relacionamento entre duas entidades, em que
cada instância de uma entidade em uma tabela pode estar associada a, no máximo, duas
instâncias da outra entidade em outra tabela.

É correto o que se afirma em:

a) I e IV, apenas.
b) II e III, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) II, III e IV, apenas.

5
5
 REFERÊNCIAS

ALVES, W. P. Banco de dados: teoria e desenvolvimento. São Paulo: Érica, 2021.

BARBOZA, F. F. M.; FREITAS, P. H. C. Modelagem e desenvolvimento de banco de dados. Porto

Alegre: SAGAH, 2018.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

PICHETTI, R. F.; VIDA, E. da S.; CORTES, V. S. M. P. Banco de dados. Porto Alegre: SAGAH, 2021.

SILBERSCHATZ, A. sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

5
5
 GABARITO

1. Opção C.

A afirmativa I está correta, pois a modelagem de banco de dados relacional é fundamen-

tal para organizar os dados, determinando a estrutura das tabelas e os relacionamentos
entre elas. A afirmativa II também está correta, pois a modelagem é crucial para garantir a
integridade referencial, evitando inconsistências e redundâncias nos dados. A afirmativa III
está incorreta, já que a modelagem de banco de dados relacional é uma prática relevante
nos dias de hoje.

2. Opção C.

Essa escolha se justifica pela presença da dependência transitiva na tabela original, indi-
cando que existe uma relação indireta entre as colunas. A Terceira Forma Normal (3FN) visa
eliminar dependências transitivas, garantindo maior eficiência e integridade na estrutura
do banco de dados.

3. Opção B.

A cardinalidade unária representa um relacionamento em que cada instância de uma en-

tidade em uma tabela está associada a uma única instância da mesma entidade em outra
tabela. É um tipo de relacionamento intrínseco à própria entidade. A cardinalidade ternária
indica um relacionamento entre três entidades, em que cada instância de uma entidade
em uma tabela está associada a instâncias correspondentes em outras duas tabelas. Esse
tipo de relacionamento envolve três entidades. A cardinalidade nula não é um tipo de
cardinalidade. Refere-se à possibilidade de uma entidade não ter relacionamentos com
outras entidades. Não é considerada um tipo específico de cardinalidade. A definição de
cardinalidade binária está incorreta. Ela caracteriza um relacionamento entre duas enti-
dades, em que cada instância de uma entidade em uma tabela pode estar associada a,
no máximo, uma instância da outra entidade em outra tabela, não duas.

5
5
 TEMA DE APRENDIZAGEM 3

LINGUAGEM SQL

MINHAS METAS

Definir o que é SQL.

Apresentar os comandos de definição e uso da SQL.

Desenvolver habilidades para formular consultas SQL complexas.

Adquirir uma compreensão sólida dos fundamentos da linguagem SQL.

Aprender a criar e a manter bancos de dados utilizando SQL.

Desenvolver competências em otimização de desempenho.

Adquirir conhecimentos sobre segurança dos dados, incluindo permissões de usuário.

5
5
 U N I AS S E LVI

INICIE SUA JORNADA

Bem-vindo à jornada emocionante pelo universo da Tecnologia da Informação (TI), em
que a linguagem SQL (Structured Query Language) se revela uma ferramenta essencial
para moldar o futuro dos profissionais de TI. Exploraremos os fundamentos que abrirão
as portas para a criação, a manipulação e a otimização de bancos de dados relacionais,
a fim de te capacitar a enfrentar desafios do mundo real.
Na base de tudo, está a compreensão profunda dos fundamentos dessa linguagem.
Desde as consultas básicas até as operações mais avançadas, você aprenderá a construir
e a manter bancos de dados relacionais. Essa habilidade não somente permite que você
recupere dados de maneira eficiente, mas também oferece uma base sólida para o de-
senvolvimento de sistemas de software mais robustos e abrangentes.
Ao longo desta jornada, você terá a oportunidade de desenvolver habili-
dades práticas essenciais. A construção de consultas complexas, a manipula-
ção de dados de forma eficaz e a compreensão do papel crítico da linguagem
SQL em alguns aspectos, como segurança e otimização de bancos de dados,
serão aspectos fundamentais do seu aprendizado.
À medida que mergulhamos na linguagem SQL, é importante se ater que
cada conceito dominado é um passo em direção ao enfrentamento de desafios
do mundo real. Os conhecimentos adquiridos não apenas fortalecerão as suas
habilidades técnicas, mas também te posicionarão como um(a) profissional de TI
capaz de moldar e inovar em ambientes cada vez mais complexos. Estamos apenas
começando: prepare-se para uma jornada incrível, na qual o SQL se tornará uma
ferramenta indispensável em seu arsenal tecnológico.

5
5
 T E MA DE A PRE ND IZAGEM 3

P L AY N O CO NHEC I M ENTO

Bem-vindo(a) a mais uma jornada de aprendizado e descoberta no podcast Des-

bravando Dados. Nesta edição especial, mergulharemos fundo na linguagem SQL,
além de explorarmos o papel dela no contexto dos bancos de dados relacionais.
Prepare-se para uma viagem pelo mundo das consultas, comandos e estruturas
que transformam dados em informações valiosas.
A linguagem SQL é muito mais do que uma série de comandos: é uma linguagem
de comunicação eficaz com os bancos de dados relacionais. Ao sintonizar este
episódio, você descobrirá como expressões simples podem desencadear opera-
ções complexas, facilitando a extração de informações cruciais. Este é o momento
de desmistificar a linguagem SQL e perceber como ela se torna a ponte entre você
e os dados que moldam o mundo digital.
Se você está apenas começando ou já possui alguma experiência com SQL, este
episódio oferecerá insights valiosos. Vamos explorar desde conceitos fundamen-
tais até técnicas avançadas, proporcionando uma compreensão abrangente da
linguagem e das aplicações práticas dela. Ao final, você estará mais preparado(a)
para enfrentar os desafios e as oportunidades que a manipulação eficiente de ban-
cos de dados relacionais oferece.
Está pronto(a) para decifrar os códigos e desvendar os segredos da linguagem
SQL? Então, aperte o play e embarque conosco nesta jornada pelo universo dos
bancos de dados relacionais. Aprender nunca foi tão envolvente, fascinante e prá-
tico. Sintonize-se, desbrave dados e amplie as suas habilidades no mundo da Tec-
nologia da Informação.

6
6
 U N I AS S E LVI

VAMOS RECORDAR?
A manipulação de um sistema de bancos de dados do tipo relacional é um
conjunto de operações que permite extrair, inserir, atualizar e excluir dados em um
software gerenciador conhecido como SGBD. Essa prática é realizada por meio da
linguagem SQL, a qual oferece uma abordagem padronizada para interagir com as
tabelas e os relacionamentos dentro dessa estrutura.
Ao manipular um banco de dados relacional, os profissionais de TI podem realizar
consultas complexas para obter informações específicas, inserir novos registros,
atualizar dados existentes ou excluir informações que não são mais necessárias.
Essa manipulação é uma parte integral do ciclo de vida desse tipo de banco de
dados, proporcionando flexibilidade e controle sobre as informações armazenadas,
essenciais para atender às demandas dinâmicas das aplicações modernas.
https://www.youtube.com/watch?v=XfO3TRvESBo

DESENVOLVA SEU POTENCIAL

DATABASE ADMINISTRATOR (DBA)

O Administrador de Banco de Dados (DBA) desempenha um papel crucial

no desenvolvimento, na implementação e na manutenção de sistemas de bancos
de dados. A responsabilidade principal dele é garantir que o banco funcione
de maneira eficiente, segura e sem interrupções. O DBA trabalha na criação e
na configuração inicial do banco de dados, decidindo a estrutura, os índices e
os relacionamentos entre as tabelas para atender às necessidades específicas do
sistema. Essa fase é vital para a performance futura deste banco.
Além disso, segundo Alves (2021), o DBA é o responsável pela administração
diária do banco de dados, monitorando o desempenho, otimizando consultas, apli-
cando patches e atualizações e gerenciando a segurança dos dados. A implementação
de backups regulares e a recuperação em caso de falhas também estão entre as tarefas
críticas do DBA para garantir a integridade e a disponibilidade contínua do sistema.

6
6
 T E MA DE A PRE ND IZAGEM 3

A importância do DBA no desenvolvimento de sistemas de bancos de dados

é evidente na capacidade dele de otimizar o desempenho, garantir a segurança e
permitir a escalabilidade à medida que o sistema evolui. Além disso, a expertise
dele é fundamental na resolução de problemas, na implementação de melhores
práticas e na colaboração com os desenvolvedores para garantir a integração
eficiente do banco com a aplicação.

Figura 1 – O trabalho de um DBA

Descrição da Imagem: é exibido um profissional que veste uma camisa branca. Ele opera um notebook, ao fazer
um trabalho que engloba telas de recursos humanos e gestão, preenchendo um formulário de pesquisa on-line,
respondendo às perguntas do teste e fazendo o checklist em uma prancheta virtual. Fim da descrição.

Em resumo, o papel do DBA, conforme Machado (2020), é essencial para o su-

cesso de qualquer sistema de banco de dados, contribuindo diretamente para a
eficácia, a estabilidade e a segurança do ambiente de dados.

6
6
 U N I AS S E LVI

A LINGUAGEM SQL

SQL é uma sigla em inglês que significa “Structured Query Language” ou, em
português, “Linguagem de Busca Estruturada”. Ela teve origem nos laboratórios
da International Business Machines (IBM) nos anos de 1970, como um esforço
conjunto de Donald D. Chamberlin e Raymond F. Boyce.
Inicialmente chamada de SEQUEL (Structured English Query Language), foi pro-
jetada para proporcionar uma forma de manipulação eficiente e intuitiva de dados em
sistemas de gerenciamento de um banco de dados do tipo relacional. Rapidamente,
tornou-se uma linguagem padrão no segmento e a evolução contínua dela tem con-
tribuído significativamente para a eficiência e a consistência no tratamento de dados.
Essa linguagem desempenha um papel central em um banco de dados relacio-
nal, atuando como uma ponte crucial entre os usuários e as informações armaze-
nadas. O principal propósito é permitir que os usuários executem operações, como
consultas, inserções, atualizações e exclusões de dados em tabelas relacionadas.

Mediante alguns comandos, como SELECT, INSERT, UPDATE e DELETE, os usuários

podem interagir de maneira eficaz com o banco de dados, garantindo a integridade
e a consistência de todas as informações armazenadas.

Além da função básica de manipulação de dados, segundo Silberschatz (2020), o

SQL oferece recursos avançados, como a capacidade de criar, modificar e geren-
ciar a estrutura do banco de dados. A linguagem também suporta a definição de
restrições de integridade, transações e controle de acesso, proporcionando aos
desenvolvedores e administradores de banco de dados um conjunto abrangen-
te de ferramentas para otimização e manutenção do sistema. A sintaxe clara e
poderosa faz do SQL uma linguagem indispensável para todos os profissionais
envolvidos no gerenciamento de bancos de dados do tipo relacional.

Essa linguagem é fundamental para a conectividade eficiente entre sistemas de

software e bancos de dados relacionais. A partir das capacidades de consulta e
manipulação de dados, o SQL viabiliza a integração harmoniosa entre aplicativos e
o armazenamento desses dados.

6
6
 T E MA DE A PRE ND IZAGEM 3

Segundo Elmasri e Navathe (2018), a instrução SELECT, por exemplo, permite

que o software recupere dados específicos de tabelas do banco de dados, possi-
bilitando a exibição ou a utilização dessas informações em interfaces de usuário
ou em processos de lógica de negócios.

Figura 2 – O trabalho de um administrador de banco de dados

Descrição da Imagem: são exibidos os conceitos com os quais um administrador de banco de dados lida durante
o dia a dia de trabalho. À esquerda, há duas engrenagens que representam as ferramentas (softwares) utiliza-
das. Ao lado, encontra-se um componente que representa um servidor de banco de dados e, acima dele, uma
representação de pasta com a escrita “SQL”, que demonstra a conectividade das ferramentas com esse servidor.
Ainda, são representadas, à direita, interfaces gráficas que determinam as telas utilizadas no computador. Por
fim, é exibido um profissional que veste uma camisa vermelha, tem barba e cabelos escuros. Ele opera um laptop,
a fim de representar o administrador do banco de dados. Fim da descrição.

A aplicação prática dessa linguagem na conectividade

O domínio do
entre sistemas de software e bancos de dados relacio- conceito de
nais é abrangente e essencial para o funcionamento instruções SQL é
eficaz de aplicativos modernos. Seja na recuperação, crucial para um
na manipulação, na estruturação ou na proteção das profissional
informações, o SQL desempenha um papel integral
na construção de softwares conectados e adaptáveis.

6
6
 U N I AS S E LVI

O domínio do conceito de instruções SQL é crucial para um profissional de

desenvolvimento de software, visto que a integração eficaz de aplicações com ban-
cos de dados é uma parte fundamental do desenvolvimento de sistemas robustos.
A linguagem permite que os desenvolvedores se comuniquem de maneira eficiente
com bancos de dados relacionais, realizando algumas operações, como consultas,
inserções, atualizações e exclusões de dados. Isso é essencial para garantir que as
aplicações possam acessar e manipular informações de forma rápida e precisa.
Além disso, o conhecimento profundo da linguagem SQL, de acordo com
Alves (2021), permite aos desenvolvedores otimizar o desempenho das consultas,
contribuindo para a eficiência global da aplicação. Ao aprenderem a escrever
consultas eficientes e usar índices adequadamente, os desenvolvedores podem
minimizar o tempo de resposta do sistema, melhorando a experiência do usuário
e garantindo a escalabilidade da aplicação.
A segurança também é uma consideração crítica. Profissionais de desenvolvi-
mento que dominam essa linguagem podem implementar práticas sólidas para se
proteger contra injeções de SQL e outros ataques relacionados a bancos de dados,
garantindo que a aplicação seja resistente a vulnerabilidades comuns.

O armazenamento estruturado de dados diz respeito à organização sistemática e

lógica de informações dentro de um sistema utilizando uma estrutura predefinida
para representar e armazenar dados. Nesse contexto, os dados são organizados em
tabelas, registros e campos, seguindo um formato que permite a fácil consulta, a
recuperação e a manipulação por meio de sistemas de gerenciamento de um banco
de dados do tipo relacional. Esse método de armazenamento oferece eficiência na
busca por informações específicas, contribuindo para a integridade e a consistência
dos dados, aspectos cruciais em ambientes em que a precisão e a acessibilidade
das informações são essenciais para operações eficazes e análises detalhadas.

A maestria nas instruções SQL é essencial para desenvolvedores que buscam

criar aplicações eficientes, seguras e altamente funcionais, capazes de interagir
de forma eficaz com bancos de dados do tipo relacional.
É de vital importância que um DBA domine os conceitos das instruções SQL
e tenha consciência de que, uma vez realizada uma ação no banco de dados, os
efeitos são irreversíveis, ou seja, não há volta.

6
6
 T E MA DE A PRE ND IZAGEM 3

Linguagem SQL: uma visão detalhada dos tipos

Existem vários tipos de linguagens SQL, cada uma servindo a propósitos especí-
ficos nos contextos da administração e do gerenciamento desse tipo de banco de
dados. A primeira categoria a ser destacada é o DDL (Data Definition Language),
destinada à definição e à modificação da estrutura do banco de dados. Instruções,
tais como CREATE, ALTER e DROP, fazem parte dessa categoria, permitindo a
criação de tabelas, a modificação das características delas e até mesmo a exclusão
de elementos quando assim for necessário.
Outra categoria essencial é o DML (Data Manipulation Language), que se
concentra na manipulação dos dados armazenados no banco. Instruções, como
SELECT, INSERT, UPDATE e DELETE, proporcionam aos usuários a capacidade
de recuperar informações, inserir novos dados, atualizar registros existentes e ex-
cluir informações, quando houver necessidade. Além disso, o DML é crucial para
interações diárias com o banco de dados e é frequentemente utilizado por desenvol-
vedores de softwares, administradores, demais profissionais de TI e usuários finais.
Por fim, temos o DCL (Data Control Language), responsável pelo controle
de acesso e permissões no banco de dados. Instruções, como GRANT e REVO-
KE, são fundamentais para garantir a segurança e a acessibilidade do sistema,
permitindo, assim, que os administradores concedam ou retirem privilégios de
usuários (users) e papéis (roles) específicos. Essa camada de controle de acesso é
essencial para proteger informações sensíveis e manter a integridade do banco
de dados em ambientes complexos.
As diferentes categorias de linguagens SQL desempenham papéis complementa-
res, garantindo uma gestão completa e eficaz de bancos de dados do tipo relacional.

SQL DDL (Data Definition Language)

Em português, “Linguagem de Definição de Dados” pode ser classificada como

instruções fundamentais para a criação e a modificação da estrutura do banco
de dados, permitindo aos administradores criar, alterar ou excluir objetos, como
tabelas (tables), índices (index) e visões (views).
Vamos explorar algumas dessas instruções e os impactos delas na arquitetura
do banco de dados.

6
6
 U N I AS S E LVI

CREATE TABLE

Trata-se de uma instrução que é utilizada para criar uma nova tabela no banco de
dados. Ao ser executada, definirá a estrutura dessa tabela, especificando o nome, as
colunas (campos) e os tipos de dados que cada uma dessas colunas poderá armazenar.
Além disso, é possível incluir restrições, como chaves primárias, chaves estran-
geiras, preenchimento obrigatório, autoincremento de valores numéricos e índices.

CREATE TABLE Funcionarios (

ID INT PRIMARY KEY,
Nome VARCHAR(50),
Cargo VARCHAR(30),
Salario DECIMAL(10, 2)
);

Figura 3 – Exemplo da instrução CREATE TABLE / Fonte: os autores.

Descrição da Imagem: é demonstrada a instrução que criará uma tabela chamada “Funcionarios”, com colunas
para ID, Nome, Cargo e Salário. O ID é definido como chave primária. Fim da descrição.

Já a instrução CREATE DATABASE é utilizada para criar um novo banco de

dados em um SGBD. Ao ser executada, essa instrução define um novo espaço de
armazenamento para os dados, permitindo a criação e a organização de tabelas,
índices, procedimentos armazenados, rotinas personalizadas, estruturação e to-
dos os outros objetos relacionados a esse banco.

ALTER TABLE

Essa instrução é empregada para modificar a estrutura de uma tabela existente no

banco de dados. Ao ser executada, permite adicionar, modificar ou excluir colunas,
definir restrições, como chaves primárias ou estrangeiras, e realizar outras altera-
ções que afetam a organização dos dados, desde que essas alterações não venham a
ferir o princípio do ACID (Atomicidade, Consistência, Isolamento e Durabilidade).

6
6
 T E MA DE A PRE ND IZAGEM 3

ALTER TABLE Funcionarios

ADD COLUMN DataContratacao DATE;

Figura 4 – Exemplo da instrução ALTER TABLE / Fonte: os autores.

Descrição da Imagem: é exibida a instrução que agregará uma nova coluna chamada “DataContratacao” à tabela
“Funcionarios”. Fim da descrição.

DROP TABLE

Essa instrução é utilizada para remover permanentemente uma tabela existente

em um banco de dados relacional. Ao ser executada, todos os dados, índices e
demais objetos associados a essa tabela são devidamente eliminados, desde que
essas exclusões não venham a ferir o princípio do ACID.

DROP TABLE Funcionarios;

Figura 5 – Exemplo da instrução DROP TABLE / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução removerá completamente a tabela “Funcionarios” e todos
os dados associados a ela. Fim da descrição.

Já a instrução DROP DATABASE é empregada para eliminar um banco de dados

por completo, excluindo todas as tabelas, dados e objetos associados a ele. Ao ser
executada, essa instrução remove permanentemente o espaço de armazenamento
reservado para esse banco no sistema de gerenciamento, liberando recursos de
máquina para outros fins.
Segundo Barboza e Freitas (2018), as instruções DDL são cruciais para a mo-
delagem e a adaptação contínua da estrutura do banco de dados, proporcionando
aos administradores as ferramentas necessárias para refletir as mudanças nos
requisitos dos negócios e garantir uma organização eficiente dos dados.

6
6
 U N I AS S E LVI

SQL DML (Data Manipulation Language)

Em português,“linguagem de manipulação de dados” representa instruções essenciais

para manipular os dados armazenados em tabelas dentro de um banco de dados.
Exploraremos algumas dessas instruções, destacando como elas afetam os re-
gistros e oferecem flexibilidade na interação com as informações contidas no banco.

SELECT

É uma instrução fundamental para recuperar dados de um banco de dados

relacional. Ao ser utilizada, segundo Silberschatz (2020), permite a seleção de
informações específicas de uma ou mais tabelas, atendendo a condições estabe-
lecidas a partir de cláusulas, como WHERE.

SELECT Nome, Salario

FROM Funcionarios
WHERE Cargo = “Analista”;

Figura 6 – Exemplo da instrução SELECT / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução retornará os nomes e os salários de todos os funcionários
com o cargo de “Analista” na tabela “Funcionarios”. Fim da descrição.

A instrução SQL é a mais utilizada em um banco de dados do tipo relacional. De-

vido à estrutura, o banco de dados é criado para fins de consulta, a fim de facilitar
que o usuário encontre o mais rapidamente possível as informações que busca,
sejam mais simples, sejam mais complexas. Por esse motivo, também é a instrução
que oferece mais possibilidade de utilização ao administrador do banco.

INSERT

Essa instrução é utilizada para adicionar novos registros a uma tabela em um

banco de dados relacional. Ao ser executada, essa instrução permite a inserção de
dados em colunas específicas, associando valores aos campos correspondentes.

6
6
 T E MA DE A PRE ND IZAGEM 3

INSERT INTO Funcionarios(Nome, Cargo, Salario)

VALUES (‘Joana Silva’, ‘Desenvolvedor’, 6000);

Figura 7 – Exemplo da instrução INSERT / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução inserirá um novo funcionário na tabela “Funcionarios”,
com nome, cargo e salário especificados. Fim da descrição.

UPDATE

Essa instrução é utilizada para modificar registros existentes em uma tabela de

um banco de dados. Ao ser executada, permite a atualização de valores em cam-
pos (colunas) específicos com base em condições previamente estabelecidas.

UPDATE Funcionarios
SET Salario = Salario * 1.1
WHERE Cargo = ‘Desenvolvedor’;

Figura 8 – Exemplo da instrução UPDATE / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução alterará o valor contido no campo “Salario”, aumentando em
10% esse valor, que é referente ao salário de todos os registros existentes na tabela “Funcionarios”. Fim da descrição.

DELETE

Essa instrução é utilizada para remover registros de uma tabela em um banco

de dados. Ao ser executada, tem, por característica, excluir todos os registros que
atendam às condições especificadas na cláusula WHERE.

7
7
 U N I AS S E LVI

DELETE FROM Funcionarios

WHERE Nome = ‘Joana Silva’;

Figura 9 – Exemplo da instrução DELETE / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução deletará o registro associado à funcionária Joana Silva na
tabela “Funcionarios”. Fim da descrição.

Ao utilizar a instrução DELETE, um DBA deve adotar precauções para evitar

a exclusão acidental ou irreversível de dados críticos. É fundamental que o ad-
ministrador execute a instrução com precisão, aplicando condições WHERE
específicas para delimitar quais registros serão removidos, evitando a exclusão
de conjuntos de dados inteiros. Além disso, é aconselhável realizar um backup
prévio do banco de dados ou, então, da tabela-alvo, permitindo a recuperação
em caso de erro. O uso de transações é recomendado para garantir a atomici-
dade da operação, assegurando que o DELETE seja executado integralmente ou
revertido em caso de falha. Essas práticas são cruciais para manter a integridade
e prevenir a perda irreparável de informações importantes durante a execução
dessa instrução no ambiente do banco de dados.
Segundo Machado (2020), as instruções DML são cruciais para a manipula-
ção eficaz dos dados em um banco de dados relacional, oferecendo aos usuários
as capacidades de recuperar, inserir, modificar e excluir informações de maneira
controlada e eficiente.

Variações da instrução SELECT

A instrução SQL DML SELECT é robusta e flexível, permitindo a recuperação de

dados de tabelas em um banco de dados relacional e oferecendo uma variedade
de cláusulas que possibilitam aos desenvolvedores e analistas de dados refinar
as próprias consultas de maneira precisa, adaptando a recuperação de dados às
necessidades específicas de cada situação. Essa flexibilidade torna a SQL uma fer-
ramenta poderosa para a manipulação e a análise de informações em ambientes
de banco de dados relacionais.

7
7
 T E MA DE A PRE ND IZAGEM 3

Vamos detalhar as principais cláusulas dela:

SELECT

indica as colunas que serão recuperadas da tabela.

Exemplo: SELECT Nome, Salario.

FROM

especifica a tabela da qual os dados serão recuperados.

Exemplo: FROM Funcionarios.

WHERE

filtra os resultados com base em uma condição.

Exemplo: WHERE Cargo = ‘Analista’.

GROUP BY

agrupa os resultados com base em uma ou mais colunas.

Exemplo: GROUP BY Cargo.

HAVING

filtra os resultados após a aplicação da cláusula GROUP BY.

Exemplo: HAVING COUNT(*) > 5.

ORDER BY

ordena os resultados com base em uma ou mais colunas, podendo ser ascendente
(ASC) ou descendente (DESC).
Exemplo: ORDER BY Salario DESC.

7
7
 U N I AS S E LVI

LIMIT/OFFSET

controla a quantidade de resultados retornados (LIMIT) e a partir de qual posição

(OFFSET).
Exemplo: LIMIT 10 OFFSET 20.

SELECT Nome, Salario

FROM Funcionarios
WHERE Cargo = ‘Analista’;
GROUP BY Cargo
HAVING COUNT(*) > 5
ORDER BY Salario DESC
LIMIT 10 OFFSET 20;

Figura 10 – Exemplo da instrução SELECT utilizando as principais cláusulas / Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução recuperará os nomes e os salários dos analistas na tabela
“Funcionarios”, agrupando-os por cargo e filtrando-os para incluir apenas aqueles com mais de cinco ocorrências,
ordenando pelo salário de forma descendente e limitando o resultado a 10 registros a partir do 20º. Essas cláusulas
proporcionam uma poderosa capacidade de manipulação e recuperação de dados no SQL. Fim da descrição.

SQL DCL (Data Control Language)

Em bancos de dados relacionais, uma ROLE (ou papel) é um conceito funda-

mental que permite agrupar usuários com funções e permissões semelhantes,
podendo, posteriormente, ser atribuída a um usuário ou a um grupo de usuários
específicos. O termo ROLE pode ser definido como um conjunto de permissões
que pode ser atribuído a usuários específicos ou a outros papéis. Essa abor-
dagem proporciona uma maneira eficiente de gerenciar e conceder privilégios
em larga escala, simplificando a administração do banco de dados.
Ao criar uma ROLE, segundo Pichetti, Vida e Cortes (2021), um administra-
dor pode atribuir a ela certas permissões, como SELECT, INSERT, UPDATE ou

7
7
 T E MA DE A PRE ND IZAGEM 3

DELETE, em determinadas tabelas. Em seguida, essa ROLE pode ser associada

a usuários individuais. Isso significa que, ao contrário de conceder permissões
a cada usuário individualmente, o administrador atribui a ROLE ao usuário,
que herda automaticamente as permissões associadas. Essa abordagem facilita a
manutenção e o gerenciamento de privilégios, especialmente em ambientes com
muitos usuários ou quando há uma lógica clara de grupos de acesso.
Por exemplo, uma ROLE chamada “analista” pode ter permissões de SELECT
em várias tabelas relevantes para a análise de dados. Os usuários que desempe-
nham o papel de analistas podem ser atribuídos à “analista”, garantindo que todos
compartilhem as mesmas permissões. Isso não apenas simplifica a administração
do banco de dados, mas também reforça a segurança, uma vez que é mais fácil
controlar e auditar as permissões atribuídas aos grupos de usuários.
Nesse contexto, o uso de roles contribui para a eficiência, a otimização, a organização
e a segurança na gestão de acessos e privilégios em bancos de dados do tipo relacional.
Suponha que estamos gerenciando um banco de dados para uma empresa e
criaremos uma role chamada “AnalistaFinanceiro”, que terá permissões específicas
para acessar e analisar dados financeiros. A seguir, é exibido um exemplo prático
de utilização da instrução CREATE ROLE.

-- Criar a ROLE “AnalistaFinanceiro”

CREATE ROLE AnalistaFinanceiro

-- Atribuir permissões à ROLE

GRANT SELECT ON TabelaFinanceira TO AnalistaFinanceiro;
GRANT SELECT ON OutraTabelaFinanceira TO AnalistaFinanceiro;

-- Criar a ROLE “AnalistaFinanceiro”

GRANT AnalistaFinanceiro TO UsuarioJoao

Figura 11 – Exemplo da instrução CREATE ROLE Fonte: os autores.

Descrição da Imagem: é demonstrado que a instrução CREATE ROLE cria a ROLE “AnalistaFinanceiro”. Em seguida,
as instruções GRANT SELECT são utilizadas para atribuir à ROLE permissões de leitura em duas tabelas relacionadas
às finanças da empresa. Por fim, a instrução GRANT AnalistaFinanceiro TO UsuarioJoao associa a ROLE “Analista-
Financeiro” ao usuário “UsuarioJoao”, permitindo que ele herde as permissões associadas à ROLE. Dessa forma, o
usuário “UsuarioJoao” terá um acesso controlado às tabelas financeiras de acordo com as permissões definidas na
ROLE “AnalistaFinanceiro”. Fim da descrição.

7
7
 U N I AS S E LVI

As instruções SQL do tipo DCL (Data Control Language), em português, “Lin-

guagem de Controle de Dados”, são cruciais para o gerenciamento de acesso e
controle de permissões em um banco de dados. As duas principais instruções
são GRANT e REVOKE.

ZO O M N O CO NHEC I M ENTO

GRANT:
Essa instrução é utilizada para conceder privilégios específicos. Ao ser executada,
possibilita a atribuição de permissões para a realização de determinadas opera-
ções em objetos, como tabelas, visões ou procedimentos.
Exemplo:
GRANT SELECT, INSERT ON Funcionarios TO AnalistaRole;
Onde: concederá ao role “AnalistaRole” a permissão de realizar operações de SE-
LECT e INSERT na tabela “Funcionarios”.
REVOKE:
Essa instrução retira privilégios concedidos. É utilizada para retirar privilégios pre-
viamente concedidos a usuários ou roles em um banco de dados relacional. Ao ser
executada, a instrução REVOKE anula permissões específicas, revogando a capa-
cidade de realizar operações em objetos, como tabelas, visões ou procedimentos.
Exemplo:
REVOKE DELETE ON Pedidos FROM Vendedor;
Onde: removerá a permissão de DELETE para o usuário ou role “Vendedor” na
tabela “Pedidos”.

Essas instruções são essenciais para garantir a segurança e a integridade do banco

de dados, controlando quem pode realizar as operações em objetos específicos
dele. Ao conceder e revogar privilégios de forma cuidadosa, o DBA poderá garantir
que apenas usuários autorizados tenham acesso a determinadas funcionalidades,
protegendo, assim, informações sensíveis e mantendo a consistência do sistema.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

7
7
 T E MA DE A PRE ND IZAGEM 3

NOVOS DESAFIOS
Imbuídos do desejo de capacitar futuros profissionais de Tecnologia da Informa-
ção, é possível traçar conexões entre o estudo profundo da linguagem SQL e o
ambiente profissional que te aguarda. Segundo Silberschatz (2020), aprofundar-se
na complexidade e na versatilidade dessa linguagem é essencial para o trabalho
bem-sucedido de um DBA, porque, no mundo corporativo, as habilidades de
manipular e gerenciar bancos de dados constituem uma competência-chave para
qualquer profissional da área.
Ao dominarem a linguagem SQL, os profissionais terão o poder de extrair
informações valiosas a partir de dados armazenados em estruturas previamente
montadas, proporcionando uma base sólida para a tomada de decisões estraté-
gicas nas organizações. Projetar consultas sofisticadas, criar e otimizar estrutu-
ras de bancos de dados e solucionar problemas de desempenho são diferenciais
significativos no mercado de trabalho. Esse conhecimento não apenas amplia as
oportunidades de carreira, mas também possibilita contribuições eficazes para
projetos de grande envergadura.
Além disso, a linguagem SQL, de acordo com Pichetti, Vida e Cortes (2021),
transcende fronteiras organizacionais, sendo uma habilidade altamente requi-
sitada em diversos setores. A aplicação prática dessas habilidades no ambiente
profissional não apenas aprimora a eficiência operacional, mas também promove
a confiabilidade e a segurança dos sistemas de informação. Portanto, ao embarcar
nessa jornada de aprendizado, você está se equipando não apenas com conheci-
mento técnico, mas com as ferramentas necessárias para moldar positivamente
o cenário tecnológico futuro.
A sincronia entre a aprendizagem da linguagem SQL e as exigências do am-
biente corporativo é evidente na crescente demanda por profissionais com ex-
pertise nesse domínio. O futuro aguarda aqueles que se dedicam a essa jornada,
oferecendo oportunidades de contribuir para inovações tecnológicas e desafios
complexos no universo da Tecnologia da Informação.

7
7
 AUTOATIVIDADE

1. A função de um Administrador de Banco de Dados (DBA) é crucial para garantir a eficiência,

a segurança e a integridade dos dados em um sistema de gerenciamento de banco de
dados. Esse profissional é o responsável por todo o gerenciamento da estrutura de arma-
zenamento do bem mais importante e relevante de uma organização: os dados. Sendo
altamente requisitado no mercado atual, o DBA é muito bem remunerado para exercer
as próprias funções, afinal, ocupará um cargo extremamente relevante e estratégico na
organização.

Considerando as principais responsabilidades de um Administrador de Banco de Dados

(DBA), assinale a alternativa correta:

a) Desenvolvimento de códigos de aplicação.

b) Design de interfaces de usuário.
c) Manutenção de hardware de servidores.
d) Implementação de algoritmos de criptografia.
e) Gerenciamento da segurança e integridade dos dados.

7
7
 AUTOATIVIDADE

2. Consultas realizadas em um banco de dados relacional são processos fundamentais para

recuperar, filtrar e analisar dados armazenados de maneira eficaz. A linguagem SQL é comu-
mente empregada para formular consultas e a instrução SELECT é central nesse contexto.
A eficiência das consultas é vital para obter insights rápidos e precisos. O projeto adequado
de índices, a otimização das consultas e a compreensão das nuances do modelo relacional
são aspectos cruciais para garantir um desempenho otimizado, ao realizar consultas em
um banco de dados relacional, contribuindo significativamente para a eficácia e a agilidade
na obtenção de informações necessárias.

Considerando a instrução SQL SELECT, analise as afirmativas a seguir:

I - A cláusula ORDER BY é utilizada para filtrar os resultados de uma consulta com base
em condições específicas.
II - A cláusula WHERE é utilizada para agrupar os resultados da consulta com base em uma
ou mais colunas.
III - A cláusula GROUP BY é utilizada para ordenar os resultados de uma consulta de forma
ascendente ou descendente.
IV - A cláusula HAVING é utilizada para aplicar condições de filtro após a execução da cláu-
sula GROUP BY.

É correto o que se afirma em:

a) I, apenas.
b) II e IV, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) I, II, III e IV.

7
7
 AUTOATIVIDADE

3. A estruturação de um banco de dados relacional é um processo essencial para organizar e

armazenar dados de maneira eficiente, seguindo os princípios do modelo relacional. Esse
tipo de BD é composto por tabelas: cada uma delas representa uma entidade específica e
as relações delas são estabelecidas por meio de chaves estrangeiras. A definição adequada
e a normalização são práticas fundamentais nesse contexto, visando eliminar redundâncias
e garantir a integridade e a consistência dos dados. Além disso, a estruturação envolve a
criação de índices para otimizar a velocidade das consultas, permitindo um acesso mais
rápido e eficiente às informações. A escolha de tipos de dados apropriados para cada
coluna, a definição de chaves primárias e estrangeiras, e a consideração de requisitos de
desempenho são aspectos cruciais durante o processo de estruturação. A abordagem
cuidadosa na criação e na manutenção da estrutura do banco é fundamental para garantir
que ele atenda de maneira eficaz às necessidades do sistema, proporcionando uma base
sólida para operações de armazenamento e recuperação de dados.

Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta
entre elas:

I - A instrução SQL DDL permite a definição da estrutura do banco de dados.

PORQUE

II - A instrução SQL DDL inclui a criação, a modificação ou a remoção de tabelas.

A respeito dessas asserções, assinale a opção correta:

a) As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.

b) As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
c) A asserção I é uma proposição verdadeira e a II é uma proposição falsa.
d) A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
e) As asserções I e II são falsas.

7
7
 REFERÊNCIAS

ALVES, W. P. Banco de dados: teoria e desenvolvimento. São Paulo: Érica, 2021.

BARBOZA, F. F. M.; FREITAS, P. H. C. Modelagem e desenvolvimento de banco de dados. Porto

Alegre: SAGAH, 2018.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

MACHADO, F. N. R. Banco de dados: projeto e implementação. São Paulo: Érica, 2020.

PICHETTI, R. F.; VIDA, E. da S.; CORTES, V. S. M. P. Banco de dados. Porto Alegre: SAGAH, 2021.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

8
8
 GABARITO

1. Opção E.

Dentre as responsabilidades fundamentais de um Administrador de Banco de Dados (DBA),

o gerenciamento da segurança e integridade dos dados é uma tarefa crítica. O DBA é o
responsável por implementar políticas de segurança, controlar o acesso aos dados, garantir
backups regulares e monitorar a integridade do banco de dados para prevenir a perda ou
a corrupção de informações. O desenvolvimento de códigos de aplicação e o design de
interfaces de usuário são, geralmente, tarefas atribuídas a desenvolvedores de software. A
manutenção de hardware de servidores é mais associada a profissionais de infraestrutura,
enquanto a implementação de algoritmos de criptografia é uma atividade mais relacionada
a especialistas em segurança da informação do que a um DBA.

2. Opção D.

A afirmativa I é verdadeira, pois a cláusula ORDER BY é utilizada para ordenar os resultados

de uma consulta com base em condições específicas. A afirmativa II é verdadeira, pois a
cláusula WHERE é utilizada para filtrar os resultados da consulta com base em condições
específicas. A afirmativa III é verdadeira, pois a cláusula GROUP BY é utilizada para agrupar
os resultados da consulta com base em uma ou mais colunas. A afirmativa IV é falsa, pois
a cláusula HAVING é utilizada para aplicar condições de filtro após a execução da cláusula
GROUP BY, não antes.

3. Opção A.

A asserção I afirma corretamente que a instrução SQL DDL permite a definição da estrutura
do banco de dados, enquanto a asserção II está correta e justifica a primeira, ao incluir a
criação, a modificação ou a remoção de tabelas.

8
8
UNIDADE 2
 TEMA DE APRENDIZAGEM 4

CRIANDO BANCOS DE DADOS SQL

MINHAS METAS

Conhecer a criação de um banco de dados.

Compreender os fundamentos do modelo relacional.

Desenvolver habilidades práticas na linguagem SQL para a criação e a manutenção de

bancos de dados.

Entender a criação e a alteração de tabelas na prática.

Verificar quais tipos de dados utilizar nos campos das tabelas.

Explorar a chave primária na prática.

Aplicar os conhecimentos adquiridos a partir da realização de projetos reais de criação de

bancos de dados.

8
8
 U N I AS S E LVI

INICIE SUA JORNADA

Bem-vindo à empolgante jornada de criação de bancos de dados, uma habilidade
essencial para qualquer estudante de Tecnologia da Informação (TI). Essa jornada
será repleta de desafios e descobertas, proporcionando um profundo entendi-
mento de como estruturar e gerenciar dados de forma eficaz. Para começar, é
vital mergulhar nos fundamentos do modelo relacional, compreendendo con-
ceitos-chave, como tabelas, chaves primárias, chaves estrangeiras e normalização.
Essa base sólida será a chave para construir bancos de dados robustos e eficientes.
Ao avançar, o SQL se tornará o seu aliado mais próximo. Dominar alguns co-
mandos, como CREATE TABLE, INSERT, UPDATE e DELETE, abrirá as portas
para a criação e a manipulação eficazes. Aprender a aplicar essas instruções em
contextos do mundo real, com atenção especial à integridade, será crucial para
você se destacar como um(a) profissional de banco de dados. A prática consis-
tente a partir de projetos te ajudará a solidificar essas habilidades.
Nesta caminhada, a experiência prática será o verdadeiro tesouro. Trabalhar
em projetos reais permitirá a aplicação direta dos conhecimentos adquiridos, en-
frentando desafios autênticos de design e implementação. Ao desenvolver bancos
de dados para cenários específicos, você estará dando vida às suas habilidades,
enfrentando decisões de design e compreendendo as nuances do desempenho
do sistema. Esse é apenas o início: a jornada de criação de bancos de dados é
dinâmica, prometendo um contínuo crescimento e aprimoramento das suas ha-
bilidades ao longo do caminho. Embarque com entusiasmo e prepare-se para
uma trajetória repleta de aprendizado e conquistas.

8
8
 T E MA DE A PRE ND IZAGEM 4

P L AY N O CO NHEC I M ENTO

Prepare-se para uma imersão completa no fascinante mundo da criação de ban-

cos de dados, uma jornada vital para todo estudante de Tecnologia da Informação
(TI). Agora, a oportunidade de aprofundar o seu conhecimento e expandir as suas
habilidades se apresenta mediante um podcast exclusivo, denominado Desbra-
vando Dados, que é dedicado a desvendar os segredos da construção de bancos
de dados que sejam robustos e eficazes, com o intuito de atender às atuais de-
mandas de mercado. Ao dar o play nessa incrível fonte de conhecimento, você
terá acesso a insights valiosos sobre o modelo relacional, aprendendo a estruturar
dados de maneira inteligente e eficiente.
No universo deste podcast, exploraremos as nuances da linguagem SQL, desmis-
tificando comandos, como CREATE, INSERT e UPDATE. Você será guiado(a) por
especialistas que compartilharão experiências práticas na criação e no gerencia-
mento de bases de dados, revelando dicas e truques que vão além dos livros didá-
ticos. Cada episódio é uma oportunidade única de aprimorar as suas habilidades e
aprender com profissionais que enfrentaram desafios do mundo real na criação e
na manutenção de sistemas de software.
Ao ouvir o nosso podcast, você não se torna apenas um(a) ouvinte, mas também
um(a) participante ativo(a) na construção do seu conhecimento. Engaje-se nas
discussões, envie perguntas e esteja pronto(a) para absorver um conteúdo repleto
de experiências práticas que impulsionarão a sua jornada na criação de bancos
de dados. É hora de transformar o seu tempo de escuta em uma oportunidade de
crescimento profissional.

8
8
 U N I AS S E LVI

VAMOS RECORDAR?
A linguagem SQL (Structured Query Language) é uma ferramenta essencial dos
bancos de dados relacionais. Ela foi desenvolvida para ser uma linguagem de
consulta declarativa, permitindo a interação eficiente com os dados armazenados
em tabelas relacionais. As instruções, como SELECT, INSERT, UPDATE e DELETE,
capacitam os usuários a realizar operações variadas, desde consultas simples até
manipulações complexas de dados.
A modelagem de dados é um processo crítico na criação do banco, utilizando
o diagrama Entidade-Relacionamento (ER), em que as entidades representam
os objetos do mundo real e são interligadas a partir de relacionamentos. Essa
abordagem visual ajuda a definir a estrutura do banco de dados, estabelecendo
como as informações serão organizadas e como as diferentes entidades se
relacionam entre si.
A integração entre o SQL e a modelagem é um ponto crucial, e os benefícios dessa
abordagem são significativos. A linguagem facilita a interação intuitiva e eficaz
com os dados, enquanto a modelagem assegura uma estrutura bem definida,
minimizando redundâncias e otimizando o desempenho. Dessa forma, a conjunção
desses dois conceitos é essencial para o design, a implementação e a gestão
bem-sucedidos de bancos de dados relacionais, atendendo às necessidades das
organizações em diversos setores.
https://www.youtube.com/watch?v=XfO3TRvESBo

DESENVOLVA SEU POTENCIAL

CICLO DE DESENVOLVIMENTO DE UM BANCO DE DADOS

RELACIONAL

Esse ciclo pode ser descrito como um processo estruturado que abrange desde
a concepção da ideia inicial do projeto até o momento no qual a manutenção
contínua do banco de dados é realizada. Inicia-se com a análise de requisitos,
em que as necessidades do usuário e os objetivos do sistema são detalhadamente
levantados e definidos. Nessa fase, a compreensão profunda dos dados que serão
armazenados é fundamental, delineando os relacionamentos entre as entidades
e identificando as principais operações a serem realizadas.

8
8
 T E MA DE A PRE ND IZAGEM 4

Na etapa de projeto, segundo Silberschatz (2020), a modelagem de dados ga-

nha destaque. Utilizando ferramentas, como o diagrama Entidade-Relacionamento
(ER), os DBAs delineiam a estrutura lógica do banco de dados, definindo entidades,
atributos e relacionamentos. A normalização é aplicada para eliminar redundân-
cias e garantir a integridade. Ao final dessa fase, o esquema do banco de dados, em
conjunto com a definição de chaves primárias e estrangeiras, é estabelecido.
Com o projeto em mãos, inicia-se a fase de implementação. Nesse momento,
a linguagem SQL desempenha um papel central. Utilizando comandos, como
CREATE TABLE, INSERT, UPDATE e DELETE, o esquema projetado é trans-
formado em um banco de dados real. Esse processo inclui a criação de tabelas, a
definição de índices, a inserção de dados iniciais e o estabelecimento de restrições
de integridade. A precisão e a coerência da implementação, segundo Machado
(2020), são cruciais para garantir a funcionalidade adequada desse banco.
Após a implementação, parte-se para a fase de testes, momento em que é realiza-
da uma série de ações, com o objetivo de garantir que o sistema atenda aos requisitos
especificados. Isso inclui verificar a precisão das consultas SQL, garantir a integridade
referencial e validar o desempenho do banco de dados em condições diversas. Qual-
quer inconsistência ou anomalia identificada durante os testes é corrigida e refinada
para garantir que o sistema esteja robusto e pronto para a produção.
A última etapa é a manutenção contínua. À medida que o sistema é utiliza-
do, novos requisitos podem surgir ou, então, ajustes pontuais podem ser neces-
sários para otimizar o desempenho.
A manutenção, segundo Elmasri e Navathe (2018), envolve a aplicação de altera-
ções no esquema, a inclusão de novas funcionalidades e a correção de eventuais pro-
blemas. Essa fase é iterativa, assegurando que o sistema de banco de dados continue
a atender de maneira eficaz às necessidades em constante evolução da organização.

Análise de Manutenção
Modelagem Implementação Testes
Requisitos Contínua

Figura 1 – Representação das etapas do ciclo de desenvolvimento de um banco de dados / Fonte: os autores.

Descrição da Imagem: a figura demonstra as etapas do ciclo. Ordenadas da esquerda para a direita, a primeira,
na cor rosa, à esquerda, é chamada de “Análise de Requisitos”. A segunda, logo à direita, na cor cinza, é a “Mo-
delagem”. A terceira, mais à direita, é a “Implementação” na cor amarela. Em seguida, na cor azul, encontra-se
a etapa de “Testes”. Por fim, a última etapa do ciclo, mais à direita, na cor verde, é chamada de “Manutenção
Contínua”. Fim da descrição.

8
8
 U N I AS S E LVI

O ciclo de desenvolvimento de um sistema de banco de dados relacional, por-

tanto, é um processo contínuo e iterativo que abrange desde a concepção até a
manutenção, garantindo a criação e a evolução eficaz de uma ferramenta vital
para o gerenciamento eficiente dessa estrutura.

MYSQL: UM SISTEMA DE GERENCIAMENTO DE BANCO DE

DADOS PODEROSO E VERSÁTIL

O MySQL é um SGBD de código aberto (open source) e multiplataforma que

se destaca pela confiabilidade, desempenho e flexibilidade. Criado em 1995, na
Suécia, por David Axmark, Allan Larsson e Michael Widenius, foi adquirido pela
Oracle Corporation, tornando-se uma escolha muito popular entre os desen-
volvedores de software atualmente. Ele é integrado à uma ampla variedade de
aplicações, desde websites dinâmicos até sistemas empresariais complexos.
A arquitetura do MySQL segue o modelo cliente-servidor, em que um ser-
vidor gerencia e controla múltiplos clientes que podem acessar e manipular os
dados armazenados. O banco de dados em si é composto por tabelas que orga-
nizam os dados em linhas e colunas, seguindo o modelo relacional. Suportando
o padrão SQL, oferece uma ampla gama de comandos para realizar operações,
como consultas, inserções, atualizações e exclusões.
O MySQL é reconhecido pelos recursos avançados, incluindo suporte para
transações ACID (Atomicidade, Consistência, Isolamento e Durabilidade), repli-
cação para garantir alta disponibilidade e escalabilidade e funções de segurança
robustas, dando suporte à diversos tipos de índices para otimizar o desempenho
das consultas. Não só, mas também oferece armazenamento de dados em dife-
rentes formatos, incluindo MyISAM e InnoDB.
Uma das forças desse SGBD é a comunidade fortemente ativa de desenvolve-
dores e usuários. A vasta base de conhecimento disponível, os fóruns de discussão
e a documentação extensiva tornam o aprendizado e a resolução de problemas
acessíveis. Além disso, a Oracle oferece suporte co-
mercial para organizações que buscam assistência
O MySQL é
especializada e garantia de desempenho. altamente integrado
O MySQL é altamente integrado a várias a várias linguagens
linguagens de programação, como PHP, Python, de programação

8
8
 T E MA DE A PRE ND IZAGEM 4

Java, entre outras, facilitando a incorporação em diferentes aplicações. Também

apresenta compatibilidade com diferentes sistemas operacionais, incluindo Win-
dows, Linux e macOS, aumentando ainda mais a versatilidade e a facilidade de
implementação em diversos ambientes.
Atualmente, está disponível em diferentes versões e edições para atender a
uma variedade de necessidades e demandas do mercado atual. Dentre essas ver-
sões, podemos destacar as seguintes:

Community Edition: é gratuita e amplamente utilizada em projetos de código aberto

de pequeno e médio porte.
Enterprise Edition: oferece recursos adicionais e suporte dedicado para projetos de
grande porte voltados para ambientes corporativos mais complexos.

Enfim, o MySQL, segundo Pichetti, Vida e Cortes (2021), continua a ser uma
escolha popular e confiável para o gerenciamento de um banco de dados devido
à arquitetura sólida, recursos avançados, suporte ativo da comunidade e versa-
tilidade. Seja para aplicações web, sistemas empresariais ou projetos de código
aberto, esse SGBD continua a desempenhar um papel essencial no ecossistema
que permite a utilização de bancos de dados relacionais.

MariaDB: Uma Alternativa Poderosa ao MySQL no Mundo dos

SGBDs Relacionais

É um SGBD relacional criado como um fork do MySQL. Ele foi desenvolvido

por Michael “Monty” Widenius, co-fundador do MySQL, após preocupações re-
lacionadas à aquisição do MySQL pela Oracle Corporation. Com o objetivo de
preservar a natureza de código aberto do MySQL e impulsionar a inovação, o
MariaDB evoluiu para se tornar uma alternativa robusta e amplamente adotada
no cenário de bancos de dados relacionais.

9
9
 U N I AS S E LVI

ZO O M N O CO NHEC I M ENTO

Fork (bifurcação): em desenvolvimento de software, refere-se à criação de uma

cópia independente do código-fonte de um projeto existente, podendo ocorrer
por diversas razões, como divergências filosóficas, necessidades específicas ou
descontentamento com o rumo do projeto original. Geralmente, o fork resulta em
uma nova versão do software, gerida de forma autônoma, com desenvolvedores
dedicados e uma possível evolução independente do projeto original. Esse con-
ceito é comum em projetos de código aberto, permitindo a diversificação e o sur-
gimento de alternativas que atendam a diferentes necessidades da comunidade
de desenvolvedores.

O MariaDB mantém a maioria das características do MySQL, como a arquite-

tura cliente-servidor, a compatibilidade com SQL e uma estrutura de tabelas
relacionais. No entanto, inclui melhorias e otimizações adicionais, como um no-
tável otimizador de consultas, proporcionando um desempenho aprimorado
em comparação com versões mais antigas do MySQL. Além disso, esse SGBD
implementou recursos adicionais, como suporte para tipos de dados temporais
aprimorados, extensões de índices e suporte para JSON.
Uma característica distintiva é o compromisso dele com o código aberto e
a comunidade, sendo distribuído sob a Licença Pública Geral da GNU (GPL),
mantendo o código acessível e livre. A comunidade ativa do MariaDB contribui
para a evolução contínua do sistema, proporcionando correções de bugs, novos
recursos e suporte abrangente por meio de fóruns de discussão e outras plata-
formas colaborativas. Empresas e organizações que buscam uma alternativa ao
MySQL, muitas vezes, encontram nesse SGBD uma solução que oferece a esta-
bilidade e a inovação necessárias para as aplicações.
Devido à compatibilidade com o MySQL, muitas aplicações e sistemas po-
dem migrar facilmente de um para outro. Essa interoperabilidade simplifica a
transição para usuários familiarizados com o MySQL. Empresas, como a Red
Hat e a Google, demonstraram suporte ao MariaDB, ampliando a adoção dele
em ambientes corporativos e de grande escala. Por isso, ele continua a ganhar
popularidade como uma alternativa confiável no ecossistema de bancos de dados
relacionais, oferecendo uma opção de código aberto flexível e de alto desempenho
para uma variedade de casos de uso.

9
9
 T E MA DE A PRE ND IZAGEM 4

MYSQL WORKBENCH

É uma ferramenta de gerenciamento de banco de dados que oferece uma interface

gráfica abrangente para facilitar o design, o desenvolvimento e a administração a
partir do MySQL. A estrutura dele é dividida em diferentes componentes principais
que se complementam para proporcionar uma experiência eficiente aos usuários.
A interface gráfica do Workbench é composta por áreas distintas, incluindo
a seção de navegação, local em que os usuários podem acessar e explorar os
próprios bancos de dados. O editor SQL permite a criação e a execução de con-
sultas diretamente na interface, simplificando o desenvolvimento e a depuração
de código escritos em linguagem SQL. Além disso, o modelo de dados permite
a criação visual de esquemas de banco de dados, oferecendo uma visão intuitiva
das tabelas, relacionamentos e índices.
Também inclui recursos de administração, como a gestão de usuários e pri-
vilégios, que facilitam a configuração e a manutenção de um ambiente de banco
de dados seguro. Já o recurso de backup e restore permite a realização de cópias
de segurança e a recuperação de dados de forma rápida e muito eficiente.
Outro recurso relevante é o de sincronização, que oferece a capacidade de
comparar e sincronizar dados entre bancos de dados locais e remotos, facilitan-
do a manutenção de ambientes distribuídos. Além disso, suporta a modelagem
reversa, permitindo aos usuários gerar modelos visuais do MER baseando-se em
bancos de dados existentes no servidor.
O MySQL Workbench proporciona uma solução abrangente para o geren-
ciamento de bancos de dados MySQL, unindo uma interface gráfica intuitiva
com ferramentas poderosas de desenvolvimento, administração e manutenção
de bancos de dados. Essa combinação faz da ferramenta uma escolha valiosa
para profissionais de banco de dados que buscam eficiência e praticidade em
suas tarefas diárias.

O termo “esquema” (schema) refere-se à estrutura que define a arquitetura lógica

dos dados armazenados, descrevendo a maneira como as tabelas, os campos,
os relacionamentos e as restrições são organizados no banco de dados. Pode ser
definido como um framework que define a integridade e a consistência dos dados,
estabelecendo as regras que determinam como as informações são armazenadas
e acessadas.

9
9
 U N I AS S E LVI

Um esquema serve como um mapa abstrato que orienta a criação e a manipulação

dos dados, proporcionando uma estrutura compreensível e organizada para facilitar
a gestão eficiente das informações.

XAMPP

É um pacote de software que simplifica a configuração e o gerenciamento de

um ambiente de desenvolvimento web. A estrutura dele abrange diversos com-
ponentes essenciais para criação e teste de aplicações web, incluindo o Apache,
MySQL, PHP e Perl.
O Apache atua como um servidor web, permitindo a hospedagem local de
sites e aplicativos. O MySQL é um sistema de gerenciamento de banco de dados
que facilita o armazenamento e a recuperação de dados, enquanto o PHP e o Perl
são linguagens de script amplamente utilizadas para o desenvolvimento dinâmico
de conteúdo web.
O funcionamento prático do XAMPP é notável pela simplicidade e versatili-
dade. Após a instalação, o usuário pode iniciar ou parar os serviços do Apache e
MySQL com apenas alguns cliques, tornando fáceis a criação e a interrupção de
servidores locais, conforme necessário. O painel de controle fornece uma interfa-
ce gráfica intuitiva para gerenciar os serviços e acessar configurações avançadas.
Isso faz com que seja uma escolha popular entre os desenvolvedores que buscam
uma solução rápida e eficiente para criar, testar e depurar aplicações web em um
ambiente local antes de implantá-las em servidores remotos.

CRIANDO UM BANCO DE DADOS UTILIZANDO MYSQL

WORKBENCH

A criação de um banco de dados relacional no MySQL, segundo Silberschatz

(2020), envolve diversos passos essenciais para garantir uma estrutura organiza-
da e eficiente para armazenar dados. O primeiro passo é planejar o esquema do
banco de dados, definindo as tabelas necessárias, os campos e os relacionamentos
entre elas. Isso geralmente é feito utilizando o modelo Entidade-Relacionamento
(ER) para visualizar e projetar a estrutura de dados.

9
9
 T E MA DE A PRE ND IZAGEM 4

A partir de agora, veremos na prática o passo a passo para se criar um banco

de dados. Nesse exemplo, o foco será na criação do banco de dados utilizando
instruções SQL, e não na modelagem dele.
Partindo do princípio que o banco de dados já foi previamente modelado e
que os softwares MySQL Workbench e XAMPP estão devidamente instalados, o
primeiro passo é inicializar o serviço do MySQL. Isso é feito na interface chamada
XAMPP Control.

Figura 2 – Tela do XAMPP Control / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface do XAMPP Control. Nessa tela, será inicializado o serviço do
MySQL. Há cinco botões START, um para cada serviço oferecido pela ferramenta (APACHE, MySQL, FILEZILLA,
MERCURY e TOMCAT). O botão referente ao MYSQL será clicado e aparecerá a mensagem STOP nele, além dos
números 9384 do PID(s), e 3306 da PORT(s). Há dois círculos vermelhos dando destaque ao serviço de inicialização
do MySQL: o primeiro destaca as informações citadas, enquanto o segundo ressalta a mensagem de que houve
mudança de status no serviço que se encontra em execução. Fim da descrição.

Após isso, é preciso abrir o MySQL Workbench e criar o servidor local do banco
de dados. Para esse exemplo, criaremos um servidor chamado Localhost.

9
9
 U N I AS S E LVI

Figura 3 – Tela inicial do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface do MySQL Workbench. Há uma tela de inicialização do software.
Assim, é desejada boas vindas (WELCOME). À esquerda, encontra-se uma barra preta com uma barra de ferramenta
(toolbar) desse software. Também há uma tela sobrepondo, que é a configuração do servidor do banco de dados,
com dados referentes a ele, como “Nome”, “Método”, “Endereço IP (127.0.0.1)”, “Porta de Conexão (3306)” e “Nome
do Usuário de Conexão com o Servidor (ROOT)”. Fim da descrição.

Nesse passo, é importante, inicialmente, verificar se a opção de manipulação de

banco de dados está selecionada (1). Após isso, é preciso clicar no botão + (mais)
na opção MySQL Connections (2). Uma janela será aberta e, nela, é necessário
escrever o nome do servidor (3) e clicar no botão “OK” (4) para finalizar o pro-
cesso. Também é possível fazer um teste de verificação da conexão do servidor a
partir do botão “TEST CONNECTION”, que dará um retorno de sucesso, caso
os parâmetros estejam corretamente informados.
O próximo passo é carregar o servidor dando um clique duplo do mouse
(double click) em Localhost para carregar a interface de manipulação. Após isso,
iniciaremos o processo de criação do banco de dados propriamente dito.
Com o servidor inicializado, o próximo passo é utilizar a linguagem SQL para
traduzir a modelagem em comandos que o MySQL compreenda. A instrução
CREATE DATABASE é utilizada para criar o banco de dados em si. Já o CREATE
TABLE é utilizado para criar as tabelas, especificando os nomes dos campos, tipos
de dados e restrições, como chaves primárias e estrangeiras.

9
9
 T E MA DE A PRE ND IZAGEM 4

Na tela chamada Editor SQL, assim como o próprio nome remete, é o espaço
no qual o DBA deverá inserir os códigos em linguagem SQL para manipulação e
gerenciamento do banco de dados. No exemplo, criaremos duas tabelas: CLIEN-
TES e VENDAS, ambas em um banco de dados chamado BD_LOJA.

Figura 4 – Tela do editor de scripts SQL do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Ela é utilizada para criar o banco de dados, que está na parte central da tela. À esquerda, é visua-
lizada a seção chamada “SCHEMA”, na qual ficam listados todos os bancos de dados instalados no servidor. Na
parte superior da tela, são visualizados os menus de opções disponibilizados pela ferramenta. Fim da descrição.

Na tela do Editor SQL, escreva a instrução SQL CREATE DATABASE para criar
o banco de dados BD_LOJA (2). Para executar, clique no ícone representado
por um raio, logo acima do editor (3), ou, então, selecione, no MENU QUERY,
a opção EXECUTE, que também pode ser realizada a partir da tecla de atalho
CTRL+SHIFT+ENTER.
O próximo passo é ativar o banco de dados criado, tendo em vista que o ser-
vidor, normalmente, terá mais de um banco de dados hospedado. No Workbench,
os bancos ficam listados na seção SCHEMAS, à esquerda da tela.

9
9
 U N I AS S E LVI

Figura 5 – Tela do editor de scripts SQL do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando CREATE DATABASE para criar o banco de dados
BD_LOJA. À esquerda, é visualizada a seção chamada SCHEMA, na qual ficam listados todos os bancos de dados
instalados no servidor, inclusive, com o banco de dados recém-criado, chamado BD_LOJA. Na parte superior da
tela, são visualizados os menus de opções disponibilizados pela ferramenta. Fim da descrição.

Criado o banco de dados BD_LOJA, perceba que ele não aparece na seção
SCHEMA. Para tanto, é necessário atualizar a lista. Para fazer isso, basta clicar
em ATUALIZAR (1) e, assim que for feito, o novo banco aparecerá na lista (2).
É necessário ativar o BD_LOJA, para que ele possa ser devidamente manipu-
lado no Workbench. Existem duas maneiras de se realizar essa ação. A primeira
e mais simples é dar um duplo clique com o botão esquerdo do mouse no nome
desse banco que consta na lista. A segunda é clicar com o botão direito do mouse
nesse banco de dados e selecionar a opção SET AS DEFAULT SCHEMA. Em
ambas situações, perceba que o nome do banco ficará em negrito, o que indica
que ele está ativo no servidor e pronto para ser utilizado. No canto esquerdo da
tela, é possível visualizar o nome do banco de dados que está ativo (3).
Ao criar as tabelas, segundo Barboza e Freitas (2018), é fundamental defi-
nir as chaves primárias para garantir a unicidade dos registros e estabelecer os
devidos relacionamentos por meio de chaves estrangeiras. Isso contribui para a
integridade referencial do banco de dados, assegurando a consistência dos dados.

9
9
 T E MA DE A PRE ND IZAGEM 4

No exemplo, agora, criaremos duas tabelas: CLIENTES e VENDAS. O relacio-

namento entre elas é do tipo 1 para N, em que um registro de CLIENTES estará
relacionado a um ou a mais de VENDAS, que conterá a chave estrangeira (FK)
desse relacionamento. Ambas as tabelas terão as respectivas chaves primárias (PK).
Primeiramente, criaremos a tabela CLIENTES.

Figura 6 – Tela do editor de scripts SQL do MySQL Workbench utilizada para criar a tabela CLIENTES
Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando CREATE TABLE, com todos os campos (atributos), os
tipos de dados e as devidas restrições de integridade que compõem a tabela CLIENTES. À esquerda, é visualizada
a lista de bancos de dados disponíveis no servidor Localhost. Há o BD_LOJA como o ativo, destacado com o nome
em negrito nessa lista. Fim da descrição.

A tabela CLIENTES tem 7 (sete) campos distintos: ID_CLIENTE, NOME,

DATA_NASCIMENTO, IDADE, CPF, PROFISSAO e RENDA. É muito impor-
tante salientar que, apesar de não ser uma regra específica do MySQL, recomen-
da-se fortemente a não utilização de caracteres especiais, símbolos ou acentuação
nos nomes de campos.

Utilize somente letras e números. Também é muito interessante padronizar o

tamanho das letras entre maiúsculas e minúsculas, assim como é possível visualizar
no exemplo.

9
9
 U N I AS S E LVI

O campo ID_CLIENTE é definido como a chave primária da tabela CLIENTE,

uma vez que ele será utilizado como referência dela nos devidos relacionamentos
existentes nesse banco de dados.
A restrição NOT NULL indica que o campo é de preenchimento obrigatório,
ou seja, quando um novo registro for inserido na tabela, esse atributo não poderá
ficar vazio, sem nenhum valor atribuído a ele. Caso isso aconteça, ocorrerá um
erro e a instrução de inserção não será realizada.
Já a restrição AUTO_INCREMENT define que o campo em questão terá a
incrementação automática realizada diretamente pelo SGBD, garantindo, assim,
que o valor não será repetido nos registros existentes na tabela.

Figura 7 – Tela do editor de scripts SQL do MySQL Workbench utilizada para criar a tabela CLIENTES
Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando CREATE TABLE, com todos os campos (atributos),
os tipos de dados e as devidas restrições de integridade que compõem a tabela CLIENTES. À esquerda, é visuali-
zada a lista de bancos de dados disponíveis no servidor Localhost. Há o BD_LOJA como o ativo, destacado com o
nome em negrito nessa lista. Logo abaixo, em formato de lista de arquivos, é visualizada a tabela recém-criada
chamada CLIENTES. Na parte inferior da tela, é visualizada uma seção chamada ACTION OUTPUT, que identifica
o histórico das ações realizadas nesse banco de dados, como criar tabelas, banco de dados, dentre outras coisas.
Fim da descrição.

O script de criação da tabela CLIENTES, após executado, fará com que ela esteja
pronta para uso no banco de dados BD_LOJA. Para visualizá-la, clique no botão

9
9
 T E MA DE A PRE ND IZAGEM 4

de atualização (1) e essa tabela aparecerá na lista de schemas (2). No canto supe-
rior direito da tela (3), temos a opção de visualização de seções no Workbench.
Uma opção interessante é a ACTION OUTPUT, que mostrará ao DBA todas as
ações realizadas no banco de dados.

Figura 8 – Tela inicial do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando CREATE TABLE, com todos os campos (atributos),
os tipos de dados e as devidas restrições de integridade que compõem a tabela VENDAS. À esquerda, é visuali-
zada a lista de bancos de dados disponíveis no servidor Localhost. Há o BD_LOJA como o ativo, destacado com o
nome em negrito nessa lista. Logo abaixo, em formato de lista de arquivos, é visualizada a tabela recém-criada
chamada VENDAS. Na parte inferior da tela, é visualizada uma seção chamada ACTION OUTPUT, que identifica
o histórico das ações realizadas nesse banco de dados, como criar tabelas, banco de dados, dentre outras coisas.
Fim da descrição.

Seguindo o processo de criação, a instrução CREATE TABLE é utilizada para

gerar a tabela VENDAS usando a mesma lógica da CLIENTES. A diferença é a
inserção de um campo ID_CLIENTE, que será a referência entre as duas tabelas,
ou seja, a chave estrangeira, permitindo, assim, o relacionamento entre elas.
O script (1) após a execução, fará com que a tabela VENDAS seja criada,
permitindo a visualização na seção SCHEMAS (2), após a atualização dela. Na
seção ACTION OUTPUT, é exibido o registro (log) da realização dessa ação (3)
e é mostrado que ela foi executada com sucesso.

1
1
1
 U N I AS S E LVI

Após a criação do esquema, é possível inserir dados utilizando a instrução

DML INSERT INTO e consultá-los a partir do SELECT. A manutenção do ban-
co de dados envolve a atualização, a exclusão e a consulta de registros, sempre
seguindo as boas práticas de modelagem relacional.
Nesse exemplo, agora, inseriremos dados nas duas tabelas, pois, quando criadas,
elas se encontram completamente vazias, ou seja, sem nenhum registro inserido.

Figura 9 – Tela inicial do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando INSERT para realizar a inserção de dados na tabela
CLIENTES. À esquerda, é visualizada a lista de bancos de dados disponíveis no servidor Localhost. Também há o
BD_LOJA como o ativo, destacado com o nome em negrito nessa lista. Na parte inferior da tela, é visualizada uma
seção chamada ACTION OUTPUT, que identifica o histórico das ações realizadas nesse banco de dados, como criar
tabelas, banco de dados, dentre outras coisas. Fim da descrição.

O script de inserção de novos registros na tabela CLIENTES utiliza a instrução

SQL DML INSERT. Nesse exemplo, é importante ressaltar que o campo ID_
CLIENTE não aparece no código, devido ao fato de que ele foi definido durante
a criação com a restrição AUTO_INCREMENT.
Já no campo DATA_NASCIMENTO, o valor inserido segue o padrão do tipo
data existente no MySQL, que é AAAA-MM-DD, sem a necessidade de colocá-los
separados, somente os números.

1
1
1
 T E MA DE A PRE ND IZAGEM 4

Nesse exemplo, foram inseridos 3 (três) registros diferentes na tabela CLIEN-

TES. Para verificar os registros contidos nessa tabela, basta inserir a seguinte
instrução SQL: SELECT * FROM CLIENTES
Assim, todos os registros existentes nessa tabela serão exibidos na tela.

Figura 10 – Tela inicial do MySQL Workbench / Fonte: os autores.

Descrição da Imagem: é demonstrada a interface de escrita de scripts de código em linguagem SQL do MySQL
Workbench. Na parte central da tela, está escrito o comando INSERT para realizar a inserção de dados na tabela
VENDAS. À esquerda, é visualizada a lista de bancos de dados disponíveis no servidor Localhost. Há o BD_LOJA
como o ativo, destacado com o nome em negrito nessa lista. Na parte inferior da tela, é visualizada uma seção
chamada ACTION OUTPUT, que identifica o histórico das ações realizadas nesse banco de dados, como criar
tabelas, banco de dados, dentre outras coisas. Fim da descrição.

Nesse exemplo, foram inseridos 3 (três) registros diferentes na tabela VENDAS.

Para verificar os registros contidos nessa tabela, basta inserir a seguinte instrução
SQL: SELECT * FROM VENDAS.
Assim, todos os registros existentes nessa tabela serão exibidos na tela.
É importante ressaltar que, devido ao fato de o campo ID_CLIENTE da tabela
VENDAS ser uma chave estrangeira, o valor nele contido precisa ser um que
esteja devidamente inserido na tabela CLIENTE.
A criação de um banco de dados relacional no MySQL requer um cuidadoso
planejamento do esquema, a tradução desse esquema para instruções SQL, a
criação de tabelas com chaves primárias e estrangeiras, e a inserção e a consulta
conforme necessário. Essa abordagem estruturada proporciona um ambiente
robusto e eficiente para armazenar e gerenciar dados de forma organizada.

1
1
1
 U N I AS S E LVI

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Na trajetória acadêmica em Tecnologia da Informação (TI), os estudantes se
deparam com uma diversidade de disciplinas que abrangem desde fundamentos
de programação até conceitos avançados de redes e sistemas. Esse conhecimento
multifacetado é como um quebra-cabeça, com cada peça representando uma
habilidade ou conceito adquirido. Assim, é crucial que você compreenda como
essas peças se encaixam, formando uma base sólida para enfrentar os desafios
do futuro ambiente profissional de TI.
Ao longo do percurso acadêmico, você absorverá habilidades técnicas especí-
ficas, como linguagens de programação, design de banco de dados, administração
de sistemas e segurança da informação. Essas habilidades se tornam ferramentas
valiosas ao kit do profissional de TI, a fim de te capacitar para desenvolver solu-
ções inovadoras e resolver problemas complexos no mundo real.
Além das habilidades técnicas, a capacidade de trabalhar em equipe, a comu-
nicação eficaz e a compreensão dos aspectos éticos da tecnologia são aspectos
fundamentais. A interconexão entre disciplinas, como a aplicação de princípios
éticos na segurança da informação, destaca a importância de uma abordagem
holística para a formação profissional em TI.
À medida que você se prepara para ingressar no ambiente profissional, é
essencial antecipar as tendências emergentes na indústria de Tecnologia da Infor-
mação. Alguns conceitos, tais como computação em nuvem, Inteligência Artificial
(IA), aprendizado de máquina e desenvolvimento sustentável, estão moldando o
futuro do setor. Adaptar-se a essas mudanças e aprender continuamente são tão
cruciais quanto o conhecimento adquirido durante a graduação.
Por fim, a jornada acadêmica em TI não é apenas uma acumulação de informações,
mas uma construção de competências e perspectivas. Ao compreender como essas
peças do quebra-cabeça se encaixam e ao olhar adiante para as demandas do ambiente
profissional futuro, você está mais bem equipado(a) para enfrentar os desafios dinâmi-
cos e contribuir significativamente para o avanço contínuo da área de TI.

1
1
1
 AUTOATIVIDADE

1. As instruções SQL do tipo DDL (Data Definition Language) são as responsáveis por definir
e gerenciar a estrutura do banco de dados, permitindo a criação, a alteração e a exclusão
de objetos de banco de dados, tais como tabelas, índices, visões e procedimentos arma-
zenados. Essas operações são essenciais para o design e a manutenção de bancos de
dados, permitindo aos desenvolvedores controlar a organização e o formato dos dados
armazenados.

Qual é o propósito da instrução SQL DDL CREATE TABLE?

a) Alterar a estrutura de uma tabela existente.

b) Excluir todos os dados de uma tabela específica.
c) Criar uma nova tabela no banco de dados.
d) Selecionar registros de uma tabela.
e) Renomear uma tabela existente.

2. O desenvolvimento de um sistema de banco de dados é um processo multifásico que

compreende diversas etapas cruciais. Inicia-se com a fase de projeto conceitual, na qual
são identificados as entidades e os respectivos relacionamentos, resultando em um mo-
delo de dados conceitual. Posteriormente, na fase de projeto lógico, o modelo conceitual
é traduzido em um modelo lógico, especificando tabelas, chaves primárias e estrangeiras.

Considere as seguintes afirmativas sobre a criação de um banco de dados do tipo relacional:

I - A instrução SQL DDL utilizada para criar uma tabela é CREATE TABLE.
II - O relacionamento entre tabelas é estabelecido por meio da chave estrangeira.
III - A instrução SQL DML para inserir dados em uma tabela é INSERT INTO.
IV - A chave primária de uma tabela pode conter valores duplicados e redundantes.

É correto o que se afirma em:

a) I, apenas.
b) II e IV, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) I, II, III e IV.

1
1
1
 AUTOATIVIDADE

3. O processo de inserção de novos registros em um banco de dados relacional envolve a

utilização da instrução SQL DML INSERT. Nessa operação, os dados são adicionados a uma
tabela específica, sendo necessário fornecer os valores correspondentes para as colunas
desejadas. A conformidade dos valores com os tipos de dados e as restrições definidas,
como chaves primárias, é fundamental para a integridade dos dados. É possível inserir um
único registro ou múltiplos registros em uma única operação, agilizando o processo de car-
ga de dados. Ao realizar a inserção, é importante garantir a coerência dos dados, evitando
duplicatas e mantendo a consistência do banco de dados relacional.

Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta
entre elas:

I - O comando SQL DML INSERT permite apenas a inserção de um registro por vez em
uma tabela.

PORQUE

II - A instrução SQL DML INSERT requer a especificação dos valores a serem inseridos para
cada coluna da tabela.

A respeito dessas asserções, assinale a opção correta:

a) As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.

b) As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
c) A asserção I é uma proposição verdadeira e a II é uma proposição falsa.
d) A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
e) As asserções I e II são falsas.

1
1
1
 REFERÊNCIAS

BARBOZA, F. F. M.; FREITAS, P. H. C. Modelagem e desenvolvimento de banco de dados. Porto

Alegre: SAGAH, 2018.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

MACHADO, F. N. R.. Banco de dados: projeto e implementação. São Paulo: Érica, 2020.

PICHETTI, R. F.; VIDA, E. da S.; CORTES, V. S. M. P. Banco de dados. Porto Alegre: SAGAH, 2021.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

1
1
1
 GABARITO

1. Opção C.

A instrução SQL DDL CREATE TABLE é utilizada para definir e criar uma nova tabela no banco
de dados. Ela especifica os nomes das colunas, os tipos de dados e quaisquer restrições,
como chaves primárias. Essa operação é fundamental para estruturar e organizar os dados
de maneira eficiente.
A instrução para alterar a estrutura de uma tabela é ALTER TABLE, e não CREATE TABLE.
A exclusão de todos os dados de uma tabela é realizada com a instrução DELETE, e não
CREATE TABLE. A seleção de registros de uma tabela é feita com a instrução SELECT, e não
CREATE TABLE. Renomear uma tabela é feito com a instrução ALTER TABLE RENAME, e
não CREATE TABLE.

2. Opção D.

O comando SQL DDL utilizado para criar uma tabela é CREATE TABLE. Ele é fundamental
para a definição da estrutura da tabela, especificando os nomes das colunas, os tipos de
dados e as restrições. O relacionamento entre tabelas é estabelecido por meio da chave
estrangeira, que referencia a chave primária de outra tabela. Essa prática contribui para a
integridade referencial do banco de dados. O comando SQL DML para inserir dados em uma
tabela é INSERT INTO. Essa instrução é utilizada para adicionar novos registros à tabela. A
chave primária de uma tabela não pode conter valores duplicados, sendo necessariamente
única para cada registro.

3. Opção E.

A instrução SQL DML INSERT permite a inserção de um ou mais registros de uma vez, não
estando limitada à inserção de apenas um registro por vez, o que torna a primeira asserção
falsa. A segunda asserção também é falsa, pois é possível realizar a inserção de registros
em uma tabela sem especificar valores para todas as colunas. Se os valores não forem for-
necidos para todas as colunas, os valores padrões ou nulos (se permitidos) serão utilizados.

1
1
1
 TEMA DE APRENDIZAGEM 5

CRIANDO UM BANCO DE DADOS

E A LINGUAGEM SQL

MINHAS METAS

Compreender a linguagem SQL.

Aprender a projetar esquemas de banco de dados relacionais eficientes.

Adquirir a habilidade de modelagem de dados utilizando ferramentas, como o Modelo

Entidade-Relacionamento (ER).

Aprimorar as habilidades na criação de consultas otimizadas utilizando índices, cláusulas

WHERE e JOINs.

Compreender os conceitos de transações e controle de concorrência.

Aprender a automatizar e otimizar consultas.

Expandir os conhecimentos para além da SQL, explorando tecnologias relacionadas.

1
1
1
 U N I AS S E LVI

INICIE SUA JORNADA

Inicie a sua jornada rumo à maestria em Tecnologia da Infor-
mação (TI) com a emocionante aplicação prática dos conceitos
aprendidos na linguagem SQL para administração e geren-
ciamento de bancos de dados relacionais. Este é o momento
crucial em que os conhecimentos teóricos se transformarão
em experiência concreta e você terá a oportunidade de projetar
e construir estruturas de dados sólidas e eficientes. Prepare-se
para mergulhar nos bastidores do universo dos bancos de da-
dos, dando vida aos modelos conceituais por meio da criação
de tabelas, inserção de novos registros e execução de consultas,
consolidando, assim, as suas habilidades em SQL.
Durante essa jornada prática, cada linha de código será
um passo em direção ao domínio da linguagem SQL. En-
tender profundamente como os dados são manipulados e
armazenados proporcionará uma base sólida para se tornar
um(a) especialista na área. Este é um convite para explorar a
arte da modelagem de dados, transformando-se em um(a)
arquiteto(a) de conhecimento capaz de projetar estrutu-
ras que não apenas armazenam informações, mas também
sustentam sistemas robustos e eficientes. Ao abraçar essa
jornada, você estará moldando o futuro da TI com as suas
habilidades práticas e conhecimentos valiosos.
À medida que avança, não apenas estará construindo
bancos de dados, mas também a sua própria trajetória pro-
fissional. Desenvolva não apenas competências técnicas, mas
também habilidades analíticas e uma mentalidade criativa que
te diferenciarão no vasto campo da TI. Prepare-se para trans-
formar a sua paixão por tecnologia em uma carreira significa-
tiva e impactante. A jornada está apenas começando: o futuro
aguarda as suas contribuições. Avance e inicie essa caminhada
que promete não apenas desafios, mas também conquistas gra-
tificantes e um crescimento profissional extraordinário.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

P L AY N O CO NHEC I M ENTO

Dê um play no conhecimento com o podcast Desbravando Dados, a sua fonte de

insights e descobertas fascinantes sobre a utilização da linguagem SQL na admi-
nistração e no gerenciamento de bancos de dados relacionais. Em cada episódio,
mergulharemos fundo nesse universo dinâmico, explorando desde os fundamen-
tos até as estratégias avançadas para tirar o máximo proveito dessa ferramenta
poderosa. Se você é um(a) entusiasta da Tecnologia da Informação (TI), um(a) estu-
dante ávido(a) por aprendizado ou um(a) profissional que busca aprimorar as suas
habilidades em SQL, este é o podcast feito para você.
Ao longo de nossa jornada auditiva, desmistificaremos conceitos, compartilhare-
mos dicas práticas e discutiremos sobre os profissionais da área, que desbravam
diariamente os desafios e as inovações no campo dos bancos de dados relacio-
nais. Prepare-se para uma imersão de conhecimento que vai além do tradicio-
nal, conectando teoria e prática de maneira envolvente. Seja você um(a) iniciante
curioso(a) ou um(a) experiente programador(a) SQL, Desbravando Dados é o seu
guia para o caminho da maestria. Suba a bordo, aperte o play e junte-se a nós
nesta jornada apaixonante pelo fascinante mundo dos dados.

1
1
1
 U N I AS S E LVI

VAMOS RECORDAR?
O armazenamento de dados é um processo de coleta, organização e retenção
de informações de forma sistemática para posterior uso, abrangendo diferentes
métodos, desde arquivamento físico até sistemas digitais modernos. Um banco
de dados relacional é uma estrutura organizada que grava dados em tabelas
ligadas entre si, conectadas por chaves, utilizando um modelo para representar
e manipular esses dados, oferecendo flexibilidade e eficiência na gestão de
informações. Permite, desse modo, a realização de consultas complexas.
O modelo relacional é utilizado em aplicações comerciais, acadêmicas e
governamentais, dado que apresenta a capacidade de lidar com grandes volumes
de informações de forma eficiente e segura, sendo fundamental para armazenar
dados de forma organizada, garantindo consistência e integridade.
Além do mais, permite a realização eficaz de consultas complexas e a manipulação,
contribuindo para a tomada de decisões e o desenvolvimento de aplicações
robustas. O armazenamento de dados e o modelo relacional desempenham
um papel crucial na gestão e na utilização eficiente de informações em diversas
áreas, proporcionando uma base sólida para o gerenciamento, permitindo fácil
recuperação, atualização e análise, o que é essencial para o funcionamento eficaz
de sistemas em um mundo cada vez mais digitalizado.
https://www.youtube.com/watch?v=E-2Ci1c_BXs

DESENVOLVA SEU POTENCIAL

OTIMIZAÇÃO DE UM BANCO DE DADOS RELACIONAL

Criar um banco de dados do tipo relacional utilizando linguagem SQL envolve

uma série de etapas essenciais. Inicialmente, é crucial definir o modelo que re-
presentará as entidades e os respectivos relacionamentos.
Após a criação das tabelas, é necessário estabelecer os relacionamentos entre
elas. Para isso, são usadas as chaves estrangeiras (FK) para vincular os registros
de uma tabela com os registros de outras, sendo eles devidamente identificados
a partir da chave primária (PK). Isso permite representar conexões significativas
entre os dados, garantindo, assim, a consistência e a integridade referenciais.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

No contexto dos bancos de dados relacionais, se-

Facilitando a análise
gundo Machado (2020), a utilização de JOINS é fun-
e a recuperação
damental, porque permite combinar dados armaze- de informações
nados em diferentes tabelas em uma única consulta. específicas
Existem tipos específicos, como INNER JOIN, LEFT
JOIN e RIGHT JOIN, cada um adequado para diferentes necessidades, seguindo
princípios matemáticos. Essas operações são cruciais para extrair informações com-
pletas de conjuntos de dados distribuídos em várias tabelas.
Outro conceito avançado é o uso de VIEWS, que podem ser descritas como
uma consulta armazenada que pode ser tratada como uma tabela virtual, permi-
tindo simplificar consultas complexas, ao criar uma “visão” específica dos dados,
facilitando a análise e a recuperação de informações específicas sem a necessidade
de escrever consultas longas e repetitivas.
Finalmente, os TRIGGERS são blocos de código SQL que são automatica-
mente executados em resposta a eventos específicos no banco de dados, como
criar uma estrutura para atualizar automaticamente a quantidade de estoque de
um livro sempre que uma venda for registrada. Isso ajuda a manter a consistência
e a integridade dos dados de maneira automatizada.

JOINS

São fundamentais para unificar informações provenientes de duas ou mais tabelas

com base em colunas relacionadas entre si. Essa capacidade é essencial em um sis-
tema de banco de dados relacional, pois permite que os dados sejam armazenados
de forma normalizada, reduzindo redundâncias e melhorando a integridade.
Ao mesmo tempo, os JOINS, segundo Silberschatz (2020), possibilitam a recons-
trução dessas informações separadas em consultas complexas, fornecendo uma visão
completa e detalhada dos dados necessários para análises ou relatórios específicos.
Existem vários tipos de JOINS, cada um servindo a um propósito distinto depen-
dendo da natureza da informação que se deseja extrair. O mais comum é o INNER JOIN,
que retorna apenas os registros que têm correspondência em ambas as tabelas. Por outro
lado, os OUTER JOINS, que podem ser classificados como LEFT, RIGHT ou FULL,
são utilizados para incluir registros que não têm correspondência em uma das tabelas,
permitindo uma análise mais abrangente dos dados. Essa flexibilidade faz dos JOINS

1
1
1
 U N I AS S E LVI

uma ferramenta poderosa para resolver uma ampla gama de necessidades de consulta.
Para executar um JOIN, é necessário que exista uma chave primária em uma
tabela e a respectiva chave estrangeira em outra, estabelecendo, assim, um relacio-
namento entre elas. Por exemplo, em uma base de dados de uma loja, uma tabela
de “Clientes” pode ser relacionada a uma outra de “Pedidos” mediante o atributo
ID do cliente, sendo ele presente em ambas as tabelas. Ao realizar um INNER
JOIN, segundo Alves (2021), é possível facilmente obter uma lista de todos os pe-
didos feitos por cada cliente, combinando os registros com base no ID do cliente.
A sintaxe para a execução em SQL é intuitiva, começando com a seleção
das tabelas a serem unidas, especificando o tipo de JOIN a ser realizado e a
condição que relaciona essas tabelas.
No entanto, segundo Elmasri e Navathe (2018), é importante salientar que
o uso extensivo de JOINS em consultas complexas ou em bancos de dados
com volumes massivos de dados pode impactar a performance do sistema.
Planejar adequadamente a estrutura do banco, otimizar as consultas e con-
siderar a utilização de índices podem ajudar significativamente a mitigar
potenciais problemas de desempenho.

Apesar desses desafios, a capacidade de unir registros de tabelas relacionadas

é indispensável para extrair insights significativos e apoiar a tomada de decisões
baseada em dados complexos e relacionados.

Consideremos um exemplo prático para ilustrar o conceito de JOINS: utilizemos o cená-

rio de uma livraria que mantém registros de livros e vendas em duas tabelas separadas.

• LIVROS:
• ID_Livro [PK]
• Título
• Autor
• VENDAS:
• ID_Venda [PK]
• ID_Livro [FK]
• Data
• Quantidade

1
1
1
 T E MA DE A PRE ND IZAGEM 5

Suponha que é necessário gerar um relatório que liste todos os livros que foram
vendidos, incluindo os seguintes atributos: título de cada livro, a data da venda
e a quantidade vendida. Para isso, é preciso realizar um INNER JOIN entre as
tabelas utilizando o ID_Livro que é comum entre ambas. Seguindo essa lógica,
a consulta SQL para gerar esse relatório seria:

SELECT Livros.Titulo, Vendas.Data, Vendas.Quantidade

FROM Livros
INNER JOIN Vendas ON Livros.ID_Livro = Vendas.ID_Livro

Figura 1 – Instrução SQL para exemplificar o uso da cláusula INNER JOIN / Fonte: os autores.

Descrição da Imagem: é exibida uma tela preta representando a tela de prompt do computador. Ela ilustra a
instrução SQL SELECT com três linhas de código, sendo a última a cláusula INNER JOIN, que buscará dados em
duas tabelas diferentes: VENDAS e LIVROS. Fim da descrição.

Essa consulta SQL efetivamente combina os registros das tabelas LIVROS e VEN-
DAS em que os IDs dos livros correspondem, resultando em uma lista de vendas
que inclui os atributos solicitados. Graças ao JOIN, é possível facilmente cruzar
as informações de diferentes tabelas para produzir relatórios complexos e deta-
lhados que seriam difíceis de se obter trabalhando com cada uma dessas tabelas
sendo consultadas de forma isolada.
Por fim, esse exemplo prático demonstra o poder dos JOINS para conectar
dados devidamente relacionados, permitindo análises e relatórios que exigem
informações de múltiplas tabelas.

Segundo Silberschatz (2020), é uma técnica indispensável para profissionais que

trabalham com bancos de dados, oferecendo uma maneira flexível e eficiente de
acessar e combinar dados conforme necessário.

1
1
1
 U N I AS S E LVI

VIEWS

São estruturas que representam uma abstração poderosa que permite aos usuários visua-
lizar e interagir com os dados de maneira simplificada, sem alterar as tabelas subjacentes.
Uma VIEW (visão) é essencialmente uma consulta SQL armazenada que é exe-
cutada para produzir um conjunto de resultados que pode ser tratado como uma
tabela virtual. Esse conceito facilita o acesso a dados complexos, permitindo definir
perspectivas específicas sobre os registros que são mais relevantes para determinadas
operações ou análises, sem a necessidade de duplicar ou alterar os valores originais.
Criar uma VIEW, segundo Pichetti, Vida e Cortes (2021), envolve a execução
de uma instrução CREATE VIEW seguida por uma consulta SQL que define a
lógica de seleção de dados. Essa consulta pode combinar várias tabelas, utilizar
funções, filtros e realizar JOINs, assim como qualquer outra consulta.
No entanto, ao contrário de executar a consulta cada vez que os registros são ne-
cessários, a visão armazena essa definição, permitindo aos usuários acessá-la com uma
simplicidade comparável à de consultar uma única tabela. Isso não apenas economiza
tempo e esforço, especialmente em operações repetitivas, mas também ajuda a manter
a consistência nas análises de dados realizadas por diferentes usuários ou aplicações.
Além de simplificar a acessibilidade, a VIEW também desempenha um papel
crucial na questão relativa à segurança dos dados. Ao ser criada, é possível restrin-
gir o acesso a certas colunas ou linhas nas tabelas subjacentes, expondo apenas o
que for necessário para o usuário ou aplicação específica. Isso é particularmente
útil em ambientes em que múltiplos usuários acessam o mesmo banco de dados,
mas nem todos devem ter visibilidade completa ou permissões para modificar
todos os registros. Uma visão pode atuar como uma camada de abstração que
protege dados sensíveis ou restritos.
Um aspecto importante em uma VIEW é o fato de ela ser dinâmica. Segundo
Barboza e Freitas (2018), quando os dados nas tabelas originais são atualizados,
as alterações são refletidas automaticamente na VIEW que acessa esses registros,
garantindo, assim, o acesso à versão mais atual dos dados, proporcionando uma
base consistente para relatórios e análises sem a necessidade de uma manutenção
adicional em si. Em outras palavras, trata-se de uma opção extremamente útil
para a criação de dashboards dinâmicos e relatórios em tempo real.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

No entanto, é essencial entender que, apesar das vantagens, utilizar VIEWS

não proporciona apenas benefícios. O desempenho é uma consideração crucial
em um sistema de software e pode ser totalmente comprometido quando houver
a necessidade de executar buscas complexas em grandes volumes de dados. A
otimização de consultas subjacentes às VIEWS e a estruturação adequada dos
índices nas tabelas originais podem mitigar problemas de performance. Por isso,
é fundamental que o DBA construa bem o banco de dados.
Para exemplificar esse conceito, consideremos um banco de dados de uma
escola que armazena informações sobre ALUNOS, PROFESSORES e TURMAS,
conforme a definição exibida a seguir:

• ALUNOS:
ID
Nome
Ano
• PROFESSORES:
ID
Nome
Disciplina
• TURMAS:
ID
ID_Professor
ID_Aluno
Disciplina

Suponha que é necessário gerar frequentemente relatórios sobre quais alunos

estão em quais turmas e quem são os respectivos professores. Todavia, o intuito é
simplificar o acesso a essas informações mais complexas, sem expor diretamente
as tabelas subjacentes.
Nesse contexto, é possível criar uma VIEW que será denominada VisaoTur-
masAlunos: ela unirá essas informações de maneira lógica e acessível. A instrução
SQL para se realizar essa ação seria:

1
1
1
 U N I AS S E LVI

CREATE VIEW VisaoTurmasAlunos AS

SELECT Alunos.Nome AS NomeAluno, Alunos.Ano, Professores.Nome AS NomeProfessor,
Turmas.Disciplina
FROM Turmas
JOIN Alunos ON Turmas.ID_Aluno = Alunos.ID
JOIN Professores ON Turmas.ID_Professor = Professores.ID;
]
Figura 2 – Instrução SQL para exemplificar o uso da cláusula JOIN / Fonte: os autores.

Descrição da Imagem: é exibida uma tela preta representando a tela de prompt do computador. Ela ilustra a
instrução SQL SELECT com cinco linhas de código. As duas últimas exibem a cláusula JOIN, que buscará dados em
duas tabelas diferentes: ALUNOS e PROFESSORES. Fim da descrição.

Assim, VisaoTurmasAlunos permitirá que qualquer usuário autorizado possa ver, de

forma simplificada, quais alunos estão em cada turma, quem são os professores e a
disciplina correspondente, sem a necessidade de se executar múltiplos JOINs sempre
que essa informação for necessária. Isso não apenas facilita a geração de relatórios e
consultas para fins administrativos ou acadêmicos, mas também protege a integridade
das tabelas originais, evitando alterações acidentais ou acessos não autorizados.
Além disso, se houver atualizações em qualquer uma das tabelas, essas mudan-
ças serão automaticamente refletidas em VisaoTurmasAlunos, sem a necessidade
de qualquer intervenção adicional. Isso assegura que os usuários sempre tenham
acesso às informações mais recentes, mantendo a VIEW mais relevante e atualizada.
A utilização de VIEWS, assim como no exemplo exposto, demonstra a eficácia
dela em simplificar o acesso a dados complexos, reforçar a segurança ao limitar
a visibilidade direta das tabelas e garantir que as informações apresentadas es-
tejam sempre atualizadas. Isso ilustra como as VIEWS podem servir como uma
ferramenta valiosa para as organizações que necessitam de um meio eficiente e
seguro para acessar o banco de dados.

STORED PROCEDURES

São um conjunto poderoso de instruções SQL que são salvas e armazenadas no

próprio servidor do banco de dados para que possam ser executadas confor-
me necessário, funcionando como as funções em linguagens de programação,

1
1
1
 T E MA DE A PRE ND IZAGEM 5

permitindo o encapsulamento de operações complexas em um único bloco de

código que pode ser reutilizado diversas vezes. Isso não apenas economiza tem-
po, evitando a reescrita de consultas complexas, mas também ajuda a manter a
consistência do código e da lógica de negócios em toda a aplicação.
Uma das principais vantagens é a capacidade de executar operações que en-
volvem várias etapas a partir de uma única chamada ao banco de dados. Por
exemplo, uma Stored Procedure pode ser escrita para inserir dados em várias
tabelas, atualizar registros com base em certas condições e, ao mesmo tempo,
realizar verificações de integridade ou cálculos complexos. Isso é particularmen-
te útil para manter a atomicidade das transações, garantindo que uma série de
operações seja concluída com sucesso como uma unidade única de trabalho ou
que nenhuma dessas seja realizada em caso de erro.
Outro benefício significativo, segundo Silberschatz (2020), é em relação à
segurança. Ao encapsular a lógica de negócios dentro do banco de dados, o acesso
direto às tabelas e dados é limitado, reduzindo o risco de injeção de SQL e outros
vetores de ataque. Além do mais, é possível definir permissões específicas para a
execução da Stored Procedure, controlando quem pode executar operações sen-
síveis. Isso é muito importante em ambientes com múltiplos usuários e aplicações
acessando simultaneamente o mesmo banco de dados.
Do ponto de vista do desempenho também existem vantagens, uma vez que
o código, ao ser compilado e armazenado no banco de dados, tende a ser exe-
cutado mais rapidamente do que as consultas SQL enviadas diretamente pelo
aplicativo. Isso ocorre, porque o plano de execução da consulta é gerado e otimi-
zado no momento da criação da Stored Procedure. Além disso, a necessidade de
enviar menos dados pela rede (apenas os parâmetros necessários) pode reduzir
significativamente a latência de rede, melhorando a experiência do usuário em
aplicações dependentes de acesso frequente ao banco de dados.
Por fim, uma Stored Procedure facilita a manutenção do sistema, pois, ao
centralizar a lógica de acesso e manipulação do banco de dados, qualquer mu-

1
1
1
 U N I AS S E LVI

dança necessária, seja por ajustes na lógica de negócios, seja por otimização de
desempenho, pode ser feita em um único local. Isso elimina a necessidade de
atualizar e redistribuir o aplicativo cada vez que uma mudança é feita, simplifican-
do o processo de manutenção e garantindo que todos os usuários se beneficiem
imediatamente das melhorias implementadas.
Essa abordagem, segundo Barboza e Freitas (2018), centralizada e modular para
o processamento de dados representa uma prática robusta de design de sistemas
alinhada com os princípios de desenvolvimento de software eficiente e seguro.
Vamos considerar um exemplo prático de uma Stored Procedure em um
banco de dados de uma empresa que gerencia informações de empregados e
departamentos. Essa empresa deseja inserir um novo empregado no sistema e,
ao mesmo tempo, atualizar o número total de empregados no departamento
correspondente. Esse cenário envolve operações em duas tabelas diferentes: Em-
pregados e Departamentos.
Primeiro, observe a estrutura simplificada das tabelas:

• Empregados:
ID_Empregado
Nome
ID_Departamento
• Departamentos:
ID_Departamento
Nome_Departamento

Total_Empregados

A Stored Procedure será criada para automatizar o processo de adicionar um novo

empregado e atualizar o total de empregados no departamento correspondente. A
seguir, é exibido um exemplo de como essa ação poderá ser realizada via código SQL.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

CREATE PROCEDURE AdicionarEmpregado

@Nome NVARCHAR(100),
@ID_Departamento INT

AS
BEGIN
— Inserir novo registro na tabela EMPREGADOS
INSERT INTO Empregados (Nome, ID_Departamento)
VALUES (@Nome, @ID_Departamento);

— Atualizar o total de empregados no departamento correspondente

UPDATE Departamentos
SET Total_Empregados = Total_Empregados + 1
WHERE ID_Departamento = @ID_Departamento;
END;

Figura 3 – Instrução SQL para exemplificar a criação de uma STORED PROCEDURE / Fonte: os autores.

Descrição da Imagem: é exibida uma tela preta representando a tela de prompt do computador. Ela ilustra a
instrução SQL CREATE PROCEDURE, criando a Stored Procedure chamada ADICIONAREMPREGADO, com duas
variáveis locais: NOME e DEPARTAMENTO. São duas instruções SQL realizadas: INSERT, na tabela EMPREGADOS,
e UPDATE, na tabela DEPARTAMENTOS. Fim da descrição.

Para executar essa Stored Procedure e adicionar um novo empregado ao depar-

tamento de TI, o comando seria:

EXEC AdicionarEmpregado @Nome = ‘João Silva’, @ID_Departamento = 3;

Figura 4 – Instrução SQL para exemplificar a execução da Stored Procedure AdicionarEmpregado / Fonte: os autores.

Descrição da Imagem: é exibida uma tela preta representando a tela de prompt do computador. Ela ilustra a
instrução SQL EXEC com uma linha de código para executar, no servidor do banco de dados, a STORED PROCEDURE
AdicionarEmpregado, com os valores referentes a NOME e ID_DEPARTAMENTO. Fim da descrição.

Nesse exemplo, AdicionarEmpregado realiza duas operações fundamentais em

uma única chamada: insere um registro na tabela EMPREGADOS e atualiza o
contador de empregados em DEPARTAMENTOS. Isso não apenas simplifica o

1
1
1
 U N I AS S E LVI

processo de inserção de novos registros no sistema, eliminando a necessidade de

executar manualmente múltiplas consultas SQL, mas também garante a consistên-
cia dos dados, ao manter atualizado o total de empregados de cada departamento.
Além disso, encapsular essas operações em uma Stored Procedure aumenta
a segurança, reduzindo a exposição direta às tabelas e permitindo um controle
mais refinado sobre quem pode executar essas operações no banco de dados.

TRIGGERS

São blocos de código SQL que são automaticamente executados em resposta

a eventos específicos no banco de dados, funcionando como mecanismos de
gatilho, respondendo a alterações nos dados ou no esquema da tabela. Esses
eventos podem incluir a inserção, a atualização ou a exclusão de registros em uma
tabela, proporcionando uma maneira eficiente de automatizar ações e manter a
integridade e consistência dos dados.
A utilidade do TRIGGER abrange diversas áreas, desde a validação de dados
até a automação de tarefas complexas, podendo ser classificados em BEFORE e
AFTER, indicando se a ação deve ocorrer antes ou depois do evento que a de-
sencadeou (gatilho). No caso de um TRIGGER BEFORE INSERT, por exemplo,
valida-se se há estoque suficiente de um produto antes de permitir a inserção de
um novo registro de venda dele. Essa abordagem permite a prevenção de ações
indesejadas antes de afetarem o banco de dados.
A flexibilidade de um TRIGGER, segundo Silberschatz (2020), também se
estende à possibilidade de ele ser aplicado em nível de linha ou em nível de ins-
trução. No primeiro caso, ele é acionado para cada linha afetada pela ação que
o desencadeia. Já no segundo caso, é acionado uma vez, independentemente do
número de linhas afetadas. Esse conceito oferece controle granular sobre como as
ações são realizadas, adaptando-se às necessidades específicas de cada contexto.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

ZO O M N O CO NHEC I M ENTO

Qual é a diferença entre STORED PROCEDURE e TRIGGER? A principal diferença

entre esses conceitos é que o STORED PROCEDURE precisa ser chamado para
ser executado. Já o TRIGGER, uma vez criado, sempre será executado quando o
gatilho for disparado.

Entretanto, é importante usar o TRIGGER com bastante cautela, porque, se mal imple-
mentado, pode impactar negativamente o desempenho do banco de dados.A execução
de tarefas complexas ou demoradas dentro desse TRIGGER, segundo Machado (2020),
pode resultar em lentidão nas operações do sistema. Portanto, é crucial equilibrar a
automação proporcionada com a consideração cuidadosa do impacto na performance.
É possível afirmar que o TRIGGER é uma ferramenta valiosa que permite a automa-
ção de ações em resposta a eventos específicos, seja garantindo a integridade, seja reali-
zando validações, seja simplificando tarefas rotineiras. A implementação cuidadosa dele
contribui para a eficiência e a consistência operacional do sistema de banco de dados.
Para ilustrar esse conceito, vamos considerar um cenário prático em uma loja
virtual. Nesse exemplo, busca-se garantir que sempre que um produto seja ven-
dido, a quantidade em estoque desse produto seja automaticamente atualizada,
diminuindo a quantidade vendida do estoque disponível.

Estrutura das Tabelas:

Produtos
ID_Produto (Chave Primária)
Nome
Preco
Estoque
ID_Produto (Chave Estrangeira referenciando Produtos.ID_Produto)
QuantidadeDisponivel
Vendas:
ID_Venda (Chave Primária)
ID_Produto (Chave Estrangeira referenciando Produtos.ID_Produto)
QuantidadeVendida
DataVenda

1
1
1
 U N I AS S E LVI

É válido criar um TRIGGER que, após a inserção de um novo registro na tabela

VENDAS, automaticamente atualize a QuantidadeDisponivel em ESTOQUE
para o ID_Produto correspondente.

DELIMITER //

CREATE TRIGGER AtualizaEstoqueAposVenda

AFTER INSERT ON Vendas
FOR EACH ROW
BEGIN
UPDATE Estoque
SET QuantidadeDisponivel = QuantidadeDisponivel - NEW.QuantidadeVendida
WHERE ID_Produto = NEW.ID_Produto;
END;

DELIMITER ;

Figura 5 – Representação das etapas do ciclo de desenvolvimento de um banco de dados / Fonte: os autores.

Descrição da Imagem: são demonstradas as etapas do ciclo. Ordenadas da esquerda para a direita: a primeira,
na cor rosa, à esquerda, é chamada de “Análise de Requisitos”. A segunda, logo à direita, na cor cinza é a “Modela-
gem”. A terceira, mais à direita, é a “Implementação”, na cor amarela. Em seguida, na cor azul, encontra-se a etapa
“Testes”. Por fim, a última etapa do ciclo, mais à direita, na cor verde, é a “Manutenção Contínua”. Fim da descrição.

Vamos destrinchar essa instrução SQL:

■ DELIMITER // e DELIMITER ; são utilizados para mudar de forma

temporária o delimitador padrão do SQL (que é ;), permitindo, assim, que o
corpo do TRIGGER contenha ; sem encerrar prematuramente a sua definição.

1
1
1
 T E MA DE A PRE ND IZAGEM 5

■ CREATE TRIGGER AtualizaEstoqueAposVenda: inicia a criação de

um TRIGGER chamado AtualizaEstoqueAposVenda.
■ AFTER INSERT ON Vendas: define que o TRIGGER será acionado
após a inserção de registros na tabela Vendas.
■ FOR EACH ROW: especifica que o TRIGGER será executado para cada
linha inserida na tabela Vendas.
■ BEGIN ... END; delimita o bloco de instruções SQL a serem executadas
pelo TRIGGER.

Dentro do bloco BEGIN ... END;, a instrução UPDATE ajusta a Quantidade-

Disponivel em ESTOQUE, subtraindo a QuantidadeVendida da venda recém
inserida (NEW.QuantidadeVendida). NEW é uma palavra-chave especial que
se refere aos valores da nova linha inserida na tabela que disparou o TRIGGER.
Esse exemplo prático demonstra como esse conceito pode ser utilizado para
manter a integridade e a consistência dos dados em um banco de dados, auto-
matizando tarefas que, de outra forma, exigiriam intervenção manual ou lógica
adicional no lado da aplicação.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
A jornada de aprendizado em Tecnologia da Informação (TI), especialmente na es-
fera dos bancos de dados relacionais e linguagem SQL, prepara os estudantes para
enfrentar e resolver problemas complexos no ambiente profissional moderno. O co-
nhecimento adquirido sobre criação, manuseio e otimização de BD não é apenas
uma habilidade técnica: é uma porta de entrada para entender como as organizações
gerenciam e interpretam grandes volumes de dados para tomar decisões estratégicas.
Ao dominar a arte de estruturar um banco de dados, você se torna apto(a) a im-
plementar sistemas robustos que servem como a espinha dorsal de aplicações críticas

1
1
1
 U N I AS S E LVI

nos negócios. A habilidade de utilizar SQL para criar, consultar e manipular dados
permite que você transforme requisitos complexos de negócios em soluções eficien-
tes. Mais ainda: ao aplicar conceitos avançados, como JOINS, VIEWS e TRIGGERS,
você aprende a otimizar consultas para melhor desempenho e a automatizar tarefas
essenciais, elevando a eficiência e a precisão dos sistemas de informação.
No ambiente profissional, a capacidade de integrar dados de múltiplas fontes
mediante JOINS e de criar VIEWS para simplificar e otimizar o acesso a infor-
mações específicas são habilidades inestimáveis, permitindo que você desenvolva
relatórios detalhados, dashboards interativos e funcionalidades analíticas avança-
das que suportam a tomada de decisão estratégica. Por outro lado, a implemen-
tação de TRIGGERS possibilita a automação de processos, como atualizações
de estoque, registros de log e alertas em tempo real, o que é fundamental para a
manutenção da integridade e da segurança dos dados.
Além disso, o conhecimento profundo em bancos de dados e SQL abre ca-
minhos para áreas de especialização, como Data Science, Business Intelligence e
Desenvolvimento de Aplicações, em que a manipulação e a análise de dados são
essenciais. A capacidade de extrair insights valiosos, combinada com uma com-
preensão sólida de como estruturar e otimizar o armazenamento de dados, coloca
o(a) profissional de TI em uma posição estratégica dentro das organizações.
Portanto, ao conectar os conceitos de criação e otimização de bancos de dados
relacionais às demandas do ambiente profissional, você se equipa não apenas com
habilidades técnicas, mas com uma visão estratégica. Essa combinação é funda-
mental para enfrentar os desafios da era digital, permitindo que você contribua
significativamente para o crescimento e a inovação nas organizações em que atua.

1
1
1
 AUTOATIVIDADE

1. O Administrador de Banco de Dados (DBA) desempenha um papel crucial na estruturação

de um sistema de banco de dados do tipo relacional. A responsabilidade dele abrange des-
de o design inicial do esquema, garantindo uma modelagem eficiente e normalizada, até a
implementação de políticas de segurança e otimização de desempenho. Esse profissional é
encarregado de criar e manter as tabelas, índices e relacionamentos, visando à integridade
e à eficiência dos dados. Além disso, realiza tarefas essenciais, como o ajuste de consultas,
o gerenciamento de backups e a implementação de estratégias de recuperação em caso
de falhas. Logo, o DBA desempenha um papel central na garantia da disponibilidade, con-
fiabilidade e desempenho do sistema de banco de dados, assegurando que ele atenda de
forma eficaz e segura às necessidades da organização.

Qual é a principal razão para se estruturar corretamente um banco de dados do tipo rela-
cional?

a) Facilitar a leitura de consultas SQL.

b) Minimizar a redundância de dados.
c) Aumentar a complexidade das consultas.
d) Agilizar a instalação do sistema.
e) Reduzir a necessidade de backups.

2. A otimização de um banco de dados relacional diz respeito ao conjunto de práticas e es-

tratégias aplicadas para melhorar o desempenho, a eficiência e o tempo de resposta nas
operações. Isso envolve a análise e o ajuste de vários elementos, como índices, estrutura
das consultas, configurações do sistema e distribuição de dados. O objetivo principal é
maximizar a eficácia das consultas, minimizar o tempo de execução e reduzir a carga sobre
o sistema, proporcionando uma experiência mais ágil e eficiente para os usuários. A oti-
mização contínua é essencial para lidar com o crescimento do banco de dados e garantir
que ele atenda de maneira eficaz às demandas operacionais, mantendo-se alinhado com
os requisitos de desempenho da aplicação.

Assinale a alternativa que melhor descreve o conceito de Stored Procedures em um banco

de dados do tipo relacional:

a) São consultas SQL utilizadas para recuperar dados de múltiplas tabelas.

b) Representa scripts executáveis ao lado do cliente para otimizar a interface gráfica do
usuário.
c) Consiste em blocos de código SQL armazenados no banco de dados para execução
posterior.
d) É utilizado exclusivamente para a criação de índices em tabelas.
e) Refere-se às operações de criação e modificação de tabelas no banco de dados.

1
1
1
 AUTOATIVIDADE

3. A maestria no conceito de VIEWS é crucial para um Administrador de Banco de Dados

(DBA) em ambientes relacionais, pois elas desempenham um papel estratégico na facili-
tação da manipulação e da recuperação eficiente de dados. Ao criar VIEWS, o DBA pode
simplificar consultas complexas, encapsulando a lógica de acesso aos dados e oferecendo
uma camada abstrata que oculta a complexidade subjacente das tabelas. Essa capacida-
de não apenas aprimora a eficiência nas operações de consulta, mas também permite a
implementação de políticas de segurança, restringindo o acesso a determinadas colunas
ou linhas. Além disso, as VIEWS proporcionam uma visão personalizada dos dados, contri-
buindo para uma gestão mais flexível e adaptada às necessidades específicas dos usuários
e da aplicação.

Considere as seguintes afirmativas sobre o conceito de VIEWS em um Banco de Dados

Relacional:

I - VIEWS são tabelas físicas que armazenam dados temporários, facilitando a manipulação
de registros.
II - VIEWS podem ser utilizadas para simplificar consultas complexas, encapsulando a lógica
de acesso aos dados.
III - Modificar dados diretamente em uma VIEW afeta automaticamente os dados na tabela
subjacente.
IV - VIEWS são exclusivamente utilizadas para criar relatórios estáticos e não podem conter
condições de filtro.

É correto o que se afirma em:

a) I e IV, apenas.
b) II e III, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) II, III e IV, apenas.

1
1
1
 REFERÊNCIAS

ALVES, W. P. Banco de dados: teoria e desenvolvimento. São Paulo: Érica, 2021.

BARBOZA, F. F. M.; FREITAS, P. H. C. Modelagem e desenvolvimento de banco de dados. Porto

Alegre: SAGAH, 2018.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

MACHADO, F. N. R. Banco de dados: projeto e implementação. São Paulo: Érica, 2020.

PICHETTI, R. F.; VIDA, E. da S.; CORTES, V. S. M. P. Banco de dados. Porto Alegre: SAGAH, 2021.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

1
1
1
 GABARITO

1. Opção B.

A estruturação correta de um banco de dados relacional busca minimizar a redundância

de dados, o que significa evitar a repetição desnecessária de informações. Isso promove
a eficiência na gestão de dados, economizando espaço de armazenamento e mantendo a
consistência das informações. A normalização, um princípio-chave na estruturação do banco,
é projetada para reduzir a redundância e melhorar a integridade dos dados. Embora uma
estruturação adequada possa facilitar a leitura de consultas SQL, ela não é o principal objetivo.
A estruturação correta busca simplificar, e não aumentar, a complexidade das consultas. A
estruturação do banco de dados não está diretamente relacionada à agilidade na instalação
do sistema. A estruturação do banco de dados não afeta diretamente a necessidade de
backups, pois os backups são essenciais, independentemente da estruturação.

2. Opção C.

Stored Procedures são, de fato, blocos de código SQL armazenados no banco de dados.
Esses códigos podem incluir uma sequência de instruções SQL que realizam operações
específicas, como inserção, atualização ou recuperação de dados, e podem ser executadas
posteriormente por meio de uma chamada explícita. As Stored Procedures não são apenas
consultas SQL: elas podem incluir blocos de código com várias instruções e lógica de controle.
Stored Procedures são executadas no servidor, e não ao lado do cliente, e não são destinadas
para otimizar a interface gráfica do usuário. As Stored Procedures não são exclusivamente
usadas para a criação de índices: elas têm uma variedade de finalidades. Embora as Stored
Procedures possam realizar operações de criação e modificação de tabelas, esse não é o
único propósito: elas podem abranger uma variedade de tarefas.

3. Opção B.

VIEWS são, de fato, utilizadas para simplificar consultas complexas, encapsulando a lógica
de acesso aos dados. Modificar dados diretamente em uma VIEW afeta automaticamente
os dados na tabela subjacente, pois uma VIEW é uma representação virtual dos dados da
tabela. VIEWS não são tabelas físicas, mas consultas armazenadas que não armazenam
dados temporários. VIEWS podem conter condições de filtro, sendo uma forma eficaz de
restringir dados em consultas.

1
1
1
 TEMA DE APRENDIZAGEM 6

INTRODUÇÃO AOS BANCOS DE

DADOS NOSQL

MINHAS METAS

Compreender os conceitos fundamentais de bancos de dados NoSQL.

Explorar os diversos modelos de dados NoSQL.

Aplicar conhecimentos práticos por meio de exercícios práticos e projetos.

Analisar as diferenças e as semelhanças entre bancos de dados NoSQL e relacionais.

Aprender a otimizar o desempenho em ambientes NoSQL.

Entender os aspectos de segurança em bancos de dados NoSQL.

Explorar a integração de bancos de dados NoSQL às tecnologias modernas.

1
1
1
 U N I AS S E LVI

INICIE SUA JORNADA

Bem-vindo(a) à fascinante jornada pelo universo dos ban-
cos de dados NoSQL! Você está prestes a mergulhar em um
campo dinâmico e inovador que desafia as convenções dos
bancos de dados relacionais tradicionais. NoSQL (ou “Not
Only SQL”) representa uma abordagem flexível e escalável
para o gerenciamento. Ela é adequada aos desafios impostos
pelos ambientes modernos de desenvolvimento e às neces-
sidades de grandes conjuntos de dados.
Durante a sua jornada, você terá a oportunidade de explorar
a diversidade de modelos de dados NoSQL. Desde os modelos
orientados a documentos, como o MongoDB, até os baseados
em chave-valor, como o Redis, cada um traz consigo caracterís-
ticas únicas e vantagens específicas. Compreender esses tipos
será fundamental para tomar decisões informadas sobre qual
abordagem adotar em diferentes contextos de aplicação.
À medida que avançamos, o aspecto prático ganhará
destaque. Você não apenas aprenderá os conceitos teóricos,
mas também poderá colocar a mão na massa, implemen-
tando soluções práticas com os principais bancos de dados
NoSQL. Mediante exercícios, você ganhará confiança na
aplicação dos conhecimentos adquiridos, consolidando a
sua compreensão e habilidades.
Além disso, exploraremos as implicações estratégicas da
adoção do NoSQL. Entenderemos quando e por que esco-
lher essa abordagem sobre os bancos de dados relacionais,
e como a flexibilidade desses sistemas pode se alinhar às
necessidades de projetos modernos. Prepare-se para desven-
dar os mistérios e os desafios que esse emocionante domínio
apresenta, construindo um alicerce sólido para a sua jornada
no vasto campo dos bancos de dados NoSQL.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

P L AY N O CO NHEC I M ENTO

Bem-vindo(a) ao Desbravando Dados, o podcast que te levará a uma emocionan-

te viagem pelos conceitos iniciais dos bancos de dados não relacionais, também
conhecidos como NoSQL ou No Sequel. Neste episódio, mergulharemos fundo
no fascinante mundo desse tipo de armazenamento e gerenciamento de dados,
desvendando as razões por trás da ascensão e destacando como eles redefinem
a gestão em ambientes modernos de TI.
Ao longo dessa jornada auditiva, exploraremos a diversidade de modelos NoSQL,
desde os versáteis, orientados a documentos, até os eficientes sistemas baseados
em chave-valor e grafos. Desvendaremos, também, os benefícios práticos dessas
abordagens, analisando como elas proporcionam escalabilidade, flexibilidade e
desempenho otimizado para os mais diversos casos de uso.
Prepare-se para uma imersão informativa, repleta de insights e dicas práticas. Se
você está iniciando a sua jornada pelo mundo dos bancos de dados NoSQL ou é
um(a) entusiasta experiente em busca de novos horizontes, Desbravando Dados
é o seu guia confiável nessa exploração fascinante. Aperte o play e embarque co-
nosco nesta jornada de descobertas!

1
1
1
 U N I AS S E LVI

VAMOS RECORDAR?
O armazenamento de dados é um pilar fundamental da Tecnologia da Informação (TI),
representando os processos de retenção e preservação de informações digitalizadas
para uso futuro. Esse conceito abrange diversas formas e tecnologias, desde sistemas
físicos, tais como discos rígidos e servidores, até soluções mais modernas, baseadas
em nuvem. A eficácia desse armazenamento é crucial para garantir a acessibilidade, a
integridade e a segurança das informações ao longo do tempo.
No contexto da TI, ele é essencial para suportar uma variedade de operações,
desde a simples preservação de arquivos até o suporte a complexas
infraestruturas de aplicativos e bancos de dados. A evolução tecnológica trouxe
opções diversificadas, como cloud computing, que permite o acesso remoto
e flexível aos dados, facilitando a colaboração e a escalabilidade. Além disso,
as tecnologias de armazenamento estão cada vez mais focadas em otimizar o
desempenho, a eficiência energética e a redundância para garantir a confiabilidade
e a disponibilidade dos dados.
Assim, o armazenamento de dados na Tecnologia da Informação (TI) é um elemento
essencial para gerenciar a explosão de informações digitais, garantindo que as
organizações e os indivíduos possam guardar, acessar e proteger dados de maneira
eficiente, cumprindo os requisitos operacionais e estratégicos da era digital.
https://www.youtube.com/watch?v=lkBg4RVR3Zo

DESENVOLVA SEU POTENCIAL

ARMAZENAMENTO DE GRANDES VOLUMES DE DADOS

O armazenamento de grandes volumes de dados, conhecido como Big Data, tor-

nou-se uma faceta crucial da era digital, em que a quantidade e a complexidade
das informações crescem exponencialmente.
Esse conceito, segundo Silberschatz (2020), vai além de simplesmente guardar
dados: trata-se de abraçar a expansão e a variedade de dados gerados em diferen-
tes formatos e velocidades. Para gerir esses volumes massivos, é necessário com-
preender a tríade fundamental desse conceito: volume, velocidade e variedade.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

VELOCIDADE

VOLUME VARIEDADE

BIG DATA

Figura 1 – 3Vs - Estrutura base do Big Data / Fonte: o autor.

Descrição da Imagem: é exibido um círculo na cor azul com a palavra “BIG DATA” ao centro. À esquerda, há um re-
tângulo de cor laranja com a palavra “VOLUME”. Ao centro, mais acima, há outro retângulo na cor cinza com a palavra
“VELOCIDADE” e, por fim, à direita, há um retângulo na cor amarela com a palavra “VARIEDADE”. Fim da descrição.

Vamos identificar cada um dos componentes do Big Data:

■ Volume: refere-se à escala maciça dos dados gerados todos os dias em

sistemas computacionais. Atualmente, as organizações lidam com escalas
de petabytes e exabytes de informações provenientes de fontes, como
transações on-line, redes sociais, sensores e registros históricos. Esse au-
mento exponencial implica em estratégias robustas de armazenamento,
desde tecnologias tradicionais até plataformas em nuvem, que permitem
escalabilidade praticamente ilimitada.
■ Velocidade: representa a taxa na qual os dados são gerados, processados
e analisados em tempo real. Com a ascensão de dispositivos conectados e
sistemas automatizados, a capacidade de lidar com informações em alta
velocidade torna-se crucial para tomar decisões rápidas e eficazes. Solu-
ções, como bancos de dados in-memory e arquiteturas de processamento
em tempo real, desempenham um papel vital nesse contexto.

1
1
1
 U N I AS S E LVI

■ Variedade: destaca a diversidade de formatos e tipos de dados. O Big

Data gerirá dados, em sua grande maioria, não estruturados, como
texto, imagens, vídeos e áudio. Ferramentas, como Hadoop e Spark, são
projetadas para processar essa variedade, permitindo uma compreensão
mais holística do panorama informacional.

Além da tríade VVV, o Big Data também incorpora os conceitos de veracidade, refe-
rindo-se à confiabilidade, e o valor, focando na extração de insights e valor significativo
desses conjuntos de dados massivos. Esses princípios fundamentais orientam as estraté-
gias de armazenamento, processamento e análise necessárias para explorar o potencial
transformador em setores que vão desde a ciência e pesquisa até negócios e governança.
Por fim, é correto afirmar, segundo Basso (2020), que o armazenamento de
grandes volumes de dados transcende a mera capacidade de guardar informa-
ções: trata-se de uma disciplina multifacetada que impulsiona a inovação e a
tomada de decisões em um mundo inundado por dados.

Ferramentas de Gestão de Grandes Massas de Dados

Essas ferramentas se tornaram pilares fundamentais na era do Big Data,

oferecendo soluções robustas para lidar com o volume exponencial e a
complexidade dos dados gerados diariamente. Um dos líderes nesse cenário
é o Apache Hadoop, uma estrutura open source que permite o processamento
distribuído em grande escala e utiliza o modelo MapReduce para dividir
tarefas complexas em operações menores, permitindo a execução em paralelo
em clusters de computadores, garantindo escalabilidade e desempenho.

MapReduce é um modelo de programação e processamento projetado para facilitar a

manipulação de grandes conjuntos de dados em ambientes distribuídos. Desenvolvido
pela Google, esse paradigma divide as operações em duas etapas principais: o “Map”,
que aplica uma função a cada elemento do conjunto de dados original, gerando pares
chave-valor intermediários, e o “Reduce”, que combina os resultados intermediários
com base em suas chaves. Essa abordagem simplifica o processamento paralelo em
clusters de servidores, permitindo a análise eficiente de grandes volumes de dados.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

O MapReduce é frequentemente utilizado para realizar tarefas de processamento

distribuído em escala, sendo fundamental em diversas aplicações, desde análise de
dados até indexação de motores de busca.

Outra ferramenta proeminente desse conceito é o Apache Spark, que amplia as

capacidades do Hadoop, ao proporcionar processamento em memória, acele-
rando significativamente a análise de dados. Ele oferece uma abordagem mais
rápida e flexível, suportando não apenas tarefas batch, mas também streaming em
tempo real, possibilitando análises em tempo real de grandes volumes de dados.
Essa flexibilidade, segundo Silva et al. (2021), faz do Spark uma escolha versátil
para uma variedade de casos de uso.
No âmbito dos bancos de dados, o MongoDB se destaca como uma ferramen-
ta eficaz para gerenciar grandes volumes de dados não estruturados. Ao adotar
um modelo orientado a documentos, essa ferramenta permite a escalabilidade
horizontal, facilitando o armazenamento e a recuperação eficientes em ambien-
tes dinâmicos. A capacidade dele de lidar com dados variados, combinada com
consultas eficientes, constitui uma opção valiosa para aplicações modernas.
Além disso, as plataformas de armazenamento em nuvem, como Amazon
S3 e Microsoft Azure Blob Storage, oferecem soluções escaláveis para o armaze-
namento de dados. Essas plataformas permitem a alocação flexível de recursos
de armazenamento, proporcionando às organizações a capacidade de expandir
ou reduzir a própria infraestrutura de acordo com as necessidades, eliminando
a preocupação com limitações físicas.
Por fim, as ferramentas de visualização de informações, como Tableau e Po-
wer BI, desempenham um papel crucial na extração de insights significativos a
partir de grandes volumes de dados. Essas ferramentas simplificam a análise e a
apresentação de valores complexos de maneira visualmente compreensível, per-
mitindo que as organizações tomem decisões informadas com base nos padrões
e nas tendências identificados.

1
1
1
 U N I AS S E LVI

As ferramentas de gestão de grandes massas de dados constituem um ecos-

sistema diversificado e interconectado, abrangendo desde estruturas distribuídas
para processamento até plataformas de armazenamento escaláveis e ferramentas
de visualização avançada. A escolha e a integração eficaz dessas ferramentas, se-
gundo Elmasri e Navathe (2018), tornam-se essenciais para as organizações que
buscam explorar o potencial transformador dos grandes volumes em um mundo
cada vez mais orientado pela informação.

INTRODUÇÃO A BANCO DE DADOS NOSQL

Os bancos de dados NoSQL, ou “Not Only SQL”, representam uma revolução na

forma como são armazenados e gerenciados os dados em um mundo digital em
constante expansão. Ao contrário dos relacionais, que adotam uma estrutura tabu-
lar, esse tipo de banco abraça a diversidade de modelos e proporciona uma flexibi-
lidade que se torna crucial diante da crescente complexidade dos dados modernos.
Em primeiro lugar, o modelo orientado a documentos é um dos mais proeminen-
tes no universo NoSQL. O MongoDB permite armazenar dados em documentos se-
melhantes a JSON, proporcionando uma flexibilidade significativa. Cada documento
pode ter a própria estrutura, permitindo que organizações gerenciem eficientemente
com dados variados, sem a necessidade de esquemas rigidamente definidos.
Outro modelo prevalente é o baseado em chave-valor, exemplificado por
sistemas, como o Redis. Essa abordagem simplifica a estrutura de dados para
pares chave-valor, permitindo um acesso rápido e eficiente às informações. É
especialmente útil para casos de uso que demandam alta velocidade de leitura e
gravação, como caches em memória.
Além disso, os bancos de dados NoSQL incluem modelos de grafos, como
o Neo4j, que são ideais para representar e explorar as relações complexas entre
entidades. Esse modelo é fundamental para áreas, como redes sociais, análise de
fraudes e sistemas que dependem fortemente de conexões entre dados.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

A escalabilidade é, segundo Silva et al. (2021), uma das vantagens mais des-
tacadas do NoSQL, já que ele é devidamente projetado para administrar com
grandes volumes de dados e pode ser facilmente escalado horizontalmente, adi-
cionando mais servidores conforme a demanda cresce. Essa capacidade é parti-
cularmente valiosa em um ambiente onde a expansão rápida é a norma.
Por fim, o NoSQL representa uma mudança de paradigma na gestão de dados,
oferecendo flexibilidade, escalabilidade e eficiência em cenários que desafiam as
capacidades dos relacionais tradicionais. À medida que as organizações enfren-
tam a complexidade crescente dos dados, a adoção de bancos de dados NoSQL
emerge como uma estratégia essencial para atender às demandas de uma era
digital cada vez mais dinâmica.

Ferramentas de Gestão de Grandes Massas de Dados

O NoSQL apresenta uma diversidade de modelos que se adaptam a diferentes

tipos de dados e requisitos de aplicativos.
Cada tipo, segundo Sadalage e Fowler (2013), oferece abordagens únicas para
o armazenamento e a recuperação de informações, proporcionando flexibilidade
em um cenário dinâmico e complexo.

ORIENTADO A DOCUMENTOS

neste modelo, os dados são armazenados em documentos semelhantes a JSON, con-

tendo pares chave-valor. Cada documento pode ter uma estrutura distinta, permitindo
flexibilidade no esquema. É eficaz para representar dados complexos e variados, sen-
do uma escolha comum para aplicações que demandam agilidade e escalabilidade.
Exemplo: MongoDB.

BASEADO EM CHAVE-VALOR

simplifica a estrutura de dados para pares chave-valor, em que cada valor é associado
a uma chave única. É extremamente eficiente para operações de leitura e gravação
rápidas, tornando-se ideal para sistemas de cache em memória e casos de uso que
exigem alta velocidade. Exemplo: Redis.

1
1
1
 U N I AS S E LVI

ORIENTADO A COLUNAS

armazena os dados em colunas, ao contrário de linhas. Essa estrutura é otimizada para

consultas analíticas e agregações, sendo particularmente útil em cenários de Big Data.
É uma escolha frequente para aplicações que demandam escalabilidade horizontal.
Exemplo: Apache

BASEADO EM GRAFOS

representa os dados como nós e arestas, sendo ideal para representar e explorar re-
lações complexas entre entidades. Esse tipo é amplamente utilizado em cenários que
envolvem redes sociais, análise de fraudes e sistemas que dependem fortemente de
conexões entre dados. Exemplo: Neo4j.

ORIENTADO A OBJETOS

permite armazenar e recuperar objetos diretamente, sem a necessidade de ma-

peamento para estruturas tabulares. Isso facilita a integração com linguagens de
programação orientadas a objetos, sendo uma escolha vantajosa para aplicações que
trabalham com dados complexos e relacionamentos ricos. Exemplo: db4o.

MULTIMODELO

adota uma abordagem multimodelo, combinando características de diferentes tipos.

Isso oferece versatilidade, permitindo aos desenvolvedores escolher o modelo mais
adequado para cada parte da aplicação, proporcionando uma abordagem híbrida
conforme necessário. Exemplo: ArangoDB.

Nesse contexto, a diversidade do NoSQL reflete a necessidade de abordagens

flexíveis diante da complexidade e da diversidade dos dados modernos. A escolha
entre esses tipos, segundo Sadalage e Fowler (2013), depende das características
específicas da aplicação e dos requisitos de dados, proporcionando às organiza-
ções a liberdade de selecionar a ferramenta mais adequada para suas demandas.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

Banco de Dados Orientado a Documentos

Refere-se a uma categoria significativa dentro do ecossistema NoSQL projetada

para lidar com a diversidade e as demandas de aplicações modernas. Nesse mo-
delo, os dados são armazenados em documentos, que podem ser comparados a
objetos JSON ou BSON (Binary JSON). Cada documento contém pares chave-
-valor e pode ter uma estrutura distinta, oferecendo flexibilidade no esquema e
adaptabilidade a dados variados.

DOCUMENTO
Nível 1 RAÍZ

DOCUMENTO DOCUMENTO DOCUMENTO

Nível 2 A B C

DOCUMENTO DOCUMENTO DOCUMENTO DOCUMENTO DOCUMENTO DOCUMENTO

Nível 3 A1 A2 B1 C1 C2 C3

Figura 2 – Estrutura de armazenamento orientada a documentos / Fonte: o autor.

Descrição da Imagem: são ilustrados três níveis de abstração. No nível 1, há um retângulo na cor laranja com
a expressão “Documento Raiz”. No nível 2, são demonstrados três retângulos na cor amarela com as palavras:
Documento A, Documento B e Documento C, respectivamente. Por fim, há o nível três, com seis retângulos de cor
azul com as palavras: Documento A1, Documento A2, Documento B1, Documento C1, Documento C2 e Documento
C3, respectivamente. Fim da descrição.

Uma característica marcante é a capacidade de arma-

Capacidade
zenar informações complexas e hierárquicas de ma-
de armazenar
neira eficiente. Isso é particularmente útil em cená- informações
rios onde os dados não têm uma estrutura uniforme, complexas e
como em aplicações web que lidam com informações hierárquicas
de usuários com diferentes atributos.
Além disso, segundo Sadalage e Fowler (2013), a flexibilidade do esquema permi-
te que os desenvolvedores adicionem campos ou modifiquem a estrutura dos docu-
mentos conforme necessário, sem a necessidade de alterar um esquema predefinido.
Outro aspecto crucial é, de acordo com Sadalage e Fowler (2013), a escalabilidade
horizontal. Um exemplo desse tipo é o MongoDB, que é projetado para lidar com

1
1
1
 U N I AS S E LVI

grandes volumes de dados distribuídos em clusters de servidores. Isso permite que as

organizações dimensionem as próprias operações conforme a demanda cresce, man-
tendo um desempenho consistente. A capacidade de escalar horizontalmente é parti-
cularmente relevante em um cenário em que a expansão rápida dos dados é a norma.
A eficiência na leitura e na escrita também é um ponto forte nesse modelo. A
estrutura de documentos facilita a recuperação eficiente de dados e índices po-
dem ser aplicados para otimizar consultas específicas. Essa eficiência é essencial
para aplicações que exigem respostas rápidas e baixa latência, como os sistemas
de gerenciamento de conteúdo, e-commerce e análise em tempo real.
Esse tipo de banco de dados representa uma abordagem flexível e dinâmica
para gerenciar dados em ambientes modernos. A capacidade dele de lidar com
a diversidade de dados, a escalabilidade horizontal e a eficiência operacional os
torna uma escolha valiosa para organizações que buscam soluções adaptáveis em
um cenário digital em constante evolução.
O MongoDB se destaca pela abordagem orientada a documentos, propor-
cionando flexibilidade e eficiência na gestão. Baseado em documentos BSON,
permite que os desenvolvedores armazenem dados em formato semelhante ao
JSON, usando pares chave-valor. Essa flexibilidade de esquema torna o MongoDB
ideal para ambientes dinâmicos, em que a estrutura pode evoluir com o tempo,
e diferentes documentos podem ter estruturas distintas.
Um dos diferenciais do MongoDB é a capacidade dele de escalabilidade ho-
rizontal, que permite distribuir a carga de trabalho em vários servidores, pro-
porcionando um desempenho consistente mesmo diante de volumes massivos
de dados. Com a escalabilidade horizontal, o banco de dados é capaz de lidar
eficientemente com aplicações que demandam expansão rápida e simultânea.
Além disso, o MongoDB oferece recursos avançados, tais como índices para
otimizar consultas, suporte a transações para garantir a consistência dos dados e
sharding para distribuição eficiente em ambientes distribuídos.
Essas funcionalidades, segundo Silva et al. (2021), fazem desse banco uma
escolha popular para uma variedade de casos de uso, desde aplicações web até
sistemas de análise de dados em grande escala.
Assim, é possível afirmar que o MongoDB redefiniu a gestão de dados NoSQL,
proporcionando flexibilidade, escalabilidade e recursos robustos para atender às
demandas complexas da era digital.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

Bancos de Dados Orientado a Colunas

São projetados para otimizar a recuperação e a análise de grandes volumes de

dados, que são organizados e armazenados em colunas, ao contrário do tipo
relacional, que utiliza linhas. Essa abordagem traz benefícios significativos para
cenários analíticos e de Big Data, em que a necessidade de consultas eficientes e
escalabilidade é premente.
A estrutura de colunas permite que os dados sejam armazenados de forma
altamente eficiente, especialmente para operações que envolvem a recuperação de
um subconjunto específico, ao contrário de linhas inteiras. Isso é particularmen-
te valioso em cenários de análise, em que a capacidade de acessar rapidamente
colunas específicas para cálculos e agregações é essencial. Esse tipo de banco de
dados, como o Apache Cassandra, segundo Silva et al. (2021), adota essa abor-
dagem para atender às demandas analíticas em tempo real.

Tabela

Família de Família de Família de

Colunas 1 Colunas 2 Colunas 3

Coluna
Coluna 1 Coluna 3 Coluna 4 Coluna 5
2

Dados Dados Dados Dados Dados Dados Dados Dados Dados

Figura 3 – Estrutura de armazenamento orientada a colunas / Fonte: o autor.

Descrição da Imagem: é exibida uma representação multinível. No nível 1, há um retângulo de cor azul com a
palavra “Tabela”. No segundo nível, há três retângulos na cor cinza com as palavras: Família de Coluna 1, Família
de Coluna 2 e Família de Coluna 3. No terceiro nível, encontram-se cinco retângulos de cor laranja com as palavras:
Coluna 1, Coluna 2, Coluna 3, Coluna 4 e Coluna 5. No último nível, há nove retângulos de cor azul-claro, todos
com a palavra “Dados”. Fim da descrição.

1
1
1
 U N I AS S E LVI

A capacidade de escalabilidade horizontal é outra característica distintiva desse

modelo. Ao distribuir dados entre diversos nós, os bancos de dados orientados
a colunas podem lidar eficientemente com grandes volumes e garantir respostas
rápidas mesmo em ambientes distribuídos. Isso é particularmente relevante em
cenários em que a expansão rápida é a norma, assim como em sistemas que ge-
renciam registros de logs ou informações provenientes de sensores em tempo real.
Além disso, a flexibilidade do esquema é preservada, uma vez que cada linha pode
ter diferentes conjuntos de colunas. Isso facilita a adaptação a mudanças nos requisitos
de dados sem a necessidade de alterações extensivas no esquema, o que permite uma
evolução mais ágil do sistema em resposta às demandas em constante mudança.
Assim, um banco de dados orientado a colunas representa uma abordagem
eficaz para lidar com a gestão de grandes volumes de dados em ambientes analíticos
e de Big Data. A capacidade dele de otimizar consultas, a escalabilidade horizontal
e a flexibilidade no esquema fazem dele uma escolha valiosa para organizações que
buscam soluções eficientes e ágeis diante da complexidade dos dados modernos.
O Apache Cassandra é projetado para oferecer escalabilidade e alta disponi-
bilidade em ambientes distribuídos. Adotando uma arquitetura descentralizada,
permite a expansão horizontal, distribuindo dados em vários nós sem ponto
único de falha. Essa característica torna esse banco de dados ideal para cenários
em que a demanda por escalabilidade é alta, como em grandes plataformas on-
-line e sistemas de Big Data.
Dois princípios fundamentais dele são a tolerância a falhas e a resiliência. O
modelo descentralizado e distribuído garante que, mesmo em situações de falhas
de hardware ou conexões, o sistema continue operando sem perda significativa de
desempenho. Isso é essencial para garantir a disponibilidade contínua de serviços
críticos e a integridade dos dados.
O Cassandra também se destaca pela capacidade dele de lidar com grandes volu-
mes de dados e consultas de baixa latência. Ao adotar um modelo de armazenamento
baseado em colunas, otimiza a recuperação de dados para consultas analíticas e agre-
gações. Isso faz com que ele seja uma escolha popular em cenários que demandam
análises em tempo real, como em sistemas de monitoramento e análise de logs.
É totalmente possível afirmar que esse banco de dados se destaca pela arquitetura
distribuída, tolerância a falhas e desempenho otimizado, tornando-se uma escolha
robusta para ambientes que exigem escalabilidade e disponibilidade em larga escala.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

Banco de Dados Orientado a Grafos

Refere-se a uma categoria especializada que se destaca pelas habilidades de mode-

lar e explorar relações complexas entre entidades. Ele é diferente de outros mode-
los NoSQL, que se concentram em estruturas mais simplórias, sendo projetados
para representar grafos, onde nós representam entidades, e arestas representam
as relações entre elas. Essa abordagem é particularmente eficaz em cenários que
envolvem redes sociais, sistemas de recomendação, análise de fraudes e qualquer
aplicação que venha a depender fortemente das conexões entre dados.

Grafo: é uma estrutura de dados composta por nós (ou vértices) e arestas que
conectam esses nós. Essa representação é utilizada para visualizar as relações e as
conexões entre entidades, em que cada nó representa uma entidade e cada aresta
denota uma relação entre essas entidades. Os grafos são amplamente utilizados
para modelar redes sociais, sistemas de recomendação, mapas de estradas,
entre outros, proporcionando uma abordagem intuitiva para expressar e analisar
interconexões complexas. A flexibilidade e a eficiência dos grafos na representação
de relações fazem deles uma ferramenta valiosa em diversas áreas da computação,
desde algoritmos de busca até bancos de dados orientados a grafos, em que a
análise e a navegação eficientes de conexões são essenciais.

A representação visual de dados em forma de grafo facilita a compreensão das

relações complexas, permitindo que desenvolvedores e analistas identifiquem pa-
drões e tomem decisões informadas. A eficiência na representação e na navegação
de relações é uma das principais características desse tipo de armazenamento,
tornando-o ideal para situações em que a análise de conexões é central.
A escalabilidade é uma consideração fundamental nesse modelo. Um exem-
plo é o Neo4j, que é projetado para lidar com grandes volumes de dados e com-
plexidade de relacionamentos. Isso é alcançado mediante estratégias, como inde-
xação eficiente e particionamento inteligente, permitindo que a busca e a análise
de relações permaneçam rápidas mesmo em ambientes distribuídos.

1
1
1
 U N I AS S E LVI

GUITARRA

toca toca

trabalha
MULTINACIONAL JORGE ALESSANDRO
cunhado

amigo
trabalha marido irmã estuda

ANTÔNIO ADRIANA ENGENHARIA

tio

Figura 4 – Estrutura de armazenamento orientada a grafos / Fonte: o autor.

Descrição da Imagem: são exibidos sete retângulos com as palavras GUITARRA, MULTINACIONAL, JORGE, ANTÔ-
NIO, ADRIANA, ENGENHARIA e ALESSANDRO. As setas interligam esses retângulos entre si, e cada uma dessas
setas apresenta uma palavra que indica essa interligação. Fim da descrição.

A linguagem de consulta específica, como o Cypher, no caso do Neo4j, facilita a

expressão de padrões e a navegação eficiente pelo grafo. Essa linguagem é otimi-
zada para realizar consultas que exploram as relações, permitindo que os usuários
recuperem informações específicas de maneira rápida e intuitiva.
Esse tipo de banco de dados fornece uma abordagem especializada para lidar
com dados interconectados. A capacidade dele de representar os grafos com-
plexos de forma eficiente, a escalabilidade e a facilidade de exercer consultas
direcionadas a relações fazem dele uma escolha poderosa para aplicações que
dependem fortemente de análises de rede e conexões entre entidades.
O Neo4j é um banco de dados NoSQL projetado para representar e analisar
dados mediante estruturas de grafos. Diferentemente de modelos tradicionais,
destaca-se pela capacidade de modelar relacionamentos complexos de maneira
intuitiva. Nele, os dados são organizados em nós, que representam entidades, e
arestas, que denotam as conexões entre essas entidades. Essa abordagem é parti-
cularmente poderosa para cenários em que a compreensão de relações é essencial,
como em redes sociais, sistemas de recomendação e análise de redes.

1
1
1
 T E MA DE A PRE ND IZAGEM 6

A flexibilidade e a escalabilidade do Neo4j são fundamentais para lidar com

a natureza dinâmica das estruturas relacionais. Assim, os grafos permitem uma
representação clara de padrões complexos de interconexão entre esses dados,
facilitando consultas que seriam desafiadoras em modelos convencionais. A ca-
pacidade de escalabilidade horizontal também contribui para o processamento
eficiente de grandes conjuntos de dados interconectados.
Além disso, esse banco de dados oferece uma linguagem de consulta cha-
mada Cypher, especialmente projetada para explorar e manipular os grafos de
maneira intuitiva. Essa linguagem simplifica a expressão de consultas complexas,
tornando a navegação pelos dados uma tarefa mais acessível. Em resumo, o Neo4j
se destaca como uma ferramenta valiosa para organizações que buscam extrair
significado de relações complexas em seus conjuntos de dados, proporcionando
uma abordagem inovadora e eficaz para o gerenciamento no NoSQL.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Na era digital em constante evolução, compreender os conceitos básicos dos ban-
cos de dados NoSQL (Not Only SQL) se tornou um imperativo para os estudantes
de Tecnologia da Informação (TI) que buscam não apenas entender as bases
tecnológicas atuais, mas também antecipar as demandas do futuro ambiente
profissional. Esse tipo de banco de dados representa uma abordagem inovadora
em relação aos tradicionais relacionais, proporcionando a flexibilidade e a esca-
labilidade necessárias para lidar com volumes massivos de dados em tempo real.
Ao explorar esses bancos de dados, você mergulha em uma variedade de modelos,
como orientado a documentos, baseado em chave-valor e de grafos. Essa diversidade
permite a adaptação a diferentes tipos de dados e requisitos de aplicativos, promovendo
uma compreensão profunda da flexibilidade estrutural proporcionada pelo NoSQL. Essa
flexibilidade é crucial para o desenvolvedor que busca criar aplicações ágeis e adaptáveis.

1
1
1
 U N I AS S E LVI

Os profissionais de TI que dominam o NoSQL estão preparados para enfrentar

os desafios da eficiência operacional e do desempenho otimizado. Com a capacidade
de distribuir dados em larga escala e adaptar-se a modelos de dados dinâmicos, esses
bancos de dados permitem que as organizações alcancem níveis de escalabilidade
que seriam difíceis de alcançar com abordagens mais tradicionais. Isso se traduz em
aplicações mais rápidas, respostas instantâneas e melhor experiência do usuário.
O conhecimento sólido em NoSQL se torna uma vantagem estratégica à me-
dida que você adentra o ambiente profissional. Com a crescente adoção desses sis-
temas em empresas inovadoras e projetos de tecnologia de ponta, os profissionais
de TI que compreendem os conceitos básicos dos bancos de dados NoSQL estão
aptos a projetar, implementar e otimizar soluções eficazes, contribuindo para o
sucesso das organizações em um cenário digital em constante transformação.
Em última análise, o NoSQL não é apenas uma ferramenta, mas representa
uma mentalidade de adaptabilidade e aprendizado contínuo. Os profissionais
de TI que se aprofundam nesses conceitos estão preparados para enfrentar não
apenas os desafios atuais, mas também para abraçar inovações futuras. À medida
que novas tecnologias emergem, a base sólida nos bancos de dados NoSQL pro-
porciona uma vantagem competitiva, permitindo aos profissionais de TI liderar
a carga na criação de soluções robustas e eficientes.

1
1
1
 AUTOATIVIDADE

1. O armazenamento de dados representa os processos de retenção e organização de in-

formações digitais de maneira estruturada para facilitar o acesso, a recuperação e a ma-
nipulação posterior. Essa prática essencial na computação envolve o alojamento seguro
e duradouro, garantindo a integridade ao longo do tempo. Ele pode ocorrer de diferentes
formas, desde bancos de dados tradicionais até sistemas mais modernos, como armazena-
mento em nuvem. A eficácia do armazenamento de dados é crucial para suportar diversas
aplicações, desde sistemas corporativos até dispositivos pessoais, permitindo a preserva-
ção e a utilização eficientes da vasta quantidade de informações geradas na era digital.

Qual é uma característica essencial do armazenamento eficiente de grandes massas de

dados? Assinale a alternativa correta:

a) Estrutura de Banco de Dados Relacional.

b) Modelo de Grafos.
c) Armazenamento em Nuvem.
d) Bancos de Dados NoSQL.
e) Processamento MapReduce.

2. Big Data é um conceito que se refere às capacidades de coletar, processar e analisar imen-
sos volumes de dados, muitas vezes, em tempo real. Caracterizado pelos 3Vs principais
(volume, velocidade e variedade), enfrenta o desafio de lidar com enormes quantidades de
informações estruturadas e não estruturadas. Essa abordagem não apenas reconhece a im-
portância da quantidade massiva de dados gerados, mas também destaca a necessidade
de processamento rápido e eficiente, e a diversidade de formatos e tipos de dados. Utili-
zando tecnologias avançadas e ferramentas analíticas, o Big Data busca revelar padrões,
tendências e insights valiosos, fornecendo uma base sólida para a tomada de decisões
estratégicas em diversos setores, desde negócios até pesquisa científica.

1
1
1
 AUTOATIVIDADE

Considerando os 3Vs do Big Data (volume, velocidade e variedade), analise as afirmativas

a seguir:

I - Volume, velocidade e variedade são conceitos fundamentais do Big Data.

II - Volume se refere à quantidade massiva de dados gerados e armazenados.
III - A velocidade destaca a diversidade de formatos e tipos de dados.
IV - A variedade enfatiza a rapidez com que os dados são processados e analisados.

É correto o que se afirma em:

a) I, apenas.
b) II e IV, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) I, II, III e IV.

1
1
1
 AUTOATIVIDADE

3. O Apache Hadoop é um framework de software de código aberto que viabiliza o processa-

mento distribuído de grandes volumes de dados em clusters de computadores. Baseado
nos princípios do MapReduce, permite a escalabilidade horizontal, possibilitando que orga-
nizações processem e analisem quantidades massivas de dados de maneira eficiente. Além
do modelo MapReduce, o Hadoop incorpora o Hadoop Distributed File System (HDFS), um
sistema de arquivos distribuído que oferece armazenamento confiável e de alto desempe-
nho para os dados processados. Essa combinação torna o Apache Hadoop uma ferramenta
valiosa para lidar com os desafios do Big Data, proporcionando uma infraestrutura robusta
para o armazenamento e a análise distribuída em escala.

Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta
entre elas:

I - O MapReduce é um modelo de programação e processamento de dados que simplifica

a manipulação de grandes conjuntos de dados em ambientes distribuídos.

PORQUE

II - No modelo MapReduce, a fase “Map” aplica uma função a cada elemento do conjunto
de dados original, gerando pares chave-valor intermediários.

A respeito dessas asserções, assinale a opção correta:

a) As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.

b) As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
c) A asserção I é uma proposição verdadeira e a II é uma proposição falsa.
d) A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
e) As asserções I e II são falsas.

1
1
1
 REFERÊNCIAS

BASSO, D. E. Big Data. Curitiba: Contentus, 2020.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

SADALAGE, P. J.; FOWLER, M. Nosql Essencial. São Paulo: Novatec, 2013.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

SILVA, L. F. C. et al. Banco de dados não relacional. Porto Alegre: SAGAH, 2021.

1
1
1
 GABARITO

1. Opção C.

Em cenários de grandes volumes de dados, a infraestrutura em nuvem oferece escalabi-

lidade, flexibilidade e recursos sob demanda, permitindo a gestão eficiente de grandes
massas de dados. As opções A, B, D e E, embora possam ter aplicabilidade em determinados
contextos, não são características específicas voltadas para o armazenamento eficiente em
grande escala.

2. Opção A.

Nos 3Vs do Big Data, o volume se refere à quantidade massiva de dados gerados e arma-
zenados. A velocidade destaca a rapidez com que os dados são processados e analisados,
enquanto a variedade envolve a diversidade de formatos e tipos de dados.

3. Opção A.

O MapReduce é, de fato, um modelo de programação e processamento de dados que

simplifica a manipulação de grandes conjuntos de dados em ambientes distribuídos. Na
fase “Map”, uma função é aplicada a cada elemento do conjunto de dados original, gerando
pares chave-valor intermediários, justificando, assim, a eficácia do MapReduce em lidar com
processamento distribuído em larga escala.

1
1
1
MINHAS ANOTAÇÕES

1
1
1
UNIDADE 3
 TEMA DE APRENDIZAGEM 7

BANCOS DE DADOS PARA SÉRIES

TEMPORAIS ORIENTADOS A
CHAVE-VALOR

MINHAS METAS

Entender os princípios fundamentais dos bancos de dados NoSQL orientados a chave-valor.

Explorar as diferentes tecnologias disponíveis no mercado que implementam o modelo

NoSQL orientado a chave-valor.

Aprender a criar e a manipular modelos de dados flexíveis.

Entender a importância da escalabilidade horizontal nesse contexto.

Desenvolver habilidades práticas na implementação de soluções utilizando bancos de

dados NoSQL orientados a chave-valor.

Aprofundar-se nas técnicas de otimização de desempenho.

Conhecer as integrações possíveis entre os bancos de dados NoSQL orientados a chave-

-valor e outras tecnologias relevantes no ecossistema de Tecnologia da Informação (TI).

1
1
1
 U N I AS S E LVI

INICIE SUA JORNADA

Ao dar os primeiros passos pela vasta arena da Tecnologia da Informação (TI),
você se deparará com uma promissora jornada, que é a exploração de bancos de
dados do tipo NoSQL orientados a chave-valor. Nesse momento inicial, é crucial
compreender que essa escolha não é apenas uma alternativa, mas uma abordagem
inovadora para lidar com a crescente complexidade e volume de dados na atual
era digital. Esse modelo, essencialmente simples e flexível, promete revolucionar
a forma como as informações são gerenciadas e acessadas diariamente pelos
milhões de sistemas computacionais espalhados pelo mundo, proporcionando
uma perspectiva única e eficiente sobre o mundo dos bancos de dados.
Ao imergir nos estudos, você encontrará a base conceitual do NoSQL, em
que os registros são armazenados mediante pares únicos de chave e valor. Essa
simplicidade aparente é a essência de uma poderosa ferramenta que permite
uma modelagem mais dinâmica e adaptável. Essa abordagem ressoa de forma
impactante, especialmente ao se considerar cenários em que a escalabilidade
e a flexibilidade são cruciais, como em sistemas que administram grandes
volumes de dados distribuídos.
A segunda etapa dessa jornada te leva à descoberta de tecnologias específicas
que incorporam o paradigma chave-valor. Explorar plataformas, como Redis,
DynamoDB e Riak, torna-se essencial para compreender as nuances e as peculia-
ridades dessas soluções no mundo real. Cada uma dessas tecnologias traz consigo
casos de uso específicos, vantagens e desafios, oferecendo a você um espectro rico
de possibilidades para moldar as suas habilidades.
Ao longo dessa jornada inaugural, você perceberá que os bancos de dados NoS-
QL orientados a chave-valor não são apenas ferramentas técnicas, mas catalisadores
de uma nova mentalidade na gestão de dados. O entendimento desse paradigma
não apenas enriquecerá o seu conjunto de habilidades técnicas, mas também abrirá
portas para abordagens inovadoras na solução de problemas complexos. Nesse
início promissor, a jornada está apenas começando e as possibilidades se revelam
tão vastas quanto os próprios dados que esse novo mundo promete gerenciar.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

P L AY N O CO NHEC I M ENTO

Bem-vindo(a) ao podcast Desbravando Dados, o seu guia definitivo pelo vasto terri-
tório da Tecnologia da Informação (TI). Neste episódio, embarcaremos em uma jor-
nada fascinante pelo mundo dos bancos de dados NoSQL orientados a chave-valor.
Prepare-se para desvendar os mistérios desse modelo inovador, em que cada re-
gistro é uma peça única, identificado pela chave exclusiva. Junte-se a nós enquanto
exploramos as tecnologias líderes nesse espaço, como Redis e DynamoDB, des-
vendando as aplicações práticas e os desafios.
Nossos convidados especialistas compartilharão insights valiosos sobre como esse
paradigma transformador está moldando o cenário da gestão de dados. Mergulha-
remos nas nuances da modelagem flexível, da escalabilidade horizontal e das es-
tratégias de otimização, que fazem dos bancos de dados do tipo NoSQL que são
orientados a chave-valor uma escolha cada vez mais essencial no universo da TI. Se
você está começando a sua jornada ou é um(a) veterano(a) em busca de atualiza-
ções, este episódio oferecerá uma visão profunda e esclarecedora sobre as possibi-
lidades que esse fascinante campo proporciona.
Não perca a chance de se tornar um(a) verdadeiro(a) desbravador(a) de dados.
Subscreva-se agora e embarque conosco nessa exploração fascinante do banco de
dados NoSQL orientado a chave-valor. Este é Desbravando Dados, em que cada epi-
sódio é uma oportunidade de expandir seus horizontes e aprofundar o seu enten-
dimento sobre as revolucionárias tecnologias que moldam o futuro da informação.

1
1
1
 U N I AS S E LVI

VAMOS RECORDAR?
Os bancos de dados não relacionais representam uma categoria diversificada de
sistemas de gerenciamento que fogem do modelo relacional tradicional. Ao contrário
dos relacionais, que seguem uma estrutura tabular rígida, os NoSQL abraçam uma
abordagem mais flexível, permitindo o armazenamento de dados em formatos variados.
Esse paradigma surge como resposta às crescentes demandas de escalabilidade,
agilidade e variedade frequentemente encontradas em ambientes modernos de TI.
O NoSQL engloba várias categorias, cada uma adaptada a diferentes necessidades.
Dentre elas, destacam-se os modelos orientados a documentos, chave-valor,
colunas e grafos. Cada modelo aborda características específicas, oferecendo
soluções otimizadas e direcionadas para casos de uso particulares. Essa diversidade
permite que as organizações escolham o tipo de NoSQL mais adequado para as
próprias aplicações, proporcionando eficiência na gestão de dados em cenários
dinâmicos e em constante evolução.
A essência desse tipo de banco de dados reside na flexibilidade, na escalabilidade
horizontal e na capacidade de lidar com grandes volumes de dados sem sacrificar
o desempenho. Essa abordagem não apenas desafia as limitações dos modelos
relacionais tradicionais, mas também oferece soluções inovadoras para os desafios
contemporâneos de armazenamento e processamento de dados. Assim, o NoSQL
emerge como uma peça fundamental no quebra-cabeça da gestão moderna de
dados, proporcionando a flexibilidade necessária para enfrentar os desafios da era
da informação. https://www.youtube.com/watch?v=1B64oqE8PLs

DESENVOLVA SEU POTENCIAL

ENTENDENDO O BANCO DE DADOS NOSQL

Esse tipo de banco de dados surge como uma resposta inovadora às limitações
dos modelos relacionais. Esse paradigma, uma abreviação para “Not Only SQL”
ou “Não Somente SQL” ou “No Sequel”, representa uma categoria diversificada
de sistemas de gerenciamento de dados projetado para lidar com os desafios
contemporâneos da era digital.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

Ao contrário dos modelos relacionais, segundo Sadalage e Fowler (2013), o

NoSQL não impõe uma estrutura tabular rígida, permitindo uma flexibilidade
considerável na forma como os dados são armazenados e manipulados.

A principal característica dos bancos de dados NoSQL reside na abordagem não

estruturada e não relacional. Isso significa que não há uma única linguagem de consulta,
como o SQL, e os dados não precisam ser organizados em tabelas predefinidas.

Essa flexibilidade, segundo Silva et al. (2021), é parti-

A escalabilidade
cularmente valiosa em cenários em que a estrutura é
horizontal é uma
dinâmica e não pode ser facilmente representada por característica
tabelas relacionais. No contexto do NoSQL, os da- distintiva do NoSQL .
dos podem ser armazenados em diferentes formatos,
como documentos, pares chave-valor, grafos ou famílias de colunas, dependendo
do modelo adotado.
Dentro do vasto ecossistema NoSQL, existem várias categorias de modelos,
cada uma projetada para atender a necessidades específicas. Os modelos orien-
tados a documentos, como MongoDB, armazenam dados em arquivos JSON ou
BSON, promovendo uma estrutura hierárquica. Já os bancos de dados orienta-
dos a chave-valor, como Redis e DynamoDB, armazenam informações em pares
distintos de chave e valor, oferecendo alta performance e escalabilidade. Outros
modelos, como orientados a colunas e grafos, adaptam-se a diferentes contextos
e casos de uso, oferecendo eficiência em situações específicas.
A escalabilidade horizontal é uma característica distintiva do NoSQL. À me-
dida que as demandas de dados aumentam, é possível adicionar novos servido-
res e distribuir a carga entre eles, garantindo um desempenho consistente. Essa
capacidade de expansão facilita a gestão de grandes volumes de dados e torna
os bancos de dados NoSQL uma escolha preferida para ambientes de Big Data.
Apesar da versatilidade e eficiência em determinados cenários, é importante
destacar que os bancos de dados NoSQL não são uma panaceia. A escolha entre
esse modelo ou o relacional depende das características específicas do projeto e

1
1
1
 U N I AS S E LVI

dos requisitos da aplicação. Em muitos casos, ambientes híbridos, que combinam

o melhor de ambos os mundos, proporcionam soluções mais abrangentes.
O NoSQL representa uma revolução na gestão de dados, oferecendo flexibi-
lidade, escalabilidade e eficiência em uma variedade de contextos. À medida que
as organizações enfrentam o desafio de gerenciar dados cada vez mais complexos
e dinâmicos, a adoção de modelos NoSQL se torna uma estratégia essencial para
garantir a agilidade e a eficácia na gestão de informações.

Como Modelar um Banco de Dados NoSQL

A modelagem de sistemas de banco de dados é uma prática essencial no

desenvolvimento de aplicações que requerem armazenamento estruturado e
eficiente. Esse processo, segundo Alves (2021), envolve a criação de represen-
tações abstratas que descrevem como os dados serão organizados, relacionados
e acessados dentro do banco de dados. Os modelos resultantes podem assumir
diferentes formas, sendo os modelos relacional, hierárquico, de rede e orientado a
objetos alguns dos paradigmas comuns. A escolha do modelo adequado depende
das necessidades específicas da aplicação e dos requisitos de consulta.
A fase inicial da modelagem geralmente envolve a identificação de entidades e
relacionamentos relevantes para o domínio da aplicação. Essas entidades são, então,
representadas por tabelas ou coleções, enquanto os relacionamentos são expressos
por meio de chaves estrangeiras ou referências. Esse processo não apenas organiza a
estrutura de dados, mas também considera a integridade, a normalização e a eficiência
nas operações de consulta e atualização. Essa abordagem proativa na definição dessa
estrutura, segundo Silberschatz (2020), contribui significativamente para o desenvol-
vimento de sistemas robustos, flexíveis e de alto desempenho.
A modelagem no NoSQL se difere substancialmente do processo tradicional
em bancos de dados relacionais. A primeira etapa crucial é entender o modelo de
dados escolhido, seja ele orientado a documentos, chave-valor, colunas ou grafos.
Por exemplo, em um banco de dados orientado a documentos, como o MongoDB,
é fundamental conceber a estrutura, considerando quais campos são essenciais e
como as relações entre eles serão representadas.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

Esse modelo proporciona flexibilidade, permitindo a inclusão de novos campos

conforme necessário, o que pode ser uma vantagem em ambientes dinâmicos.

Em seguida, é vital considerar a distribuição de dados, uma vez que a escalabi-

lidade horizontal é uma característica fundamental no NoSQL. Ao projetar a
estrutura do banco de dados, deve-se avaliar como esses dados serão distribuídos
entre os nós do sistema. Isso impacta diretamente o desempenho e a capacidade
de expansão do banco. Alguns sistemas NoSQL, como os orientados a chave-va-
lor, priorizam a distribuição simples, enquanto outros, como os orientados a do-
cumentos, podem oferecer estratégias mais complexas, incluindo a distribuição
por sharding. Por fim, é essencial compreender as consultas que serão realizadas
no banco de dados para garantir uma modelagem eficiente.
Segundo Elmasri e Navathe (2018), em alguns casos, é necessário realizar
normatizações ou criar índices específicos para otimizar consultas frequentes. A
experiência prática e a compreensão profunda das características específicas do
banco escolhido são cruciais para criar uma modelagem que atenda aos requisitos
específicos do projeto. Essa abordagem pragmática na modelagem NoSQL per-
mite aos desenvolvedores explorar todo o potencial dessa tecnologia, garantindo
uma gestão de dados de maneira eficaz e ágil.
Consideremos um exemplo prático de modelagem de um banco de dados
NoSQL, especificamente usando o modelo orientado a documentos, para criar
um sistema de gerenciamento de biblioteca utilizando o software MongoDB, que
é orientado a documentos.

■ Coleção de livros: em um banco de dados NoSQL, os dados são ar-

mazenados em documentos flexíveis, geralmente, no formato JSON ou
BSON. Cada livro pode ser representado como um documento na coleção
“LIVROS”. Um exemplo é visível a seguir.

1
1
1
 U N I AS S E LVI

{
Figura 1 – Script de um arquivo JSON refe-
“_id”: 1, rente aos dados do livro a ser inserido no
“titulo”: “Dom Casmurro”,
banco / Fonte: o autor.
“autor”: “Machado de Assis”,
“ano_publicacao”: 1899,
“genero”: “Romance”, Descrição da Imagem: é exibida uma
“quantidade_exemplares”: 30, tela preta contendo script JSON com 10
“emprestados”: 5, linhas de código referentes aos dados
“editora”: { de livros a serem inseridos no banco
de dados. Os dados são referentes a:
“nome”: “Editora A”,
ID, TITULO, AUTOR, ANO_PUBLICACAO,
“localizacao”: “Rio de Janeiro”
GENERO, QUANTIDADE_EXEMPLARES,
}
EDITORA (NOME e LOCALIZACAO). Fim
}
da descrição.

■ Coleção de usuários: já os dados referentes aos usuários do sistema

podem ser armazenados em outra coleção. Assim, a representação de um
usuário com as informações básicas ficaria da seguinte maneira:

{
“_id”: 101,
“nome”: “Maria Silva”,
“idade”: 28,
“endereco”: {
“cidade”: “São Paulo”,
“bairro”: “Centro”
}
“livros_emprestados”: [1, 3, 5]
}

Figura 2 – Script de um arquivo JSON referente aos dados do usuário a ser inserido no banco / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo script JSON com sete linhas de código referentes aos dados
de usuários a serem inseridos no banco de dados. Os dados são referentes a: ID, NOME, IDADE, ENDERECO (CIDADE
e BAIRRO). Uma última linha, denominada LIVROS EMPRESTADOS, indica os números 1, 3 e 5. Fim da descrição.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

■ Relacionamentos: os documentos podem conter referências uns aos

outros. No exemplo anterior, a lista “LIVROS_EMPRESTADOS” contém
os IDs dos livros emprestados pelo usuário.

Essa abordagem flexível e escalável é uma característica marcante dos bancos de

dados NoSQL. Em um sistema mais complexo, é possível ter coleções adicionais
para gêneros, autores, transações de empréstimos, entre outras coisas. A estrutura
do banco de dados pode ser adaptada conforme as necessidades do aplicativo,
sem a rigidez imposta pelos modelos relacionais tradicionais.

BANCO DE DADOS NOSQL DO TIPO CHAVE-VALOR

Trata-se de uma categoria única no universo dos sistemas de gerenciamento de

dados, sendo caracterizados pela simplicidade e desempenho eficiente. Nesse
modelo, as informações são armazenadas como pares de chave-valor, em que
uma chave única está associada a um determinado valor.
Segundo Basso (2020), esse formato minimalista permite uma escalabilidade
horizontal significativa, tornando-o ideal para ambientes que demandam alta
performance e agilidade.
Ao contrário dos modelos relacionais, o banco de dados NoSQL chave-valor
não impõe uma estrutura fixa aos dados. Cada valor pode ser qualquer tipo de
informação, desde uma string simples até estruturas mais complexas, como JSON
ou até mesmo objetos binários. Essa flexibilidade confere uma adaptabilidade
excepcional aos requisitos específicos de cada aplicação.
A recuperação de dados nesse tipo de banco é extraordinariamente rápida, pois a
busca por um valor é direta e instantânea, bastando a referência à chave associada. É im-
portante perceber que a consulta por valores específicos é eficiente, mas a realização de
consultas complexas pode ser mais desafiadora, se comparada a modelos mais elaborados.
Outra característica marcante é a capacidade de escalabilidade horizontal
fluida. À medida que a quantidade de dados aumenta, é possível distribuir es-
ses pares chave-valor em diversos servidores, mantendo a performance mesmo
diante de volumes massivos de informações. Essa escalabilidade facilita a gestão
de grandes volumes de dados em ambientes dinâmicos e crescentes.

1
1
1
 U N I AS S E LVI

Um exemplo prático desse modelo é a implementação em sistemas de arma-

zenamento em cache, em que a chave representa a identificação, enquanto
o valor demarca o próprio dado em si. Essa abordagem se mostra eficaz em
cenários que demandam recuperação rápida e direta de informações, sem a
complexidade associada a modelos mais robustos.

Os bancos de dados NoSQL chave-valor oferecem simplicidade, escalabilidade e de-

sempenho notáveis, sendo uma escolha estratégica para aplicações que demandam
agilidade e eficiência em ambientes de dados dinâmicos. Seja na gestão de cache, seja
em catálogos de produtos on-line, seja em sistemas distribuídos, o modelo chave-valor
se destaca como uma alternativa poderosa e versátil no cenário do NoSQL.

Software InfluxDB

Trata-se de uma solução robusta de banco de dados NoSQL projetada especifi-

camente para armazenar e recuperar dados de séries temporais com eficiência e
desempenho excepcionais.
Desenvolvido pela InfluxData, esse software se destaca em cenários em que
a coleta, o armazenamento e a análise de dados temporais são cruciais, como em
ambientes de monitoramento, Internet das Coisas (IoT) e análise de métricas.
Conheça as principais características:

MODELO DE DADOS ESPECÍFICO PARA SÉRIES TEMPORAIS

adota um modelo de dados nativo que se alinha perfeitamente a séries temporais.

Ele organiza os dados em campos, tags e timestamps, otimizando as consultas e as
agregações temporais.

EFICIÊNCIA NA GRAVAÇÃO E RECUPERAÇÃO DE DADOS

é construído com foco na eficiência, permitindo a gravação rápida e a recuperação

eficiente de grandes volumes de dados temporais. Essa característica é essencial em
ambientes em que a captura de dados em alta frequência é necessária.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

SQL-LIKE QUERY LANGUAGE (INFLUXQL)

possui uma sintaxe similar ao SQL, facilitando a transição para usuários familiarizados
com bancos de dados relacionais. Isso simplifica a interação com o banco de dados,
mesmo em ambientes complexos de séries temporais.

RETENÇÃO DE DADOS AUTOMÁTICA

oferece a funcionalidade de retenção automática de dados, permitindo a configuração

de políticas de expiração com base no tempo. Essa característica é crucial para otimi-
zar o armazenamento e garantir que apenas os dados relevantes sejam mantidos.

CAPACIDADE DE ESCALABILIDADE HORIZONTAL

suporta a escalabilidade horizontal, permitindo a distribuição em vários nós. Isso garante

que a solução possa crescer de acordo com as demandas, mantendo o desempenho.

ECOSSISTEMA DE FERRAMENTAS

o InfluxDB é parte integrante do ecossistema TICK (Telegraf, InfluxDB, Chronograf, Ka-

pacitor). Ambos oferecem uma variedade de ferramentas para coleta, armazenamento,
visualização e processamento de dados temporais.

Cenários de Aplicação do InfluxDB

Esse SBGD é especializado em séries temporais. Ele encontra ampla aplicação

em cenários que demandam a coleta e a análise eficientes ao longo do tempo. Em
ambientes de monitoramento, seja para infraestrutura de TI, redes ou disposi-
tivos IoT, o InfluxDB se destaca pela capacidade de lidar com grandes volumes
de dados temporais, oferecendo uma solução escalável e de alto desempenho.

1
1
1
 U N I AS S E LVI

Por exemplo, em sistemas de monitoramento de servidores, o InfluxDB é fre-

quentemente utilizado para armazenar métricas, como CPU, uso de memória e
latência de rede. Esses dados são coletados em intervalos regulares e armazena-
dos no InfluxDB, possibilitando a geração de gráficos, alertas em tempo real e
análises retrospectivas.

Com a capacidade de fazer consultas rápidas e eficientes em séries temporais,

o InfluxDB contribui para uma gestão proativa, identificação de tendências e
tomada de decisões informadas em diversos setores.

• Monitoramento de infraestrutura e serviços: é amplamente utilizado para

monitorar o desempenho de servidores, aplicativos e serviços, fornecendo
insights valiosos sobre o comportamento ao longo do tempo.

• IoT e sensores: devido à eficiência na manipulação de dados temporais,

o InfluxDB é a escolha ideal para armazenar informações provenientes de
dispositivos IoT e sensores.

• Análise de métricas em tempo real: a capacidade de processar dados em

tempo real faz do InfluxDB uma ferramenta valiosa para a análise de métricas
instantâneas.

O InfluxDB se destaca como uma opção notável para sistemas de séries tempo-
rais, oferecendo desempenho, eficiência e flexibilidade para lidar com os desafios
únicos apresentados por dados temporais em diversos setores.

A P RO F UNDA NDO

Dados temporais, segundo Basso (2021), referem-se ao cenário em que as informa-

ções são coletadas, armazenadas e analisadas considerando a dimensão de tempo.
Nesse contexto, o elemento temporal é crucial, porque permite entender como os
dados evoluem ao longo do tempo, revelando padrões, tendências e variações sig-
nificativas. Essa abordagem é fundamental em cenários, como monitoramento, IoT e
análise de séries, em que a temporalidade dos dados desempenha um papel crucial
na compreensão das mudanças e na tomada de decisões informadas.
Essa contextualização enriquece a interpretação dos dados, possibilitando uma vi-
são mais completa e dinâmica do comportamento dos fenômenos representados
pelas informações armazenadas.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

Software Redis

Trata-se de um exemplo proeminente do software de gerenciamento de bancos

de dados NoSQL do tipo chave-valor, projetado para proporcionar desempenho
excepcional e escalabilidade horizontal. Esse sistema robusto se destaca pela sim-
plicidade e eficiência, sendo amplamente utilizado em cenários que demandam
respostas rápidas e baixa latência.

■ Estrutura Chave-Valor: no Redis, os dados são armazenados como

pares chave-valor, em que cada chave única está associada a um valor
correspondente. Essa abordagem permite a flexibilidade na representação
de dados, desde strings simples até estruturas de dados mais complexas,
incluindo listas, conjuntos e hashes. Por exemplo, podemos armazenar
dados de um usuário da seguinte forma:

SET usuario:1 ‘{“nome”: “João”, “idade”: 30, “cidade”: “São Paulo”}’

Figura 3 – Linha de código para armazenar os dados referentes ao usuário / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta com uma linha de código demonstrando o comando SET para inserir
dados na tabela USUARIO, com valores referentes à NOME, IDADE e CIDADE. Fim da descrição.

■ Alta Performance: a principal vantagem do Redis está na rapidez com

que pode recuperar dados. Devido à arquitetura em memória e à nature-
za direta da busca por chaves, as consultas são extremamente eficientes,
tornando-o ideal para casos de uso, como armazenamento em cache, filas
de mensagens e contadores em tempo real.
■ Estruturas de Dados Avançadas: além do simples armazenamento cha-
ve-valor, o Redis oferece estruturas de dados avançadas que permitem
manipulações complexas diretamente no servidor. Isso inclui operações,
como incremento atômico, manipulação de listas, conjuntos e ordenação
de conjuntos, proporcionando versatilidade em diversas aplicações.

1
1
1
 U N I AS S E LVI

■ Persistência Opcional: apesar de ser conhecido pela natureza em me-

mória, o Redis oferece opções de persistência de dados para casos em que
a recuperação de dados após uma reinicialização é crucial. Essa caracte-
rística permite que o Redis seja utilizado em uma variedade de cenários,
desde o simples armazenamento em cache até aplicações mais robustas.
■ Escalabilidade Horizontal: o Redis suporta escalabilidade horizontal,
permitindo distribuir os dados em vários nós para atender a demandas
crescentes. Essa característica é vital em ambientes que necessitam de
expansão contínua para lidar com volumes massivos de dados.

Suponha que estamos desenvolvendo um aplicativo web e precisamos gerenciar

sessões de usuário de forma eficiente. O Redis é uma escolha ideal para esse cenário,
oferecendo alta velocidade e flexibilidade. A seguir, é exposto um exemplo prático.

■ Configuração Inicial: após instalar e configurar o Redis, conectamos o

nosso aplicativo web ao servidor Redis.
■ Início de Sessão de Usuário: quando um usuário realiza login, é gerada uma
chave única para a sessão no Redis. Essa chave pode ser composta pelo ID desse
usuário e um identificador único de sessão. Exemplo: sessao:usuario123:abcd.

// Exemplo em Node.JS utilizando biblioteca Redis

const redis = require(´redis’);

const client = redis.createClient();

const userID = 123;

const sessionID = ‘abcd’;
const chaveSessao = ‘sessao:usuario${userID}:${sessionID}’;

// Armazenar dados da sessão do Redis

client.set(chaveSessao, JSON.stringify({ userID, username: ‘joao’, tempoExpiracao: 3600 }));

Figura 4 – Scripts NodeJS para criar uma sessão de conexão no banco de dados Redis / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta com um script para efetuar uma sessão para conexão de uma aplicação
com um banco de dados Redis. São seis linhas de código nas quais são fornecidas cinco constantes (CONST). São elas: REDIS,
CLIENT, USERID, SESSIONID e CHAVESESSAO. Ainda, há uma última linha, na qual a sessão será executada. Fim da descrição.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

■ Recuperação de Dados da Sessão: ao precisar dos dados da session

de conexão de um usuário, as informações são recuperadas utilizando a
chave associada à essa sessão.

// Exemplo de recuperação de dados da sessão em Node.js

client.get(chaveSessao, (err, dadosSessao) => {

if (err) thow err;

const informacoesSessao = JSON.parse(dadosSessao);

console.log(‘Informações da Sessão: ‘, informacoesSessao); Figura 5 – Script de re-
cuperação de dados
}); da session escrito em
NodeJS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta com um script escrito em NodeJS para recuperação de dados
oriundos de uma session com quatro linhas de código, incluindo uma verificação de erro em caso de divergências
de parâmetros de conexão (tratamento de erro). Fim da descrição.

■ Atualização e Expiração de Sessão: é possível atualizar informações na

sessão, como o tempo de expiração, para garantir que os dados estejam
sempre atualizados. Além disso, será estipulado um tempo de expiração
para as chaves no Redis, garantindo a limpeza automática de sessões ina-
tivas e a alta performance do sistema.

// Exemplo de atualização de dados da sessão e configuração de tempo de expiração

const novoTempoExpiracao = 7200; // 2 horas

client.setex(chaveSessao, novoTempoExpiracao }));

Figura 6 – Script de atualização de dados da session escrito em NodeJS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta com um script em NodeJS para atualização de dados a partir de uma
session com duas linhas de código, incluindo uma definição de constante para definir o tempo de expiração dessa
session, além da função propriamente dita de atualização. Fim da descrição.

1
1
1
 U N I AS S E LVI

O Redis exemplifica a eficiência e a simplicidade que um banco de dados NoSQL

chave-valor pode oferecer. Seja em ambientes que exigem alta performance, como
sistemas de jogos digitais on-line, seja em plataformas de redes sociais, o Redis
se destaca como uma escolha notável para o gerenciamento de dados em tempo
real e aplicações sensíveis à latência.
O termo latência se refere ao tempo que um sistema leva para processar e
responder a uma requisição. É a medida de demora entre o envio de uma ação e
a obtenção da resposta desejada. Geralmente expressa em milissegundos, pode
ser influenciada por diversos fatores, incluindo a velocidade de transmissão de
dados, a eficiência do hardware, a capacidade de processamento e a distância
física entre os componentes do sistema.

ZO O M N O CO NHEC I M ENTO

Baixa latência é desejada em ambientes em que a resposta rápida é crítica, como

em sistemas financeiros, jogos on-line e redes de comunicação, enquanto a alta
latência pode impactar negativamente o desempenho e a experiência do usuário.

Um banco de dados NoSQL, segundo Sadalage e Fowler (2013), do tipo chave-

-valor é caracterizado pela simplicidade e eficiência na gestão de dados. Nesse
modelo, o alcance desse tipo do banco abrange aplicações que demandam alta
performance e flexibilidade, especialmente em casos em que a estrutura dos da-
dos pode variar dinamicamente. A implementação dele é ideal para sistemas que
lidam com grandes volumes de dados simples, como caches, sistemas de sessões
de usuário e armazenamento de configurações, destacando-se pela velocidade
nas operações de leitura e escrita.
A simplicidade desse modelo oferece vantagens notáveis em termos de es-
calabilidade horizontal, facilitando a distribuição e o gerenciamento eficaz de
dados em ambientes que exigem flexibilidade e resposta rápida. Esses bancos
de dados NoSQL são amplamente utilizados em cenários em que a agilidade na
recuperação de informações é crucial, destacando-se como uma solução eficaz
para aplicações que buscam otimizar o desempenho e a gestão eficiente de dados
com estrutura simples e direta.

1
1
1
 T E MA DE A PRE ND IZAGEM 7

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Ao adentrar o universo do banco de dados NoSQL orientado a chave-valor, você
inicia uma jornada de descobertas que transcende os limites dos modelos tra-
dicionais. Nesse cenário, o entendimento profundo de como as chaves únicas
identificam registros e como os valores associados a essas chaves podem variar
amplia o espectro de possibilidades na gestão de dados. Essa base sólida te pro-
porciona uma compreensão crítica da flexibilidade inerente a esse modelo, uma
habilidade valiosa no contexto profissional em constante transformação.
No ambiente profissional futuro, o conhecimento detalhado de tecnologias
específicas que incorporam o paradigma chave-valor, como Redis e DynamoDB,
torna-se uma vantagem estratégica. Essas ferramentas são cada vez mais adotadas
em diversos setores, impulsionando aplicações inovadoras que demandam esca-
labilidade e desempenho eficiente. Você, ao internalizar os princípios dessas tec-
nologias, estará apto(a) a contribuir para projetos que demandam gerenciamento
ágil de grandes volumes de dados, um diferencial competitivo no mercado de TI.
A compreensão prática de como essas soluções se integram ao ecossistema
tecnológico mais amplo é essencial. Ao aliar conhecimentos de chave-valor com
outras tecnologias, como sistemas de mensageria, frameworks de desenvolvimento
e ferramentas analíticas, você estará preparado(a) para enfrentar desafios do mundo
real. Essa abordagem integrada não apenas fortalece as habilidades técnicas, mas
também fomenta a capacidade do profissional de TI de se adaptar a ambientes dinâ-
micos, um requisito cada vez mais crucial em uma indústria em constante evolução.

1
1
1
 U N I AS S E LVI

Construir conexões entre o conhecimento construído sobre o banco de dados

NoSQL orientado a chave-valor e o ambiente profissional futuro é uma tarefa
estratégica para você. Essa integração não apenas solidifica a base técnica, mas
também proporciona uma visão abrangente das aplicações práticas e das opor-
tunidades que esse modelo traz consigo. Ao se tornar um(a) arquiteto(a) habili-
doso(a) nesse campo, você não apenas se prepara para enfrentar os desafios da
TI moderna, mas também se destaca como um(a) profissional capacitado(a) a
liderar e inovar em um cenário cada vez mais dinâmico.

1
1
1
 AUTOATIVIDADE

1. O termo NoSQL diz respeito a uma abordagem de gerenciamento de dados que se distancia
dos relacionais tradicionais. Esse tipo de banco de dados busca proporcionar flexibilidade e
escalabilidade em ambientes em que a estrutura dos dados pode variar dinamicamente. Ao
contrário dos modelos relacionais que adotam esquemas fixos, o NoSQL aceita diferentes
formas de armazenamento, como documentos, pares chave-valor, grafos e famílias de
colunas. Essa diversidade de modelos permite a adaptação a diferentes necessidades de
aplicação, tornando-se uma escolha valiosa para ambientes modernos e dinâmicos, em
que a agilidade na manipulação de dados é crucial.

Qual característica define a estrutura de um banco de dados NoSQL do tipo chave-valor?

Assinale a alternativa correta:

a) Esquema fixo e rígido.

b) Armazenamento hierárquico de dados.
c) Modelagem baseada em documentos.
d) Relacionamentos complexos entre tabelas.
e) Ênfase na linguagem SQL para consultas.

1
1
1
 AUTOATIVIDADE

2. Ao contrário dos bancos de dados SQL, o NoSQL segue uma estrutura tabular e esque-
matizada, adotando abordagens mais variadas, como chave-valor, documentos, colunas ou
grafos. Essa diversidade permite uma adaptabilidade notável a diferentes tipos de dados,
cenários e necessidades, promovendo escalabilidade horizontal e eficiência em ambientes
com grandes volumes de informações não estruturadas. Assim, o NoSQL desempenha um
papel fundamental na era da computação distribuída e do Big Data, oferecendo soluções
especializadas para lidar com a crescente complexidade e variedade de dados na era digital.

Considere as seguintes afirmativas sobre os tipos de bancos de dados NoSQL:

I - Bancos de dados do tipo chave-valor armazenam dados como pares de chave-valor,

sendo eficientes para operações de busca direta.
II - Bancos de dados do tipo documento permitem o armazenamento de dados em docu-
mentos flexíveis, muitas vezes, usando formatos, como JSON ou BSON.
III - Bancos de dados do tipo grafo são adequados para representar relações complexas
entre entidades, utilizando nós e arestas.
IV - Bancos de dados do tipo colunar organizam os dados em colunas, proporcionando uma
eficiente busca e agregação de dados.

É correto o que se afirma em:

a) I, apenas.
b) II e IV, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) I, II, III e IV.

1
1
1
 AUTOATIVIDADE

3. O modelo chave-valor é uma abordagem simples e eficiente para armazenamento em que

cada informação é identificada por uma chave única associada a um valor correspondente.
Essa estrutura proporciona agilidade na recuperação e na manipulação de dados, permi-
tindo acesso direto a informações específicas por meio de chaves. Os bancos de dados
que adotam esse modelo oferecem flexibilidade na definição de valores, tornando-se uma
escolha versátil para cenários que demandam escalabilidade e eficiência na gestão de
dados, sem a rigidez estrutural de modelos tradicionais.

A respeito dos bancos de dados NoSQL do tipo chave-valor, analise as afirmativas a seguir:

I - Cada dado é identificado por uma chave única, e o valor associado a essa chave pode
conter apenas dados numéricos.
II - Esses bancos oferecem uma abordagem estruturada e rígida para o armazenamento de
dados, sem permitir flexibilidade na definição de valores associados às chaves.
III - A principal característica é a descentralização da gestão de dados, possibilitando a es-
calabilidade horizontal de maneira eficiente.
IV - Bancos de dados NoSQL chave-valor também podem ser aproveitados em ambientes
que demandam estruturas de dados altamente normalizadas.

É correto o que se afirma em:

a) I e IV, apenas.
b) II e III, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) II, III e IV, apenas.

1
1
1
 REFERÊNCIAS

ALVES, W. P. Banco de dados: teoria e desenvolvimento. São Paulo: Érica, 2021.

BASSO, D. E. Big Data. Curitiba: Contentus, 2020.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

SADALAGE, P. J.; FOWLER, M. Nosql Essencial. São Paulo: Novatec, 2013.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

SILVA, L. F. C. et al. Banco de dados não relacional. Porto Alegre: SAGAH, 2021.

1
1
1
 GABARITO

1. Opção C.

Os bancos de dados NoSQL do tipo chave-valor se caracterizam pela flexibilidade na repre-

sentação dos dados utilizando estruturas de documentos para o armazenamento. Diferen-
temente dos sistemas relacionais, não têm um esquema fixo e rígido, permitindo a inclusão
de campos adicionais nos documentos conforme necessário.

2. Opção D.

Os bancos de dados NoSQL do tipo chave-valor utilizam pares de chave-valor para armaze-
nar dados. Os do tipo documento permitem estruturas flexíveis, como JSON ou BSON, e os
do tipo grafo são ideais para representar relações complexas entre entidades. A afirmativa
IV está incorreta, pois os bancos de dados colunares organizam os dados em colunas, mas
não necessariamente proporcionam uma eficiente busca e agregação.

3. Opção C.

A afirmativa I está incorreta, pois os valores associados às chaves em bancos de dados NoSQL
do tipo chave-valor podem ser diversos tipos de dados, não se limitando apenas a numéri-
cos. A afirmativa II está incorreta, uma vez que a característica marcante desses bancos é a
flexibilidade na definição de valores, não impondo uma estrutura rígida. A afirmativa III está
correta, pois a descentralização é uma das principais vantagens, possibilitando escalabili-
dade horizontal. A afirmativa IV está correta, pois esses bancos são adequados tanto para
ambientes com estruturas normalizadas quanto para ambientes mais flexíveis e dinâmicos.

1
1
1
MINHAS ANOTAÇÕES

1
1
1
 TEMA DE APRENDIZAGEM 8

CONEXÕES E RELACIONAMENTOS
EM BANCOS DE DADOS
ORIENTADOS A GRAFOS

MINHAS METAS

Entender o modelo de grafos.

Dominar as linguagens de consulta específicas para bancos de dados orientados a grafos.

Desenvolver habilidades para projetar eficientemente estruturas de grafos que atendam

aos requisitos específicos de um sistema.

Aplicar algoritmos essenciais para grafos, explorando diferentes técnicas.

Aprender a integrar bancos de dados orientados a grafos com diferentes aplicações.

Adquirir habilidades para otimizar o desempenho de consultas em grandes conjun-

tos de dados.

Aplicar os conhecimentos adquiridos em projetos práticos.

1
1
1
 U N I AS S E LVI

INICIE SUA JORNADA

Iniciar a jornada pelos estudos dos bancos de dados NoSQL orientados a grafos
é embarcar em uma experiência fascinante de descobertas. Ao contrário dos mo-
delos relacionais, essa abordagem oferece uma visão inovadora para representar
e explorar as relações entre os dados, focando em valores que não apresentam
nenhum tipo de estrutura prévia, isto é, que são armazenados sem tratamento
anterior, no formato em que foram coletados. Esse é o ponto de partida para uma
jornada que abrirá as portas para entender a complexidade das interconexões em
sistemas de informação modernos.
Ao mergulhar nos estudos, você explorará a modelagem de grafos, a qual per-
mite representar entidades e as respectivas interações de maneira visual e eficiente.
Essa abordagem é particularmente poderosa para os domínios em que as relações
entre os dados são fundamentais, como redes sociais, sistemas de recomendação e
logística. Compreender como os grafos capturam nuances e conexões intrínsecas
proporcionará uma nova perspectiva sobre a gestão de informações.
Essa jornada também incluirá a compreensão efetiva dos desafios enfrentados na
implementação de bancos de dados orientados a grafos. Algumas questões, tais como
escalabilidade e otimização de consultas, serão exploradas, proporcionando uma vi-
são abrangente sobre as considerações práticas na adoção dessa tecnologia. Aprender
a contornar esses desafios é uma parte integrante do processo de aprimoramento das
habilidades necessárias para projetar e gerenciar eficientemente esses sistemas.
Ao concluir a introdução desse tipo de banco de dados, você estará prepara-
do(a) para enfrentar os desafios de um ambiente profissional em constante evo-
lução. Essa jornada de aprendizado não apenas proporcionará insights valiosos
sobre tecnologias emergentes, mas também abrirá portas para oportunidades
profissionais empolgantes. Esse é apenas o começo de uma jornada que promete
expandir os seus horizontes no vasto campo da tecnologia da informação e se
destacar no mercado de trabalho.
Aperte os cintos e boa viagem!

1
1
1
 T E MA DE A PRE ND IZAGEM 8

P L AY N O CO NHEC I M ENTO

Bem-vindo(a) ao Desbravando Dados, o podcast que mergulha nas profundezas

do vasto campo da gestão de dados. Neste episódio, exploraremos a fascinante
dimensão dos bancos de dados NoSQL orientados a grafos. Se você está curio-
so(a) para entender como essa abordagem inovadora pode transformar a maneira
como podemos administrar informações inter-relacionadas entre si em bases de
dados de grande porte, você está no lugar certo.
Prepare-se para uma jornada em que desvendaremos o poder por trás da mode-
lagem de grafos, representando entidades e as respectivas conexões de maneira
intuitiva. Ao longo do episódio, apresentaremos casos reais de aplicação em que
essa tecnologia brilha, desde redes sociais até sistemas de recomendação. Você
ficará maravilhado(a) com a capacidade desses bancos de dados em revelar cone-
xões efetivas que, muitas vezes, passam despercebidas nos sistemas e modelos
mais tradicionais.
Acompanhe as nossas conversas com especialistas da área, que compartilharão
insights valiosos sobre as vantagens e os desafios de adotar bancos de dados
NoSQL orientados a grafos. Além disso, discutiremos as tendências emergentes e
como essa tecnologia está moldando o futuro da gestão de dados. Pronto(a) para
desbravar conosco as trilhas fascinantes dos dados interconectados? Então, sinto-
nize no Desbravando Dados e embarque nessa jornada exploratória.

1
1
1
 U N I AS S E LVI

VAMOS RECORDAR?
Na era moderna da Tecnologia da Informação (TI), o NoSQL é um conceito que
emergiu como uma alternativa vital para lidar com volumes massivos de dados e
atender a requisitos específicos de flexibilidade e escalabilidade. Diferentemente
dos bancos de dados relacionais, os sistemas NoSQL, ou “Not Only SQL”, adotam
modelos de dados mais flexíveis e não exigem uma estrutura de esquema fixa.
Essa característica torna esses bancos ideais para ambientes dinâmicos, em que a
estrutura dos dados pode evoluir rapidamente.
O NoSQL pode ser categorizado em diversos modelos, incluindo chave-valor,
orientado a documentos, orientado a colunas e orientado a grafos. Cada modelo
tem características específicas, oferecendo vantagens para diferentes tipos de
aplicativos e cenários de uso. O modelo chave-valor, por exemplo, é eficaz para
operações simples de leitura e gravação, enquanto o orientado a documentos é
adequado para armazenar e consultar dados semelhantes a documentos.
Além disso, os bancos de dados NoSQL são frequentemente associados a
tecnologias que suportam operações distribuídas, permitindo a escalabilidade
horizontal para lidar com grandes volumes de dados e tráfego intenso, com uma
quantidade enorme de acessos simultâneos em um sistema. Compreender esses
conceitos fundamentais com mais profundidade é crucial para os estudantes
de Tecnologia da Informação (TI), pois eles proporcionarão uma base sólida
para explorar e implementar soluções eficientes em diversos contextos de
desenvolvimento de sistemas de software e no gerenciamento de dados.
https://www.youtube.com/watch?v=XXYooZfgIls

DESENVOLVA SEU POTENCIAL

ESTRUTURA DE ARMAZENAMENTO PERMANENTE

DE DADOS

O armazenamento permanente de dados em um sistema de banco de dados é

um elemento fundamental para garantir a durabilidade e a disponibilidade das
informações ao longo do tempo. Essa prática diz respeito à capacidade de manter

1
1
1
 T E MA DE A PRE ND IZAGEM 8

os dados de maneira persistente, mesmo após o encerramento do sistema, pro-

porcionando uma base sólida para a continuidade e a integridade das operações.
A implementação do armazenamento permanente envolve o uso de disposi-
tivos de armazenamento físicos, como discos rígidos ou SSDs, nos quais os dados
são gravados de forma duradoura. Cada entidade no banco de dados, como ta-
belas, registros e relacionamentos, é organizada e estruturada para otimizar a efi-
ciência na recuperação, quando necessário. Estratégias, como logs de transações,
são empregadas para registrar alterações nos dados, facilitando a recuperação
em caso de falhas ou interrupções inesperadas.
A confiabilidade do armazenamento permanente é crucial para manter a
consistência e a segurança dos dados. Mecanismos de backup e recuperação são,
segundo Silberschatz (2020), implementados para proteger contra perdas aci-
dentais, garantindo a resiliência do sistema. A evolução contínua dessas práticas
busca aprimorar o desempenho, a escalabilidade e a segurança, assegurando que
as informações permaneçam acessíveis e íntegras ao longo do tempo, indepen-
dentemente das mudanças no ambiente ou na aplicação.

A integridade do armazenamento permanente é essencial para o sucesso de diversas

aplicações, desde sistemas empresariais até soluções de armazenamento em nuvem.

Essa prática, segundo Elmasri e Navathe (2018), não apenas fornece uma base
robusta para a continuidade operacional, mas também atua como alicerce para a
confiabilidade e a eficácia dos sistemas de informação em um cenário tecnológico
em constante evolução.

ENTENDENDO O CONCEITO DE GRAFOS

Os grafos, no contexto matemático, são estruturas que representam relações entre

objetos distintos. Esses objetos, chamados de vértices, são conectados por arestas
que denotam a relação entre eles. A teoria dos grafos, iniciada por Euler no século
XVIII, fornece uma linguagem abstrata e poderosa para modelar uma variedade
de problemas complexos em diversas disciplinas.

1
1
1
 U N I AS S E LVI

Os grafos são caracterizados pela estrutura simples e, ao mesmo tempo, ver-

sátil. Vértices podem representar entidades, como pessoas ou locais, enquanto as
arestas simbolizam as conexões ou as relações entre essas entidades. A direção
das arestas, quando presente, indica a natureza da relação (direcionada ou não
direcionada), conferindo flexibilidade ao modelo.
Na área de TI, os grafos, segundo Basso (2020), desempenham um papel fun-
damental, sendo amplamente utilizados para representar redes sociais, sistemas de
transporte, relações de dependência em código-fonte, entre outros. A aplicação de
algoritmos de grafos permite resolver problemas complexos, como encontrar o cami-
nho mais curto em uma rede ou identificar clusters em conjuntos de dados massivos.

1 3 8

0
2
4 7

5 6

Figura 1 – Estrutura que representa a lógica de grafos / Fonte: o autor.

Descrição da Imagem: a figura apresenta nove nós interligados entre si em uma estrutura de grafos. Fim da descrição.

Diversos algoritmos foram desenvolvidos para explorar e manipular grafos, como

o algoritmo de Dijkstra para caminho mais curto e o algoritmo de PageRank,
usado pelo Google para classificar páginas da web. A estrutura gráfica permite
solucionar problemas que, de outra forma, seriam intratáveis, contribuindo para
avanços significativos em algoritmos e Inteligência Artificial (IA).

1
1
1
 T E MA DE A PRE ND IZAGEM 8

À medida que a complexidade dos sistemas de informação aumenta, a

importância dos grafos na TI só cresce. Bancos de dados orientados a grafos e
ferramentas de análise exploratória de dados baseadas em grafos se tornam cada
vez mais populares. Essa abordagem oferece uma visão holística e intuitiva dos
dados, tornando-se uma peça-chave na resolução de problemas e na extração
de insights valiosos. O uso inovador dos grafos promete continuar moldando o
futuro da Tecnologia da Informação (TI) de maneira empolgante e impactante.

Um exemplo prático de aplicação de grafos na área de Tecnologia da Informação

utilizando redes sociais: considere uma plataforma social em que os usuários são
representados por vértices e as conexões de amizade entre eles são representa-
das por arestas. Cada usuário é um nó e a amizade entre dois usuários é uma
aresta que conecta esses nós. Nesse contexto, suponha que Maria, João, e Ana
sejam usuários da plataforma. Assim, é possível representar essa rede social por
meio de um grafo não direcionado, em que cada usuário é um vértice e a am-
izade é uma aresta. Temos, portanto, três vértices (Maria, João, Ana) conectados
por arestas que representam as amizades entre eles. Se Maria é amiga de João
e João é amigo de Ana, é possível visualizar essa relação por um grafo em que te-
mos três vértices interconectados. Essa representação gráfica oferece uma visão
clara das relações sociais na plataforma.

A utilidade prática vai além da visualização. Algoritmos de grafos podem ser apli-
cados para identificar comunidades dentro da rede social, sugerir novas amizades
com base em amigos em comum ou até mesmo avaliar a influência dos usuários
na propagação de informações na rede.
Assim, esse exemplo ilustra como a teoria dos grafos é aplicada na prática,
proporcionando insights valiosos para otimizar experiências em redes sociais e
diversas outras aplicações na Tecnologia da Informação (TI).

PARADIGMA DA ORIENTAÇÃO À GRAFOS

Esse paradigma representa uma abordagem inovadora na modelagem e na mani-
pulação de dados. Diferentemente dos modelos tradicionais baseados em tabelas,
o enfoque em grafos explora as relações complexas entre entidades por meio de
estruturas de nós e arestas, oferecendo uma representação flexível e eficiente.

1
1
1
 U N I AS S E LVI

ZO O M N O CO NHEC I M ENTO

No centro desse paradigma, temos os “nós”, que representam entidades no sis-

tema. Esses nós, segundo Basso (2020), podem ser comparados a registros ou
objetos em outros modelos de banco de dados. Contudo, a principal diferença
está na forma como eles se conectam. As “arestas” são as ligações entre esses
nós e encapsulam as relações, fornecendo um método dinâmico para expressar
conexões e hierarquias.

A flexibilidade do modelo de grafos é evidente na

A escalabilidade é
capacidade de lidar com estruturas de dados comple-
uma característica
xas, como redes sociais, sistemas de recomendação e
marcante desses
cadeias de suprimentos. Cada nó e aresta pode conter sistemas
propriedades adicionais, permitindo uma represen-
tação rica e detalhada das informações.
Os bancos de dados NoSQL orientados a grafos, como o Neo4j, são amplamente
utilizados nesse contexto. Eles oferecem consultas eficientes para traçar relações,
identificar padrões e realizar análises complexas. A linguagem de consulta Cypher,
por exemplo, permite expressar de forma elegante as interações entre nós e arestas.
Além disso, a escalabilidade é uma característica marcante desses sistemas. À
medida que o número de entidades e relações cresce, os bancos de dados orienta-
dos a grafos mantêm um desempenho consistente, proporcionando uma solução
robusta para aplicações que demandam análises profundas de relacionamentos.
Nesse contexto, o paradigma de orientação a grafos em bancos de dados NoS-
QL oferece, segundo Silva et al. (2021), uma abordagem inovadora e poderosa
para modelar e explorar dados, destacando-se em cenários que exigem a repre-
sentação eficiente de relações complexas entre entidades.

O SGBD Neo4j

É um Sistema de Gerenciamento de Banco de Dados (SGBD) orientado a grafos

projetado para fornecer uma estrutura flexível e eficiente para modelar e consul-
tar dados baseados em relacionamentos complexos.

1
1
1
 T E MA DE A PRE ND IZAGEM 8

A base fundamental do Neo4j é o conceito de “nós”. Cada nó representa uma en-

tidade no sistema e pode armazenar propriedades que descrevem características
específicas dessa entidade.
Por exemplo, em uma rede social, um nó poderia representar um usuário com
propriedades, como nome, idade e cidade. Os relacionamentos entre os “nós” são
representados por “arestas”. As arestas conectam os nós e podem ter propriedades
próprias. Essa estrutura permite modelar relações entre entidades de maneira intu-
itiva, proporcionando uma visão clara das conexões em um conjunto de dados.

O Neo4j utiliza uma linguagem de consulta chamada Cypher. Desenvolvida especifica-

mente para trabalhar com grafos, essa linguagem permite expressar consultas de maneira
declarativa e elegante. Comandos, como MATCH, CREATE e RETURN, são utilizados
para buscar padrões, criar novos nós e arestas e retornar os resultados desejados.
Um dos pontos fortes do Neo4j, segundo Sadalage e Fowler (2013), é a ca-
pacidade de escalar horizontalmente, suportando, por exemplo, a distribuição
dos dados em clusters para atender a demandas crescentes de armazenamento e
consulta, garantindo que a performance seja mantida mesmo diante do aumento
da complexidade do grafo.
Além disso, o SGBD oferece uma interface gráfica amigável chamada Neo4j
Browser, que permite aos usuários explorar visualmente o grafo, executar consul-
tas interativas e compreender melhor a estrutura subjacente dos dados.
Em síntese, a estrutura do Neo4j é construída em torno do poderoso para-
digma de grafos, proporcionando uma abordagem única e eficaz para a gestão
de dados. Seja modelando redes sociais, sistemas de recomendação ou qualquer
cenário que envolva relações complexas, o software, segundo Sadalage e Fowler
(2013), destaca-se como uma ferramenta versátil e robusta.
Vamos explorar um exemplo prático de criação e manipulação de um banco
de dados no Neo4j utilizando o cenário de uma rede social simples.

■ Instalação e configuração: antes de tudo, é necessário instalar o Neo4j e

iniciar o servidor. Após a instalação, utilizando o browser, use a interface
gráfica para interação.
■ Criação de nós: para representar usuários em uma rede social, é possível
criar nós.

1
1
1
 U N I AS S E LVI

Para isso, será utilizada a seguinte query Cypher (CQL) para gerar três nós dife-
rentes que representarão os usuários do sistema:

CREATE (: Usuario { nome: ‘Alice’, idade: 25 }),

(: Usuario { nome: ‘Bob’, idade: 30 }),
(: Usuario { nome: ‘Carol’, idade: 28 });

Figura 2 – Script Cypher para criar os usuários utilizando a instrução CREATE / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com três linhas de código referentes aos
dados de usuários a serem inseridos no banco de dados. Os dados são referentes a: NOME e IDADE. Fim da descrição.

Essa query cria três nós do tipo “Usuario” com propriedades, como nome e idade.

■ Criação de relacionamentos: agora, criaremos relacionamentos entre

esses usuários.

Por exemplo, podemos indicar que Alice e Bob são amigos:

MATCH (alice:Usuario { nome: ‘Alice’ }), (bob:Usuario { nome: ‘Bob’ })

CREATE (alice) - [:AMIGO_DE] -> (bob);

Figura 3 – Script Cypher para associar os usuários utilizando a instrução MATCH e criar o relacionamento
com a instrução CREATE / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com duas linhas de código referentes aos
usuários a serem relacionados entre si no banco de dados. Os usuários são ALICE e BOB, criando o relacionamento
AMIGO_DE. Fim da descrição.

A query citada criará um relacionamento entre os usuários que será chamado de

“AMIGO_DE” entre Alice e Bob.

■ Consulta: neste contexto, é possível realizar consultas para explorar as

relações.

1
1
1
 T E MA DE A PRE ND IZAGEM 8

A query a seguir retornará todos os amigos de Alice:

MATCH (alice:Usuario { nome: ‘Alice’ }) - [:AMIGO_DE] -> (amigo)

RETURN amigo.nome;

Figura 4 – Script Cypher para criar o relacionamento entre os usuários utilizando a instrução MATCH e
retornando os nomes dos amigos nesse relacionamento / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com duas linhas de código referentes aos
usuários a serem relacionados entre si no banco de dados. O usuário ALICE se dá mediante o relacionamento AMIGO_DE.
São retornados os nomes desses amigos. Fim da descrição.

O resultado seria “Bob”, indicando que ele é um dos amigos de Alice que está
cadastrado no banco e que foi inserido no relacionamento AMIGO_DE.

■ Atualização e exclusão: também é possível atualizar ou excluir dados

na estrutura de grafos.

Por exemplo, para atualizar a idade do usuário Carol:

MATCH (carol:Usuario { nome: ‘Carol’ })

SET carol.idade = 29;

Figura 5 – Script Cypher para, mediante a instrução MATCH, selecionar o usuário, e SET para efetuar a
atualização de dados / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com duas linhas de código referentes aos
usuários a serem relacionados entre si no banco de dados. Na primeira linha, encontra-se a instrução MATCH para iden-
tificar o usuário e, na segunda, o SET, para, efetivamente, atualizar a idade do usuário selecionado. Fim da descrição.

1
1
1
 U N I AS S E LVI

Para excluir o relacionamento de amizade entre Alice e Bob:

MATCH (alice:Usuario { nome: ‘Alice’ }) - [rel:AMIGO_DE] -> (bob:Usuario { nome: ‘Bob’ })

DELETE rel;

Figura 6 – Script Cypher para, mediante a instrução MATCH, selecionar o usuário, e DELETE para efetuar a
exclusão de dados / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com duas linhas de código referentes aos
usuários a serem relacionados entre si no banco de dados. Na primeira linha, encontra-se a instrução MATCH para
identificar o usuário e, na segunda, o DELETE, para, efetivamente, realizar a exclusão do relacionamento dos usuários
selecionados. Fim da descrição.

Essas operações mostram a flexibilidade na manipulação dos dados.

Esse exemplo ilustra a criação, a manipulação e a consulta de dados em um ban-

co de dados Neo4j utilizando o poder do modelo de grafos para representar e
explorar relações complexas de maneira eficaz.

CYPHER QUERY LANGUAGE (CQL)

CQL, ou simplesmente Cypher, é uma linguagem de consulta projetada especi-

ficamente para trabalhar com bancos de dados orientados a grafos. Ela é ampla-
mente utilizada no SGBD Neo4j.
Essa linguagem oferece uma abordagem intuitiva e expressiva para criar, mo-
dificar e consultar grafos de maneira eficaz e robusta.

Sintaxe simbólica: a principal característica do Cypher é, segundo Sadalage e

Fowler (2013), a sintaxe simbólica, que se assemelha a padrões de grafos. Os nós
são representados por parênteses, os relacionamentos por traços (ou setas) e as
propriedades dos nós estão entre as chaves. Isso facilita a leitura e a escrita das
queries, tornando-as mais acessíveis mesmo para iniciantes.

1
1
1
 T E MA DE A PRE ND IZAGEM 8

Padrões de grafos: o Cypher permite a especificação de padrões de grafos

nas próprias queries. Por exemplo, se for necessário encontrar usuários que são
amigos de outros usuários, é possível expressar isso de forma clara na linguagem.
Essa abordagem baseada em padrões simplifica a representação de relações
complexas entre os dados.

Consulta e correspondência: as queries Cypher são orientadas a padrões,

permitindo, assim, uma correspondência eficiente e uma filtragem de dados com
bastante facilidade. A linguagem é otimizada para consultas de relacionamentos,
tornando-a particularmente eficiente em cenários em que os vínculos entre os
dados são cruciais para o sistema.

Operações e modificações: além de consultas, Cypher suporta operações de

modificação de dados. Podemos criar, atualizar ou excluir nós e relacionamentos
conforme necessário. Essas operações são realizadas de maneira intuitiva e se-
gura, mantendo a consistência do grafo.

Compreensão visual e navegação: Cypher não apenas permite a execução de

consultas complexas, mas também oferece uma compreensão visual imediata.
As queries, muitas vezes, refletem a estrutura visual de um grafo, facilitando a
interpretação e a navegação por relações intrincadas.

Assim, é possível afirmar que o Cypher Query Language é uma ferramenta po-
derosa para explorar e manipular dados em bancos de dados orientados a grafos,
proporcionando para os administradores uma abordagem intuitiva e expressiva
para a modelagem e a consulta de informações conectadas.
Considere um cenário em que é necessário modelar uma rede social e se busca
encontrar usuários e suas interações. Suponha que o objeto seja encontrar todos os
usuários cadastrados no sistema que sejam amigos de outro usuário chamado João.
Para isso, será utilizada a sintaxe do Cypher para expressar essa consulta:

MATCH (joao:Usuario { nome: ‘João’ })-[:AMIGO]-(amigo)

RETURN amigo.nome AS NomeDoAmigo

Figura 7 – Script de um arquivo JSON referente aos dados do livro a ser inserido no banco / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script JSON com 10 linhas de código referentes aos dados
dos livros a serem inseridos no banco de dados. Os dados são referentes a: ID, TITULO, AUTOR, ANO_PUBLICACAO,
GENERO, QUANTIDADE_EXEMPLARES, EDITORA (NOME e LOCALIZACAO). Fim da descrição.
#IMAGEM DE CONTEÚDO

1
1
1
 U N I AS S E LVI

Neste exemplo:

MATCH: indica a correspondência de padrões.

(joao:Usuario {nome: ‘João’}): representa um nó de usuário com a propriedade
nome igual a ‘João’.
[:AMIGO]: indica um relacionamento ‘AMIGO’ entre João e os amigos.
-(amigo): define o nó de amigo que está relacionado com João.
RETURN amigo.nome AS NomeDoAmigo: retorna o nome do amigo como resultado
da consulta.

Essa query encontra todos os amigos de João e retorna os nomes desses amigos. O
resultado é uma lista dos amigos conectados a João na rede social. Essa é apenas
uma das muitas consultas que podem ser realizadas com o Cypher para explorar
eficientemente dados de grafos.

As diferenças entre o CQL e SQL

A Cypher Query Language (CQL) e a Structure Query Language (SQL) são duas
linguagens de consulta distintas utilizadas com o objetivo de interagir com di-
ferentes tipos de bancos de dados. Enquanto o SQL é amplamente utilizado em
bancos de dados relacionais, a Cypher é específica para aqueles que são orienta-
dos a grafos, como o Neo4j.
A seguir, são exibidas algumas das principais diferenças entre essas linguagens:

MODELO DE DADOS

SQL: projetada para bancos de dados relacionais baseados em tabelas, com estrutura
rígida e esquema predefinido.
Cypher: especificamente projetada para bancos de dados de grafos, que representam
dados, como nós e relacionamentos, proporcionando uma estrutura mais flexível e
dinâmica.

1
1
1
 T E MA DE A PRE ND IZAGEM 8

SINTAXE

SQL: utiliza uma sintaxe declarativa para consultas, onde você descreve o que deseja
obter.
Cypher: possui uma sintaxe declarativa e visual, otimizada para expressar padrões em
grafos, facilitando a navegação e a pesquisa de relacionamentos.

OPERAÇÕES DE RELACIONAMENTO

SQL: para realizar operações em relacionamentos, muitas vezes, requer joins comple-
xos para unir tabelas.
Cypher: facilita a representação e a manipulação de padrões de relacionamento dire-
tamente, simplificando a navegação em grafos.

FLEXIBILIDADE NA MODELAGEM

SQL: mais bem adaptada para dados estruturados com relações simples.
Cypher: ideal para representar e consultar dados altamente conectados, como redes
sociais, hierarquias e sistemas complexos.

ORIENTAÇÃO PARA GRAFOS:

SQL: não é otimizada para lidar com dados de grafo, muitas vezes, exigindo consultas
complexas para representar e recuperar relações.
Cypher: projetada desde o início para operar em dados de grafos, tornando as consul-
tas mais intuitivas e eficientes em ambientes de grafos.

Essas diferenças refletem a natureza dos bancos de dados subjacentes e as neces-

sidades específicas que cada linguagem de consulta visa atender. Cada uma tem
seu lugar no cenário de gerenciamento de dados, dependendo das características
e das complexidades dos dados a serem manipulados.
Em termos de aplicabilidade, a CQL brilha em cenários em que os dados
são naturalmente representados como grafos, com muitas relações e conexões,
permitindo expressar consultas de forma mais intuitiva, facilitando a navegação
por grafos complexos e a busca de padrões específicos de relacionamentos.

1
1
1
 U N I AS S E LVI

Por outro lado, a SQL é amplamente utilizada em sistemas que adotam o

modelo relacional, ideal para estruturar dados em tabelas e realizar operações,
como seleção, projeção e junção de conjuntos. É eficaz em ambientes em que as
relações são predominantemente representadas de forma tabular.
A escolha entre CQL e SQL dependerá, portanto, da natureza dos dados e do
modelo de banco de dados adotado. Projetos que, segundo Basso (2020), envolvem
dados altamente conectados e relacionados podem se beneficiar da CQL, enquanto
aqueles que seguem uma abordagem relacional tradicional podem preferir a SQL.

Utilizando CQL e SQL simultaneamente

A integração simultânea da Cypher Query Language (CQL) e da Structure Query

Language (SQL) em um sistema de software representa uma abordagem avança-
da e versátil para a manipulação de dados. Ambas as linguagens atendem a pro-
pósitos distintos: a primeira é especializada em consultas utilizando o conceito
de grafos em bancos de dados NoSQL, enquanto a segunda é tradicionalmente
usada para operações em modelos relacionais.

Por exemplo, imagine um sistema de comércio eletrônico que armazena dados

transacionais em um banco de dados relacional, e as relações entre clientes,
produtos e preferências em um banco de dados de grafos. Com a utilização
simultânea das duas linguagens, é possível realizar operações complexas e
robustas com uma amplitude maior de possibilidades no mesmo sistema. Medi-
ante instruções SQL, é possível extrair informações provenientes das vendas, tais
como o total de receitas em determinado período de tempo. Por outro lado, as
instruções CQL permitem explorar os padrões de recomendação entre produtos
com base nas interações realizadas pelos clientes.

Essa abordagem é particularmente valiosa em sistemas complexos, em que dife-

rentes paradigmas de dados são necessários para representar de maneira eficiente
as diversas relações existentes. Vale ressaltar que as demandas atuais exigem a
utilização de diferentes tipos de bancos de dados, com o intuito de atender às
necessidades. No entanto, a integração deve ser cuidadosamente planejada para
garantir consistência e desempenho.

1
1
1
 T E MA DE A PRE ND IZAGEM 8

Segundo Silva et al. (2021), frameworks e ferramentas específicas podem

ser adotadas para gerenciar essa dualidade, permitindo que desenvolvedores
extraiam o melhor de ambos os mundos. É importante destacar que, embora a
simultaneidade de CQL e SQL ofereça flexibilidade, os desenvolvedores devem
considerar as implicações de desempenho e manutenção. A complexidade
adicional pode demandar um esforço significativo para garantir que as transições
entre as duas linguagens sejam suaves e eficientes.
A utilização conjunta de ambas proporciona uma solução poderosa para a
manipulação de dados diversificados em sistemas modernos. Entretanto, requer
uma abordagem cuidadosa e compreensão profunda dos paradigmas envolvidos.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Entender bancos de dados NoSQL orientados a grafos é fundamental para profis-
sionais de tecnologia, pois representa uma abordagem inovadora na gestão de da-
dos. Essa categoria de bancos de dados se destaca pela capacidade dela de modelar
relações complexas entre entidades utilizando a estrutura de grafos para representar
nós e arestas. Esse conhecimento oferece uma alternativa poderosa aos modelos tra-
dicionais, proporcionando flexibilidade na manipulação de dados interconectados.
Profissionais que dominam o conceito desse tipo de banco de dados estão em
alta, já que existe, atualmente, uma grande demanda no mercado. Com o crescente
reconhecimento da eficácia desse banco na modelagem e na consulta de dados inter-
conectados, empresas de diversos setores buscam especialistas capazes de aproveitar
essas tecnologias. Esses profissionais são essenciais para projetos que envolvem redes
sociais, análise de fraudes, recomendações personalizadas e sistemas que lidam com

1
1
1
 U N I AS S E LVI

dados altamente inter-relacionados. O conhecimento sólido nessa área não apenas

abre portas para oportunidades de emprego desafiadoras, mas também coloca os
profissionais em uma posição estratégica para enfrentar os desafios crescentes rela-
cionados à manipulação eficiente de dados complexos e interconectados.
Ao criar conexões com os benefícios desses bancos de dados, o profissional
entenderá como eles se destacam em situações que envolvem dados altamente
inter-relacionados. A flexibilidade na modelagem, a eficiência nas consultas de
relações complexas e a escalabilidade horizontal são características que fazem
desses bancos uma escolha valiosa em cenários, como redes sociais, análise de
redes, sistemas de recomendação e logística.
Entretanto, também é crucial compreender os desafios associados ao uso
de bancos de dados orientados a grafos. O design de um modelo eficiente, o ge-
renciamento de grandes volumes de dados e a escolha adequada em relação às
características específicas do projeto são aspectos que demandam atenção. Um
profissional bem-informado será capaz de equilibrar as vantagens e os desafios
para aplicar essa tecnologia de forma eficaz em diferentes contextos.
Ao integrar esse conhecimento ao ambiente profissional, você estará prepa-
rado(a) para explorar oportunidades em empresas que demandam soluções efi-
cientes para o tratamento de dados inter-relacionados. Além disso, a compreen-
são das nuances desses bancos de dados contribuirá para o desenvolvimento de
habilidades valorizadas no mercado, colocando você em uma posição estratégica
em um cenário cada vez mais orientado a dados e interconexões.

1
1
1
 AUTOATIVIDADE

1. O processo de armazenamento de dados em bancos de dados é essencial para organizar e

preservar informações de maneira eficiente. Os dados são estruturados e organizados em
tabelas, documentos ou outros formatos, dependendo do tipo de banco de dados utilizado.
Durante esse processo, as informações passam por fases, como a inserção, a atualização e
a recuperação, garantindo a integridade e a consistência dos dados. Além disso, sistemas
de gerenciamento de banco de dados (SGBD) desempenham um papel crucial, facilitando
a manipulação e a consulta dos dados de maneira rápida e segura. Esse procedimento é
fundamental para a tomada de decisões, as análises e as diversas operações em aplicações
que dependem de dados estruturados.

Qual é a principal finalidade do armazenamento permanente de dados em um sistema de

banco de dados?

a) Armazenar os dados.
b) Garantir a durabilidade e a disponibilidade das informações ao longo do tempo.
c) Reduzir o espaço ocupado pelos dados.
d) Acelerar o processo de escrita no banco de dados.
e) Facilitar a compressão de dados para a economia de armazenamento.

2. Grafos são estruturas matemáticas que representam relações entre entidades por meio de
conjuntos de nós (vértices) interligados por arestas. Cada aresta indica uma conexão entre
dois vértices e pode ser direcionada ou não direcionada, dependendo do tipo de relação
que representa. Os grafos são utilizados para modelar uma variedade de situações do
mundo real, desde redes sociais e sistemas de transporte até representações abstratas
de relações entre elementos. A versatilidade deles os torna fundamentais em teoria dos
grafos, facilitando a análise e a compreensão de complexas interconexões em diversas
disciplinas, como ciência da computação, matemática e engenharia.

1
1
1
 AUTOATIVIDADE

Considere as seguintes afirmativas sobre a Cypher Query Language, uma linguagem de

consulta utilizada em bancos de dados de grafos:

I - Cypher é uma linguagem específica para consulta e manipulação de dados em bancos

de dados relacionais.
II - A sintaxe Cypher é projetada para ser intuitiva, ao representar e navegar por dados
em forma de grafo.
III - A Cypher é amplamente adotada em ambientes que utilizam o modelo de banco de
dados relacional.
IV - A cláusula MATCH é usada para especificar padrões de dados a serem encontrados
no banco de dados de grafos.

É correto o que se afirma em:

a) I, apenas.
b) II e IV, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) I, II, III e IV.

1
1
1
 AUTOATIVIDADE

3. Uma linguagem de manipulação de dados em um banco de dados é um conjunto de co-

mandos e instruções que permite a interação eficiente com as informações armazenadas.
Essa categoria de linguagens engloba tanto a Linguagem de Consulta Estruturada (SQL)
quanto as outras linguagens específicas com a Cypher Query Language (CQL), que facili-
tam a inserção, a atualização, a recuperação e a exclusão de dados dentro de um sistema
de gerenciamento de banco de dados. Por meio dessas linguagens, os usuários podem
realizar diversas operações, desde consultas simples até complexas transações, garantin-
do a flexibilidade necessária para interagir com as informações de forma precisa e eficaz.

Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta
entre elas:

I - A Cypher Query Language é adequada para consultas simples e suporta operações

complexas em bancos de dados de grafos.

PORQUE

II - A cláusula RETURN em Cypher é utilizada para especificar os padrões de dados a serem

encontrados em uma consulta.

A respeito dessas asserções, assinale a opção correta:

a) As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.

b) As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
c) A asserção I é uma proposição verdadeira e a II é uma proposição falsa.
d) A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
e) As asserções I e II são falsas.

2
2
2
 REFERÊNCIAS

BASSO, D. E. Big Data. Curitiba: Contentus, 2020.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

SADALAGE, P. J.; FOWLER, M. Nosql Essencial. São Paulo: Novatec, 2013.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

SILVA, L. F. C. et al. Banco de dados não relacional. Porto Alegre: SAGAH, 2021.

2
2
2
 GABARITO

1. Opção B.

O armazenamento permanente visa manter os dados de forma persistente, assegurando

a durabilidade e a disponibilidade, independentemente de reinicializações do sistema. As
demais opções são incorretas, pois não refletem a principal finalidade do armazenamento
permanente, que é preservar a integridade dos dados ao longo do tempo.

2. Opção B.

A Cypher foi projetada especificamente para consulta e manipulação de dados em bancos

de dados de grafos, proporcionando uma sintaxe intuitiva para representar e navegar por
dados em formato de grafo. A cláusula MATCH é usada em Cypher para especificar os pa-
drões de dados que se deseja encontrar no banco de dados de grafos. Cypher não é uma
linguagem específica para consulta em bancos de dados relacionais, mas em bancos de
dados de grafos. A Cypher não é amplamente adotada em ambientes que utilizam o modelo
de banco de dados relacional: o foco dela está nos bancos de dados de grafos.

3. Opção C.

A Cypher Query Language é adequada tanto para consultas simples quanto para operações
mais complexas em bancos de dados de grafos. Ela oferece uma sintaxe intuitiva para repre-
sentar e navegar por dados em forma de grafo, suportando operações diversas. A cláusula
RETURN em Cypher não é utilizada para especificar padrões de dados, mas para especificar
o que deve ser retornado como resultado da consulta. A cláusula MATCH é utilizada para
especificar padrões de dados a serem encontrados em uma consulta.

2
2
2
MINHAS ANOTAÇÕES

2
2
2
 TEMA DE APRENDIZAGEM 9

FLEXIBILIDADE DE
ARMAZENAMENTO EM BANCOS DE
DADOS ORIENTADO A COLUNAS

MINHAS METAS

Desenvolver uma compreensão aprofundada do paradigma NoSQL.

Focar no entendimento detalhado dos bancos de dadosorientados a colunas.

Realizar comparações entre bancos de dados orientados a colunas e outros modelos NoSQL.

Aplicar os conhecimentos adquiridos em casos práticos.

Desenvolver habilidades para a otimização de consultas em bancos de dados orientados a

colunas.

Explorar a integração de bancos de dados orientados a colunas com diversas ferramen-

tas e frameworks.

Reconhecer os desafios e as limitações inerentes aos bancos de dados orientados a colunas.

2
2
2
 U N I AS S E LVI

INICIE SUA JORNADA

Bem-vindo(a) à emocionante jornada de aplicação prática dos conceitos que você
adquiriu sobre a flexibilidade de armazenamento em bancos de dados orientados
a colunas. Como estudante de Tecnologia da Informação (TI), você está prestes a
mergulhar em um campo inovador, em que a teoria encontra a implementação
real e os paradigmas tradicionais de armazenamento de dados são desafiados.
Essa é a sua oportunidade de ir além das salas de aula e laboratórios, colocando
em prática as habilidades que te capacitarão a enfrentar os desafios da gestão
eficiente de grandes conjuntos de dados.
Nessa jornada, você se deparará com a oportunidade de compreender como a
flexibilidade intrínseca dos bancos de dados orientados a colunas pode impactar
positivamente a eficiência no manuseio de informações. Explore casos de uso
reais, mergulhe em estudos de caso envolventes e enfrente os desafios que surgem
ao lidar com estruturas de dados inovadoras. Este é o momento de transformar o
conhecimento teórico em experiência prática, solidificando o seu entendimento
e te preparando para os cenários dinâmicos de TI.
Ao iniciar esta jornada, mantenha a mente aberta para as possibilidades que
se desdobram diante de você. A flexibilidade desse tipo de banco de dados não
é apenas um conceito: é uma revolução que oferece a oportunidade de vivenciar
em primeira mão. Esteja preparado(a) para desbravar terrenos desconhecidos,
enfrentar desafios com determinação e colher os frutos do conhecimento trans-
formado em competência prática.
Lembre-se: esta jornada não é apenas sobre o destino final, mas também sobre
a evolução contínua ao longo do caminho. Sintonize-se na empolgação dessa
jornada única enquanto aplica os conceitos aprendidos, amplia a sua experiência
e se prepara para se destacar no vasto campo da Tecnologia da Informação.
A aventura está apenas começando: inicie a sua jornada agora!

2
2
2
 T E MA DE A PRE ND IZAGEM 9

P L AY N O CO NHEC I M ENTO

Dê um “play” no conhecimento com o podcast Desbravando Dados, em que mer-

gulhamos nas profundezas da tecnologia para desvendar os segredos da flexibili-
dade de armazenamento em bancos de dados orientados a colunas. Neste episó-
dio envolvente, exploraremos como essa abordagem revolucionária vai além das
fronteiras dos modelos tradicionais, permitindo a eficiência no armazenamento e
na recuperação de grandes volumes de dados.
Ao longo do programa, desvendaremos as características únicas que tornam os
bancos de dados orientados a colunas uma escolha poderosa para cenários espe-
cíficos, abrindo caminho para uma compreensão profunda de como essas estru-
turas flexíveis moldam o mundo do gerenciamento de dados. Assim, especialistas
e profissionais da área compartilham insights valiosos, proporcionando uma expe-
riência enriquecedora para estudantes, entusiastas e profissionais de Tecnologia
da Informação.
Prepare-se para uma viagem fascinante pelo universo dos dados, em que a fle-
xibilidade não é apenas uma característica, mas uma revolução. Está na hora de
desbravar as possibilidades infinitas dos bancos de dados orientados a colunas.
Sintonize no Desbravando Dados e expanda o seu conhecimento com um toque
inovador na tecnologia de armazenamento de dados.

2
2
2
 U N I AS S E LVI

VOCÊ SABE RESPONDER?

Os dados não estruturados são caracterizados pela ausência de um formato predefinido,
representando uma faceta desafiadora e rica em variedade, incluindo documentos,
vídeos, imagens e mensagens. Essa diversidade exige abordagens inovadoras e é
nesse cenário que o banco de dados NoSQL entra em ação, oferecendo flexibilidade
e escalabilidade para lidar eficientemente com essas informações.
Ao recordar o cenário dos dados não estruturados, é essencial destacar a
adaptabilidade proporcionada pelo NoSQL, que se destaca ao abraçar modelos,
como documentos, grafos e famílias de colunas, adequando-se melhor à natureza
fluida do problema. Essa flexibilidade é uma vantagem valiosa em ambientes
dinâmicos, permitindo a gestão eficaz de grandes volumes de dados heterogêneos.
Nesse contexto, destacam-se diferentes tipos de abordagens: cada uma
oferece um conjunto específico de características, alinhando-se às demandas
particulares. Assim, você fortalecerá a sua compreensão sobre a arquitetura
e as funcionalidades desses bancos de dados, preparando-se para enfrentar
os desafios contemporâneos da gestão na era da informação. Recordar esses
conhecimentos não apenas reafirma a sua base teórica, mas também te capacita a
aplicar os princípios de forma estratégica em ambientes práticos da TI.
https://www.youtube.com/watch?v=INtvbsyHwhc

DESENVOLVA SEU POTENCIAL

BANCO DE DADOS NOSQL ORIENTADO A COLUNAS

Os bancos de dados NoSQL orientados a colunas representam uma categoria

inovadora de sistemas de gerenciamento de dados que se destacam pela flexibi-
lidade e eficiência em determinados cenários.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

Diferentemente dos bancos de dados relacionais tradicionais, que, segun-

do Elmasri e Nanathe (2018), organizam dados em linhas e colunas, o NoSQL
orientado a colunas utiliza uma abordagem que agrupa os dados por colunas,
proporcionando uma série de vantagens distintas.
A estrutura desse tipo de banco de dados é particularmente adequada para
situações em que as operações de leitura são predominantes. A organização dos
dados por colunas permite a recuperação seletiva de informações, o que resulta
em maior eficiência em comparação com as abordagens orientadas à linha. Essa
característica torna esses bancos de dados ideais para cenários nos quais a análise
e a consulta de grandes volumes de dados são comuns.
Outro destaque do NoSQL nesse contexto é a capacidade de escalabilidade
horizontal dele, permitindo adicionar novos nós ou servidores ao sistema de
maneira mais eficiente, possibilitando lidar com um aumento significativo no
volume de dados e tráfego sem sacrificar o desempenho. Isso é essencial em
ambientes modernos, em que a demanda por armazenamento e processamento
de dados está em constante crescimento. A flexibilidade de esquema é uma ca-
racterística marcante desses bancos de dados.
Diferentemente dos modelos relacionais, segundo Silberschatz (2020), que
requerem esquemas predefinidos e rígidos, o NoSQL permite adicionar ou mo-
dificar colunas sem a necessidade de alterações globais na estrutura. Essa flexi-
bilidade, segundo Sadalage e Fowler (2013), facilita a adaptação a mudanças nos
requisitos e acomoda a natureza dinâmica dos dados modernos.
Por fim, é relevante mencionar que alguns dos bancos de dados NoSQL orien-
tados a colunas mais conhecidos atualmente incluem Apache Cassandra e HBase.
Essas plataformas implementam de maneira eficiente os princípios desse modelo,
oferecendo aos desenvolvedores e DBAs uma alternativa robusta e altamente
especializada para cenários específicos.
Esse tipo de banco de dados representa uma abordagem inovadora no geren-
ciamento de dados, proporcionando eficiência em leituras, escalabilidade hori-
zontal, flexibilidade de esquema e adequação para ambientes em que a análise
de grandes volumes de informações é fundamental. Essa arquitetura continua a
desempenhar um papel crucial na evolução do panorama de gerenciamento de
dados, sendo uma escolha valiosa em diversas aplicações modernas.

2
2
2
 U N I AS S E LVI

O SGBD Apache Cassandra

Trata-se de um robusto SGBD NoSQL projetado para administrar grandes volu-

mes de dados distribuídos de maneira altamente escalável e resiliente.

Desenvolvido pelo Facebook e, posteriormente, concebido como um projeto de

código aberto, o Cassandra foi projetado para superar os desafios associados ao
armazenamento e à recuperação eficiente em escala global, tornando-se uma
escolha popular para empresas que buscam flexibilidade e desempenho.

Uma característica central é a arquitetura distribuída

A tolerância a falhas
e descentralizada, operando em um modelo peer-to- é uma característica
-peer, em que todos os nós em um cluster são iguais, essencial desse
eliminando pontos únicos de falha e permitindo uma SGBD .
escalabilidade horizontal fácil.
Essa arquitetura é, segundo Silva et al. (2021), particularmente eficaz em am-
bientes em que a expansão do hardware é uma necessidade constante, propor-
cionando uma solução flexível para grandes conjuntos de dados.
Outro destaque do Cassandra é a modelagem de dados baseada em colunas.
Os dados são organizados em famílias de colunas. Essa estrutura oferece uma
flexibilidade significativa em comparação com o modelo relacional. Além disso,
suporta consultas baseadas em indexação secundária, o que simplifica a recupe-
ração de dados mesmo em conjuntos de dados vastos e distribuídos.
A tolerância a falhas é uma característica essencial desse SGBD. O sistema
é projetado para operar continuamente mesmo quando alguns nós do cluster
falham. Conceitos, como replicação de dados entre os nós, e estratégias de consis-
tência configuráveis permitem que o Cassandra mantenha a integridade mesmo
em ambientes instáveis.
A linguagem de consulta CQL (Cassandra Query Language) simplifica bas-
tante a interação com o banco de dados, tornando a sintaxe semelhante ao SQL
e facilitando a transição para desenvolvedores familiarizados com o modelo rela-
cional. Isso torna o Cassandra acessível para uma ampla gama de profissionais de
TI, facilitando a adoção e a integração em diversos ambientes de desenvolvimento.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

Assim, o SGBD continua a ser uma escolha proeminente em cenários em que

a escalabilidade e a resiliência são críticas. A adoção dele é evidente em empresas
líderes em diversos setores, como serviços financeiros, telecomunicações e IoT,
destacando o papel significativo dele no cenário de bancos de dados NoSQL.
Com uma comunidade ativa de desenvolvedores e atualizações regulares, o
Cassandra permanece, segundo Basso (2020), na vanguarda da inovação, conso-
lidando o lugar dele como uma solução confiável e poderosa para as demandas
dinâmicas do gerenciamento de dados em larga escala.

Cassandra Query Language (CQL)

Trata-se de um componente fundamental do ambiente do Apache Cassandra pro-

jetada para simplificar a comunicação entre os desenvolvedores e o Cassandra. A
CQL combina a familiaridade da SQL com a flexibilidade característica dos bancos
de dados NoSQL, tornando a transição para esse ambiente acessível e intuitiva.
A CQL compartilha muitas semelhanças sintáticas com a SQL convencional,
o que facilita a adoção por profissionais que já estão familiarizados com consultas
relacionais. No entanto, segundo Silva et al. (2021), é importante observar que,
embora compartilhe semelhanças superficiais, ela foi projetada para se alinhar às
características específicas do modelo orientado a colunas do Cassandra.

Essa adaptação permite uma transição suave para os desenvolvedores que desejam
explorar os benefícios de um banco de dados distribuído e altamente escalável.

Uma característica essencial dessa linguagem é a capacidade dela de modelar

dados em famílias de colunas, proporcionando uma estrutura flexível para ar-
mazenar e recuperar informações. As operações de CRUD (Create, Read, Up-
date, Delete) são facilmente realizadas, e a CQL suporta consultas complexas,
permitindo a recuperação seletiva de dados em grandes conjuntos distribuídos.
Essa flexibilidade é crucial em ambientes dinâmicos, em que os requisitos de
modelagem de dados podem evoluir rapidamente.

2
2
2
 U N I AS S E LVI

Assim, a CQL também ofe-

A torna uma
rece suporte a índices secun-
linguagem versátil
dários, facilitando consultas
para explorar as
eficientes em colunas não capacidades do
primárias. Isso, segundo NoSQL
Basso (2020), amplia a ca-
pacidade de recuperação e aprimora o desempenho em
ambientes complexos, em que as consultas precisam
abranger diversos aspectos dos dados armazenados. A
indexação secundária é uma ferramenta valiosa para
otimizar o acesso a informações específicas sem sacrifi-
car a escalabilidade do sistema.
Essa linguagem foi projetada para suportar transações
atômicas, garantindo a consistência em operações simul-
tâneas. Isso é crucial em ambientes em que a integridade
dos dados é uma prioridade, e as operações devem ser exe-
cutadas de forma confiável e isolada.
Por fim, a CQL desempenha um papel central na expe-
riência de desenvolvimento com o Cassandra, oferecendo
uma interface poderosa e intuitiva para interagir com o
banco de dados. A semelhança dela com a SQL tradicio-
nal, combinada com recursos específicos do Cassandra, a
torna uma linguagem versátil para explorar as capacidades
do NoSQL. Nesse contexto, é possível afirmar que a CQL
é uma ferramenta crucial no kit de desenvolvimento para
aqueles que buscam aproveitar ao máximo o potencial do
SGBD em ambientes distribuídos e de grande escala.
Em um exemplo prático, considere uma aplicação
que precisa gerenciar informações de usuários em um
ambiente distribuído que utiliza o Cassandra. Para isso,
há a necessidade de criar uma tabela chamada “USUA-
RIOS” que contém as seguintes colunas: “id_usuario”,
“nome”, “email” e “idade”.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

■ Criação da tabela: para criar a tabela, a linguagem CQL será utilizada

da seguinte forma:

CREATE TABLE usuarios (

id_usuario UUID PRIMARY KEY,
nome TEXT,
email TEXT,
idade INT
);

Figura 1 – Instrução CQL para criar uma tabela chamada USUARIOS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com cinco linhas de código referentes
aos dados dos usuários a serem inseridos no banco de dados. Os dados são referentes a: ID_USUARIO, NOME,
EMAIL e IDADE. Fim da descrição.

Após a criação da tabela, é necessário que ela seja devidamente preenchida com
os dados referentes aos usuários.
O termo UUID se refere à Universally Unique Identifier ou, em português,
Identificadores Únicos para Garantir Unicidade. Trata-se de um tipo de dado uti-
lizado para atribuir identificadores únicos a registros armazenados em um banco
de dados distribuído. Esses identificadores são cruciais para garantir a unicidade
dos registros em ambientes distribuídos, em que a geração de chaves primárias
tradicionais pode se tornar um desafio. O UUID é composto por 32 caracteres
hexadecimais divididos em cinco grupos, proporcionando uma ampla variedade
de combinações e, assim, minimizando as chances de colisões de identificadores.
Essa abordagem é particularmente valiosa em cenários, como sistemas de
rastreamento, registros de eventos e qualquer aplicação em que a garantia de
unicidade seja essencial, independentemente da escala ou do número de nós no
cluster do Cassandra.

■ Inserção de dados: agora, deve-se inserir os dados na tabela USUARIOS.

2
2
2
 U N I AS S E LVI

Neste exemplo, inseriremos dois novos usuários chamados João e Maria:

INSERT INTO usuarios (id_usuario, nome, email, idade)

VALUES (uuid(), ‘João Silva’, ‘[email protected]’, 25)

INSERT INTO usuarios (id_usuario, nome, email, idade)

VALUES (uuid(), ‘Maria Oliveira’, ‘[email protected]’, 30)

Figura 2 – Instrução CQL para inserir dados na tabela USUARIOS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo o script CQL com quatro linhas de código para inserir
novos registros na tabela USUARIOS. Os dados são referentes aos novos usuários chamados João Silva e Maria
Oliveira. Fim da descrição.

■ Consulta de dados: podemos recuperar informações específicas utili-

zando a CQL, buscando todos os usuários com idade superior a 25 anos:

SELECT * FROM usuarios WHERE idade > 25;

Figura 3 – Instrução CQL para fazer busca de dados na tabela USUARIOS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com 1 linha de código para consultar
dados na tabela USUARIOS. Nessa consulta, há uma filtragem de dados para somente os usuários com idade
superior a 25 anos. Fim da descrição.

■ Atualização de dados: caso seja preciso atualizar as informações de um

usuário, a CQL nos permite fazer isso de maneira eficiente.

Considere o exemplo a seguir, atualizando a idade do usuário especificado:

2
2
2
 T E MA DE A PRE ND IZAGEM 9

UPDATE usuarios SET idade = 26 WHERE id_usuario = <id_do_usuario>;

Figura 4 – Instrução CQL para atualizar dados na tabela USUARIOS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com 1 linha de código para atualizar
dados na tabela USUARIOS. Nessa atualização, há uma filtragem de dados pelo nome do usuário e alteração da
idade para 26 anos. Fim da descrição.

■ Remoção de dados: por fim, assim como no SQL, é possível remover um

usuário da tabela utilizando a CQL.

No exemplo a seguir, é excluído o registro do usuário com o ID correspondente:

DELETE FROM usuario WHERE id_usuario = <id_do_usuario>;

Figura 5 – Instrução CQL para excluir registros na tabela USUARIOS / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script CQL com 1 linha de código para excluir regis-
tros na tabela USUARIOS. Nessa exclusão, há uma filtragem de dados pelo nome do usuário, removendo, assim,
da tabela, o registro correspondente. Fim da descrição.

O exemplo citado ilustra como a CQL pode ser utilizada para realizar operações
CRUD (Create, Read, Update, Delete) em um banco de dados Cassandra. A sin-
taxe familiar com o SQL facilita o desenvolvimento e a manutenção de aplicações
em ambientes distribuídos, proporcionando eficiência e escalabilidade.

2
2
2
 U N I AS S E LVI

AP RO F U NDA NDO

CRUD, um acrônimo para Create (Criar), Read (Ler), Update (Atualizar) e Delete (Ex-
cluir), é um conjunto fundamental de operações utilizado em SGBDs e aplicações
para a manipulação eficiente de dados.
A partir do CRUD, é possível criar novos registros, ler informações existentes, atua-
lizar dados existentes e excluir o que for desnecessário. Essas operações formam
a base essencial para a interação com sistemas de informação, proporcionando
uma estrutura universal para a gestão completa em diversas aplicações.
Ele é amplamente empregado em desenvolvimento de softwares, facilitando a
implementação de operações básicas de manipulação em sistemas de todos os
tamanhos e complexidades.

Segurança da Informação no Apache Cassandra

O Apache Cassandra, sendo um SGBD distribuído, coloca a segurança da in-

formação como uma prioridade fundamental para proteger dados sensíveis e
garantir a integridade do sistema computacional.
Uma das principais considerações nesse quesito é, segundo Silva et al. (2021),
o controle da acessibilidade de dados, oferecendo robustos mecanismos de au-
tenticação e autorização, permitindo a definição precisa de quem pode acessar e
manipular dados específicos dentro do cluster distribuído.
A autenticação no Cassandra é, geralmente, realizada por meio de uma varie-
dade de provedores, como o LDAP (Lightweight Directory Access Protocol), e a
autenticação baseada em certificados. Isso garante que apenas usuários autorizados
tenham permissão para interagir com o banco de dados. Além disso, o Cassandra
suporta papéis e permissões, possibilitando a configuração fina das autorizações
para garantir que cada usuário tenha acesso apenas às operações permitidas.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

AP RO F U N DA NDO

O LDAP (Lightweight Directory Access Protocol) é uma tecnologia que fornece um

protocolo de comunicação eficiente para acessar e gerenciar informações em di-
retórios de maneira leve e ágil. Projetado para ser simples e escalável, facilita a
consulta e a atualização de dados armazenados em diretórios distribuídos, como
informações de usuários em sistemas de autenticação centralizada.
Amplamente utilizado em ambientes corporativos, esse protocolo oferece uma
estrutura padronizada para organizar e recuperar dados de diretórios, tornando-
-se uma peça fundamental em sistemas que requerem gerenciamento eficaz de
informações distribuídas.

Outro aspecto crítico de segurança gerenciado pelo Cassandra é a criptografia de

dados em trânsito e em repouso. A comunicação entre os nós do cluster pode ser
protegida utilizando SSL/TLS (Secure Sockets Layer/Transport Layer Security),
enquanto essa criptografia em repouso é essencial para proteger informações
sensíveis armazenadas no disco. Essas medidas garantem a confidencialidade
das informações durante a transferência e o armazenamento.

ZO O M N O CO NHEC I M ENTO

SSL (Secure Sockets Layer) e TLS (Transport Layer Security) são protocolos de se-
gurança essenciais que fornecem camadas adicionais de proteção para as comu-
nicações na internet. Projetados para garantir a confidencialidade e a integridade
transmitidos entre um cliente e um servidor, esses protocolos utilizam criptografia
para proteger as informações sensíveis contra interceptação por terceiros.

O SSL foi a primeira versão desse conjunto de protocolos, mas foi sucedido pelo
TLS. Ambos são amplamente empregados em transações on-line, login em pá-
ginas da web, e-mails e outras atividades que exigem a troca segura de dados na
vastidão da internet, proporcionando uma camada crítica de segurança para
proteger a privacidade e a integridade das informações transmitidas.

2
2
2
 U N I AS S E LVI

Além disso, o Cassandra oferece funcionalidades de auditoria, permitindo o

monitoramento contínuo das atividades do banco de dados. Isso inclui o rastrea-
mento de autenticações bem-sucedidas e malsucedidas, consultas executadas e
alterações na estrutura do esquema. Esses registros são vitais para a detecção de ati-
vidades suspeitas e auxiliam nas investigações em caso de incidentes de segurança.
A segurança física do ambiente em que os nós do cluster do Cassandra estão
hospedados também seria uma preocupação. Garantir que apenas o pessoal au-
torizado tenha acesso aos servidores e que os centros de dados estejam protegidos
contra ameaças físicas contribui para uma camada adicional de proteção.
A segurança da informação é, segundo Sadalage e Fowler (2013), uma abor-
dagem abrangente que engloba desde a autenticação de usuários até a criptografia
e as auditorias detalhadas. Essas medidas visam garantir a confidencialidade, a
integridade e a disponibilidade dos dados em ambientes distribuídos, tornando
o Cassandra uma escolha confiável para organizações que priorizam a segurança
na gestão de grandes volumes de informações críticas.

APACHE SPARK

É um poderoso framework de processamento de dados

Projetado para
em código aberto que revolucionou a maneira como
oferecer velocidade,
é necessário trabalhar com grandes volumes de in-
facilidade de uso e
formações simultaneamente. Projetado para oferecer versatilidade
velocidade, facilidade de uso e versatilidade, o Spark
simplifica tarefas complexas de processamento distribuído, tornando-o uma es-
colha popular em ambientes de Big Data. Uma das características distintivas dele
é o conceito de Resilient Distributed Datasets (RDD), uma abstração de dados
imutáveis distribuídos que permite a execução eficiente de operações paralelas.
A arquitetura dele é composta por diversos módulos, sendo o Spark Core o
núcleo do sistema, fornecendo as funcionalidades básicas, incluindo manipulação
de RDDs e operações fundamentais de transformação e ação. Além disso, o Spark
SQL permite a integração de consultas SQL tradicionais ao processamento de
dados distribuídos, simplificando a interação com usuários familiarizados com
linguagens de banco de dados.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

ZO O M N O CO NHEC I M ENTO

Dentre outros recursos, podemos destacar o Spark Streaming, que estende as ca-
pacidades do framework para processamento em tempo real, permitindo a análise
contínua de dados em fluxo. Enquanto isso, o Spark MLlib oferece uma bibliote-
ca de aprendizado de máquina distribuído, simplificando o desenvolvimento de
modelos em ambientes de grande escala. Já o Spark GraphX foca em operações
de processamento de gráficos, tornando possível análises complexas de redes e
relacionamentos.

A eficiência do Spark é impulsionada pelo mecanismo de execução em memória,

que minimiza a necessidade de operações de I/O em disco, resultando em pro-
cessamento mais rápido. A capacidade dele de se integrar com diversos sistemas
de armazenamento, como Hadoop Distributed File System (HDFS) e Apache
HBase, facilita a incorporação em ambientes já existentes.
Nesse contexto, é possível afirmar que o Apache Spark se destaca como uma
ferramenta abrangente para o processamento de dados em larga escala, oferecen-
do uma ampla gama de funcionalidades que vão desde o processamento em lote
até análises em tempo real e aprendizado de máquina. A abordagem flexível, a
eficiência e a integração dele com ecossistemas de Big Data consolidam a posição
dele como uma escolha crucial para organizações que buscam extrair insights
valiosos a partir de grandes conjuntos de dados.

Em um exemplo prático, suponha que uma empresa de comércio eletrônico

com uma imensa quantidade de dados de vendas deseja realizar uma análise
abrangente para obter insights valiosos. Nesse cenário, o Apache Spark pode ser
utilizado para processar e analisar esses dados em larga escala.

■ Carregamento dos dados: primeiramente, as informações de vendas

são carregadas no ambiente do Spark a partir de fontes, como arquivos
CSV ou outras bases de dados.

2
2
2
 U N I AS S E LVI

sales_data = spark.read.csv(“dados_de_vendas.csv”, header=True, inferSchema=True)

Figura 6 – Script para busca de dados existentes em um arquivo externo e carregados na aplicação /
Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script a ser executado no Apache Spark com 1
linha de código referente à busca de dados em um arquivo do tipo CSV do Excel sobre as vendas realizadas pela
loja. Fim da descrição.

■ Transformação de dados usando RDDs: o Spark permite a criação de

RDDs para representar e manipular os dados.

Por exemplo, é possível utilizar transformações para filtrar apenas as vendas de

um determinado produto.

filtered_sales_rdd = sales_data.rdd.filter(lambda venda: venda[“produto”] == “smartphone”;

Figura 7 – Script para criar um RDD para filtrar os dados carregados na aplicação / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script a ser executado no Apache Spark com 1 linha de
código referente à criação de um RDD e à filtragem de dados sobre as vendas realizadas pela loja. Fim da descrição.

■ Análise com Spark SQL: é possível executar consultas SQL diretamente

nos dados.

Nesse caso, calcularemos o total de vendas por região.

sales_data.createOrReplaceTempView(“vendas”)
resultado_analise = spark.sql(“SELECT regiao, SUM(valor) as total_vendas FROM vendas”);

Figura 8 – Script para executar uma instrução SQL calculando o total de vendas de uma determinada região
/ Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script a ser executado no Apache Spark com 1 linha
de código referente à busca do valor total de vendas realizadas em uma determinada região. Fim da descrição.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

■ Aplicação de Machine Learning com MLlib: para prever as vendas futu-

ras, é possível utilizar o módulo de Machine Learning do Spark chamado
MLlib.

Neste exemplo, implementaremos um modelo de regressão linear simples.

from pyspark.ml.feature import VectorAssembler

from pyspark.ml.regression import LinearRegression

assembler = VectorAssembler(inputCols=[“quantidade”, “preco”], outputCol=”features”);

data_assembled = assembler.transform(sales_data)

model = LinearRegression(featuresCol=”features”, labelCol=”valor”)

trained_model = model.fit(data_assembled)

Figura 9 – Script para treinar o Machine Learning MLlib do Spark utilizando o conceito de busca Regressão
Linear / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script a ser executado no Apache Spark com seis
linhas de código referentes à execução de uma instrução de regressão linear para treinar a Machine Learning MLlib
para situações específicas. Fim da descrição.

■ Streaming em tempo real com Spark Streaming: se a empresa deseja

monitorar vendas em tempo real, o Spark Streaming pode ser empregado
para processar e analisar dados conforme são recebidos.

streaming_sales_data = spark.readStream.format(“csv”).load(“dados_em_tempo_real”);

Figura 10 – Script para fazer monitoramento de vendas em tempo real / Fonte: o autor.

Descrição da Imagem: é exibida uma tela preta contendo um script a ser executado no Apache Spark com 1 linha
de código referente ao monitoramento em tempo real das vendas on-line realizadas pela empresa. Fim da descrição.

2
2
2
 U N I AS S E LVI

■ Armazenamento dos resultados: por fim, os resultados das análises

podem ser armazenados em um banco de dados ou exportados para vi-
sualizações interativas, proporcionando insights valiosos para a tomada
de decisões estratégicas.

O exemplo citado ilustra como o Apache Spark pode ser aplicado em diferen-
tes etapas de análise de dados em larga escala, desde o processamento local no
servidor até a execução de algoritmos de Machine Learning e análise em tempo
real, demonstrando a versatilidade e a eficácia dele em ambientes de Big Data.

Integração entre o Spark e o Cassandra

A integração do Spark e do Cassandra, ambos desenvolvidos pela empresa Apa-

che, representa uma aliança poderosa no universo do processamento de dados
distribuídos. O Spark, com a capacidade de processamento em memória e flexibi-
lidade, é ideal para análises avançadas em grandes conjuntos de dados. Por outro
lado, o Cassandra, um banco de dados NoSQL altamente escalável e distribuído,
é projetado para armazenar grandes volumes de dados com alta disponibilidade.

Juntos, esses dois sistemas formam uma combinação sinérgica que aborda desafios
em ambientes de Big Data.

Uma das principais vantagens da integração é a capacidade do Spark de utilizar

o Cassandra como um repositório de dados, facilitando a leitura e a gravação
por meio do conceito de DataFrames. Isso permite, segundo Sadalage e Fowler
(2013), que as operações de transformação e análise sejam realizadas de maneira
transparente, aproveitando as capacidades distribuídas de ambos os sistemas.
Além disso, o Spark Connector for Cassandra é uma ferramenta essencial
que simplifica a interação entre essas duas tecnologias, oferecendo funcionalidades,
como o paralelismo automático de consultas, otimizando a distribuição de tarefas
entre os nós das duas estruturas. Isso resulta em um processamento mais eficiente,
aproveitando as características de escalabilidade horizontal do Cassandra.

2
2
2
 T E MA DE A PRE ND IZAGEM 9

A integração também permite o uso de ambos em conjunto para análises

em tempo real, uma vez que o Spark Streaming pode ser aplicado aos dados
armazenados no Cassandra. Isso é particularmente valioso para cenários em que
a capacidade de responder a eventos em tempo real é crucial, como monitora-
mento de IoT ou análise de dados de transmissões em tempo real.
Por fim, essa integração oferece uma solução abrangente para ambientes de
Big Data, combinando a capacidade analítica poderosa do Spark com a alta es-
calabilidade e a flexibilidade de armazenamento do Cassandra. Essa parceria
robusta continua a desempenhar um papel significativo em projetos que exigem
processamento e análise eficientes em larga escala, proporcionando aos desen-
volvedores e cientistas de dados ferramentas poderosas para explorar e extrair
insights valiosos de grandes volumes de dados distribuídos.

E M FO CO

Acesse seu ambiente virtual de aprendizagem e confira a aula referente a este tema.

NOVOS DESAFIOS
Ao atingir este ponto em sua jornada acadêmica em Tecnologia da Informação
(TI), é crucial compreender a importância de criar conexões entre o conhecimento
adquirido até agora e a sua futura trajetória no ambiente profissional. Cada con-
teúdo, desde a programação até o design de sistemas, construiu uma base sólida,
fornecendo habilidades e perspectivas essenciais. Agora, é o momento de integrar
esses conhecimentos para formar um entendimento holístico, permitindo uma
abordagem abrangente para os desafios do mundo profissional. Ao criar conexões,
é fundamental identificar as interseções entre as disciplinas, reconhecendo como a
programação pode impactar o design de sistemas, como a administração de bancos
de dados pode influenciar o desenvolvimento de aplicativos, e assim por diante.

2
2
2
 U N I AS S E LVI

Essa visão integrada é inestimável, pois reflete a complexidade do ambiente pro-

fissional de TI, em que a colaboração interdisciplinar é frequentemente crucial para
o sucesso dos projetos. Além disso, é importante antecipar as futuras tendências e
avanços tecnológicos. A rápida evolução no campo da TI demanda uma menta-
lidade adaptativa e a busca constante por atualização. Esteja ciente das inovações
emergentes, participe de comunidades profissionais e se mantenha informado(a)
sobre as últimas tendências. Isso não apenas enriquecerá a sua compreensão, mas
também demonstrará aos futuros empregadores a sua disposição para se manter
relevante em um ambiente dinâmico. O estágio profissional oferece a oportunida-
de de aplicar as suas habilidades de maneira prática. Ao ingressar em estágios ou
em projetos reais, você terá a chance de colocar em prática o seu conhecimento
consolidado, enfrentar desafios do mundo real e aprimorar as suas habilidades
profissionais. Isso não apenas solidifica o aprendizado, mas também fornece uma
experiência valiosa que será um diferencial no mercado de trabalho.
Por fim, não subestime o poder da rede. Construir conexões com colegas,
professores, profissionais da indústria e comunidades on-line expande as suas
oportunidades. A troca de conhecimentos, experiências e perspectivas não ape-
nas enriquece a sua compreensão, mas também abre portas para oportunidades
profissionais, desde colaborações em projetos até possíveis ofertas de emprego.
Ao usar o conhecimento acumulado até agora, você está construindo uma base
sólida para uma carreira de sucesso em Tecnologia da Informação. Este é o início
de uma jornada contínua de aprendizado e crescimento, em que a adaptabilidade
e a proatividade são tão essenciais quanto a base técnica. Está na hora de dar o
próximo passo com confiança, sabendo que o seu preparo acadêmico é a funda-
ção robusta para os desafios que o futuro profissional reserva.

2
2
2
 AUTOATIVIDADE

1. Dados não estruturados se referem a informações que não seguem um formato organizado
ou padrão predefinido. Ao contrário dos dados estruturados, como tabelas em bancos de
dados relacionais, os dados não estruturados não têm um esquema fixo, permitindo uma
variedade de formatos, como texto livre, áudios, vídeos e imagens. Essa diversidade torna os
dados não estruturados desafiadores de serem gerenciados por sistemas tradicionais, mas
também oferece uma riqueza de informações valiosas. Comumente encontrados na web,
redes sociais e fontes de mídia, esses dados exigem abordagens flexíveis e ferramentas
especializadas para extração e análise eficazes, destacando a importância de lidar com a
complexidade inerente à heterogeneidade dos dados não estruturados.

Qual é uma característica comum dos bancos de dados NoSQL?

a) Utilizam exclusivamente o modelo relacional para organizar os dados.

b) São projetados apenas para ambientes de pequena escala.
c) Possuem um esquema de dados flexível, permitindo a adição dinâmica de campos.
d) Adotam transações ACID de forma estrita.
e) Requerem uma estrutura de dados rigidamente definida antes da inserção de registros.

2. O armazenamento de dados não estruturados em estruturas NoSQL representa uma abor-

dagem flexível e escalável para lidar com informações que não seguem um formato fixo.
Diferentemente do modelo relacional, projetados para dados tabulares e estruturados, os
bancos de dados NoSQL permitem armazenar dados em diversos formatos, como docu-
mentos, grafos, pares chave-valor e colunas. Essa flexibilidade é especialmente vantajosa
para lidar com a diversidade de dados provenientes de fontes, como redes sociais, sensores
IoT e conteúdo multimídia. Esse tipo de armazenamento capacita as aplicações a evoluírem
dinamicamente, adaptando-se a diferentes tipos de dados e facilitando o processamento
eficiente de informações não estruturadas em ambientes de grande escala.

Qual das seguintes alternativas sobre o Apache Cassandra está correta?

a) O Apache Cassandra é um banco de dados relacional que segue estritamente o modelo

ACID.
b) O Apache Cassandra é um sistema de gerenciamento de banco de dados orientado a
documentos.
c) O Apache Cassandra utiliza um modelo de consistência forte para garantir a sincroniza-
ção entre réplicas.
d) O Apache Cassandra é projetado para ambientes mononodais e não suporta escalabi-
lidade horizontal.
e) O Apache Cassandra é um banco de dados NoSQL orientado a colunas, altamente es-
calável e distribuído.

2
2
2
 AUTOATIVIDADE

3. Considere as seguintes afirmativas sobre o Apache Spark:

I - O Spark suporta apenas a linguagem de programação Java.

II - O Apache Spark é um framework de processamento de dados distribuído e de código
aberto.
III - O Apache Spark é projetado exclusivamente para processamento em lote, não supor-
tando operações em tempo real.
IV - O Spark inclui módulos para processamento de dados em SQL, Machine Learning e
streaming.

É correto o que se afirma em:

a) I e IV, apenas.
b) II e III, apenas.
c) III e IV, apenas.
d) I, II e III, apenas.
e) II, III e IV, apenas.

2
2
2
 REFERÊNCIAS

BASSO, D. E. Big Data. Curitiba: Contentus, 2020.

ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. São Paulo: Pearson Education do
Brasil, 2018.

SADALAGE, P. J.; FOWLER, M. Nosql Essencial. São Paulo: Novatec, 2013.

SILBERSCHATZ, A. Sistema de banco de dados. Rio de Janeiro: GEN; LTC, 2020.

SILVA, L. F. C. et al. Banco de dados não relacional. Porto Alegre: SAGAH, 2021.

2
2
2
 GABARITO

1. Opção C.

Os bancos de dados NoSQL são conhecidos pela flexibilidade em relação ao esquema de

dados. Ao contrário dos bancos de dados relacionais, eles permitem a adição dinâmica de
campos e não exigem uma estrutura de dados rigidamente definida. Essa característica
é especialmente útil em cenários em que os requisitos de dados podem evoluir ao longo
do tempo, proporcionando agilidade e adaptabilidade. As demais opções estão incorretas,
pois os bancos de dados NoSQL não estão restritos ao modelo relacional. Eles podem ser
dimensionados para ambientes de qualquer escala, frequentemente, não seguem transações
ACID de forma estrita e não requerem uma estrutura de dados fixa.

2. Opção E.

O Apache Cassandra é, de fato, um banco de dados NoSQL orientado a colunas que se

destaca pela escalabilidade horizontal e distribuição eficiente em ambientes distribuídos.
Ele não segue estritamente o modelo ACID, utiliza um modelo de consistência eventual e é
particularmente eficaz para lidar com grandes volumes de dados. As demais opções estão
incorretas, pois o Cassandra não é relacional, não utiliza modelo de consistência forte, suporta
escalabilidade horizontal e não é orientado a documentos.

3. Opção C.

A afirmativa II está correta, pois o Apache Spark é, de fato, um framework de processamento

de dados distribuído e de código aberto. A afirmativa III está correta, pois o Spark suporta tanto
o processamento em lote quanto em tempo real, tornando-o versátil para diversas aplicações.
A afirmativa IV também está correta, pois o Spark oferece módulos para processamento
de dados em SQL (Spark SQL), Machine Learning (MLlib) e streaming (Spark Streaming). A
afirmativa I está incorreta, pois o Spark suporta várias linguagens de programação, incluindo
Java, Scala, Python e R.

2
2
2