01 BANCO DE DADOS DE 03 a 05 JULHO

Prévia do material em texto

INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [1] 
1 Banco de Dados 
Um banco de dados é um conjunto de dados que podem 
ser relacionados e que representam características do 
mundo real com associação lógica e coerente. Um BD 
utópico é uma base de dados universal que armazena 
todo tipo de dado e relação que possa ter. 
2 Sistema Gerenciador de Banco de 
Dados (SGBD) 
Um SGBD é um conjunto de programas que possibilita ao 
usuário manipular e gerenciar uma base de dados, ou 
seja, uma coleção de dados que estão relacionados entre 
si. 
Em via de regra um SGBD deve permitir definir um banco 
de dados, construir o banco e manipular as informações. 
2.1 Características de um SGBD 
Controle de Redundância: um SGBD deve ser capaz de 
gerenciar os arquivos de modo a evitar a duplicação de 
dados que leva a desperdício de espaço de 
armazenamento como também a possível inconsistência 
uma vez que apenas um dos arquivos possa ser alterado 
enquanto o outro não. 
Compartilhamento de Dados: também é 
responsabilidade do gerenciador controla o acesso 
simultâneo aos dados de modo que as alterações sejam 
devidamente salvas sem que haja duplicidade. 
Normalmente um arquivo pode ser lido por vários 
usuários ao mesmo tempo, porém somente um pode 
salvar por vez. 
Restrições de Acesso Multiusuário: o SGBDs devem ter a 
capacidade de controlar o acesso de forma hierárquica 
aos dados, de modo que impeça o acesso por pessoas 
sem a devida autorização. 
Fornecimentos de Múltiplas Interfaces: os programas 
atendem as necessidades dos usuários, logo alguns 
precisam de interfaces mais simples como a de um 
formulário, outros tem conhecimento mais aprofundado 
e desenvolvem programas, como também oferecem 
interfaces para consultas diretas. 
Representação de Relacionamento Complexo entre os 
Dados: as bases de dados muitas vezes possuem sentido 
por meio de seus inter-relacionamento de dados, logo os 
SGBDs devem oferecem estruturas que permitam 
organizar os dados relacionando-os da maneira mais 
eficiente. 
Reforçar Restrições de Integridade: a integridade preza 
por manter os dados fidedignos as suas definições, como 
definir um atributo do tipo numérico, nesse caso o SGBD 
deve viabilizar a restrição para não possa ser inserido um 
texto nesse campo. 
Fazer Backup e Restauração: é comum a ocorrência de 
falhas nos processos de comunicação e armazenamento, 
logo as ferramentas devem oferecem o mínimo de 
recursos para regredir ao último estado estável dos 
dados. 
2.2 Linguagens dos SGBDs 
• Linguagem de Definição de Dados (DDL) é a 
linguagem usada pelos administradores de banco 
de dados, chamados de DBAs, para definir os 
banco de dados; 
• Linguagem de Manipulação de Dados (DML) é a 
linguagem utilizada pelo usuário para recuperar, 
inserir, remover e alterar os dados no banco de 
dados. 
Existem dois tipos de DMLs: de alto nível e de baixo nível. 
Sendo a de alto nível a mais amigável e a de baixo nível 
interna ao SGBD. 
2.3 Interfaces do SGBD 
• Baseadas em Menus para os Clientes Web ou 
Navegação: uso de menus de seleção de opções, 
com isso o usuário isenta-se de conhecer 
comandos específicos de consulta; 
• Baseadas em Formulários: utilização de 
formulários a serem preenchidos pelo usuário de 
modo que o SGBD complete os campos ou dados 
faltantes, para a pesquisa; 
• Gráficas para Usuários: apresenta diagramas 
para usuário realizar a busca; 
• Linguagem Natural: uso de expressões 
idiomáticas para realizar a pesquisa no banco de 
dados; 
• Usuários Parametrizáveis: utilizado em 
ambientes limitados, em que o usuário se utiliza 
de poucos comandos com frequência para 
realizar pesquisa no banco de dados, como fixar 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [2] 
comandos de pesquisa a combinações de atalhos 
de teclado; 
• Para o DBA: é a interface de uso específico para a 
criação e gerenciamento de um banco de dados. 
3 Arquiteturas de Banco de Dados 
A arquitetura de um banco de dados depende da 
arquitetura computacional usada, se baseada em 
mainframes, modelo cliente/servidor ou paralela. 
O sistema pode ainda ser dividido em duas categorias 
principais: 
• Front-end: (interface de usuário) uma interface 
gráfica familiar mais simplificada para o usuário como 
formulários, tabelas, geradores de relatórios, por uso de 
linguagens de consulta SQL. 
• Back-end: (servidor) responsável por interpretar 
a linguagem SQL e executar a consulta, bem como 
gerenciar o acesso e controle de recuperação e execução 
simultânea (concorrência). 
Deve-se avaliar o desempenho do sistema de banco de 
dados por meio de: 
• Throughput: que descreve a quantidade de 
tarefas por período de tempo; 
• Tempo de resposta: ou tempo de execução de 
cada tarefa. 
Os principais sistemas são descritos a seguir. 
3.1 Sistemas Centralizados 
Baseada no uso de mainframes, o que gera custo elevado 
para a manutenção do supercomputador. Nesse modelo 
o mainframe concentra os dados que são acessados pelos 
terminais. 
Vantagens: 
• Um único host fornece alto grau de segurança, 
concorrência e controle de cópias de segurança e 
recuperação. 
• Não há necessidade de um diretório distribuído, 
já que todos os dados estão localizados em um 
único host. 
• Não existe a necessidade de junções distribuídas, 
já que todos os dados estão em um único host. 
Desvantagens: 
• Todos os acessos aos dados realizados por outro 
que não seja o host onde o banco de dados está, 
gera alto custo de comunicação. 
• O host em que o banco de dados está localizado 
pode criar um “gargalo”, dependendo da 
quantidade de acessos simultâneos. 
• Podem acontecer problemas de disponibilidade 
dos dados, se o host onde os dados estão 
armazenados sair do ar. 
 
3.2 Local 
O modelo local é empregado no próprio computador de 
uso pessoal. Geralmente é usado para aplicações que 
funcionam isoladamente de modo que o PC funciona 
como hospedeiro do banco como terminal de acesso. 
Esse modelo é mais simples, pois isenta-se da 
necessidade de sincronização e controle de acesso 
simultâneo. 
3.3 Cliente/Servidor 
Formato popularmente usado e que usa amplamente o 
formato front-end e back-end. Apresenta a necessidade 
de confirmações de gravação após a realização correta 
das ações (commit), possibilidade de retroceder em caso 
de erros (rollback), funções de consulta (store 
procedures) e execução automatizada de tarefas de 
acordo com gatilhos (triggers). Neste modelo ao invés de 
terminais usa-se como clientes os computadores 
pessoais. 
3.4 Distribuídos 
As informações (banco de dados) são armazenadas em 
computadores diferentes que interagem por meio da 
rede. A exemplo de sites que quando um servidor 
apresenta problema demais mantem-se em 
funcionamento, até mesmo podendo substituir o 
servidor com problema (nesse caso necessita-se da 
replicação dos dados). A desvantagem desse formato é a 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [3] 
dificuldade em desenvolver e sistemas que mantenham a 
simetria e precisão das informações. 
 
 
3.5 Paralelos 
Os sistemas paralelos são usados em limitadas situações, 
pois é necessário que o conjunto de dados possa ser 
dividido em partes para que sejam processadas 
simultaneamente por computadores diferentes, ou seja, 
cada computador executa uma parte da informação. 
Nesse método pode haver compartilhamento da 
memória ou disco ou mesmo sem realizar o 
compartilhamento do hardware. 
 
4 Exercícios 
1) Quanto aos níveis de abstraçãode bancos de dados, 
é correto afirmar que: 
(A) no nível lógico os usuários do computador vêem 
um conjunto de programas de aplicação que ocultam 
detalhes dos tipos de dados. 
(B) no nível view os usuários do computador vêem 
um conjunto de programas de aplicação e os detalhes 
dos tipos de dados. 
(C) no nível lógico, não há descrição de cada tipo de 
registro. 
(D) no nível view, cada tipo de registro é descrito por 
um tipo de informação, como um segmento de código 
anterior e a relação desses tipos de registro também é 
definida. 
(E) no nível view os usuários do computador vêem 
um conjunto de programas de aplicação que ocultam 
detalhes dos tipos de dados. 
4.1 Gabarito 
1) E. 
5 Conceitos Banco de Dados 
Nesta seção vamos conhecer os termos usados em 
bancos de dados e alguns conceitos de projeto. 
5.1 Esquema 
Um esquema é o projeto do banco de dados, composto 
por suas entidades e relacionamentos, indicando a 
organização dos dados, um esquema consiste na 
descrição de um banco de dados. 
5.2 Instância 
É um esquema populado com dados visto em 
determinado instante. 
5.3 Entidade 
Também muito citada como tabela é uma estrutura 
composta por colunas chamadas atributos, e linhas 
chamadas tuplas. Ela é a representação de uma variedade 
de objetos com suas caraterísticas. 
5.4 Relacionamento 
É uma associação entre entidades que aponta sua 
interligação, exemplo: uma pessoa trabalha em um 
departamento, são entidades departamento e pessoa, a 
definição trabalha em é um relacionamento entre as 
entidades. 
Grau de relacionamento é o número de entidades que 
participam do relacionamento. 
5.5 Atributos 
Os atributos são os dados armazenados acerca de uma 
informação e que são definidos com domínios 
específicos, ou seja, os atributos são definidos com uma 
descrição (o que ele armazena) e com o domínio (tipo de 
informação: valor inteiro, real, texto, palavra, caractere, 
booleano - aqui citados a fim de entendimento na 
aplicação prática recebem outros nomes). 
Os atributos pode ser classificados em: 
Simples ou compostos: Os atributos simples são aqueles 
que são únicos e não possuem subdivisão. Já os 
compostos podem ser divididos como, endereço, pode 
ser estruturado em logradouro, número, bairro, CEP e 
complemento. 
Monovalorados ou multivalorados: Um exemplo de um 
atributo monovalorado poderia ser o atributo CPF, o qual 
teria associado apenas um número de CPF. Pode 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [4] 
acontecer, no entanto, que uma determinada instância 
possua um conjunto de valores para uma única entidade. 
Por exemplo, o atributo filho, da entidade pessoa, que 
pode ter um, nenhum ou vários filhos cadastrados. 
Nulo: um atributo é nulo quando pode ser vazio, como o 
nome do filho caso a pessoa não possua filhos, ao 
contrário do campo CPF que por ser chave jamais poderá 
ser nulo. 
Derivado: ou calculado, é o atributo que pode ser obtido 
por intermédio de consultas como a idade de uma 
pessoa, que por decisões de projeto pode vir a ser 
guardada, sendo que poderia ser calculada com base na 
data de nascimento. 
Ao definir um relacionamento entre duas entidades é 
necessário definir qual é essa relação bem como a sua 
cardinalidade. A cardinalidade define se uma entidade 
pode ter apenas uma instancia de outra entidade 
atrelada a ela (um pra um) ou se ela pode ter várias 
instâncias (um pra muitos), também é possível que várias 
instâncias de uma entidade sejam relacionadas com uma 
instância de outra entidade, que por sua vez pode ser 
ligada a várias outras instâncias da primeira entidade 
(muitos pra muitos). 
Exemplos: 
Um pra muitos: um departamento de uma empresa pode 
ter vários empregados, mas um empregado só pode estar 
em um departamento da empresa. 
Muitos pra muitos: podemos pegar o exemplo similar ao 
anterior, mas dessa vez um empregado pode trabalhar 
em dois departamentos diferentes ao mesmo tempo. 
5.6 Tupla 
Uma tupla é uma linha de uma tabela, ou seja, são os 
dados de uma instância de uma entidade que possui 
atributos. 
5.7 Chaves 
Uma chave é um valor usado para identificar/selecionar 
uma tupla dentre as demais. 
5.8 Modelagem dos dados 
Um modelo de dados é forma mais visual de se 
compreender a organização e vinculação dos dados 
armazenados em um banco de dados, chamado na área 
como modelo de abstração. 
Na informática são amplamente utilizados os termos Alto 
Nível e Baixo Nível, em que Alto Nível relaciona ao 
entendimento da estrutura de modo mais visual e não 
muito concreto, enquanto que baixo nível descreve como 
a coisa é realmente, como é definida e feita. À exemplo, 
a maioria das linguagens de programação são conhecidas 
como sendo de alto nível, mas quando usa-se Assembly, 
que é uma linguagem de máquina cita-se uma linguagem 
mais próxima a representação que o computador 
efetivamente entende, mas que não é tão trivial para nós 
humanos. Já quando citamos os bits estamos falando do 
mais baixo nível na informática, pois se trata daquilo que 
é intimamente ligado ao hardware. 
Logo na descrição de modelos de dados há aqueles de 
mais alto nível, ou seja, mais próximos ao nosso 
entendimento e aqueles de baixo nível que descrevem 
efetivamente a estrutura da base de dados. 
Um esquema alto nível é importante para conhecer os 
dados armazenados e suas relações, sem efetivamente 
ver os dados. De modo geral são definidos três níveis de 
abstração: 
Nível Físico: é o nível de menor abstração ele descreve 
como os dados estão efetivamente armazenados. 
Nível Lógico: este é o nível intermediário, ele descreve 
quais são os dados armazenados e seus relacionamentos 
um com o outro. Nesse modelo são tomadas as decisões 
de projeto como o que por e onde por. 
Nível de Visão: é o passo inicial no projeto de um banco 
de dados, no qual são definidas as organizações dos 
dados antes mesmo de defini-los detalhadamente. Esse é 
o nível de maior abstração. 
6 Exercícios 
2016 / CONSULPLAN / Prefeitura de Venda Nova do 
Imigrante - ES / Psicólogo 
1) Um sistema de banco de dados é uma coleção de 
dados que estão inter-relacionados e também de um 
conjunto de programas que tem como função a 
permissão aos usuários para acessar e modificar tais 
dados. Um dos modelos de dados, o relacional, tem 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [5] 
como base uma coleção de tabelas. Acerca do modelo 
relacional, é correto afirmar que “______________ 
de uma relação refere-se ao seu projeto lógico; e, 
______________ da relação refere-se ao seu 
conteúdo em um ponto no tempo”. Assinale a 
alternativa que complementa correta e 
sequencialmente a afirmativa anterior. 
(A) esquema / instância 
(B) integridade / esquema 
(C) instância / atomicidade 
(D) atomicidade / integridade 
2016 / Quadrix / CRO - PR / Auxiliar de Departamento 
2) Um banco de dados é uma ferramenta para a coleta 
e a organização de informações. Os bancos de dados 
podem armazenar informações sobre pessoas, 
produtos, pedidos ou qualquer outro aspecto. Vários 
bancos de dados começam como uma lista em um 
programa de processamento de texto ou em uma 
planilha. São partes de um banco de dados típico: 
tabelas, formulários, relatórios, consultas, macros e 
módulos. Quanto às tabelas, considere as afirmativas 
seguintes. 
I. Uma tabela de banco de dados tem uma aparência 
semelhante à de uma planilha, já que os dados são 
armazenados em linhas e colunas. Como resultado, 
normalmente é bem fácil importar uma planilha para 
uma tabela de banco de dados. A principal diferença 
entre armazenar seus dadosem uma planilha e 
armazená-los em um banco de dados é a forma como os 
dados são organizados. 
II. Para obter o máximo de flexibilidade de um banco de 
dados, os dados precisam estar organizados em tabelas 
para que não ocorram redundâncias. Por exemplo, se 
você estiver armazenando informações sobre 
funcionários do CRO-PR, cada funcionário só precisará ser 
inserido uma vez em uma tabela configurada somente 
para armazenar dados desses funcionários. Os dados 
sobre produtos serão armazenados em sua própria 
tabela, e os dados sobre filiais serão armazenados em 
outra tabela. 
III. Cada linha de uma tabela é conhecida como registro. 
Os registros são o local onde as informações individuais 
são armazenadas. Cada registro consiste em um ou mais 
campos. Os campos correspondem às colunas da tabela. 
Por exemplo, você poderia ter uma tabela chamada 
"Funcionários", onde cada registro (linha) contém 
informações sobre um funcionário diferente, e cada 
campo (coluna) contém um tipo de informação diferente, 
como nome, sobrenome, endereço e assim por diante. Os 
campos devem ser designados como um determinado 
tipo de dados, seja ele texto, data ou hora, número ou 
outro tipo. 
Pode-se afirmar que: 
(A) somente I está correta. 
(B) somente II está correta. 
(C) somente III está correta. 
(D) há apenas duas afirmativas corretas. 
(E) todas estão corretas. 
6.1 Gabarito 
1) A. 
2) E. 
 
7 Banco de Dados Relacional 
Um banco de dados relacional é descrito por tabelas 
conhecidas como entidades, que armazenam dados com 
várias características chamadas atributos, dispostas em 
colunas. O conjunto de atributos de um dado em uma 
tabela é chamado de tupla, que pode ser entendido como 
uma linha de uma tabela. 
7.1 Modelo Entidade Relacionamento 
Também conhecido como MER, é a forma mais abstrata 
de compreender os dados de um banco de dados, é usado 
etapa inicial da descrição de um banco de dados. 
Esse modelo apresenta basicamente as entidades, que 
são definições de estruturas independentes como 
pessoa, carro, empregado. Cada entidade possui 
atributos, ou seja, características que o definem, por 
exemplo, a entidade pessoa contém dados do tipo nome, 
RG, CPF, nascimento, idade, endereço. A essa coleção de 
dados de cada pessoa dá-se o nome de tupla. 
A priori em uma construção de um banco de dados 
consistente deve utilizar atributos atômicos, ou seja, que 
não possam ser divididos. O atributo endereço pode ser 
divido em logradouro, número, bairro, CEP e 
complemento, logo endereço não é atômico, já o atributo 
número de um endereço é, assim como, o CPF. 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [6] 
No caso do CPF ainda pode-se notar uma outra 
característica da descrição de atributos de uma entidade, 
uma vez que o número de CPF de uma pessoa é único essa 
informação pode ser utilizada para identificar esse dado 
(pessoa) no conjunto de dados armazenados, logo CPF é 
o que se chama de chave candidata, que passa a ser uma 
chave primária a partir do momento em que 
efetivamente é definida para identificar a tupla de uma 
entidade. 
Exemplo: 
Uf(UF_Código, UF_Sigla, UF_Nome) 
Cidade(Cdd_Codigo, UF_Codigo, Cdd_Nome, 
Cdd_DDD) 
PssFisica(PssFsc_Codigo, PssFsc_Nome, 
PssFsc_CPF, PssFsc_RG, PssFsc_Rua, 
PssFsc_Numero, PssFsc_Bairro, 
PssFsc_Complemento, PssFsc_Tel1, 
PssFsc_Tel2, PssFsc_Cel, Cdd_Codigo) 
Docente(Dcn_Codigo,PssFsc_Codigo) 
DcnCnt(Cnt_Codigo, Dcn_Codigo) 
Centro(Cnt_Codigo, Cnt_Nome, Dcn_Codigo) 
Curso(Crs_Codigo, Crs_Nome, Cnt_Codigo) 
Academico(RA, PssFsc_Codigo, Acd_Satus) 
AcdCrs(RA, Crs_Codigo, Ano) 
Projeto(Prj_Codigo, Prj_Descricao) 
AcdPrj(RA, Prj_Codigo, AcdPrj_CrgHoraria) 
Disciplina(Dsc_Codigo,Dsc_Nome) 
AcdDsc(RA, Dsc_Codigo, Ano, 
AcdDsc_Faltas, AcdDsc_Situacao, 
AcdDsc_Nota) 
DcnDsc(Dsc_Codigo, Ano, Dcn_Codigo) 
O nome no início descreve o nome da entidade, 
normalmente no singular, os dados entre parênteses 
descrevem os atributos, sendo os sublinhados 
identificados como chaves, quando há dois atributos 
marcados como chave são conhecidas como chaves 
compostas. 
Mas um MER precisa de regras para ser construído e 
essas regras são as dependências funcionais entre os 
dados. 
Exemplo: o número do RA deve levar a conseguir 
informações do tipo Nome do acadêmico e seu Status. 
RA → Acd_Nome, Acd_Status 
RA, Prj_Codigo → Prj_CrgHoraria 
Dcn_Codigo → Dcn_Nome 
Dsc_Codigo → Dsc_Nome 
Dsc_Codigo, Ano → Dcn_Nome 
RA, Dsc_Codigo, Ano → AcdDsc_Nota, 
AcdDsc_Faltas, AcdDsc_Situacao, Dsc_Nome 
Crs_Codigo→ Crs_Nome, Crs_Coordenador, 
Cnt_Codigo 
Cnt_Codigo → Cnt_Nome, Cnt_Diretor 
Uf_Codigo → Uf_nome, Uf_Sigla 
RA, Crs_Codigo → Crs_Nome 
Prj_Codigo → Prj_Descricao 
7.2 DER 
O Diagrama Entidade Relacionamento é o detalhamento 
de um MER, ou seja, é uma estrutura mais visual das 
ligações entre as entidades. A figura a seguir ilustra os 
símbolos usados na descrição desse modelo. 
 
Figura 1: Resumo da notação para diagramas ER fonte: Navathe, 
2005 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [7] 
7.3 SQL 
A linguagem padrão para criação, manipulação e consulta 
a banco de dados é Standard Query Location, ou 
simplesmente SQL. Trata-se de uma linguagem 
estruturada que se baseia nas operações da Álgebra 
Relacional para seleção de linhas e colunas de dados das 
tabelas ou de junções destas em um Banco de Dados. 
As principais cláusulas (comandos) SQL são SELECT, 
FROM, WHERE, que podemos ler: selecionar (o que se 
deseja selecionar) de (entidade ou relação de entidade de 
onde será obtida a informação) que (regras que limitam 
o resultado de dados para os que se deseja). 
8 Normalização 
O processo de normalização consiste em dizer se o 
esquema de relacionamento é bom ou ruim, e se garante 
realmente a integridade e não redundância dos dados. 
Para apontar se esquema é ou não aceitável foram 
desenvolvidas etapas de um processo de padronização, 
chamadas de Formas Normais do processo de 
Normalização. São cinco as formas normais mais a Forma 
Normal de Boyce Codd (BCNF ou FNBC). 
A regra é sequencial, ou seja, o modelo só pode estar na 
segunda forma normal se estiver na primeira, e assim 
sucessivamente. A BCNF é inserida entre a terceira forma 
normal e a quarta. 
A 1NF elimina atributos multivalorados, atributos 
compostos e sua combinação, ou seja, só aceita que os 
atributos sejam atômicos. A 2NF elimina as dependências 
parciais. Já a 3NF remove as dependências transitivas. 
Enquanto a BCNF depende de estar na 3NF e elimina 
dependências entre atributos não chave. A 4NF elimina 
dependências multivaloradas. Por fim a 5NF elimina 
dependências de junções. 
9 Álgebra Relacional 
A álgebra relacional é o modo formal (matemática) de 
descrever consultas em banco de dados, usada também 
para otimizar o desempenho das consultas. 
Gatilhos 
10 Exercícios 
1) Assinale a opção correta. 
(A) Um banco de dados relacional é composto de 
roteamentos. 
(B) O projeto de um banco de dados é realizado 
segundo as fases Modelagem Procedural, Projeto 
Lógico, Projeto Operacional. 
(C) O projeto de um banco de dados é realizado 
segundo as fases Modelagem Conceitual, Projeto 
Lógico, Projeto Físico. 
(D) O projeto de um banco de dados é realizado por 
meio das fases Modelagem Lógica e Modelagem 
Física. 
(E) Um banco de dados relacional é composto de 
configurações. 
2) No Modelo Relacional de banco de dados, 
(A) o cabeçalho de uma tabela contém os atributos. 
(B) o modelo do atributo é o conjunto de valores 
permitidos. 
(C) o cabeçalho de uma tabela contém instâncias. 
(D) o domínio do atributoé a sua descrição. 
(E) o corpo da tabela contém relacionamentos 
qualitativos 
10.1 Gabarito 
1) C. 
2) A. 
11 Data Mining 
Em tradução literal Mineração de Dados o data mining 
nada mais é do que um conjunto de ferramentas e 
técnicas utilizadas para se extrair conhecimento de base 
dados, em destaque de wharehouse. 
Mineração de dados se refere à extração ou descoberta 
de novas informações de grandes quantidades de dados. 
Dentre os aspectos da técnica destaca-se o 
reconhecimento de padrões por meio de comparação e 
análise dos dados, um dos principais exemplos de 
aplicação da técnica foi pelo Walmart. A empresa buscava 
conhecer o seu cenário de vendas, como que tipo de 
produto era mais vendido em determinado dia da 
semana, a ferramenta de data mining usada apontou que 
nas sextas feiras os produtos mais vendidos eram cerveja 
e fralda. 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [8] 
Percebe-se a importância de se saber extrair o 
conhecimento da informação, pois a princípio se 
pergunta qual a relação entre cerveja e fralda. Seriam 
crianças bebendo cerveja? Logo o dado intrigante levou a 
uma investigação que revelou que os pais passavam ao 
final do expediente para comprar fraldas para os filhos e 
aproveitavam pra repor o estoque de cerveja. 
O que isso trouxe de benefícios para a empresa? Simples 
a gondola de fraldas passou a ficar ao lado da de cerveja, 
o que levou a um aumento de 30% na venda de cerveja. 
De forma geral as técnicas de mineração são hoje 
aplicadas principalmente no mercado financeiro, que o 
diga a receita federal que é uma das pioneiras a utilizar 
tais técnicas para encontrar inconsistências nas 
declarações de IR. Contudo não se limita apenas a esse 
nicho, podendo ser usada também na medicina, apesar 
de pouco usadas nesse seguimento possuem potencial 
para chegar até ao auto atendimento médico. 
As técnicas consistem em três etapas: 
• Preparação: nesta etapa são definidos quais e 
que tipo de dados são importante, nota-se a 
necessidade da participação de um especialista 
no assunto para fazer os apontamentos; 
• Data Mining: é a etapa da coleta dos dados e 
transformação para que seja mais fácil identificar 
as relações como a explanação dos dados na 
forma de gráficos; 
• Análise de Dados: os dados são comparados e 
busca-se entender o que eles podem representar 
e como podem ser usados. 
Nestas etapas nota-se a utilização de algumas tecnologias 
como: 
• IA e sistemas especialistas; 
• Redes neurais e seus paradigmas de aprendizado 
supervisionado e não supervisionado; 
• Data Wharehouse na organização dos dados. 
Assim o maior desafio é entender as relações entre os 
dados obtidos pela técnica. 
11.1 Descoberta de Conhecimento 
A mineração de dados é apenas parte do processo de 
descoberta do conhecimento. A descoberta de 
conhecimento em banco de dados é também chamada de 
KDD (Knowledge Discovery in Databases). Por sua vez o 
processo de descoberta em si é dividido em seis fases: 
1º Seleção de dados; 
2º Limpeza de dados; 
3º Enriquecimento; 
4º Transformação ou codificação de dados; 
5º Mineração de dados; 
6º Relatório e exibição da informação descoberta. 
A limpeza faz parte do pré-processamento dos dados 
para a aplicação devida das técnicas de mineração e para 
a criação de data warehouse. 
Como resultado a mineração pode fornecer diferentes 
tipos de informações novas: 
• Regras de associação: comportamentos que se 
relacionam como comprar uma vara de pescar e 
uma lanterna; 
• Padrões sequenciais: comportamentos que se 
levam a outro no futuro, como comprar um 
smartphone e futuramente algum gadget para 
ele; 
• Árvores de classificação: repetições que podem 
ser tipificadas. 
Os resultados podem ser apresentados na forma de listas, 
tabelas, descritiva ou mesmo na forma de gráficos, esta 
última mais frequentemente utilizada. 
A mineração é normalmente aplicada com o intuito de 
obter informações que possibilitem prever situações 
futuras, identificar padrões de comportamento/evento, 
classificar dados ou itens como um mercado classificar 
quais produtos são comprados para fins de merenda 
escolar, e também, as informações são utilizadas para 
otimização, por exemplo, aumentar as vendas de 
determinado produto que esteja associado a outro. 
O conhecimento obtido pela mineração é comumente 
descrito em: 
• Regras de associação: busca a relação entre 
dados do tipo o que um produto comprado tem 
haver com outro; 
• Hierarquias de classificação: objetiva descrever 
de forma hierarquizada as informações como 
classes sociais e o que cada uma compra; 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [9] 
• Padrões sequenciais: exemplo de um paciente 
que apresenta um resfriado, mas volta após um 
período com uma gripe e que mais adiante 
apresenta sintomas de pneumonia; 
• Padrões dentre de série temporal: quando o 
padrão é o espaço de tempo, ou seja, a 
frequência com que um cliente compra o mesmo 
produto; 
• Agrupamento: definição de grupos de dados ou 
indivíduos que estejam propensos a determinada 
ação ou situação. 
As dificuldades da Mineração de dados são atreladas a 
vários fatores, como a cardinalidade, ou seja, a um vasto 
volume de dados relacionados entre si a serem 
analisados; a variabilidade dos dados que na maioria dos 
casos precisa ser refinada; o grande quantidade de 
classificações diferentes bem como a qualidade dos 
dados armazenados. 
O uso bem-sucedido das aplicações de data mining 
depende da construção de um data warehouse. 
 
12 Exercícios 
2014 / CESPE / TJ-SE / Técnico Judiciário - Programação 
de Sistemas 
Acerca de DataMining e de DataWarehouse, julgue o item 
subsecutivo. 
1) Os principais processos de DataMining são a 
identificação de variações embasado em normas, a 
detecção e análise de relacionamentos, a paginação 
de memória e o controle de periféricos. 
2015 / CESPE / DEPEN / Agente Penitenciário Federal - 
Área 7 
Acerca de datawarehouse e datamining, julgue o item 
subsequente. 
2) Os objetivos do datamining incluem identificar os 
tipos de relacionamentos que se estabelecem entre 
informações armazenadas em um grande repositório. 
3) Qual o tipo de descoberta de conhecimento através 
de mineração de dados (do inglês “data mining”), em 
que se relaciona a presença de conjuntos de itens 
diversos, como por exemplo: “Quando uma mulher 
compra uma bolsa em uma loja, ela está propensa a 
comprar sapatos”? 
(A) Hierarquias de classificação. 
(B) Padrões sequenciais. 
(C) Regras de associação. 
(D) Séries temporais. 
(E) Agrupamentos por similaridade. 
4) Processo de explorar grandes quantidades de dados à 
procura de padrões consistentes, como regras de 
associação ou sequências temporais, para detectar 
relacionamentos sistemáticos entre variáveis, 
detectando assim novos subconjuntos de dados é 
conhecido como 
(A) datawarehouse. 
(B) SGBD. 
(C) mineração de dados (data mining). 
(D) modelagem relacional de dados. 
(E) mineração de textos (text mining). 
5) A Mineração de Dados é 
(A) o processo de desenvolvimento de soluções 
automáticas de acesso a informações úteis em 
depósitos de dados. 
(B) a transformação automática de dados existentes 
em grandes depósitos de dados em informações 
quantificáveis. 
(C) a automação da recuperação de informações 
caracterizadas por registros com grande quantidade 
de atributos. 
(D) a descoberta de relações significativas entre 
dados e informações passíveis de atualização 
automática. 
(E) o processo de descoberta automática de 
informações úteis em grandes depósitosde dados. 
 
12.1 Gabarito 
1) Errado. 
2) Certo. 
3) C. 
4) C. 
5) E. 
 
13 Data warehouse 
Em tradução livre Armazém/celeiro de dados consiste 
nos dados armazenados ao longo da história de uso de 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [10] 
um sistema, utilizados para se obter respostas como 
quantidade de itens vendidos por determinado 
vendedor. O objetivo de um data warehouse é dar 
sustentação a tomada de decisão com base nos dados. 
O acesso ao armazém pode ser feito por meio de um 
servidor OLAP cujo papel é interpretar as consultas 
realizadas pelos usuários convertendo nas consultas 
adequadas para o acesso, análise e geração de relatórios 
como também para ferramentas de Data Mining. 
“OLAP (processamento analítico on-line) é um termo 
usado para descrever a análise de dados complexos do 
data warehouse” (Navathe, 2011) 
13.1 Características dos armazéns de 
dados 
Um data warehouse é um armazém de dados integrados 
provenientes de várias fontes que são processados para 
serem armazenados em um modelo multidimensional. O 
data warehouse consiste em uma base de dados a parte 
do banco de dados principal, pois não sofre alterações e 
interações com a mesma intensidade, logo são chamadas 
de estruturas não voláteis, por manterem suas 
características por um maior período de tempo que os 
Banco de Dados. 
Antes de atualizar o preencher o armazém com os dados 
é necessário realizar a limpeza dos dados, ou seja, efetuar 
um pré-processamento, principalmente para eliminar 
dados inconsistentes, ou falhas como dados vazios. 
Também faz parte do pré-processamento a reformatação 
dos dados como padronizar códigos e outros atributos. 
Os data warehouses também são diferenciados pelas 
seguintes características: 
• Visão conceitual em múltiplas dimensões; 
• Dimensões variáveis; 
• Dimensões e níveis de agregação ilimitados; 
• Operacionalização sem restrição entre as 
dimensões; 
• Tratamento dinâmico de matriz esparsa; 
• Arquitetura Cliente-Servidor; 
• Multiusuário; 
• Oferecer acessibilidade; 
• Ser Transparente; 
• Intuitivos; 
Um armazém deve aceitar consultas ocasionais que 
solicitem qualquer combinação. 
Para preencher um warehouse é necessário realizar 5 
etapas: 
1º Extração dos dados das fontes; 
2º Formatação dos dados de forma a possibilitar 
relacionamentos; 
3º Limpeza dos dados; 
4º Ajustar ao modelo multidimensional; 
5º Carregar os dados no armazém. 
14 Exercícios 
1) Considere a seguinte definição: "Uma coleção de 
dados não-voláteis, integrados, orientados a um 
determinado tema e utilizados no apoio de processos 
de tomada de decisão. Geralmente contém 
componentes complementares como facilidades de 
extração, mineração e transformação de informação 
e ferramentas analíticas." Essa é a definição de 
(A) Planilha. 
(B) Middleware. 
(C) Data Warehouse. 
(D) DBMS (Data Base Management System). 
(E) Groupware. 
2) A arquitetura de data warehouse de três camadas 
contém as seguintes camadas: 
(A) Primeira camada: sistema operacional com os 
dados e o software para aquisição. Segunda camada: 
especificação de dados. Terceira camada: servidor de 
monitoramento e cliente. 
(B) Primeira camada: sistema aplicativo. Segunda 
camada: data warehouse. Terceira camada: clientes 
preferenciais. 
(C) Primeira camada: sistema operacional com 
arquiteturas diferenciadas. Segunda camada: data 
center. Terceira camada: servidor de aplicação e 
cliente. 
(D) Primeira camada: sistema operacional com os 
dados e o software para aquisição. Segunda camada: 
data warehouse. Terceira camada: servidor de 
aplicação e cliente. 
(E) Primeira camada: sistema aplicativo com os 
dados e o software para aquisição. Segunda camada: 
data warehouse. Terceira camada: relatórios e telas 
de operação. 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/
 INFORMÁTICA 03 e 05 de julho /2019 
e-mail: professor@joaopaulo.pro.br Professor: João Paulo Colet Orso 
fanpage: www.joaopaulo.pro.br @JPORSO [11] 
Julgue os itens a seguir, a respeito de soluções de suporte 
à decisão. 
3) Uma característica distinta dos data warehouses é o 
seu direcionamento para aplicações de apoio às 
decisões. Eles são otimizados para a recuperação de 
dados, não para o processamento rotineiro de 
transações. 
4) OLAP (online analytical processing) é um termo 
utilizado para descrever a análise de dados 
complexos a partir do data warehouse. As 
ferramentas OLAP empregam as capacidades de 
computação distribuída para análises que requerem 
mais armazenamento e poder de processamento que 
as disponibilizadas por um desktop. 
Acerca de conceitos básicos, arquiteturas e aplicações 
de data warehouse e datamining e técnicas de 
modelagem e otimização de bases de dados 
multidimensionais, julgue os itens que se seguem. 
5) Um cubo de dados é a representação 
multidimensional dos dados não agregados na 
qual é necessário que as dimensões tenham o 
mesmo tamanho. 
14.1 Gabarito 
1) C. 
2) D. 
3) Certo. 
4) Certo. 
5) Errado. 
6) E 
mailto:professor@joaopaulo.pro.br
http://www.joaopaulo.pro.br/