12_banco_de_dados

Prévia do material em texto

1
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
BANCO DE DADOS II 
2
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
A Faculdade Multivix está presente de norte a sul 
do Estado do Espírito Santo, com unidades em 
Cachoeiro de Itapemirim, Cariacica, Castelo, Nova 
Venécia, São Mateus, Serra, Vila Velha e Vitória. 
Desde 1999 atua no mercado capixaba, des-
tacando-se pela oferta de cursos de gradua-
ção, técnico, pós-graduação e extensão, com 
qualidade nas quatro áreas do conhecimen-
to: Agrárias, Exatas, Humanas e Saúde, sem-
pre primando pela qualidade de seu ensino 
e pela formação de profissionais com cons-
ciência cidadã para o mercado de trabalho.
Atualmente, a Multivix está entre o seleto 
grupo de Instituições de Ensino Superior que 
possuem conceito de excelência junto ao 
Ministério da Educação (MEC). Das 2109 institui-
ções avaliadas no Brasil, apenas 15% conquistaram 
notas 4 e 5, que são consideradas conceitos 
de excelência em ensino.
Estes resultados acadêmicos colocam 
todas as unidades da Multivix entre as 
melhores do Estado do Espírito Santo e 
entre as 50 melhores do país.
 
MISSÃO
Formar profissionais com consciência cida-
dã para o mercado de trabalho, com ele-
vado padrão de qualidade, sempre mantendo a 
credibilidade, segurança e modernidade, visando 
à satisfação dos clientes e colaboradores.
 
VISÃO
Ser uma Instituição de Ensino Superior reconheci-
da nacionalmente como referência em qualidade 
educacional.
GRUPO
MULTIVIX
3
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
BIBLIOTECA MULTIVIX (Dados de publicação na fonte)
As imagens e ilustrações utilizadas nesta apostila foram obtidas no site: http://br.freepik.com
Edward Costa Boncompagni Charles
Dificuldades de Aprendizagem / Edward Costa Boncompagni Charles. – Serra: Multivix, 2018.
EDITORIAL
Catalogação: Biblioteca Central Anisio Teixeira – Multivix Serra
2019 • Proibida a reprodução total ou parcial. Os infratores serão processados na forma da lei.
FACULDADE CAPIXABA DA SERRA • MULTIVIX
Diretor Executivo
Tadeu Antônio de Oliveira Penina
Diretora Acadêmica
Eliene Maria Gava Ferrão Penina
Diretor Administrativo Financeiro
Fernando Bom Costalonga
Diretor Geral
Helber Barcellos da Costa
Diretor da Educação a Distância
Pedro Cunha
Conselho Editorial
Eliene Maria Gava Ferrão Penina (presidente 
do Conselho Editorial)
Kessya Penitente Fabiano Costalonga
Carina Sabadim Veloso
Patrícia de Oliveira Penina
Roberta Caldas Simões
Revisão de Língua Portuguesa
Leandro Siqueira Lima
Revisão Técnica
Alexandra Oliveira
Alessandro Ventorin
Graziela Vieira Carneiro
Design Editorial e Controle de Produção de Conteúdo
Carina Sabadim Veloso
Maico Pagani Roncatto
Ednilson José Roncatto
Aline Ximenes Fragoso
Genivaldo Félix Soares
Multivix Educação a Distância
Gestão Acadêmica - Coord. Didático Pedagógico
Gestão Acadêmica - Coord. Didático Semipresencial
Gestão de Materiais Pedagógicos e Metodologia
Direção EaD
Coordenação Acadêmica EaD
4
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Aluno (a) Multivix,
Estamos muito felizes por você agora fazer parte 
do maior grupo educacional de Ensino Superior do 
Espírito Santo e principalmente por ter escolhido a 
Multivix para fazer parte da sua trajetória profissional.
A Faculdade Multivix possui unidades em Cachoei-
ro de Itapemirim, Cariacica, Castelo, Nova Venécia, 
São Mateus, Serra, Vila Velha e Vitória. Desde 1999, 
no mercado capixaba, destaca-se pela oferta de 
cursos de graduação, pós-graduação e extensão 
de qualidade nas quatro áreas do conhecimento: 
Agrárias, Exatas, Humanas e Saúde, tanto na mo-
dalidade presencial quanto a distância.
Além da qualidade de ensino já comprova-
da pelo MEC, que coloca todas as unidades do 
Grupo Multivix como parte do seleto grupo das 
Instituições de Ensino Superior de excelência no 
Brasil, contando com sete unidades do Grupo en-
tre as 100 melhores do País, a Multivix preocupa-
-se bastante com o contexto da realidade local e 
com o desenvolvimento do país. E para isso, pro-
cura fazer a sua parte, investindo em projetos so-
ciais, ambientais e na promoção de oportunida-
des para os que sonham em fazer uma faculdade 
de qualidade mas que precisam superar alguns 
obstáculos. 
Buscamos a cada dia cumprir nossa missão que é: 
“Formar profissionais com consciência cidadã para o 
mercado de trabalho, com elevado padrão de quali-
dade, sempre mantendo a credibilidade, segurança 
e modernidade, visando à satisfação dos clientes e 
colaboradores.”
Entendemos que a educação de qualidade sempre 
foi a melhor resposta para um país crescer. Para a 
Multivix, educar é mais que ensinar. É transformar o 
mundo à sua volta.
Seja bem-vindo!
APRESENTAÇÃO 
DA DIREÇÃO 
EXECUTIVA
Prof. Tadeu Antônio de Oliveira Penina 
Diretor Executivo do Grupo Multivix
5
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
LISTA DE FIGURAS
 > FIGURA 2 - Painel de controle XAMPP 17
 > FIGURA 3 - Representação do conjunto resultado INNER JOIN 34
 > FIGURA 4 - Representação do conjunto resultado LEFT JOIN 35
 > FIGURA 5 - Representação do conjunto resultado RIGHT JOIN 35
 > FIGURA 6 - Representação do conjunto resultado FULL JOIN 36
 > FIGURA 7 - Papéis dos sistemas de informação 
nos níveis organizacionais 43
 > FIGURA 8 - Os quatro componentes de BI 46
 > FIGURA 9 - Ambiente de banco de dados no ecossistema de BI 47
 > FIGURA 10 - Diferentes arquiteturas de acesso ao ambiente de DW 50
 > FIGURA 11 - Representação de Data Mart como 
subconjuntos resultado do DW 51
 > FIGURA 12 - Inclusão do ODS no ambiente de DW 53
 > FIGURA 13 - Processo de ETL 55
 > FIGURA 14 - Arquitetura de um DW empresarial 56
 > FIGURA 15 - Arquitetura de Data Mart 57
 > FIGURA 16 - Arquitetura em estrela de Data Mart 57
 > FIGURA 17 - Arquiteturas alternativas para 
empreendimentos de DW 58
 > FIGURA 18 - Abstração conceitual de integração 
de banco de dados 66
 > FIGURA 19 - Cenário conceitual simplificado de login 
em uma aplicação 68
 > FIGURA 20 - Tela inicial da IDE Visual Studio Community 72
 > FIGURA 21 - Figura 4 – Tela do administrador de 
fontes de dados ODBC 73
 > FIGURA 22 - Exemplo de arquivo XML 77
 > FIGURA 23 - Exemplo de retorno XML a uma consulta 78
 > FIGURA 24 - O conceito de Big Data 86
6
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
LISTA DE FIGURAS
 > FIGURA 25 - Arquitetura do Sedna 112
 > FIGURA 26 - Organização e armazenamento de dados Sedna 114
 > FIGURA 27 - Funcionamento conceitual de login 122
7
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
LISTA DE QUADROS
 > QUADRO 1 - Operadores na cláusula WHERE 21
 > QUADRO 2 - Dados na tabela pedidos 33
 > QUADRO 3 - Dados na tabela clientes 33
 > QUADRO 4 - Conjunto resultado da instrução INNER JOIN 
(pedidos e clientes) 34
 > QUADRO 5 - Outras características de Data Warehouse 49
 > QUADRO 6 - Comparativo BI versus Big Data Analytics 84
 > QUADRO 7 - Comparativo entre Analista de BI e 
Cientista de Dados 95
 > QUADRO 8 - Resumo comparativo entre BD convencional e 
não convencional 104
 > QUADRO 9 - Comparativo de terminologia entre 
bancos de dados SQL e NoSQL 110
 > QUADRO 10 - Comparativo entre BDR x BDOO x BDOR 116
 > QUADRO 11 - Explanação de invasão SQL Injection simplificada 122
8
BANCODE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
SUMÁRIO
1UNIDADE
2UNIDADE
1 PRÁTICA EM DECLARAÇÕES DE CONSULTAS SQL 15
1.1 CONCEITOS BÁSICOS SOBRE SGBD 15
1.1.1 SERVIDOR LOCAL - XAMPP 16
1.1.2 AS PARTES DA SQL - DDL E DML 18
1.2 CONSULTAS EM SQL 18
1.2.1 INSTRUÇÃO SELECT 19
1.2.2 ALIAS (AS) 20
1.2.3 CLÁUSULA WHERE 21
1.2.4 OPERADORES AND, OR, NOT 22
1.2.5 CLÁUSULA LIMIT 24
1.2.6 FUNÇÕES AGREGADAS MIN() E MAX() 25
1.2.7 FUNÇÃO AGREGADA COUNT() 27
1.2.8 FUNÇÕES AGREGADAS AVG(), SUM() 27
1.2.9 OPERADOR LIKE 28
1.2.10 OPERADORES IN, NOT IN 29
1.2.11 ORDER BY E GROUP BY 31
1.3 ENTENDENDO JUNÇÕES DE TABELAS COM INNER JOIN 32
1.3.1 LEFT JOIN 35
1.3.2 RIGHT JOIN 35
1.3.3 FULL OUTER JOIN 36
1.4 STORED PROCEDURES 36
CONCLUSÃO 39
2 BANCO DE DADOS NO CONTEXTO DE BUSINESS INTELLIGENCE 42
2.1 SISTEMAS TRANSACIONAIS COMO FONTE DE DADOS 42
2.2 BUSINESS INTELLIGENCE (BI) 45
2.2.1 COMPONENTES DE BI 46
2.3 O DATA WAREHOUSE (DW) 47
2.3.1 CARACTERÍSTICAS DO DW 48
2.3.2 ARQUITETURAS DE ACESSO AO DW 49
2.3.3 COMPOSIÇÃO DO DW 51
2.3.4 DATA MART 51
9
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
3UNIDADE
SUMÁRIO
4UNIDADE
2.3.5 DATA STORES OPERACIONAIS (ODS) 52
2.4 EXTRAÇÃO, TRANSFORMAÇÃO E CARGA (ETL) 54
2.5 OUTRAS ARQUITETURAS DE UM AMBIENTE DE DW 56
2.6 O SUCESSO NA ADOÇÃO DE DATA WAREHOUSE 59
CONCLUSÃO 61
3 INTEGRAÇÃO DE BANCO DE DADOS E INTERNET 64
3.1 ENTENDENDO SOBRE INTEGRAÇÃO 64
3.2 INTEGRAÇÃO DE LINGUAGEM COM BANCO DE DADOS 66
3.2.1 O CONTEXTO DA SQL NA INTEGRAÇÃO DE LINGUAGEM E BD 67
3.3 API ODBC PARA CONEXÃO AO BANCO DE DADOS 70
3.3.1 ODBC NA INTEGRAÇÃO C# E MYSQL 71
3.4 INTEGRAÇÃO DE BANCO DE DADOS ENTRE SISTEMAS 74
3.4.1 API E WEB SERVICES 75
3.4.2 XML EM WEB SERVICES 76
CONCLUSÃO 79
4 CARACTERÍSTICAS DE BIG DATA 82
4.1 INTRODUÇÃO EM BIG DATA 82
4.1.1 MOTIVOS DE ADOÇÃO 86
4.1.2 IMPACTOS DA UTILIZAÇÃO 88
4.1.3 EXEMPLOS DE SUCESSO 89
4.2 TECNOLOGIAS PARA BIG DATA 92
4.2.1 HADOOP 92
4.3 PROFISSIONAIS NO CONTEXTO BIG DATA 95
4.3.1 CAPACITAÇÃO 96
4.3.2 O PROFISSIONAL CDO (CHIEF DATA OFFICCER) 97
10
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
CONCLUSÃO 98
5 BANCOS DE DADOS NÃO CONVENCIONAIS 100
INTRODUÇÃO DA UNIDADE 100
5.1 CONCEITO DE BANCOS DE DADOS NÃO CONVENCIONAIS 101
5.1.1 COMPARATIVO: DADOS RELACIONAIS E NÃO CONVENCIONAIS 103
5.1.2 APLICAÇÕES NÃO CONVENCIONAIS 104
5.2 O CONCEITO NOSQL 105
5.2.1 DUAS PRINCIPAIS CARACTERÍSTICAS TÉCNICAS 107
5.2.2 TIPOS NOSQL 108
5.2.3 COMPARATIVO DE TERMOS ENTRE BASES SQL E NOSQL 109
5.3 SEDNA - UMA ABORDAGEM DE BANCO DE DADOS XML 110
5.3.1 ARQUITETURA BÁSICA DO SEDNA 112
5.3.2 ARMAZENAMENTO DE DADOS NO SEDNA 113
5.4 BD ORIENTADO A OBJETOS E BD OBJETO-RELACIONAL 114
CONCLUSÃO 116
6 ASPECTOS DE SEGURANÇA EM BANCOS DE DADOS 118
INTRODUÇÃO DA UNIDADE 118
6.1 SEGURANÇA NO CONTEXTO DA APLICAÇÃO 119
6.1.1 SQL INJECTION 121
6.1.2 AUMENTANDO A SEGURANÇA DE DADOS COM USO DE HASH 124
6.1.3 OUTROS FATORES DE SEGURANÇA LIGADOS A SENHAS 127
6.2 SEGURANÇA NO CONTEXTO SGBD 128
6.2.1 PERDA DE INTEGRIDADE 130
6.2.2 PERDA DE DISPONIBILIDADE 130
6.2.3 PERDA DE CONFIDENCIALIDADE 131
6.2.4 O PAPEL DO ADMINISTRADOR – DBA 131
SUMÁRIO
5UNIDADE
6UNIDADE
11
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
6.2.5 CONTROLES DE SEGURANÇA 131
6.2.6 CONTROLE DE ACESSO 132
6.2.6.1 GRANT E REVOKE 132
6.2.7 CONTROLE DE INFERÊNCIA 134
CONCLUSÃO 136
REFERÊNCIAS 137
SUMÁRIO
12
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
ICONOGRAFIA
ATENÇÃO 
PARA SABER
SAIBA MAIS
ONDE PESQUISAR
DICAS
LEITURA COMPLEMENTAR
GLOSSÁRIO
ATIVIDADES DE
APRENDIZAGEM
CURIOSIDADES
QUESTÕES
ÁUDIOSMÍDIAS
INTEGRADAS
ANOTAÇÕES
EXEMPLOS
CITAÇÕES
DOWNLOADS
13
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
APRESENTAÇÃO DA DISCIPLINA
Olá, aluno! Seja bem-vindo à disciplina Banco de Dados I! 
Ao lado da programação e desenvolvimento de sistemas, o banco de dados é uma 
peça essencial de qualquer aplicação/programa. Atualmente, vivemos em um cená-
rio de constante troca e compartilhamento de informação que acontece por meio 
dos mais diferentes tipos de dispositivos de hardware. Podemos citar, como exemplo, 
as aplicações desktop operando em computadores pessoais e também aplicações 
diversas em nosso cotidiano com a utilização de smartphones e tablets. O profissio-
nal de tecnologia, membro de uma equipe de desenvolvimento, precisa demonstrar 
domínio em assuntos diversos ligados a banco de dados. 
Na disciplina de Banco de Dados II, é proposto o aprofundamento de conceitos fun-
damentais, esperando, com isso, que você se torne um profissional com conhecimen-
to avançado em diversos temas no contexto de análise de dados e entendimento 
do ambiente macro em sistemas de banco de dados. Inicialmente, serão aborda-
das diversas formas de consultas SQL envolvendo as principais funções agregadas, 
operadores e cláusulas, além de expor como realizar junções de dados de diferentes 
tabelas, agrupamento e ordenação, através de diversos exemplos práticos. Você verá 
também a conceituação e características de Big Data no armazenamento de gran-
des volumes de dados, Business Intelligence - BI e suas características, comparação 
de abordagens não convencionais para bancos de dados e também a integração de 
bancos de dados e internet. É importante que você sempre consulte a bibliografia 
deste material, além da participação ativa nos fóruns de discussão. Bons estudos!
Objetivos da disciplina
Ao final desta disciplina, esperamos que você seja capaz de: 
• Descrever os conceitos avançados de consultas SQL através de exemplos. 
• Apontar as junções entre tabelas e Stored Procedures.
• Definir os conceitos de Big Data.
• Identificar as características e os elementos básicos de Business Intelligence.
• Identificar as diferenças entre banco de dados não convencionais.
• Explicar a integração de banco de dados relacionais e a internet.
• Explicar os conceitos de segurança e integridade de dados.
14
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
OBJETIVO 
Ao final desta 
unidade, 
esperamos 
que você:
> Discuta os conceitos 
de dificuldades de 
aprendizagem e o 
fracasso escolar.
> Analise o fenômeno 
das dificuldades de 
aprendizagem e seus 
aspectos.
> Aponte reflexões 
sobre o fracasso 
escolar no processo 
de ensino-
aprendizagem.
UNIDADE 1
15
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
1 PRÁTICA EM DECLARAÇÕES 
DE CONSULTAS SQL
Ao se pensar em banco de dados, deve-se ter em mente alguns pontos, tais como: a 
realização de consultas em um banco de dados, comparando os valores informados 
por um usuário de uma aplicação; como um campo de pesquisa ou um formulário 
de login e senha, a partir do entendimento do modelo relacional, baseado em regis-
tros em tabelas físicas; como se faz possível juntar dados, por exemplo, de clientes e 
seus pedidos em uma aplicação de venda do mundo real. Você pode escrever de-
clarações SQL de forma otimizada que se mostrem padronizadas e fáceis de aplicar 
manutenção. Esta unidade irá tratar especificamente das soluções para esses pontos. 
Neste momento, será dada continuidade ao que você já conhece a respeito de banco 
de dados! A sua caminhada no conteúdo será embasada em teoria, visando à diferen-
ciação no mercado detrabalho em tecnologia da informação. Vamos juntos, então!
“Pra trás, nem pra pegar impulso!”
- Clóvis de Barros Filho 
1.1 CONCEITOS BÁSICOS SOBRE SGBD
Para assimilação do conteúdo desta unida-
de, faz-se necessário o conhecimento em Sis-
tema Gerenciador Banco de Dados (SGBD). 
De forma objetiva, um SGBD é um pacote de 
programas que compõe um Sistema de Ban-
co de Dados (SBD), conforme demonstrado 
na figura a seguir. 
A utilização do SGBD no gerenciamento de 
dados traz, ao SBD, várias vantagens, confor-
me a seguir: 
FIGURA 1 - REPRESENTAÇÃO DE UM 
SISTEMA DE BANCO DE DADOS
Programas de aplicação
Sistema gerenciador de banco de dados
Dados
Fonte: CARDOSO, 2008.
16
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
• Um SGBD multiusuário permite que vários usuários acessem o banco de da-
dos simultaneamente.
• Provê formas complexas de relacionamento de dados.
• Mantém o controle de concorrência.
• recursos para recuperação de falhas (software e hardware).
Como exemplo, temos o MYSQL, sendo um sistema geren-
ciador de banco de dados adquirido, em 2009, pela empresa 
Oracle. É mundialmente utilizado e considerado o mais po-
pular entre todos. Segundo do site do Mysql, na página “Why 
Mysql?” (Acesso em novembro de 2018), aplicações como Fa-
cebook, Twitter e até o YouTube fazem uso do MySQL em 
algum momento, em seus sistemas. O MySQL constitui um 
banco de dados relacional e é operado utilizando a Lingua-
gem de Consulta Estruturada, conhecida como Structured 
Query Language (SQL). O modelo relacional é um destaque 
na utilização para criação de banco de dados corporativos 
em todos os níveis, atualmente.
1.1.1 SERVIDOR LOCAL - XAMPP
Para se conseguir trabalhar tecnicamente com as declarações SQL, que será visto 
nesta unidade, serão apresentados exemplos com os quais você também poderá im-
plementar, sendo necessário um servidor local. Desse modo, utilizaremos a iniciati-
va de componentes XAMPP que implementa localmente um SGDB Mysql e outros 
componentes, como servidor Apache, para implementação de soluções programá-
veis através da linguagem PHP, por exemplo. 
Fique tranquilo! Caso você não tenha familiaridade, a instalação do XAMPP é algo 
muito simples de ser realizada. Em seu computador, utilize um buscador de inter-
net de sua preferência e pesquise por: xampp download. Por ser uma tecnologia 
17
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
amplamente difundida, serão listadas várias páginas para que você possa obtê-lo gra-
tuitamente. Aqui vamos aconselhar o download através do site Apache Friends. Feito 
o download e instalação do XAMPP e o iniciando, temos então aberto o painel de 
controle do XAMPP, conforme figura a seguir.
FIGURA 2 - PAINEL DE CONTROLE XAMPP
Fonte: Tela do aplicativo XAMPP . 
É necessário ativar o módulo Mysql, através do botão start 
respectivo a ele, e também o módulo Apache, para ser pos-
sível acessar a interface PhpMyAdmin, através de <http://
localhost/phpmyadmin/> no seu navegador. A instalação 
e ativação do XAMPP não são objetivos desta disciplina. 
Caso você tenha dificuldades na instalação ou ativação 
dos módulos, pesquise mais a respeito em outras fontes 
como a própria internet e também nos livros disponíveis a 
você no sistema Minha Biblioteca.
18
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
1.1.2 AS PARTES DA SQL - DDL E DML
Daqui em diante, você irá estudar a fundo os conhecimentos específicos em SQL e, 
para isso, será necessário relembrar suas partes. A SQL é dividida entre declarações 
DDL e DML. Temos que a Data Definition Language – DDL, ou seja, Linguagem de 
Definição de Dados é responsável por estabelecer os chamados metadados de uma 
base de dados. Lembrando-se que metadados são dados de outro dado! Através de 
declarações DDL, fazemos criação de tabelas, alteramos estruturas ou as excluímos 
(CREATE, ALTER, DROP, entre outros).
Já os comandos responsáveis pela manipulação de dados são a parte da SQL deno-
minada como Data Manipulation Language – DML. A manipulação dos dados se dá 
principalmente por: 
• Inserção de dados de tabelas.
• Atualização de dados de tabelas.
• Exclusão de dados em uma tabela.
• Seleção de dados de uma tabela.
Na DML, temos os comandos: INSERT, UPDATE, DELETE e SELECT, principalmente. 
Daqui em diante, nesta unidade iremos focar nas várias possibilidades de seleção de 
dados com uso da declaração SELECT. 
É importante que, nesse ponto, você já consiga assimilar o nível básico sobre banco 
de dados relacionais e já tenha iniciado seus estudos em declarações DML básicas, 
afinal esta é a disciplina de Banco de Dados II. Não prossiga, caso você ainda não 
tenha tido contato nenhum com SQL. Você tem, à sua disposição, diversos livros no 
sistema Minha Biblioteca ao qual poderá ler muito a respeito sobre o tema. Consulte 
a bibliografia desta unidade sempre que precisar para saber os livros indicados!
1.2 CONSULTAS EM SQL
As consultas em banco de dados relacionais são vistas na prática de análise e desen-
volvimento, como um dos pontos mais importantes em aplicações computacionais.
Imagine como o motor de busca de grandes buscadores como o Google Search im-
plementa declarações para atender à sua necessidade de busca em milésimos de 
19
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
segundos. Ele deve apresentar resultados relevantes, ou seja, levando em considera-
ção questões como ranqueamento de resultados (o que deve vir primeiro e em se-
quência), além de considerar resultados de anunciantes que pagam para ser exibidos 
a você, de acordo com o termo pesquisado.
Iremos então focar nossos esforços, até o final desta unidade, nessa parte importan-
te da DML em SQL. A seguir, iremos apresentar conceitos mais avançados acerca da 
instrução SELECT. 
1.2.1 INSTRUÇÃO SELECT
Nosso grande amigo SELECT! Como poderíamos sobreviver sem ele no cenário da 
computação atual. A declaração SELECT basicamente informa que precisamos se-
lecionar dados em uma ou mais tabelas, atendendo a junções, uniões, distinções, 
condições, agrupamentos, ordenação e limitação de resultados. Vamos evoluir pas-
so a passo!
A sintaxe mais simples da declaração SELECT se dá:
SELECT * FROM nome_da_tabela;
Através disso, teremos o resultado da tabela integralmente.
Podemos também solicitar apenas algumas colunas de uma tabela, como exemplo:
SELECT nome, telefone
FROM tbl_cliente;
Aqui, teremos o resultado apenas do nome e telefone de todos os registros da tabela 
cliente (tbl_cliente). 
20
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
1.2.2 ALIAS (AS)
De maneira prática, os chamados aliases são formas de apelidar determinada tabela 
ou coluna em uma consulta. Veja a declaração:
SELECT cli.nome, cli.telefone 
FROM tbl_cliente AS cli;
Nesse exemplo, chamou-se como cli a tabela tbl_cliente e, com isso, selecionamos as 
colunas cli.nome e cli.telefone (nome e telefone da tabela cliente).
Podemos também dar nomes às colunas como exemplo:
SELECT sal_base AS salario_base_funcionario 
FROM tbl_funcionario;
Perceba que agora demos o nome salario_base_funcionario para o atributo sal_base, 
ou seja, para a coluna de salário base do funcionário, da tabela tbl_funcionario.
Dar nomes a tabelas e colunas é algo imprescindível? 
Não necessariamente. Você poderá perfeitamente tra-
balhar com consultas sem usar aliases, mas fazendo 
uso deles. O benefício é escrever menos e conseguir 
organizar/pensar melhor na declaração SQL como um 
todo. Vocêirá perceber isso logo adiante nesta unidade. 
Eles são extremamente úteis quando temos cláusulas 
JOIN em uma consulta.
21
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
1.2.3 CLÁUSULA WHERE
A cláusula WHERE é utilizada para “filtrar” os resultados, ou seja, restringir o que se es-
pera em uma consulta. É utilizada então para fazer uma extração de dados somente 
do que atenda à condição lógica. Veja o exemplo:
SELECT nome, telefone 
FROM tbl_cliente
WHERE ddd_telefone = 21;
Perceba agora que conseguimos buscar os nomes e te-
lefones de clientes ONDE o campo ddd_telefone seja 21 
(Ex.: RJ). Dessa forma, os clientes que têm o ddd_telefo-
ne de MG não são listados.
Falou-se de condição lógica anteriormente. Isso quer dizer que podemos usar, por 
exemplo, um campo igual a um valor (ddd_telefone=21), mas também podemos 
usar: maior que, menor que, entre outros. Exemplo: ddd_telefone > 11. Dessa for-
ma, seriam exibidos os registros de clientes com DDD maior que 11 e, nesse caso, os 
clientes de Minas Gerais (DDD 31) seriam impressos. Temos também o diferente de, 
veja: ddd_telefone <> 11. Assim, teríamos como resultado todos os clientes com DDD 
diferente de 11. Esses são os chamados operadores na cláusula WHERE. Veja mais 
detalhes no quadro a seguir.
QUADRO 1 - OPERADORES NA CLÁUSULA WHERE
OPERADOR DESCRIÇÃO
= Igual a
<>
Diferente. Observação: Em algumas versões do SQL esse operador pode ser es-
crito como !=
> Maior que
< Menor que
>= Maior que ou igual
22
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
OPERADOR DESCRIÇÃO
<= Menor que ou igual
BETWEEN Entre um determinado intervalo. 
LIKE Pesquisar por um padrão. Observação: Iremos tratar, à frente, sobre isso.
IN Para especificar valores possíveis para uma coluna. Observação: Iremos tratar, à 
frente, sobre isso.
Fonte: Elaborado pelo autor.
1.2.4 OPERADORES AND, OR, NOT
Os operadores AND, OR ou NOT podem e aparecem constantemente na prática de 
desenvolvimento de sistemas. Através deles, pode-se estabelecer uma maior abran-
gência nos filtros com WHERE, por exemplo. Veja:
SELECT nome, telefone 
FROM tbl_cliente
WHERE ddd_telefone = 31
AND cidade = ‘Belo Horizonte’
AND endereco_compl = ‘Apto’;
Aqui temos o nome e telefone de clientes que tenham o DDD do telefone igual a 
31, como cidade, Belo Horizonte, e como complemento do endereço, apartamento. 
Logicamente, quem não morar em um apartamento não será listado, bem como 
quem não for de Belo Horizonte e também quem não tiver DDD 31. Perceba mais 
um exemplo a seguir.
SELECT nome, telefone 
FROM tbl_cliente
WHERE ddd_telefone = 31
OR ddd_telefone = 21
Agora usando o operador OR, temos um filtro de clientes com ddd_telefone = 31 ou 21.
23
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
Com operador AND são exibidos os resultados caso todas 
as condições que estiverem separadas por AND forem 
verdadeiras. Já o operador OR mostra os resultados se 
alguma das condições que estiverem separadas por OR 
forem atendidas, ou seja, se forem verdadeiras. É impor-
tante entender e praticar esses operadores, pois um erro 
lógico, nesse sentido, pode ocasionar problemas em uma 
aplicação. Imagine a situação em que se precise buscar 
registros a partir de datas em uma tabela, onde é neces-
sário exibir apenas registros do ano de 2017 ou 2018 e do 
mês fevereiro até junho.
Veja, a seguir, uma possível condição WHERE:
...
WHERE (ano = 2017 OR ano = 2018) 
AND (mes >= 2 AND mes<=6) 
...
Uma troca entre OR/AND poderia trazer registros errados ou não trazer todos os cer-
tos. É importante estar atento!
Não menos importante, o operador NOT filtra os resultados para quando a condição 
não é verdadeira. Veja um exemplo:
SELECT nome, telefone 
FROM tbl_cliente
WHERE NOT pais = ‘Brasil’;
Ficou simples de entender que essa consulta trará os clientes que não são brasilei-
ros, certo?
24
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Podemos também combinar NOT com outro operador. Veja:
SELECT nome, telefone 
FROM tbl_cliente
WHERE NOT pais = ‘Brasil’
AND NOT pais = ‘Japão’;
Aqui, teremos resultados de clientes que não são brasileiros e também não são ja-
poneses.
1.2.5 CLÁUSULA LIMIT
Através da cláusula LIMIT, você consegue limitar a quantidade de resultados que pre-
cisamos em uma instrução SQL. Veja um exemplo:
SELECT nome, telefone 
FROM tbl_cliente
WHERE NOT pais = ‘Brasil’
AND NOT pais = ‘Japão’
LIMIT 3;
Aqui, teremos retorno de apenas 3 resultados de clientes que não são brasileiros 
e também não são japoneses. Caso existam 10 clientes não brasileiros e não japo-
neses, apenas 3 deles serão listados. Caso exista apenas 1, apenas ele será listado. 
Dessa forma, o LIMIT restringe a quantidade máxima de registros que devem ser exi-
bidos atendendo à(s) condição(es).
Em SGBD SQL Server da Microsoft, diferente do MYSQL, 
o correspondente ao LIMIT se dá pela declaração SELECT 
TOP. Um exemplo, nesse caso, seria: 
SELECT TOP 3 FROM tbl_cliente WHERE ddd_telefone = 21;
25
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
1.2.6 FUNÇÕES AGREGADAS MIN() E MAX()
MIN() e MAX() são funções que podemos utilizar para retornar os valores mínimos e 
máximos de um campo da tabela. Observe os exemplos, a seguir, e note a presença 
dos parênteses envolvendo o campo em questão.
SELECT idproduto, nome, MIN(preco) 
FROM tbl_produto;
Nesse exemplo, teremos o resultado do produto com menor preço da tabela produ-
tos, sendo apresentadas então as colunas idproduto, nome e preço.
SELECT idproduto, nome, MAX(preco) 
FROM tbl_produto;
Aqui, teremos o resultado do produto com maior preço da tabela produtos, sendo 
apresentadas então as colunas idproduto, nome e preço.
As funções nativas em um SGBD se mostram auxiliares diretos ao analista/desenvol-
vedor no âmbito de delegar as responsabilidades de processamento a ele (SGBD) e 
não ao código escrito em alguma linguagem. O conhecimento das funções nativas 
do SGDB é então algo bem importante. Nesse caso, as funções MIN() e MAX() tratam 
de funções simples, mas que, se não existissem, o desenvolvedor precisaria criar ro-
tinas na aplicação desenvolvida para selecionar todos os dados, verificar qual seria o 
registro mínimo ou máximo para então exibi-los. Ao contrário disso, com uma sim-
ples instrução SQL, o resultado desejado já se torna visível como retorno à consulta.
É interessante notar que as funções MIN() e MAX() restringem o resultado, pois logi-
camente irão atender à função de valor máximo ou mínimo do campo em questão. 
E, se tivermos dois produtos com mesmos valores mínimos na tabela? Por exemplo, 
um livro no valor de R$35 e um caderno também com o valor de R$35, sendo nessa 
26
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
tabela de produtos ambos com menores preços. Nesse caso, vale refletir se o SGBD 
retornaria os dois registros ou apenas um deles quando aplicado a função MIN(). Des-
cubra o direcionamento para a reflexão treinando essa função em uma tabela, usan-
do seu servidor local - XAMPP! Crie uma tabela de produtos constando uma coluna 
de preço, inclua alguns registros com preços iguais e opere o SQL utilizando a função 
MIN().
Outras funções bastante úteis na prática de consultas em banco de dados são as fun-
ções relacionadas a campos do tipo data: day(), month(), year(), hour(), entre diversas 
outras. São usadas para extrair/comparar de um campo dotipo data, informações 
como o dia, o mês, o ano. Um exemplo simples, nesse sentido, seria:
SELECT month(data_vencimento) FROM tbl_financeiro;
Em MYSQL, temos nesse exemplo o resultado apenas do mês do campo data_venci-
mento de uma possível tabela financeira do banco de dados, que por exemplo pode-
ria ter o valor: 25/12/2018. Nesse caso, automaticamente já viria no retorno apenas o 
mês, nesse caso 12. Nesse exemplo, foi usada a função Month() para mostrar apenas 
o mês de um campo, mas a função pode também ser usada em condições WHERE. 
Exemplo: 
SELECT <...> FROM <tabela>
WHERE month(data_vencimento) = 12
Cada SGBD possui particularidades em relação à sintaxe (for-
ma de estruturar) as funções SQL. No caso do MYSQL, você 
poderá ler mais a respeito de todas as funções disponíveis, 
consultando o site oficial de desenvolveres MYSQL. Faça uma 
pesquisa no buscador de sua preferência pelo termo: dev my-
sql reference manual functions. Da mesma maneira, você 
poderá buscar conhecimento em funções de outros SGBDs 
como SQL Server, Oracle e demais.
27
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
1.2.7 FUNÇÃO AGREGADA COUNT()
A função COUNT() é um dos destaques também entre as funções presentes nos 
SGBDs. Através dela, você pode contar a quantidade de registros atendendo a condi-
ções WHERE, por exemplo. Veja:
SELECT COUNT(idproduto) 
FROM tbl_produto
WHERE preco <= 10;
Tem-se, com essa instrução, o retorno da quantidade de registros que atendam ao 
que foi proposto na cláusula WHERE, sendo, nesse caso, a quantidade de produtos 
com preço menor ou igual a 10. Vale ressaltar aqui a quantidade de registros que 
são retornados a partir de uma instrução envolvendo a função COUNT(). É possível 
descobri-la, através do seu banco de dados, mais uma vez utilizando o XAMPP. Você 
precisa praticar e entender, partindo de treinos! Vamos lá, você já pode responder a 
essa questão!
1.2.8 FUNÇÕES AGREGADAS AVG(), SUM()
As funções AVG() e SUM() retornam à média e à soma, respectivamente, de campos 
numéricos de uma tabela. Perceba os exemplos a seguir:
SELECT AVG(preco) 
FROM tbl_produto
WHERE peso <= 0.5;
Nesse pequeno exemplo, estamos pedindo a média de preço dos produtos com peso 
menor ou igual a 0.5. Percebe-se que as funções são verdadeiras amigas do desen-
volvedor!
28
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
SELECT SUM(preco) 
FROM tbl_produto;
Aqui temos a soma de todos os preços de produtos; afinal, não houve nenhum filtro 
aplicado utilizando condições a serem atendidas com WHERE.
1.2.9 OPERADOR LIKE
O operador LIKE é utilizado juntamente à cláusula WHERE para pesquisar um pa-
drão. Pense na seguinte situação, que aliás é bastante comum em sistemas de qual-
quer tipo: dentro da aplicação, existe a necessidade de existir um campo de pesquisa 
pelo nome do cliente. Partindo disso, o usuário dessa aplicação poderá informar o 
início do nome, partes do meio do nome, ou apenas o último sobrenome do cliente 
para realização da pesquisa no banco de dados. 
Veja três exemplos a seguir:
SELECT nome 
FROM tbl_cliente
WHERE nome LIKE ‘Maria%’;
Nesse exemplo, estamos pesquisando por clientes que têm o nome iniciando pelo 
termo Maria. Perceba que usamos o curinga de porcentagem logo após o termo. 
Como resultado, teríamos os clientes: Maria Joana, Maria Silva. E não teríamos ne-
nhuma Ana Maria, pois o curinga (%) foi incluído ao final e, dessa forma, o nome deve 
iniciar com Maria.
SELECT nome 
FROM tbl_cliente
WHERE nome LIKE ‘%Maria’;
29
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
Agora alteramos a posição do curinga de porcentagem para o início. Já aqui teríamos, 
como resultado, por exemplo, a cliente Ana Maria, pois, nesse caso, o termo Maria 
está ao final do nome.
SELECT nome 
FROM tbl_cliente
WHERE nome LIKE ‘%Maria%’;
Por fim, temos o curinga tanto no início quanto no fim. Dessa forma, teremos retorno 
de clientes com o termo Maria em qualquer posição do nome.
Com uso do operador LIKE, consegue-se construir instruções 
de pesquisa bem mais refinadas do que esses exemplos. 
Aqui, foram apresentas as formas básicas de sua utilização. 
Existem, por exemplo, ainda outras formas de se trabalhar 
com curingas e combinações deles no uso do operador LIKE, 
como uso do curinga underline para verificar o termo infor-
mado em posição específica do valor de um campo na tabela 
do banco de dados. Pesquise mais a respeito de acordo com 
o SGBD que você está ou estará utilizando em seus projetos. 
1.2.10 OPERADORES IN, NOT IN
O operador IN fornece à instrução SELECT a possibilidade de especificar vários valo-
res na cláusula WHERE. Como você irá perceber a seguir, temos que esse operador 
é uma forma alternativa, digamos uma abreviação do uso de vários operadores OR, 
conforme visto anteriormente. Acompanhe os exemplos a seguir para consolidar o 
seu entendimento.
SELECT nome 
FROM tbl_cliente
WHERE pais IN ( ‘Brasil’ , ‘Alemanha’ , ‘USA’ );
30
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Com o conhecimento que você já tem até aqui, ficou simples entender o operador 
IN apenas pelo exemplo. Nesse caso, busca-se clientes com atribuição de país, sendo 
Brasil OU Alemanha OU USA.
Atenção! Perceba na estruturação dos parênteses a presença de aspas simples e vír-
gulas separando cada termo.
SELECT nome 
FROM tbl_cliente
WHERE pais NOT IN ( ‘Inglaterra’ );
Já aqui estamos selecionando clientes que não têm a atribuição de país, sendo o 
termo Inglaterra. 
Tem-se também a possibilidade de usar os operadores 
IN, NOT IN para especificar dentro dos parênteses outra 
instrução SQL. 
SELECT nome, telefone
FROM tbl_cliente
WHERE pais IN ( 
SELECT pais 
FROM tbl_fornecedores
);
Aqui, são selecionados o nome e telefone dos clientes que são dos mesmos países 
que os fornecedores, ou seja, o SQL interno ao operador IN apenas traz a lista de paí-
ses de fornecedores, como: ‘Brasil’, ‘Alemanha’, ‘Japão’. 
31
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
SELECT nome, email 
FROM tbl_cliente
WHERE idcliente NOT IN (
SELECT idcliente 
FROM tbl_envio_email
WHERE tipo = ‘Natal2018’
);
O objetivo aqui é trazer o nome e e-mail de clientes que ainda não receberam um 
e-mail de Natal 2018. Perceba que, dentro dos parênteses do operador NOT IN, te-
mos uma segunda instrução SQL que retorna apenas o idcliente de quem já recebeu 
e-mail de Natal. Com isso, haverá o processamento dessa consulta interna ao NOT IN 
retornando, por exemplo: 1,5,7,10. Ou seja, os clientes 1,5,7,10 já receberam e-mail e 
logo o SQL principal trará o nome e e-mail de clientes onde idcliente NOT IN (1,5,7,10).
1.2.11 ORDER BY E GROUP BY
Com uso do ORDER BY, conseguimos classificar o conjunto de resultados de maneira 
crescente ou decrescente. Veja exemplos:
SELECT nome, email 
FROM tbl_cliente
ORDER BY nome;
Aqui, estamos buscando nome e e-mail de clientes, sendo o resultado de clientes 
apresentados, ordenados alfabeticamente pelo nome.
32
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
SELECT nome, email 
FROM tbl_cliente
ORDER BY nome DESC;
Aqui, estamos buscando nome e e-mail de clientes, sendo o resultado de clientes 
apresentados, ordenados alfabeticamente pelo nome de forma decrescente.
Já a instrução GROUP BY realiza o agrupamento do conjunto de resultados em uma 
ou mais colunas. Esse recurso é muito usado em conjunto comas funções agregadas 
(COUNT, MAX, MIN, SUM, AVG). Veja um exemplo de uso em conjunto com a função 
COUNT():
SELECT COUNT(idcliente), cidade
FROM tbl_cliente
GROUP BY cidade;
O resultado dessa consulta é uma contagem de clientes e cidade realizando um agru-
pamento por cidade, ou seja, nas linhas do conjunto o resultado seria, por exemplo: 
COUNT(IDCLIENTE) CIDADE
4 Belo Horizonte
15 Espírito Santo
25 Rio de Janeiro
1.3 ENTENDENDO JUNÇÕES DE TABELAS COM 
INNER JOIN
As chamadas junções, expressas em SQL, como cláusulas JOIN, são recursos funda-
mentais para realização de consultas mais complexas em banco de dados. A impor-
tância desse recurso se dá pelo fato de que através do uso de JOIN podemos combi-
nar registros de duas ou mais tabelas do banco de dados, tomando como base um 
campo relacionado entre elas, geralmente a chave primária de uma tabela em rela-
ção à chave estrangeira em outra. Perceba no QUA. 2 os dados populados em uma 
possível tabela de pedidos; e no QUA. 3, a tabela de clientes.
33
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
QUADRO 2 - DADOS NA TABELA PEDIDOS
IDPEDIDO IDCLIENTE DATA_PEDIDO
1010 1 18/11/2018
1021 36 19/11/2018
1031 76 20/11/2018
Fonte: Elaborado pelo autor.
QUADRO 3 - DADOS NA TABELA CLIENTES
IDCLIENTE NOME PAIS
1 Jorge Brasil
2 Maria Brasil
36 John USA
76 Honda Japão
Fonte: Elaborado pelo autor.
Note que a coluna idcliente na tabela de pedidos faz re-
ferência à coluna idcliente na tabela de clientes.
Agora imagine se você juntar, de forma relacionada, os dados tanto da tabela pedi-
dos como da tabela de clientes. É nesse ponto que temos as cláusulas JOIN. 
Veja um exemplo simples dessas duas tabelas.
SELECT Ped.idpedido, Ped.data_pedido, Cli.nome, Cli.pais
FROM tbl_pedido AS Ped
INNER JOIN tbl_cliente AS Cli ON Ped.idcliente=Cli.idcliente;
Nesse exemplo, temos como resultado o idpedido, data_pedido da tabela de pedi-
dos com uma junção do nome e pais do cliente da tabela de clientes. Nesse caso, as 
linhas do conjunto resultado dessa instrução seria conforme apresentado no quadro 
a seguir (Conjunto resultado da instrução INNER JOIN (pedidos e clientes).
34
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Para facilitar sua assimilação, perceba que na instrução 
SQL foram usadas as cores, apenas como forma didática:
• Em laranja temos: Uso de alias para chamar de “Ped” a 
tabela tbl_pedido.
• Em verde temos: Uso de alias para chamar de “Cli” a ta-
bela tbl_cliente.
• Em azul temos: Cláusula INNER JOIN e ON necessário 
para relacionamento.
A utilização de aliases foi esclarecida anteriormente nesta unidade!
QUADRO 4 - CONJUNTO RESULTADO DA INSTRUÇÃO INNER JOIN (PEDIDOS E CLIENTES)
IDPEDIDO DATA_PEDIDO NOME PAIS
1010 18/11/2018 Jorge Brasil
1021 19/11/2018 John USA
1031 20/11/2018 Honda Japão
Fonte: Elaborado pelo autor.
FIGURA 3 - REPRESENTAÇÃO DO CONJUNTO RESULTADO INNER JOIN
A B
O recurso INNER JOIN então retorna no 
conjunto resultado o(s) registro(s) que são 
comuns nas duas tabelas.
Fonte: Elaborado pelo autor.
O INNER JOIN é forma de junção de dados mais conhecida, pois comumente nas 
aplicações o que mais se precisa é o retorno relacionado de dados entre as tabelas, 
assim como visto no exemplo anterior: dados de clientes de acordo com a relação de 
seus pedidos. Daqui em diante, serão apresentadas outras formas possíveis da cláu-
sula JOIN, mas não entraremos em exemplos específicos. Caso você tenha interesse 
35
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
em suas aplicações, poderá testá-las localmente em servidor local com uso do XAM-
PP, criando então duas ou mais tabelas e operando instruções SELECT com uso de 
tais variações JOIN. 
1.3.1 LEFT JOIN
Existe também a possibilidade de uso do LEFT JOIN. Conforme apresentado na figura 
a seguir, nesse caso o conjunto resultado da instrução SQL será todos os registros que 
estão presentes na tabela A (mesmo que não estejam presentes na tabela B) e tam-
bém os registros da tabela B que são comuns à tabela A (interseção).
FIGURA 4 - REPRESENTAÇÃO DO CONJUNTO RESULTADO LEFT JOIN
A B
Fonte: Elaborado pelo autor.
1.3.2 RIGHT JOIN
Com utilização do RIGHT JOIN, de acordo com a FIG. 5 a seguir, haverá como conjun-
to o resultado de todos os registros que estiverem na tabela B (mesmo não presentes 
na tabela A) e também os registros da tabela A que são comuns à tabela B.
FIGURA 5 - REPRESENTAÇÃO DO CONJUNTO RESULTADO RIGHT JOIN
A B
Fonte: Elaborador pelo autor.
36
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
1.3.3 FULL OUTER JOIN
Agora, com utilização do OUTER JOIN (também denominado por FULL OUTER JOIN 
ou apenas FULL JOIN), conforme ilustrado na figura abaixo, temos no conjunto re-
sultado de todos os registros que estão presentes na tabela A e todos os registros da 
tabela B.
FIGURA 6 - REPRESENTAÇÃO DO CONJUNTO RESULTADO FULL JOIN
A B
Fonte: Elaborado pelo autor.
É importante que, neste momento, você busque mais 
exemplos e treine as variações do JOIN. Acesse os livros 
indicados na bibliografia desta unidade disponíveis no 
sistema Minha Biblioteca.
1.4 STORED PROCEDURES
Um procedimento armazenado, conhecido como Stored Procedures, trata de uma 
instrução SQL previamente preparada ao qual poderá ser salva, para que então possa 
ser reutilizada repetidamente quando necessário. Assim, se você tiver, por exemplo, 
uma consulta SQL que necessite escrever repetidamente em sua aplicação, desenvol-
vida em alguma linguagem, basta salvá-la como um procedimento armazenado no 
SGBD e, quando necessário, apenas realizar uma chamada para executá-la.
37
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
Em Stored Procedures, é permitida a passagem de parâmetros para a instrução ar-
mazenada e, dessa forma, conseguir dinamismo nas ações com base nos valores de 
parâmetro que são passados.
A sintaxe de criação de Stored Procedures varia de acor-
do com o SGBD. Aqui, exemplifica-se com o uso do 
SGBD MYSQL, para que você consiga reproduzir local-
mente com uso do pacote XAMPP, em seu servidor local.
Acompanhe um exemplo básico de criação de uma Procedure, mas, para isso, certifi-
que-se de criar primeiramente uma tabela de clientes, conforme a seguir.
CREATE TABLE tbl_cliente ( 
`idcliente` INT(15) NOT NULL AUTO_INCREMENT , 
`nome` VARCHAR(50) NOT NULL , 
`pais` VARCHAR(50) NOT NULL , 
PRIMARY KEY (`idcliente`)
) ENGINE = InnoDB;
Aqui, temos a estrutura básica da tabela cliente para realizar nosso exemplo de cria-
ção e execução da Procedure:
• idcliente do tipo inteiro(15), como chave primária e autoincremental.
• nome do tipo varchar(50).
• pais do tipo varchar(50).
Agora, com nossa tabela criada, iremos inserir três registros de clientes:
INSERT INTO `cliente` (`nome`, `pais`) VALUES (‘Jorge’, ‘Brasil’);
INSERT INTO `cliente` (`nome`, `pais`) VALUES (‘John’, ‘USA’);
INSERT INTO `cliente` (`nome`, `pais`) VALUES (‘Honda’, ‘Japão’);
38
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Vamos criar nossa Procedure. O objetivo será criar o procedimento para listar todos 
os clientes, quando nenhum parâmetro for passado ao procedimento, e também 
listar somente o cliente específico, quando for passado o parâmetro de número do 
idcliente específico. Em resumo, ao chamar o procedimento, quando não informado 
nenhum parâmetro, irá listar todos os clientes. Quando informado por exemplo, o 
parâmetro1, irá listar somente o cliente Jorge. Veja a seguir o código de criação:
1
2
3
4
5
6
7
8
9
10
11
DELIMITER $$
 DROP PROCEDURE IF EXISTS `listar_clientes` $$
 CREATE PROCEDURE `listar_clientes`(IN _id INT)
 BEGIN
 IF(_id IS NULL) THEN
 SELECT * FROM tbl_cliente;
 ELSE
 SELECT * FROM tbl_cliente WHERE idcliente = _id;
 END IF;
 END $$
DELIMITER ;
Nas linhas 1 e 11, temos a presença de DELIMITER informando onde se inicia e se 
termina a procedure. Na linha 2, é informado para remover a procedure listar_clien-
tes caso ela já exista. A linha 3 informa a criação em si da procedure informando o 
nome listar_clientes e o parâmetro _id do tipo inteiro. Isso informa que esse proce-
dimento aceitará receber um parâmetro que definimos ser um número. Ele servirá 
para interagir como uma variável para a consulta SQL interna a procedure. As linhas 
4 e 10 informam onde inicia e onde termina o que será executado no procedimento. 
As linhas 5, 7 e 9 são responsáveis pela condicional (IF, ELSE, END IF) que irá tratar 
caso seja informado ou não o parâmetro. Caso o parâmetro chegue nulo, conforme 
linha 5, a execução entrará na linha 6, que fará a consulta exibindo todos os clientes. 
Caso contrário, ou seja, se chegou um parâmetro numérico, será executada a linha 8, 
que fará a consulta somente do cliente específico ao ID informado.
39
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
A partir disso, a procedure está criada e, dessa forma, podemos chamá-la e verificar o 
conjunto resultado. Para chamar a procedure, basta informarmos: 
call listar_clientes( null ); 
Fazendo a chamada, estamos passando o parâmetro nulo dentro dos parênteses e, 
dessa forma, o conjunto resultado será todos os clientes da tabela.
call listar_clientes( 1 );
Agora, quando especificamos o número 1 dentro dos parênteses, estamos informan-
do à procedure que queremos como retorno somente o cliente que tenha o campo 
idcliente = 1.
Você já tem capacidade de saber mais respeito de procedures, construir procedimen-
tos mais complexos de acordo com suas necessidades. Você poderá pesquisar sobre 
essa fantástica forma de programar procedimentos em banco de dados relacionais, 
através dos livros disponíveis a você no sistema Minha Biblioteca e também consul-
tando o site oficial do MYSQL ou do SGBD que você irá utilizar em suas aplicações.
CONCLUSÃO 
As consultas em banco de dados relacionais são um dos pontos mais importantes 
no âmbito de análise de desenvolvimento de softwares, pois através delas é possível 
comunicar o usuário de uma aplicação com os dados salvos fisicamente em um am-
biente computacional. Isso é importante para a recuperação de dados em diferentes 
abordagens, desde a simples seleção de dados para exibição em tela, bem como 
para elaboração complexa de relatórios para tomadas de decisão do cliente e proce-
dimentos automatizados para seleção e alteração de dados no servidor. 
Nesta unidade, você teve contato com os principais assuntos relacionados às decla-
rações de consultas de dados em SQL. Viu inicialmente como é construída uma con-
sulta utilizando o básico da instrução SELECT e, em sequência, observou como filtrar 
consultas utilizando aliases e a cláusula WHERE. 
40
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Foi demonstrado também através de exemplos específicos, diversas funções de agre-
gação, tais como as funções: MIN() e MAX(), COUNT(), AVG() e SUM(). Além disso, você 
observou também, a partir de exemplos práticos, como construímos consultas fazen-
do uso de operadores em conjunto da cláusula WHERE para definir filtros a partir de 
condições, tais como: AND, OR, NOT, IN e LIKE. 
Ainda, nesta unidade, teve uma explanação sobre a junção de dados de diferentes 
tabelas, através do uso de INNER JOIN partindo de colunas relacionadas entre duas 
tabelas com benefício de aliases. Não menos importante, foram abordadas formas 
básicas de agrupamento e ordenação do conjunto resultado de uma declaração 
SELECT, com uso de ORDER BY e GROUP BY. Ao final, foi apresentado o que são 
os procedimentos armazenados – Procedures, além de como podemos criá-las uti-
lizando o SGBD MYSQL, através do uso dos componentes de servidor local XAMPP. 
Nessa explicação, criamos uma procedure com passagem de um parâmetro, e tam-
bém demonstramos como realizar sua chamada através da palavra reservada CALL. 
Recomenda-se que os seus estudos, em banco de dados, sejam aprofundados com a 
leitura dos livros da bibliografia básica e complementar deste material. Bons estudos!
41
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
OBJETIVO 
Ao final desta 
unidade, 
esperamos 
que possa:
> Explicar o que são fontes de dados em 
ambientes de Data Warehouse.
• Definir o conceito de Business Intelligence e 
seus componentes.
• Definir o conceito de Data Warehouse, 
características e arquiteturas.
• Apontar o que são Data Marts e ODS e 
onde estes aparecem no ambiente de Data 
Warehouse.
• Explicar o que são os processos de ETL.
• Identificar outras arquiteturas de um 
ambiente de Data Warehouse.
• Identificar exemplos reais de sucesso na 
implantação de Data Warehouse em 
grandes organizações.
UNIDADE 2
42
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
2 BANCO DE DADOS NO 
CONTEXTO DE BUSINESS 
INTELLIGENCE
O que vem a ser Business Intelligence (BI) e qual a ligação desse universo com banco 
de dados de ambientes computacionais? Como as organizações de grande porte 
conseguem descobrir informações a partir de dados armazenados para criar intuição 
que proporcionam uma alavancagem nos negócios, bem como uma vantagem com-
petitiva? Esta unidade tratará especificamente de clarear essas questões a partir do 
entendimento de como um banco de dados em aplicações pode apoiar as empresas 
em nível operacional, criando um novo cenário para tratamento das empresas. Esse 
cenário é fomentado por um grande volume de dados transacionais que podem ser 
analisados para a descoberta de poderosos insights em diferentes tipos de negócio. 
Esta unidade de estudo tratará especificamente de como são armazenados dados e 
criadas informações em banco de dados no contexto de Business Intelligence. Você 
verá como um acumulado de dados em aplicações operacionais podem se trans-
formam em aumento de faturamento nas empresas. Basicamente, você perceberá 
como os dados e as informações passam a ter valor quando são bem analisados. 
Vamos lá!
“É tolo quem erra o alvo e culpa o arco, 
ao invés de corrigir a própria mira.” 
- Sun Tzu 
2.1 SISTEMAS TRANSACIONAIS COMO FONTE DE 
DADOS
Neste momento da disciplina e se baseando em todo seu conhecimento pregres-
so acerca de banco de dados em ambientes computacionais, já é sabido como se 
dão os modelos de dados e as características de sistemas gerenciadores de banco 
de dados. Também é conhecido como modelamos um banco de dados relacional 
43
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
utilizando ferramentas, como o MySQLWorkBench, como o criamos fisicamente, por 
meio de declarações em SQL, bem como a realização de inserções, alterações e con-
sultas a dados. Dessa forma, entende-se como são construídos banco de dados em 
aplicações de software para a utilização em empresas.
Para que você entenda o que é Business Intelligence (BI), a partir de agora serão apre-
sentadas essas aplicações que fazem uso de banco de dados relacionais por sistemas 
transacionais.
Os sistemas transacionaissão notadamente o coração das organizações. São a base 
e, com eles, temos dados armazenados de diversas finalidades. Tal sistema de infor-
mação possui papel vital em todo tipo de empresa para apoio em três níveis, como 
podemos observar na figura a seguir.
FIGURA 7 - PAPÉIS DOS SISTEMAS DE INFORMAÇÃO NOS NÍVEIS ORGANIZACIONAIS
Nível 
estratégico Sistemas de apoio para vantagem estratégica.
Sistemas de apoio para decisões gerenciais.
Sistemas de apoio para as operações.
Nível 
gerencial
Nível 
operacional
Fonte: Elaborado pelo autor, 2018.
44
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Para exemplificar: em um cenário de uma organização que 
tem como finalidade vendas de produtos, temos de forma 
generalizada três níveis. Estratégico: sistema para realizar 
previsões das tendências de vendas em determinados pe-
ríodos. Gerencial: sistema para realizar acompanhamento 
mensal por regiões e relatórios. Operacional: sistema para 
realizar o armazenamento de dados das vendas diárias e, 
consequentemente, realizar os processamentos de pedidos.
Os sistemas transacionais, como o próprio nome remete, dá auxílio ao nível mais 
elementar da organização, ou seja, o nível operacional. Dessa forma, fazem o moni-
toramento de vendas, fluxos, atividades diárias, receitas e demais. Os sistemas transa-
cionais fazem registro, mantêm e executam as transações de rotina da organização. 
Têm como principal característica o auxílio na administração operacional e o objetivo 
de capacitar a organização na execução de tarefas mais importantes de forma efi-
ciente. São sistemas utilizados diariamente na organização. 
Em sistemas transacionais, temos:
Grande quantidade de entradas de dados.
Produção de grande saída de dados.
Necessidade direta de processamento e�ciente.
Entradas e saídas de dados de forma rápida.
Computação simples.
45
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
Vale pensar em empresas que usam sistemas transacio-
nais. Para organizações do setor de marketing e vendas, por 
exemplo, temos que os sistemas transacionais facilitam o 
movimento de produtos para os consumidores, explorando 
suporte a vendas, telemarketing, Módulos de Ponto de Ven-
da (PDV) e módulos de processamento de pedidos. Já para 
empresas da área de produção/fabricação, os sistemas tran-
sacionais fornecem dados para operação, monitoramento e 
controle do processo de produção, explorando compras, re-
cebimento, expedição e estoque. Outra área que podemos 
exemplificar é a área de recursos humanos, em que empre-
sas desse setor fazem avaliações de candidatos, lidam com 
avaliações de salários e colocação. Com isso, exploram nos 
sistemas transacionais a manutenção de registros de pes-
soas e o controle de candidatos, cargos e treinamentos. 
Sendo assim, tem-se que os sistemas transacionais são o que se entende como uma 
das principais fontes de dados para entendermos Business Intelligence (BI).
2.2 BUSINESS INTELLIGENCE (BI)
Business Intelligence (BI) é um termo que engloba arquiteturas e ferramentas, além 
de banco de dados, aplicações e métodos. Tem por objetivo permitir acesso de ma-
neira interativa aos dados e proporcionar manipulação deles fornecendo aos gerentes 
e analistas de negócios a forma de fazerem análises mais adequadas para a organiza-
ção. Os tomadores de decisões, ao analisarem esses dados, conseguem os chamados 
insights, ou seja, uma compreensão sobre algo ou determinada situação que, por sua 
vez, podem servir de base para melhores decisões. Assim sendo, o BI tem sua base 
em transformações de dados em informações, que, por sua vez, se transformam 
em decisões e, finalizando, em ações.
46
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
2.2.1 COMPONENTES DE BI
Turban (2009) aponta que um ambiente de BI é composto por quatro componentes, 
conforme podemos observar na figura 8.
FIGURA 8 - OS QUATRO COMPONENTES DE BI
Ferramentas de DW Data Warehouse (DW)
Ferramentas de DW Data Warehouse (DW)
BI
Esse componente é o 
nosso foco para esta 
unidade de estudo 
na disciplina.
Fonte: Elaborado pelo autor, 2018.
No DW, temos os dados extraídos das fontes de dados da organização, como visto 
anteriormente, dados dos sistemas transacionais. No componente de ferramentas do 
DW, temos os recursos para manipulação e análise dos dados extraídos.
O componente Business Performance Management (BPM) tem função de monitorar 
e analisar o desempenho, enquanto o componente de interface ao usuário tem a 
função de estabelecer a interação através, por exemplo de um navegador de Internet, 
apresentando um dashboard, ou seja, um painel de controle para a equipe.
Você verá agora, de forma mais aprofundada, o que vem a ser o Data Warehouse, 
conceito mais importante para esta disciplina de Banco de Dados II, no contexto de 
Business Intelligence.
47
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
2.3 O DATA WAREHOUSE (DW)
Conforme figura a seguir ilustra, o DW é um componente de BI que tem como fonte 
de dados os sistemas transacionais. Também há outras fontes que podem fazer parte 
do ambiente de transações da organização, como planilhas, arquivos textuais, entre 
outros.
FIGURA 9 - AMBIENTE DE BANCO DE DADOS NO ECOSSISTEMA DE BI
FONTES 
DE DADOS
Presente em sistemas 
transacionais, como 
SGBDs relacionais, 
principalmente.
EQUIPE 
TÉCNICA
Constroi o Data 
Warehouse por meio 
de processamentos: 
limpeza; combinação; 
tratamento de 
duplicidades presentes
em banco de dados 
relacionais.
DATA 
WAREHOUSE
O armazém de dados 
em si, com as fontes 
já processadas.
Fonte: Adaptado de TURBAN, 2009.
Dessa maneira, o ambiente se constrói envolvendo uma equipe técnica para proces-
sar as fontes de dados e criar o Data Warehouse em si, com os dados inicialmente 
presentes em sistemas transacionais, principalmente.
Para a definição do conceito de Data Warehouse (DW), Turban afirma que:
Um DW (...) é um banco ou repositório de dados especial preparado para dar 
suporte a aplicações de tomada de decisão. As aplicações variam de simples 
gerações de relatórios ou consultas a complexas otimizações. O DW é construído 
com as metodologias, principalmente metadados e ETL (TURBAN, 2009, p. 29).
48
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Portanto, por definição, observa-se que um DW é um 
outro repositório de dados, ou seja, um banco de dados 
separado, tratado e com outra estrutura do(s) banco(s) 
de dados dos sistemas transacionais.
2.3.1 CARACTERÍSTICAS DO DW
Por ser um novo repositório com intuito de oferecer suporte à tomada de decisões, 
segundo Turban (2009), o DW possui as características listadas a seguir.
1. O DW é orientado por assunto: dentro do DW, os dados são mantidos de forma 
organizada por assunto em detalhes, de forma minuciosa, ou seja, é organiza-
do por assunto pormenorizado. Somente dados para tomadas de decisão são 
armazenados no DW. O fato de o DW ser orientado por assunto permite esta-
belecer o desempenho da empresa e também o motivo do desempenho. Um 
DW se diferencia de banco de dados operacionais e de sistemas transacionais, 
sendo estes, em sua maioria, orientados por produto e feitos para lidar com 
transações. Essa orientação por assunto em um DW cria uma visão maior da 
organização.
2. O DW é integrado: ele deve armazenar dados de fontes diferentes de maneira 
consistente e integrada. Deve processar, por exemplo, conflitos de nomencla-
turas e discrepâncias entre unidades de medida vindos das fontes de dados 
transacionais.3. O DW é variável ao tempo: isso significa que o DW mantém dados históricos. 
Os dados não necessariamente mostram o status atual (exceto em sistemas em 
tempo real). Eles mantêm dados para detecção de tendências e variações, além 
de relações a longo prazo, com intuito de previsão e comparações, o que leva 
então a insights para a tomada de decisões. O tempo é importante e todo DW 
deve oferecer suporte, pois os dados de análise que chegaram de variadas fon-
tes apresentam diversos pontos de tempo, como visualizações de meses, sema-
nas e dias.
49
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
4. O DW é não volátil: os usuários não podem alterar/atualizar os dados nele inse-
ridos. Com isso, dados obsoletos serão desprezados e alterações são registradas 
como sendo novos dados. Isso permite que o DW seja configurado quase que 
exclusivamente para o acesso a dados.
Turban (2009) aponta ainda outras características inerente aos DWs, conforme pode-
mos observar no quadro a seguir.
QUADRO 5 - OUTRAS CARACTERÍSTICAS DE DATA WAREHOUSE
Característica Descrição
Baseado na web
Os Data Warehouses normalmente são cria-
dos para apresentar um ambiente informati-
zado eficiente às aplicações baseadas na web.
Relacional/multidimensional
Usa ou uma estrutura relacional ou uma es-
trutura multidimensional.
Cliente/servidor
Usa a arquitetura cliente/servidor para pro-
porcionar aos usuários acesso fácil.
Em tempo real
Os Data Warehouses mais novos oferecem 
acesso a dados e recursos de análise em tem-
po real ou ativos (consulte Basu, 2003 e Bon-
de; Kuckuk, 2004).
Inclui metadados
Contém metadados (dados sobre dados) 
acerca de como os dados estão organizados 
e como usá-los de forma eficiente.
Fonte: Adaptado de TURBAN, 2009.
2.3.2 ARQUITETURAS DE ACESSO AO DW
Um Data Warehouse pode se apresentar em diferentes arquiteturas para acesso, con-
forme veremos a seguir e na lista e na figura.
1. Duas camadas: a estação de trabalho se comunica diretamente com o servidor de 
aplicação e banco de dados de forma conjunta; é bastante comum.
2. Três camadas: a estação de trabalho se comunica com o servidor de aplicação, que, 
50
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
por sua vez, vai se comunicar com o servidor de banco de dados; também é comum.
3. Baseado na web: o cliente se conecta, por um navegador, ao servidor da web, que, 
por sua vez, se conecta ao servidor de aplicação que atende ao DW.
FIGURA 10 - DIFERENTES ARQUITETURAS DE ACESSO AO AMBIENTE DE DW
Fonte: Adaptado de TURBAN, 2009.
51
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
2.3.3 COMPOSIÇÃO DO DW
Como já visto, o Data Warehouse possui quatro características principais e cinco ou-
tras características observadas por Turban (2009). Sabendo então como eles são ca-
racterizados, tem-se como eles são compostos, independentemente da arquitetura 
de acesso: duas camadas, três camadas ou baseado na web. 
O ambiente em si de um DW é composto pelos elementos, conforme será apresen-
tado a seguir. Para que você não fique confuso, imagine que agora você enxergará o 
DW com uma lupa dentro do ambiente em que ele está incluído, para então com-
preender suas partes/funcionamento do ambiente.
2.3.4 DATA MART
Em um ambiente de um DW, temos subconjuntos menores denominados como Data 
Marts. Entenda ambiente como sendo o macro que envolve o DW, como banco de 
dados. Um Data Mart se concentra em assunto específico ou também em um depar-
tamento. Portanto, consiste sempre em um tema, por exemplo, no departamento de 
marketing ou no departamento de operações da organização, conforme figura a seguir.
FIGURA 11 - REPRESENTAÇÃO DE DATA MART COMO SUBCONJUNTOS RESULTADO DO DW
Data
Warehouse 
Data
Warehouse 
Data Mart 
Vendas
Data Mart 
Compras
Data Mart 
Estoque
...
Fonte: Elaborado pelo autor, 2018.
52
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
Os Data Marts podem se apresentar como dependen-
tes ou independentes, segund aponta Turban (2009):
Um Data Mart dependente é um subconjunto cria-
do diretamente a partir do Data Warehouse. Ele tem 
a vantagem de usar um modelo de dados consistente 
e apresentar dados de qualidade. Os Data Marts de-
pendentes suportam o conceito de um único modelo 
de dados em toda a empresa, mas o Data Warehouse 
deve ser construído antes. Eles garantem que o usuário 
final visualize a mesma versão de dados acessada por 
todos os outros usuários do Data Warehouse. O alto 
custo deste último limita seu uso às grandes empre-
sas. Como alternativa, muitas empresas usam uma ver-
são de Data Warehouse reduzida em custo e escala, 
denominada Data Mart independente. Um Data Mart 
independente é um warehouse pequeno, projetado 
para uma Unidade Estratégica de Negócios (UEN) ou 
um departamento, mas cuja fonte não é um Data Wa-
rehouse Empresarial (EDW) (TURBAN, 2009, p. 58).
2.3.5 DATA STORES OPERACIONAIS (ODS)
Um ambiente de DW pode conter também o chamado Data Store Operacional 
(ODS), que estabelece uma forma de arquivar informações recentes para consumo. 
Trata-se de um banco de dados constantemente usado como área para processa-
mento temporário de um DW.
53
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
Ao contrário de valores estáticos de um DW, os conteú-
dos inerentes de um ODS são atualizados durante as 
operações comerciais. Um ODS é usado então para de-
cisões de curto prazo que envolvem, por sua vez, aplica-
ções vitais, e não para decisões de médio/longo prazo. 
Então, por comparação, um DW é como um repositório 
de dados de longo prazo, pois armazena dados de for-
ma permanente. Um ODS, por sua vez, consolida dados 
de diversas fontes e dá uma visão integrada e quase em 
tempo real dos dados voláteis das fontes de dados. 
FIGURA 12 - INCLUSÃO DO ODS NO AMBIENTE DE DW
Data
Warehouse 
Data
Warehouse 
Data Mart 
Vendas
Data Mart 
Compras
Fontes 
de dados
Staging Area
ODS
Fontes 
de dados
Data Mart 
Estoque
...
Fonte: Elaborado pelo autor, 2018.
Conforme a figura apresenta, temos que em um ambiente de Data Warehouse o ODS 
está um passo antes do DW em si, como área para processamento temporário entre 
o DW e as fontes de dados. Essa área ao qual está incluído o ODS é conhecida como 
Staging Area, ou seja, área de preparação.
54
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
2.4 EXTRAÇÃO, TRANSFORMAÇÃO E CARGA (ETL)
Agora você verá o processo de entrada de dados para o DW. Para que as fontes de 
dados sejam processadas na Staging Area, são usadas tecnologias de extração, trans-
formação e carga, conhecidas como Extract, Transform, Load (ETL).
Turban (2009) aponta que o processo envolvendo o ETL se dá pela leitura das fontes 
de dados (extração), a conversão de dados que foram extraídos (transformação) para 
que sejam inseridos (carga) no DW. O passo de transformação acontece por meio de 
regras ou tabelas de busca ou pela combinação dos dados com outros dados.
Observa-se que essas três operações são integradas 
em uma ferramenta para extrair dados de um ou mais 
bancos e colocá-los no Data Warehouse de forma con-
solidada. Turban (2009) aponta também que a ETL é de 
extrema importância na integração de dados no am-
biente de DW, sendo objetivo do processo carregar da-
dos integrados e limpos no DW. Os dados usados nesses 
processos podem ser oriundos de qualquer fonte: uma 
aplicação mainframe, software de ERP, umaferramenta 
de CRM, arquivos de texto, planilhas Excel, entre outras. 
O processo de ETL pode ser observado na figura a seguir.
55
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
FIGURA 13 - PROCESSO DE ETL
Aplicação
pronta
Sistema
legado Extrair Transformar Limpar Carregar
Outras
aplicações
internas
Fonte de 
dados
temporário
Data
warehouse
Data mart
Fonte: TURBAN, 2009, p. 72.
O processo de realizar a carga dados em um DW pode ser realizado por meio de 
ferramentas de transformação de dados que fornecem e disponibilizam Interfaces 
Gráficas (GUI) para auxiliar no desenvolvimento/manutenção de regras de negócios.
É importante notar que esse procedimento pode tam-
bém ser realizado por meios tradicionais, como desen-
volvimento próprio de aplicações com finalidade de 
carregar o DW, usando, para isso, linguagens de progra-
mação diversas, como a Linguagem C, com uso direto 
do .Net Framework. Diversas questões afetam a decisão 
de uma empresa que está em busca de ferramentas de 
ETL entre adotar ou construir por si própria. 
Conforme aponta Turban (2009):
As ferramentas de transformação de dados são caras. As ferramentas de trans-
formação de dados têm uma longa curva de aprendizado. É difícil medir o 
desempenho da organização de TI até que ela aprenda a usar as ferramentas 
de transformação de dados (TURBAN, 2009, p. 73).
56
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
2.5 OUTRAS ARQUITETURAS DE UM AMBIENTE DE 
DW
Com a compreensão das características, dos componentes e da forma de composi-
ção de dados em um DW, podemos visualizar arquiteturas alternativas em um am-
biente de DW. As figuras a seguir representam essas outras arquiteturas, segundo 
Turban (2009).
FIGURA 14 - ARQUITETURA DE UM DW EMPRESARIAL
Sistemas-fonte
Metadados
centrais
Análise
de dados
Análise
de dados
RDBMS
Data warehouse
central
Data
mart
E
T
L
Fonte: TURBAN, 2009, p. 65.
57
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
FIGURA 15 - ARQUITETURA DE DATA MART
RDBMS
Metados locais
Data mart
de vendas
Data mart
�nanceiro
Data mart
de recursos
humanos
Metados locais Metados locais
RDBMS MDB
Sistemas-fonte
E
T
L
Fonte: TURBAN, 2009, p. 66.
FIGURA 16 - ARQUITETURA EM ESTRELA DE DATA MART
E
T
L
Metados locais Metados locais Metados locais
Metados 
central
MDBRDBMSRDBMS
Análise
de dados
Análise
de dados
Análise
de dados
Sistemas-fonte
Fonte: TURBAN, 2009, p. 66.
58
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
FIGURA 17 - ARQUITETURAS ALTERNATIVAS PARA EMPREENDIMENTOS DE DW
Fonte: TURBAN, 2009, p. 68.
Você poderá realizar a leitura complementar sobre essas 
diversas arquiteturas consultando o livro “Business In-
telligence: um enfoque gerencial”, nas páginas 62 a 70.
59
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
É importante entender que, para a compreensão com-
pleta de Business Intelligence, se faz necessário o estudo 
de outras partes que envolvem esse universo aplicado 
aos negócios, como, por exemplo, a parte que trata es-
pecificamente das ferramentas On-line Analytical Pro-
cessing (OLAP) para a análise dos dados já contidos no 
warehouse. Nesta unidade de estudo, o foco foram os 
conceitos de banco de dados no contexto de BI. Acon-
selha-se, então, que você aprofunde seu conhecimento 
realizando a leitura dos livros indicados na bibliografia 
desta unidade, para compreender por completo as ou-
tras áreas de estudo em BI. 
2.6 O SUCESSO NA ADOÇÃO DE DATA 
WAREHOUSE
Você pode estar se perguntando os motivos de se trabalhar com DW e toda esse con-
junto de componentes, ferramentas e arquiteturas, visto que é possível criar nas pró-
prias aplicações as análises necessárias para tomadas de decisões dentro das organi-
zações. Primeiramente, é necessário entender que Business Intelligence é aplicado 
em organizações que geram gigantescos volumes de dados, ou seja, é uma prática 
adotada em grandes organizações. 
Certo, com isso você pode imaginar:
60
BANCO DE DADOS II 
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017SUMÁRIO
 
Grandes redes de supermercado, grandes lojas de vendas 
on-line podem operar em diferentes países, atendendo a 
milhões de usuários com quantidade enorme de transa-
ções diárias. Não menos importante, pode-se enxergar 
setores industriais ou até mesmo de varejo, que são gran-
des organizações que vendem produtos a outras grandes 
organizações em grande escala. Para ficar ainda mais cla-
ro: uma grande fornecedora de aço que comercializa seu 
produto final para outras grandes empresas montadoras de 
automóveis. Em todos esses cenários, há grandes volumes 
de transações acontecendo a todo momento e cada uma 
dessas organizações precisa focar prioritariamente em suas 
vendas, em logística, em qualidade, etc.
Mas e os insights que abordamos no início deste estudo? Ou seja, e a descoberta 
de novas informações para tomadas de decisão? É aí que entra todo o resultado da 
adoção de Business Intelligence e, consequentemente, as tecnologias que envolvem 
o ambiente de Data Warehouse, suas ferramentas de análises e interfaces para dispo-
nibilização de resultados. Você vai perceber exemplos reais de insight gerados através 
disso tudo tratado até aqui.
Segundo noticiado na Revista Exame (2011), o governo do estado de Massachusetts, 
nos EUA, realizava compilação de informações financeiras pela impressão de diversas 
telas dos terminais de computadores. Com isso, eram necessárias seis pessoas traba-
lhando somente para reunir os relatórios do orçamento anual. Com a implantação do 
Data Warehouse, as informações de forma atualizada ficam à disposição on-line para 
1.300 usuários. Isso resultou em economia de 250 mil dólares ao ano. Observamos a 
diminuição de gastos como benefício da adoção de DW. A notícia ainda revela que 
outra rede de varejo conseguiu descobrir, por meio do uso de tecnologias de DW e BI, 
que a venda de colírios subia em vésperas de feriados. Dessa forma, passou a organizar 
promoções e estoque do produto com base nessa nova informação. Observam-se no-
vas oportunidades de vendas a partir de sazonalidade, ou seja, em certos períodos. 
Continuando com exemplos da matéria noticiada, o banco Itaú realizava envios de 
mais de 1 milhão de cartas para todos os correntistas. Anteriormente à adoção das 
61
FACULDADE CAPIXABA DA SERRA/EAD
Credenciada pela portaria MEC nº 767, de 22/06/2017, Publicada no D.O.U em 23/06/2017
BANCO DE DADOS II 
SUMÁRIO
técnicas envolvendo BI, foi observado que, no máximo, 2% deles respondiam às pro-
moções. Após uso de DW, em 2011 o banco tinha toda a movimentação financeira 
de seus 3 milhões de clientes dos últimos 18 meses. Assim, possibilitou que as cartas 
fossem enviadas apenas a quem tinha maior potencial de respondê-las. O resultado 
disso: aumento de 30% da taxa de retorno e o custo com correio reduziu em um 
quinto no ano. 
Observa-se a mudança estratégica positiva com a adoção de DW. 
Um dos líderes do mercado americano em telefonia, chamada Sprint, criou, a partir 
de seu warehouse, um método capaz de realizar previsões, atestando, inclusive com 
61% de segurança, se um consumidor realizaria a mudança de companhia telefônica 
dentro de um período futuro de dois meses. Usando marketing agressivo, conseguiu 
evitar a saída de 120 mil clientes e a perda de 35 milhões de dólares no faturamento. 
Outra empresa de telefonia fez a detecção, ao implantar seu