Logo Passei Direto
Buscar

Banco de Dados - Princípios e Prática

Livro didático sobre banco de dados que reúne conceitos teóricos (modelo E‑R, álgebra relacional) e prática em SQL, com exercícios por capítulo, apêndice com resumo de comandos e material derivado de aulas e exercícios ministrados na Facinter (2002–2004).

Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

Curitiba, 2007
 
banco_de_dados...
Luciano Frontino de Medeiros
 
...princípios_e_prática_
Curitiba, 2007
 
 diretor presidente _Wilson Picler 
 conselho editorial _Ivo José Both, Dr. (presidente) 
_Elena Godoy, Drª.
 _José Raimundo Facion, Dr.
 _Sérgio Roberto Lopes, Dr.
 _Ulf Gregor Bar anow, Dr.
supervisão editorial _Lindsay Azambuja, M.
e
análise de informação_Adriane Ianzen
revisão de texto _Sandra Regina Klippel
capa_Denis Kaio Tanaami
projeto gráfico _Raphael Bernadelli
diagramação _Regiane de Oliveira Rosa
Rua Tobias de Macedo Junior, 319
Santo Inácio_CEP 82010-340_Curitiba_PR_Brasil
Informamos que é de inteira responsabilidade do
autor a emissão de conceitos.
Nenhuma parte desta publicação poderá ser
reproduzida por qualquer meio ou forma sem a
prévia autorização da Editora Ibpex.
A violação dos direitos autorais é crime
estabelecido na Lei nº 9.610/98 e punido pelo
artigo 184 do Código Penal.
M488b Medeiros, Luciano Frontino de
 Banco de dados : princípios e prática / Luciano
Frontino de Medeiros – Curitiba: Ibpex, 2007.
 186 p. : il.
 ISBN 978-85-87053-89-2
 1. Banco de dados. 2. Tecnologia da informação.
3. Informática. I. Título.
CDD 005.74
20.ed.
 
apresentação_
Este livro conta com o apoio da Faculdade Inter-
nacional de Curitiba (Facinter) e da Faculdade de
 Tecnologia Internacional (Fatec), ambas institui-
ções do Grupo Uninter, como obra a ser consul-
tada nas disciplinas e nos módulos referentes a
bancos de dados nos cursos da á rea de tecnologia
em informática e análise de sistemas.
A presente obra procura fazer uma ponte entre a
área de banco de dadosbanco de dados e os conceitos de siste-siste-
mas de informaçãomas de informação , buscando agregar um sentido
maior à necessidade de informações no desempe-
nho das atividades de uma organização. A idéia
também foi a de não nos atermos a uma imple-
mentação específica de banco de dados, mas ten-
tar apresentar de forma genérica o padrão SQL
em si e resumir todos os comandos abordados nas
seções do capítulo 4 e 5 no apêndice B. Assim o
 
livro apresenta a possibilidade de servir, inclusive,
como um manual de consulta para comandos.
O modelo E-R (Entidade-Relacionamento) é des-
crito em capítulo específico. Isso porque tais con-
ceitos permitem o tratamento dos dados e de suas
relações sob um contexto semântico (concedendo
um maior sentido às representações de dados do
que o modelo relacional utilizado genericamente).
Esse modelo foi e xplorado aqui de conformidade
com a literatura e xistente na área através de uma
abordagem bastante prática. Tal conceito pode
servir de suporte a pesquisas mais detalhadas, em
seu âmbito de aplicação, inclusive como comple-
mento ao estudo de ontologias em representação
do conhecimento.
Os capítulos apresentam ao final uma série de
exercícios para fixação dos conteúdos pertinen-
tes, realizando explicações referentes à parte con-
ceitual, bem como à parte prática de banco de
dados. Alguns exemplos trazem atributos sem a
acentuação usual da língua portuguesa, pois leva-
mos em consideração que no padrão SQL e nas
implementações de bancos de dados não são per-
mitidos caractere s acentuados.
 
sumário_
0000_0001 = I = introdução_ao_banco_de_dados = 11
0000_0010 = II = o_modelo_entidade-relacionamento_(E-R) = 33
0000_0011 = III = álgebra_relacional = 64
0000_0100 = IV = standard_query_language_SQL = 93
0000_0101 = V = modificações_no_banco_de_dados = 145
 referências_por_capítulo = 157
 referências = 159
 apêndices = 161
 anexo = 181
 
introdução_
Este material surgiu da compilação de várias
notas de aulas e de exercícios praticados com alu-
nos das disciplinas de Banco de Dados I e II minis-
tradas na Faculdade Internacional de Curitiba no
período entre 2002 e 2004. A abordagem pro-
cura ser simples, com ênfase em comandos SQL,
de acordo com o padrão, ao que adicionamos
os conceitos de álgebra relacional e fazemos um
paralelo entre as duas linguagens de consulta ao
longo de todo o conteúdo.
Considerando que o banco de dados se constitui
no elemento chave para a adequada representação
da informação e do conhecimento, o conteúdo
descrito nesta obra objetiva auxiliar o leitor já
consciente de certos conceitos da área de infor-
mática – e inclusive aqueles com um grau inicial de
prática – a aprofundar-se em aspectos teóricos de
modelagem de dados e de linguagens de consulta.
 
A área de banco de dados dá suporte a uma série
de disciplinas, envolvendo programação e desen-
volvimento de sistemas, e, também, subsídios para
o estudo de áreas mais avançadas, como a cons-
trução de Data WarehousesData Warehouses e a mineração de dados.
Portanto, é de esperar-se que o leitor possa enri-
quecer mais seus conhecimentos nessa área.
Este livro, portanto, destina-se àqueles usuários
com certos conhecimentos e prática em banco
de dados. O conhecimento de SQL é comparado
com a abordagem simbólica da modelagem E-R
e a linguagem da álgebra relacional. Propõe-se
tanto como literatura adicional ou complemen-
tar para disciplinas de banco de dados e àquelas
correlatas em cur sos de graduação e pós-gradua-
ção, além de ferramenta de auxílio a profissionais
desse campo de atuação.
 
0000_0001 = II
 
introdução
ao_banco
de_dados_
 
Os sistemas de informação estão na atualidade pro-
fun damente
arraigados nas
empresas. Estamos
na era da informação,
portanto não poderia ser
diferente. Uma empresa tem seu
grau de competitividade proporcio-
nal à importância que a mesma – repre-
sentada pelos seus dirigentes, executivos
e colaboradores – dá à informação. As infor-
mações são as “molas-mestras” para a tomada de
decisão, e uma decisão errônea pode acarretar sérias
conseqüências ao desempenho da empresa como
um todo. A busca de qualidade de informação
deve, então, ser uma constante no dia-a-dia
das organizações, e ao armazenamento
e processamento adequado de infor-
mação é atribuído um papel fun-
damental no âmbito de um
sistema de informação.
A evolução da informática permitiu uma grande mudança nos paradig-
mas organizacionais. Uma grande empresa pode, atualmente, empre-
gar seus esforços de crescimento e desenvolvimento apenas em função
da internet* relacionando-se com seus clientes e fornecedores apenas
por este meio. Hoje, as empresas fazem seus negócios de forma virtual e
* Como, por exemplo, o caso da livraria virtual Amazon Books.Para mais informações acesse: http://www.amazon.com
 
14
banco_de_dados_
divulgam os seus produtos a uma massa globalizada de consumidores,
portanto os sistemas de informação tornaram-se vitais como suporte
para tal situação. Isso fez com que a necessidade de processos de bancos
de dados eficientes e eficazes ficasse cada vez mais evidente.
Mas o que são efetivamente bancos de dados? Date1 afirma que “um
banco de dados é uma coleção de dados persistentes utilizada pelos
sistemas de aplicação de uma empresa”, sendo a persistência entendida
como os dados que são diferentes daqueles que têm características efême-
ras, e que apenas podem ser removidos por alguma solicitação explícita
externa. Grassmann e Tremblay 2 dizem que os atributos ou itens que des-
crevem entidades do mundo real, tal como uma pessoa, coisa ou evento,
são estruturados em registros que, por sua vez, compõem os arquivos. Se o
conjunto destes é utilizado por programas ou aplicações em certa área de
uma empresa, então,a esse conjunto denominamos de banco de dados. 
 Turban, Rainer Júnior e Potter 3 conceituam banco de dados como sendo
um grupo lógico de arquivos relacionados entre si, armazenando dados
e associações entre eles, para evitar uma variedade de problemas asso-
ciados a um ambiente tradicional de arquivos. Em Laudon e Laudon4,
temos caracterizado o aspecto hierárquico envolvido na organização de
um banco de dados, indo desde o bit que se agrupa em bytes, os quais,
por sua vez, compõem os campos. Os campos constituemum registro.
 Vários registros produzem finalmente um arquivo – o conjunto destes
arquivos forma o banco de dados. É, ainda, O’Brien5 que se refere ao
banco de dados como “um conjunto integrado de elementos de dados
relacionados logicamente”.
Baseando-nos nisso, podemos conceituar banco de dados (ou,
abreviadamente, BD) como sendo um conjunto de dados com
 
15
princípios_e_prática_
certa organização característica, com o objetivo de armaze-
namento persistente dos dados e dotado de mecanismos de
manipulação para obtenção de informações e recuperação
posterior, dentro de um sistema de informação.
O banco de dados vem a ser uma representação dinâmica, visto que
os dados podem sofrer alterações temporais. Podemos dizer que o BD
procura ter em sua representação uma “imagem” de uma situação do
mundo real constituída de objetos, das relações entre esses objetos e de
eventos. A partir dessa imagem, o BD, então, tem condições de fornecer
informações, evidenciando situações que podem ter importância para
um processo de tomada de decisão, pois os dados podem ter represen-
tações diversas para uma mesma situação.
É necessário que um BD É necessário que um BD tenha uma representação eficiente que possi-tenha uma representação eficiente que possi-
bilite acesso a informações corretas, em tempo hábil.bilite acesso a informações corretas, em tempo hábil. Além disso, cer-
tos princípios devem ser levados em conta para se obter um BD eficiente.
São eles: redundância, inconsistência e integração.
1. Redundância:Redundância: o armazenamento dos dados de determinada empresa,
ao longo de suas atividades, pode tender à redundância, ou seja, setores
que dependem de informações comuns podem fazer a guarda dos mes-
mos dados simultaneamente. A falta de cuidado na análise do sistema
de informações pode acarretar em redundância, incorrendo em custos
de armazenamento.
2. Inconsistência:Inconsistência: os dados armazenados referentes à determinada situa-
ção que apresente a possibilidade de sofrer alterações ao longo do tempo
necessitam de atualização, uma vez que dados desatualizados podem
gerar inconsistência de representação. Outro fator que também pode
acarretar inconsistência é a redundância, pois dados armazenados em
 
16
banco_de_dados_
locais diferentes podem sofrer alterações diferenciadas no transcorrer
do tempo. A inconsistência, por sua vez, pode gerar tomada de decisões
defasadas ou errôneas.
3. Integração:Integração: os dados existentes em um BD geralmente são compar-
tilhados por várias pessoas ou setores em uma empresa. Assim surge
a necessidade de integração, estabelecendo-se procedimentos para o
acesso em vários níveis com a contínua atualização dos dados, de forma
a manter a “imagem” do mundo real única e evitar ruídos na comuni-
cação entre setores.
[breve histórico] 
Em termos de histórico de BD, podemos dizer que a forma de armaze-
namento físico dos dados está associada, desde o princípio da compu-
tação, aos meios de gravação existentes. Os primeiros computadores,
comercializados nas décadas de 1950 e 1960, tais como o Univac ou os
modelos IBM, utilizavam unidades seqüenciais de fita para gravação per-
manente dos dados6. Nesse período, a recuperação das informações era
feita de maneira também seqüencial.
Em termos de armazenamento lógico, as primeiras linguagens de progra-
mação implementavam funções e procedimentos de acesso aos dispositivos
para gravação e leitura dos dados, não caracterizando um sistema próprio
de banco de dados, sendo manipulados diretamente pelos sistemas desen-
volvidos. Assim, linguagens como Assembler e Cobol possuíam direto, em
seu conjunto de comandos, o acesso aos dados; o que permitia aos siste-
mas trabalhar com estruturas e operações primitivas para manipulação.
Podemos de certa forma resumir o histórico de BD em cinco fases
distintas que passaremos a detalhar na seqüência.
 
17
princípios_e_prática_
1. A primeira fase surgiu com o advento das primeiras linguagens de pro-
gramação pela necessidade de armazenagem dos dados processados na
memória de forma permanente. Os primeiros computadores possuíam
unidades de fita magnética que gravavam os dados de forma seqüencial,
assim as primeiras linguagens trabalhavam com procedimentos ou fun-
ções embutidos no seu código, de forma que o programador tinha que
desenvolver, além do próprio sistema ou aplicativo, os procedimentos
para gravar ou ler dados do meio permanente.
2. A segunda fase, na década de 1970, caracterizou-se pelo surgimento
de linguagens que traziam bibliotecas específicas para acesso a dados
permanentes. Tal como a linguagem C – desenvolvida, em 1974, por
Kernigham e Ritchie – que trabalhava com o conceito de cabeçalhos-
padrão*. Porém, a especificação dos arquivos não seguia um padrão
ou formato predeterminado, sendo que os aplicativos ainda tinham a
sua metodologia de acesso a dados permanentes de forma customizada.
Não obstante, os primeiros modelos de bancos de dados relacionais sur-
giram naquela época com a pesquisa inicial de Codd**. A preocupação
de Codd embasava-se na independência dos dados e na proliferação de
tipos de dados em aplicações que ocasionavam inconsistências7.
3. Na terceira fase, final da década de 1970 e início de 1980, apareceram
as primeiras padronizações para acesso a dados. As companhias de software 
forneciam junto com os pacotes de linguagem de programação o software 
responsável pelo tratamento de BD, com formatos de arquivo padroniza-
dos e linguagem específica de acesso. Tais sistemas foram chamados de
* Alguns desses cabeçalhos tratavam de especificar os tipos e
funções para tratamento de arquivos.
** E. F. Codd foi um pesquisador britânico que publicou as primeiras
contribuições para a teoria dos bancos de dados relacionais,enquanto trabalhava para a IBM.
 
18
banco_de_dados_
sistemas de gerenciamento de banco de dados – SGBD, que trabalhavam
proporcionando à linguagem os meios para acesso a BD. Os SGBD fun-
cionavam como entidades separadas do sistema, permitindo que funções
de armazenamento e recuperação de dados pudessem ser feitas em seu
próprio domínio de gerenciamento. Porém, tais softwares de SGBD esta-
vam ainda restritos ao ambiente de programação do fabricante.
4. Na quarta fase, advinda no final da década de 1980 e início da década
de 1990, os SGBD foram tratados como softwares autônomos, sendo
comercializados separadamente das linguagens de programação ou dos
ambientes de desenvolvimento. O sistema operacional fornecia o padrão
de comunicação entre o software e o SGBD. Nessa fase, um padrão de lin-
guagem universal de acesso a BD, oStandard Query Language – SQL surgiu
e permitiu que os fabricantes de SGBD fornecessem interfaces de acesso
de forma declarativa. Assim a evolução da metodologia de programa-
ção e a sistematização do acesso a BD permitiram a separação entre o
programa em si e os procedimentos de manipulação de BD.
5. É possível ainda citarmos uma quinta fase, na qual podemos inserir
modelos avançados como BD orientados a objeto, os conceitos de BD
distribuídos, além da aplicação de aspectos de Inteligência Artificial – IA
a BD, como mineração de dados,data warehouses e sistemas de desco-
berta de conhecimento – KDD(Knowledge Discovery Data). Para mais deta-
lhes sobre a história da computação, sugerimos as obras de Meyer 8 e para
aplicações de banco de dados e novas tendências, Elmasri9 e Date10.
[hierarquia do conhecimento] 
Do ponto de vista puramente físico, um arquivo nada mais é do que uma
seqüência de 0´s e 1´s gravada em um meio de armazenamento estático.
 
19
princípios_e_prática_
A seqüência de bits é ininteligível do ponto de vista do tratamento com
os dados, considerado, esse, oprimeiro nível ou o mais baixo no trata-
mento de dados na hierarquia do conhecimento.
Num segundo nível, quando consideramos uma seqüência de 8 bits,
podemos identificar um dígito ou caractere Ascii* e, assim, a informa-
ção começaa fazer um certo sentido. Em vez de 0´s e 1´s, temos agora
seqüência de caracteres padrões codificados de 8 em 8 bits.
No exemplo (Figura 1.1), a seqüência debits 01100001 corresponde ao
número 61 hexadecimal ou 97 decimal. Pela tabela Ascii**, o 97 corres-
ponde ao caractere ‘a’.
Figura 1.1 – Seqüência debits / dígito Ascii
0 1 1 0 0 0 0 1 → 61 → 97 → a
As seqüências de dígitos ou caracteres agrupadas, num terceiro nível,
formam os dados (Figura 1.2). Caso tal agrupamento seja quebrado,
perde-se o sentido do mesmo. Podemos dizer que, dessa forma, temos
os dados caracterizados como “átomos”, em termos de indivisibilidade.
O nome próprio de uma pessoa (vamos exemplificar com MARIA) não
fará nenhum sentido se for separado em duas partes (MAR e IA).
Figura 1.2 – Seqüência de dígitos Ascii
P a r a f u s o
* Ascii: sigla de American Standard Code for Information Interchange, que
se constitui em um código numérico usado para representar os
caracteres e é entendido por quase todos os computadores.** Um modelo de “tabela Ascii” pode ser visto no anexo desta obra.
 
20
banco_de_dados_
Os dados isolados, no entanto, não identificam bem elementos ou enti-
dades da vida cotidiana que necessitamos trabalhar, quando dados de
diferentes naturezas precisam ser armazenados, como o endereço de um
cliente (nome, endereço, complemento, cidade, estado, CEP), o saldo
de uma conta bancária (cliente, conta, débito, crédito) ou a quantidade
fabricada em uma linha de produção (produto, código, quantidade,
custo). Dessa forma, num quarto nível temos os dados ou átomos agru-
pados – mesmo chamando tais grupos de “moléculas” –, possibilitando
que mais tarde, em conjunto ou em confrontação com outros conjuntos
de dados e a transformação dos mesmos, venham a produzir o que cha-
mamos de “informação”.
A informação, que podemos consideraro quinto nível, diz respeito a
algo novo, a partir do sentido isolado dos dados ou átomos e de grupos
de dados inseridos num certo contexto. Já os arquivos com a caracterís-
tica de um BD referem-se a uma seqüência de dados ou átomos de dife-
rentes naturezas (Figura 1.3), armazenados conforme uma disposição
pré-definida muitas vezes denominada de cabeçalho ou estrutura.
Figura 1.3 – Seqüência de dados
nome endereço telefone c idade salário
Maria Rua das Camélias 3222-3300 Curitiba 2.500,00
Assim, ao especificarmos a informação como o quinto nível da hierarquia,
o acervo formado pela geração de informações nos processos de gestão,
devidamente filtradas e sistematizadas ao longo do tempo em um certo
ambiente, tal como um sistema de informação de uma empresa, constitui
o conhecimento que compõe, dessa forma,o sexto nível da pirâmide.
Podemos, ainda, elaborar um sétimo nível, onde o conhecimento gerado
pelas informações, sendo manipulado por pessoas ou sistemas com vistas
 
21
princípios_e_prática_
a atender certos objetivos, constitui ainteligência inteligência . Neste último nível da
hierarquia de conhecimento, o processo de tomada de decisão faz uso
de todo o edifício elaborado, desde a estrutura simplificada dosbits até
a ponte com o pensamento humano ou mesmo de um agente de software 
utilizando inteligência artificial.
Observamos, portanto, que dentro dessa pirâmide, os processos de BD
representam um importante fundamento aos procedimentos de mais
alto nível necessários para a vida das organizações.
Existe uma série de representações da hierarquia do conhecimento. O lei-
tor pode obter mais pesquisando, por exemplo, sobre sistemas de conhe-
cimento em Rezende11, e sobre introdução à gestão do conhecimento em
 Turban, Rainer Júnior e Potter 12.
Figura 1.4 – Representação da hierarquia do conhecimento
Grupos de Dados / Moléculas
Informação
Conhecimento
Inteligência
Dados / Átomos
Dígitos
Bits
[registro, atributo, campo, item e tabela] 
Ampliando o conceito de cabeçalho ou estrutura, fornecidos no tópico
anterior, a melhor maneira de visualizarmos um registroregistro é através de
uma lista ou relação.
 
22
banco_de_dados_
Numa lista, os dados referentes a certo contexto serão colocados em
colunas, um abaixo do outro, e as colunas dos dados de diferentes natu-
rezas são colocadas uma ao lado da outra.
Como exemplo, a lista a seguir consta de quatro colunas. A primeira
refere-se a um número seqüencial, a segunda ao nome de um produto,
a terceira à quantidade do mesmo e a quarta ao valor referente ao custo
de fabricação. Logo os dados referentes a cada um dos registros têm
naturezas diferentes, e na primeira linha, estão os nomes das colunas.
Figura 1.5 – Exemplo de lista ou tabela
codigo nome quantidade custo
1 Parafuso 1.000 0,05
2 Chave de fenda 20 4,50
3 Prego 2.000 0,02
O registro é identificado como uma linha da lista, com conteúdo em
cada tipo de dado representado pela coluna. Temos, então, três regis-
tros nessa lista. A primeira coluna identifica o código de cada um dos
registros de forma numérica e seqüencial.
A lista é denominada de tabela e possui um nome ou identificador
próprio. Um banco de dados de certo sistema pode ser constituído de
várias tabelas, e estas possuem uma estrutura padronizada composta
por atributos ou campos: código, nome, quantidade e custo. Esse con-
 junto de atributos ainda é referenciado como o esquema da tabela.
Cada valor em um registro referente a um atributo ou campo é denomi-
nado de item de um registro.
Ilustramos, a seguir, o armazenamento físico dos dados acima em ter-
mos de bytes:
 
23
princípios_e_prática_
Figura 1.6 – Armazenamento físico de dados
0 0 0 1 P a r a f u s o 0 0 3 E8
0 0 0 0 5 0 0 0 2 C h a v e d e F e n d a
0 0 0 20 0 0 0 4 32 0 0 0 3 P r e g o
0 0 7 D0 0 0 0 0 2
Desde que consideremos para nomes os campos com 15bytes, campos
numéricos inteiros com 4bytes e campos de números de moeda com 5bytes,
a representação física (apenas dos dados), que você viu acima, pode ser
considerada. Notamos, ali, que os dados estão dispostos como numa fila
de bytes. O tamanho total em bytes do registro que estamos considerando
é de 28 (dois campos numéricos inteiros de 4bytes, um campo string * de 15
bytes e um campo moeda de 5bytes). É importante verificar que os valores
inteiros são convertidos na representação hexadecimal para depois serem
armazenados. Com 4 bytes, e cada bit guardando um número na faixa de
0 a 255, existe a possibilidade de guardar valores inteiros positivos numa
faixa de 0 a 4.294.967.296 (considerando números cardinais ou não-nega-
tivos). Assim, no primeiro registro o número 1.000 (em hexadecimal 3E8) é
armazenado em 2bytes e com os outros 2 contendo zeros: 00 00 03 E8.
A seguir, temos a representação da fila de bytes convertidos em caracteres
Ascii hexadecimais.
Figura 1.7 – Bytes convertidos em caracteres Ascii
0 0 0 1 50 6 1 7 2 6 1 6 6 7 5 7 3 6 F 2 0 2 0 2 0 2 0 2 0 2 0 2 0 0 0 3 E8
0 0 0 0 5 0 0 0 2 43 68 61 76 65 20 64 65 20 46 65 6E 64 61
20 0 0 0 14 0 0 0 4 32 0 0 0 3 50 72 65 67 6F 20 20 20 20
20 20 20 20 20 20 0 0 7 D0 0 0 0 0 2
* Cadeia de caracteres.
 
24
banco_de_dados_
Desse modo, cada caractere é convertido em seu correspondente hexa-
decimal Ascii, quando consideramos strings. Em geral, os campos string
em BD correspondem a itens com tamanho máximo de 255 caracteres,
embora possam ser variáveis em outros casos.
No exemplo anterior, devemos considerar que manipulamos uma estru-
tura de registro de tamanho fixo, ou seja, todo e qualquer registro gra-
vado no arquivo sempre terá um tamanho de 28 bytes. Se quisermos
identificar onde começa o segundo registro, é só nos deslocarmos até a
posição 29 do arquivo, pois os próximos 28 bytes referem-se a ele. Ou,
então, de forma genérica, se quisermos saber onde começa o registro n,
basta fazermos np + 1, onde p é igual ao tamanho do registro.
Na maioria dos sistemas de BD atuais, trabalhamos também com o
conceito de registro de tamanho variável, sendo que os espaços em
branco (caractere Ascii 20) são suprimidos,permitindo, dessa maneira,
um aproveitamento maior do dispositivo de armazenamento.
O conceito de registro está presente nas linguagens de programação,
representando uma estrutura de dados heterogênea, ou seja, composta
de vários tipos. Se quiséssemos expressar em linguagem Pascal, por
exemplo, a definição da estrutura acima colocada, poderíamos ter na
cláusula typetype, no início de uma unit unit , a definição de um record record , seguido
de uma declaração de variável na cláusula var var :
type
PRODUTO = record
 Codigo: integer;
 Nome: string;
Quantidade: integer;
Custo: real;
end;
var
PROD: PRODUTO;
 
25
princípios_e_prática_
Podemos dizer que o código acima trabalha com o modelo lógico de
registro. Caso queiramos ler um arquivo com essa estrutura, precisamos
de um procedimento especial, montado de forma a ler o conteúdo do
arquivo. Uma proposta para isso é:
Procedure Ler;
Var F: File;
Begin
 Assign(F, ’PRODUTO’);
 Reset(F);
 While Not Eof(F) Do
 Begin ReadLn(F, Prod);
 Write(Prod.Codigo);
 Write(Prod.Nome);
Write(Prod.Quantidade);
Write(Prod.Custo);
 WriteLn;
 End;
Close(F);
End;
O que podemos entender do algoritmo colocado acima é que cada
registro é lido dentro do loop while e mostrado na tela. Ou seja, é necessá-
rio especificar todo o procedimento preciso para listarmos o conteúdo
do arquivo ou seus registros.
As metodologias utilizadas atualmente em softwares de BD permitem
que tal esforço seja economizado em termos de programação; pois,
desde que fornecidas as interfaces adequadas, o processo inteiro de
uma listagem ou consulta (no inglês, query ) pode ser obtido com apenas
uma declaração SQL simples.
Podemos, assim, enviar o seguinte comando, para uma interface de um
SGBD, desde que a estrutura da tabela (o modelo lógico) esteja criada:
SELECT * FROM produto;
Após a execução, obtemos o resultado da consulta já formatado, como
na figura a seguir.
 
26
banco_de_dados_
Figura 1.8 – Resultado da consulta
codigo nome quantidade custo
1 Parafuso 1.000 0,05
2 Chave de Fenda 20 4,50
3 Prego 2.000 0,02
O comando SELECT indica que está sendo feita uma consulta, o aste-
risco indica que devem ser listados todos os atributos ou campos e a
cláusula FROM seguida do nome da tabela PRODUTO indicam a ori-
gem dos dados. Portanto, como você percebeu, não é necessário forne-
cer nenhuma informação a respeito do tipo dos dados que queremos,
nem do tamanho de cada um, nem mesmo interessa como os dados
são guardados.
[sgbds e sistemas de informação]
Como foi visto anteriormente, um SGBD é o responsável por todas as
tarefas pertinentes ao armazenamento, à recuperação, à segurança e
ao gerenciamento dos dados.
Na atualidade, podemos verificar a existência de vários SGBDs no mer-
cado. Um sistema de informação é desenvolvido de forma conjunta com
um SGBD, pois, enquanto um sistema de informação está encarregado
do processamento da informação em si, o SGBD tem a tarefa do geren-
ciamento da armazenagem da informação.
A partir de um modelo de dados requisitado* para o suporte a um sistema
de informação, qualquer SGBD deve ser capaz de permitir a implementação
* Tal modelo de dados pode ser obtido através do uso deferramentas CASE – Computer-Aided Software Engineering .
 
27
princípios_e_prática_
desse modelo em um conjunto de estruturas, bem como permitir modifi-
cações e consultas eficientes aos dados armazenados.
Os SGBDs fornecem uma interface de conexão ao banco de dados, a
qual permite a comunicação do sistema de informação com o mesmo.
Nesse processo de conexão, um usuário requisita os processos de um
sistema de informação, este, em função disso, interage com o SGBD
emitindo solicitações de consultas ou modificações, e o SGBD retorna
os dados necessários.
Além da interação com o usuário, durante a atividade de desenvolvi-
mento de um sistema de informação, que pode ser feito numa ferra-
menta RAD*, a interface permite o acesso aos dados em tempo real,
otimizando bastante o processo de desenvolvimento.
Com o advento da internet, os sistemas de informação romperam a
barreira das redes locais e internas das empresas para disponibi lizarem
informações de forma global na web. Qualquer cliente de uma empresa
pode acessar a página da mesma e comprar produtos remotamente, em
qualquer parte do mundo. Os SGBDs foram, portanto, adaptados para
contemplarem essa possibilidade de conexão de bancos de dados com
sistemas na web.
A operação de tais sistemas – seja em r edes intranet, seja ex tranet ou,
ainda, internet – ficou facilitada para os usuários e permitiu grande eco-
nomia para as companhias em função da diminuição da redundância.
Empresas com filiais ao redor do mundo podem compartilhar dados a
partir de um único local físico, onde se encontram os servidores.
* Rapid Application Development , tais como o Delphi (Borland) e Visual C ou Visual Basic (Microsoft).
 
28
banco_de_dados_
O advento da internet também influiu no desenvolvimento de SGBDs
mais seguros e confiáveis, visto que as páginas colocadas na web têm visi-
bilidade irrestrita, ou seja, podem ser acessadas por qualquer pessoa, o
que corresponde ao que desejam as empresas, pois procuram maximizar
a aquisição de mais clientes em suas operações.
Com a difusão dos sistemas de informação em variadas plataformas,
desenvolvidos em ferramentas Case ou em ambientes de desenvolvimento
diversos – suportados por SGBDs de diferentes fabricantes –, a profusão
de dados é exponencialmente grande e ainda continua crescendo.
A aquisição de novos sistemas por parte de uma empresa, com novas
tecnologias em relação ao que ela já possui, faz com que, na maior parte
das vezes, ela compartilhe diferentes sistemas de informação em um
mesmo período de tempo. Costuma-se denominar os sistemas antigos
e existentes na empresa como sistemas legados. Para que os diferen-
tes sistemas de informação compartilhem uma mesma base de dados,
é necessário conjugar os diferentes SGBDs ou mesmo pastas de tabelas
em arquivos em um único local. Em certas situações, é até possível con-
siderar a redundância em certos conjuntos de dados, que poderão ser
tratados e filtrados mais tarde*.
Em relação a essa situação, o conceito de data warehouse atende a expec-
tativa, no sentido de agrupar uma grande quantidade de dados loca-
lizados em diferentes fontes (inclusive fisicamente distantes) em um
único repositório. Os data warehouses, de acordo com a conceituação de
Inmon13, são um conjunto de dados granulares integrados, armazenando
* Tal tratamento pode ser a uniformização de dados, como, por
exemplo, gravar todos os nomes de clientes em caixa-alta, sempre
separar o código postal com um hífen etc., dependendo da defini-
ção da forma de armazenagem dos dados. Diz-se também que osdados em um data warehouse podem estar não-normalizados.
 
29
princípios_e_prática_
e gerenciando os dados em um certo período de tempo, que podem ser
resumidos ou agregados para a criação de novas formas de dados.
A partir da formação de um data warehouse, que disponibiliza, por
sua vez, uma grande quantidade de dados, fica possível por parte da
empresa a busca de certas informações referente s a padrões nos dados
que se repitam num cer to período de tempo.
Por exemplo, pode ser constatado, num sistema de CRM*, um padrão
de comportamento de um certo grupo de clientes, numa faixa etária
bem definida, que compram determinado produto em um período
específico de tempo. Tal informação pode ser útil para que a empresa
defina políticas de marketing direcionadas para esse grupo de clientes**.
É importante re ssaltar que tal padrão é invisível em primeira mão, não
pode ser captado simplesmente a partir das funções específicas do sis-
tema de informação, mas apenas após seu agrupamento em um repo-
sitório (via data warehouse) e abarcando por sua vez um grande período
de tempo. Isso permite, então, a identificação sistemática de padrões
subjacentes aos dados, e tal processo consistenos procedimentos da
mineração de dados ou data mining .
“No data mining , os dados de um data warehouse são processados para
identificar fatores e tendências-chave nos padrões das atividades de
negócios”14, segundo afirma O’Brien, pois a mineração de dados cons-
titui-se e de diferentes técnicas que podem ser aplicadas a um conjunto
de dados para a extração de padrões. Assim, embora a mineração de
* Sigla de Customer Relationship Management , um sistema com o
objetivo de gerir relacionamentos da empresa com seus clientes.
** O clássico que se refere à correlação entre a compra de fraldas e
de cervejas, que acontece em supermercados, próximo ao final desemana, é um ótimo exemplo de identificação de padrão.
 
30
banco_de_dados_
dados seja um campo relativamente novo na área de ciência da compu-
tação, pode possibilitar às empresas a identificação de boas oportuni-
dades de negócios a partir dos dados armazenados em seus SGBDs.
[resumo]
Banco de dados, podemos, portanto, conceituar como sendo conjun-
tos de dados com certa organização definida, dotado de procedimen-
tos para manipulação dos dados e com o objetivo de armazenamento e
posterior recuperação de dados. Em relação ao desenvolvimento do BD,
consideramos alguns aspectos fundamentais e os sintetizamos a seguir.
Nesse processo, três princípios devem ser levados em conta: redun-_
dância, inconsistência e integração.
Em termos de histórico é possível enumerarmos cinco fases da evolução_
dos BD, desde o seu início até os dias atuais; já na hierarquia do conhe-
cimento, podemos mostrar como osbits transformam-se em dados e
conhecimento até chegar ao nível da “inteligência” das empresas.
Outros conceitos importantes são registro, item de registro, campo_
ou atributo, tabela e esquema.
Os registros podem ser de tamanho fixo ou variável e, ainda, serem_
descritos em termos de seu armazenamento físico ou mesmo conside-
rando o seu modelo lógico.
O uso de linguagens padrão para consultas de BD, como SQL, sim-_
plificam bastante o processo de obtenção ou manipulação dos dados
em um SGBD.
 
31
princípios_e_prática_
SGBDs trabalham em conjunto com sistemas de informação, forne-_
cendo a conexão aos dados e às ferramentas de suporte da gestão
dos dados.
A internet permitiu aos SGBDs adaptarem-se às novas possibilidades_
de sistemas de informação via web, mas também evidenciou certas
necessidades de segurança.
Data warehouses_ são importantes para a unificação de sistemas novos
e legados, e podem ser o início da adoção de processos de data mining 
por parte de uma empresa, para a identificação de padrões ocultos e
repetitivos no tempo.
[exercícios]
1. Defina banco de dados.
2. Cite os princípios que devem ser considerados
para termos um BD eficiente e dê um exemplo real
do impacto de um deles.
3. De que forma trabalhavam as primeiras lingua-
gens em termos de manipulação dos dados?
4. O que é um SGBD?
5. Faça um resumo sobre a hierarquia do conhe-
cimento.
6. Conceitue registro.
7. Conceitue atributo ou campo.
8. Conceitue item de registro.
 
32
banco_de_dados_
9. Conceitue tabela.
10. Diferencie registros de tamanho fixo e variável.
11. Por que é mais simples usar uma consulta SQL
em vez de um algoritmo para ler dados em um
arquivo/tabela?
12. Qual o impacto do advento da internet sobre os
SGBDs?
13. O que é data warehouse?
14. Descreva uma situação em que certo tipo de dado
precisa ser uniformizado em um data warehouse.
15. O que édata mining ?
16. Dê um exemplo de um padrão repetitivo subja-
cente de dados.
 
0000_0010 = IIII
 
o_modelo
entidade-
relacionamento
(E-R)_
 
Em 1976, Chen introduziu a idéia de um modelo de
entidade-relacionamento para representar bancos de dados1. O
modelo baseia-se em uma descrição dos dados com maior
ênfase nos aspectos semânticos de representação, não
sendo necessário compreender o modelo lógico sub-
 jacente. Os modelos ao longo dos anos sofreram
variações2, porém o modelo de Chen é um dos
mais difundidos. Apesar do modelo enti-
dade-relacionamento (ou modelo E-R)
não ser implementado em SGBDs,
tal como o modelo relacional, ele
apresenta um bom ponto de
partida para a compreen-
são entre os elemen-
tos existentes em
um determinado con-
texto e as relações entre
os mesmos. De certa forma,
ele antecede o projeto lógico
que pode ser feito em um modelo
relacional, o qual através de regras para
conversão pode ser montado a partir de um
diagrama E-R, desde que este esteja bem definido.
Os sistemas de BD, em geral, não possuem uma “compreensão” esten-
dida do significado de certos valores de atributos. Tipicamente, os BD
têm apenas uma compreensão limitada a certos valores atômicos sim-
ples e alguns vínculos de integridade simples aplicados a esses valo-
res, mas qualquer interpretação adicional tem que ser dada pelo ser
humano. Como exemplo, seria interessante se numa consulta ao BD
 
36
banco_de_dados_
pudesse ser entendido que pesos de peças e quantidades de remessas,
embora sejam ambos valores numéricos, são de espécies diferentes, ou
seja, semanticamente distintos. Portanto uma comparação direta entre
peso e quantidade deveria ao menos ser questionada, se não rejeitada
de todo pelo modelador.
Passaremos agora aos conceitos envolvidos com a abordagem E-R para
modelagem de bancos de dados. Durante a exposição do conteúdo,
daremos preferência à abordagem de design e de modelagem de enti-
dade-relacionamento encontrada em Heuser 3.
[entidade] 
Entidades são elementos ou objetos perfeitamente distinguíveis. No
processo de modelagem E-R, as entidades são os primeiros elementos a
serem considerados por estarem explícitos ou evidentes.
Esses elementos podem ainda representar algo concretoconcreto – como, por
exemplo, uma pessoa ou um produto – ou abstratoabstrato – tal como uma
data ou mesmo uma seção de uma empresa.
Uma entidade também pode ser vista como sendo pessoalpessoal (empregado,
funcionário), locallocal (endereço, cidade, estado), objetoobjeto (produto, maté-
ria-prima), eventoevento (venda, registro, cadastramento) ou entidade con-entidade con-
ceitualceitual (seção, conta). A representação é feita através de retângulos
(Figura 2.1) contendo no seu interior o nome das entidades.
Figura 2.1 – Representação de entidades
FUNCIONÁRIO PRODUTO SEÇÃO
 
37
princípios_e_prática_
Assim, quando simbolizamos a entidade “funcionário”, não quer dizer
que se trata de um funcionário específico, mas de um conjunto de
funcionários, portanto ela pode ser valorada pelos elementos do con-
 junto que representa. Contudo, quando falamos de um elemento ou
dado referente a uma entidade, diz-se que tal dado representa uma ins-ins-
tância tância desta ent idade. Por conseguinte ainda que tenhamos outros con-
ceitos, que são vistos adiante, envolvidos com a abordagem E-R, como
atributos, relacionamentos e subtiposatributos, relacionamentos e subtipos; tais conceitos devem ser vistos
como propriedades das entidadespropriedades das entidades, as quais são assumidas conforme a
necessidade da modelagem E-R.
[atributos] 
Atributos são as características de uma entidade. Eles podem ter uma
faixa de valores ou de domínio e, ainda, caracterizarem-se por serem
atômicos (simples) ou não-atômicos (compostos). Assim, apesar da
possibilidade de fazermos o contrário, devemos sempre procurar cons-
truir atributos simples.
Podemos, inclusive, ter atributos identificadores ou, então, chaves que
indiquem uma entidade sem ambigüidade, bem como atributos básicos
ou derivados, como por exemplo, a quantidade total para um determi-
nado produto ser resumido a partir da soma das peças separadamente
para este produto.
Date4 dá preferência ao uso do termo propriedadepropriedade em vez de atributoatributo.
A representação de atributos é feita com elipses ligadas à entidade
(Figura 2.2) ou com círculos, e a identificação do atributo é colocada
ao lado do mesmo.
 
38
banco_de_dados_
Figura2.2 – Representação de atributos
FUNCIONÁRIO
ENDEREÇONOMECÓDIGO
FUNCIONÁRIO
CÓDIGO
NOME
ENDEREÇO
Os atributos podem ser:
univalorado ou multivalorado:univalorado ou multivalorado:_ no caso de o atributo assumir um
único valor ou, então, quando assume mais de um valor;
 vazio vazio::_ quando um atributo em determinado momento não assumir
um dado específico ou ser desconhecido (semelhante ao valor NULL
existente em SQL);
chave ou identificador:chave ou identificador:_ um atributo pode unicamente representar
uma instância de uma entidade, situação em que ele é simbolizado
como identificador ou chave mediante o nome sublinhado ou com o
círculo do atributo preenchido.
[relacionamento] 
Através de um relacionamento, duas ou mais entidades podem estar
associadas, situação em que elas são representadas por losangos
ligando uma entidade a outra (Figura 2.3). Portanto um relaciona-
mento é uma associação entre entidades, em que as pertencentes a um
relacionamento se dizem participantes do mesmo.
 
39
princípios_e_prática_
Figura 2.3 – Representação de relacionamentos
CLIENTE CARTEIRA PEDIDO
Como visto, os relacionamentos podem ter um nome descrito no losango.
Nesse exemplo, temos duas entidades envolvidas: “cliente” – repre-
sentando o conjunto de pessoas que são vistas como clientes de uma
empresa – e “pedido”, sendo este o conjunto de pedidos que são efetua-
dos pelo cliente na empresa. O relacionamento denominado “carteira”
refere-se à associação de elementos da entidade “pedido” que, por sua
vez, estão associados a seus respectivos elementos representados pela
entidade “clientes”.
Quanto aos relacionamentos, podemos considerar a cardinalidade, o
tipo de relacionamento e a obrigatoriedade de participação. Heuser
exemplifica também relacionamentos sem nomes explícitos5.
CardinalidadeCardinalidade
A cardinalidade ou multiplicidade define a quantidade de elementos de
uma entidade associada com a quantidade de elementos de outra enti-
dade. Podemos ter relações de 1:1 (um para um), 1:N (um para N) e
N:N (N para N). Por exemplo, a cardinalidade para o relacionamento
representado na Figura 2.3 pode ser visto como 1:N, isto é, um cliente
pode possuir vários pedidos, porém um pedido pode ser somente de
um único cliente.
Figura 2.4 – Representação de relacionamentos e cardinalidade
CLIENTE CARTEIRA PEDIDO1 N
 
40
banco_de_dados_
Na Figura 2.4, vemos, então, que do lado da entidade “cliente” apa-
rece o número “1” e do lado da “pedido” aparece a letra “N”. Para a
interpretação da cardinalidade, um artifício que auxilia na identificação
da mesma é a elaboração de um diagrama de ocorrências. Num dia-
grama de ocorrências, representamos as entidades e relacionamentos,
na forma de conjuntos, bem como os elementos pertencentes a cada
conjunto. No caso das entidades, representamos os elementos indivi-
dualmente e, no caso do conjunto do relacionamento, representamos
os pares de elementos associados entre si*.
Figura 2.5 – Diagrama de ocorrências para o exemplo de cardinalidade 1:N
CLIENTE CARTEIRA PEDIDO
c1
c1,p1
p1
c2,p2
p2
c2
c2,p3
p3
c3
c2,p4
p4
Dessa forma, os pares c2, p2 e c2, p3 indicam que um cliente pode possuir
mais de um pedido. Porém, não ocorre um par, onde, para um mesmo
pedido, tenhamos mais de um cliente.
* Um diagrama de ocorrências, de certa forma, antecipa a
visualização de como estariam os dados associados entre si, em
termos de um registro, em uma tabela de um banco de dados.
 
41
princípios_e_prática_
No caso de um relacionamento com cardinalidade N:N, entre as enti-
dades “funcionário” e “projeto”, denominado “alocação” (veja a Figura
2.6), um funcionário pode estar alocado em mais de um projeto (veja o
caso dos pares f2, p2 e f2, p3), e um projeto, por sua vez, pode ter mais
de um funcionário (ver os pares f1, p1 e f3, p1).
Figura 2.6 – Diagrama de ocorrências para o exemplo de cardinalidade N:N
FUNCIONÁRIO ALOCAÇÃO PROJETO
N N
FUNCIONÁRIO ALOCAÇÃO PROJETO
 f1
f1,p1
 p1
f3,p1 p2
 f2
f2,p2
 p3
f2,p3
 f3
f3,p4
 p4
 
Para o caso de um relacionamento de cardinalidade 1:1, no exemplo a
seguir, temos as entidades “empregado” e “cargo”, e o relacionamento
“ocupação” indicando a associação entre as entidades (Figura 2.7).
Nesse caso, as ocorrências do diagrama indicam que um empregado
pode ocupar apenas um cargo e vice-versa (um cargo não pode ter dois
empregados).
 
42
banco_de_dados_
Figura 2.7 – Diagrama de ocorrências para o exemplo de cardinalidade 1:1
EMPREGADO OCUPAÇÃO CARGO
1 1
EMPREGADO OCUPAÇÃO CARGO
e1
e1,c1
c1
e2
e2,c3
c2
e3
e3,c4
c3
Quanto à denominação de um relacionamento, não há uma regra para
atribuirmos um nome específico. Em vez de “ocupação”, poderíamos
denominar de “cargo do empregado” ou “cargo_empregado”.
 Tipo de relacionamento
Um relacionamento pode ser, de acordo com o número de entidades
que participam na relação, unário, binário ou ternário.
1. O relacionamento binário (associando duas entidades) já foi abor-
dado anteriormente, quando da explicação do conceito de relacio-
namento, sendo que nos concentraremos agora nos relacionamentos
unário e ternário.
2. O relacionamento do tipo unário, é identificado também como um
auto-relacionamento, em que a entidade participante relaciona-se com
 
43
princípios_e_prática_
ela mesma. Isso não implica que um registro dessa entidade esteja rela-
cionado com ele mesmo.
 Vejamos o caso de um produto em fabricação. De acordo com o grau de
montagem, um conjunto de peças é montado de forma a produzir uma
peça mais complexa, mas que não é ainda o produto final. Essa peça
complexa se junta a outras peças ou a matérias-primas, de forma, então,
a compor o produto final. Todas essas peças são, aqui, representadas por
uma entidade “peça”, sendo o relacionamento denominado “parte de”.
O conceito depapelpapel também é importante para a definição de um rela-
cionamento unário, para que possamos entender como as instâncias
estão associadas. No caso da peça ou peças que “compõem” outra peça,
e da peça que é “composta por” outras peças, temos os dois papéis (o
do que contém e do que está contido). A definição dos papéis auxilia
posteriormente na determinação da cardinalidade do relacionamento.
Os papéis devem ser explicitados no diagrama do relacionamento ao
lado das ligações. Pela Figura 2.8, vemos que existem os pares p1, p2 e
 p3, p2, indicando que a peça p2 é composta pelas peças p1 e p3. Por sua
vez, vemos também que p4 é composta pela peça p2. A cardinalidade
N:1 indica que mais de uma peça pode compor outra peça. Essa repre-
sentação ilustra bem a estrutura de materiais, também chamada Bill Of 
Materials (BOM) para certa linha de produção, o que é necessário em
um programa de Planejamento das Necessidades de Materiais (Mate-
rials Requirement Planning – MRP).
Outros exemplos de relacionamentos unários são os “empregado-che-
fia” ou “contas-subcontas” (tal como num plano de contas contábil).
 
44
banco_de_dados_
Figura 2.8 – Diagrama de ocorrências para o auto-relacionamento
PARTE_DE
PEÇA
Composta por compõem
PEÇA PARTE_DE
p1
p2
p4
p3
p1,p2
p2,p4
p3,p2
Figura 2.9 – Exemplo de relacionamento ternário
OCUPAÇÃO
PROJETO
FUNCIONÁRIO ÁREA1 1
N
Um relacionamento ternário implica a associação de três entidades ao
mesmo tempo, que pode ser exemplificado por uma associação “funcioná-
rio-área-projeto”; desde que um funcionário trabalhe apenas em uma área,
 
45
princípios_e_prática_
porém em mais de um projeto. O relacionamento ilustrado (Figura 2.9)
mostra como ficaria esta associação e o relacionamento “ocupação”.
Figura 2.10 – Diagrama de ocorrências para o exemplo de relacionamento ternário
FUNCIONÁRIO PROJETO
f1 p1
f2 p2
f1,p1,a2
p3
f3 p4
f2,p2,a1
 ÁREA f2,p3,a1
a1 f3,p4,a2
 OCUPAÇÃO
a2
O diagrama de ocorrências mostra, agora, não mais os “pares”, mas
“ternos” ou “triplas” mostrando as instâncias associadas nesse modelo
(Figura 2.10).Veja que os ternos f2, p2, a1 e f2, p3, a1 validam a cardina-
lidade de 1:1 para a associação “funcionário-área” e 1:N para a asso-
ciação “funcionário-projeto”.
 
46
banco_de_dados_
É possível, ainda, representarmos relacionamentos contendo mais
de três entidades, o que caracteriza relacionamentos quaternários e
subseqüentes.
Obrigatoriedade
Em certos relacionamentos entre entidades podem aparecer situações
onde a presença de uma entidade não é obrigatória. Um bom e xemplo
é o relacionamento “empregado-dependente” na figura abaixo.
Figura 2.11 – Relacionamento empregado-dependente
EMPREGADO FILIAÇÃO DEPENDENTE
1 N
O empregado pode ter dependente s ou não. Para representar isso num
diagrama E-R, expandimos o conceito de cardinalidade para mínima e
máxima.
Quando um empregado não possuir dependentes, caracterizamos a_
cardinalidade mínima para 0 (zero) do lado da entidade dependente.
Como a entidade empregado sempre par ticipa do relacionamento , a
cardinalidade mínima será 1 (um) do lado do empregado.
Quanto à_ cardinalidade máxima (mantemos o que foi especificado
anteriormente), do lado do dependente será N, pois um empregado
pode ter vários dependentes. E a cardinalidade máxima para empre-
gado será obviamente 1 (um dependente só pode estar relacionado a
um empregado).
Para representar agora as_ cardinalidades mínima e máxima , utiliza-
mos o par: min e max . Assim, do lado do empregado, a repre sentação
 
47
princípios_e_prática_
das cardinalidades será (1, 1) e do lado do dependente será (0, N),
conforme a Figura 2.12.
Da entidade que participa num relacionamento em que não seja obri-
gatória a presença, diz-se que é uma entidade fraca. Assim, elas podem
ser divididas em fortes e fracas . A entidade fraca também é represen-
tada na literatura como sendo um retângulo com linha dupla incluindo
a ligação com o relacionamento.
Figura 2.12 – Relacionamento empregado-dependente representando obrigatoriedade
EMPREGADO FILIAÇÃO DEPENDENTE
(1,1) (0,N)
EMPREGADO FILIAÇÃO DEPENDENTE
e1
e1,d1
d1
e2
e1,d2
d2
 
e3
e2,d3
d3
 
e4
e3,d4
d4
e5
e3,d5
d5
Na figura acima, você vê a representação do diagrama de ocorrências.
Como nele, a entidade “dependente” possui cardinalidade mínima 0
(não há obrigatoriedade), existem instâncias de “empregado” que não
 
48
banco_de_dados_
estão associados a qualquer instância de “dependente” (e4 e e5). Note
também que todas as instâncias de “dependente” estão associadas a
suas respectivas instâncias de “empregado”.
[atributos de relacionamento]
Assim como uma entidade pode possuir atributos, um relacionamento
também pode ter atributos que não ficariam bem localizados nas suas
entidades associadas.
No relacionamento “funcionário-projeto” (Figura 2.13), usaremos um
atributo, a ser colocado, chamado tempo para guardar as horas traba-
lhadas pelo funcionário no projeto específico. Se o atributo “tempo”
ficar ligado à entidade “funcionário”, a informação referenciada nesse
atributo será relativa ao funcionário, não importando o projeto. Por
outro lado, se o atributo “tempo” ficar ligado à entidade “projeto”, ele
é compreendido mais como o tempo trabalhado no respectivo projeto,
não importando qual funcionário trabalhou. Portanto, se for ligado a
qualquer uma das entidades, o atributo não atinge o objetivo, sendo,
em nosso exemplo (Figura 2.13) necessário colocar o atributo “tempo”
ligado ao relacionamento “alocação” para dessa forma significar as
horas trabalhadas pelo funcionário no projeto específico.
Figura 2.13 – Exemplo de atributo de relacionamento
FUNCIONÁRIO ALOCAÇÃO PROJETO
N N
TEMPO
 
49
princípios_e_prática_
[generalização/especialização]
 Também chamada de subtipo, a generelização/especialização per-
mite que uma entidade se diferencie em vários tipos. Por exemplo, se
alguns empregados são programadores, e todos os p rogramadores são
empregados, então, podemos dizer que “programador” é um subtipo
do supertipo “empregado”. nessa situação, se analistas também exis-
tem como empregados, então “analista” também será um subtipo do
supertipo “empregado” (Figura 2.14).
Podemos, portanto, discutir a existência de herança entre entidades,
bem como a de uma hierarquia de tipos, porquanto, com a generaliza-
ção/especialização, a entidade caracterizada como supertipo assume
as propriedades do subtipo em determinadas ocorrências. A represen-
tação de generalização/especialização num diagrama E-R se faz com um
triângulo invertido. A aqui utilizada (representação) se deve a Korth e
Silberschatz7, mas outras formas também são encontradas em Heuser 8.
Figura 2.14 – Exemplo de generalização/especialização
PROGRAMADOR ANALISTA
EMPREGADO
A herança entre as entidades pressupõe que uma entidade subtipo ou
filha pode herdar as propriedades da que é supertipo ou pai. Como
propriedades são compreendidos os atributos e relacionamentos da
entidade-pai.
 
50
banco_de_dados_
No diagrama da Figura 2.15, vemos um exemplo onde (no contexto de
um sistema de livraria) a entidade “cliente” está associada à entidade
“mídia” através do relacionamento “venda”. Veja que pelo diagrama,
“mídia” pode assumir uma ocorrência da entidade-filha “livro” ou uma
ocorrência da outra entidade-filha “revista”. Veja que “mídia” possui o
atributo identificador “ID” e “nome”, que identifica, por sua vez, uma ins-
tância de “mídia”. Atributo que irá servir tanto para “livro” quanto para
“revista”. Agora, quando “mídia” assume a ocorrência da entidade-filha
“livro”, esta irá herdar os atributos que pertencem à mídia (ID e nome)
mais os seus atributos específicos (ou seja, ISBN e ano). Quando “mídia”
assume a ocorrência da entidade-filha “revista”, esta irá herdar os atribu-
tos de “mídia” (ID e nome) mais os seus atributos específicos (que agora
são ISSN e periodicidade). Além disso, as entidades-filha irão herdar tam-
bém o relacionamento “vendas” que existe com a entidade “cliente”.
Figura 2.15 – Exemplo de generalização/especialização com atributos e relacionamento
Num diagrama E-R, contemplando generalização/especialização, pode-
mos também fazer com que existam vários níveis, uma vez que um
subtipo pode ser ao mesmo tempo um supertipo e assim há um novo
CLIENTE VENDA
LIVRO REVISTA
NOME
ID
QUANTIDADE
PREÇO NOME
ID
PERIODICIDADE
ISSN
 ANO
ISBN
(1,N)
(1,N)
MÍDIA
 
51
princípios_e_prática_
nível de hierarquia de tipos. O exemplo da Figura 2.16 pode ser esten-
dido de forma a ilustrar a inclusão de mais um nível. Veja que agora
mídia pode se projetar na entidade-filha “filme”. Esta, por sua vez, é
a entidade-pai de outras duas entidades: “VHS” e “DVD”. Note que
o atributo duração está colocado na entidade-pai “filme”, pois tanto
“VHS” quanto “DVD” possuem certa duração.
Figura 2.16 – Exemplo de generalizacão/especialização com mais níveis
[um diagrama E-R mais complexo]
Na Figura 2.17, encontra-se um diagrama E-R com um número maior
de entidades e relacionamentos descrevendo uma parte de um sistema
comercial.
CLIENTE VENDA
LIVRO FILME REVISTA
MÍDIA
NOME
ID
QUANTIDADE
PREÇO NOME
ID
PERIODICIDADE
ISSN
 ANO
ISBN
(1,N)
(1,N)
VHS DVD
DURAÇÃO
 
52
banco_de_dados_
Nele observamos duas entidades – “clientes” e “pedido” – relaciona-
das entre si. O relacionamento não apresenta um nome, mas poderia
ter qualquer descrição que fosse considerada a mais apropriada ao con-
texto. A descrição, ali encontrada, significa que os clientes fazem pedi-
dos. A cardinalidade máxima N ao lado da entidade “pedido” indica que
um cliente pode fazer mais de um pedido, porém um pedido pode ser
associado somente a um cliente, como indica a cardinalidade máxima
1 que está ao lado da entidade “cliente”. Na questão da cardinalidade
mínima ou obrigatoriedade, vemos que um pedido sempre estará asso-
ciado a pelo menos um cliente, porém a cardinalidade mínima 0 ao lado
de “pedido” indica que um cliente pode não estar associado a um pedido.
Pode-se notar tambémque a entidade “cliente” possui um atributo chave
ou identificador “código”. Assim, este atributo indicará individualmente
cada instância ou ocorrência de um cliente simbolizado pela entidade
“cliente”. Quanto à entidade “pedido”, também possui um código iden-
tificando cada pedido individualmente. Porém, o relacionamento indica
que para o pedido estar associado ao cliente, a instância de “pedido”
precisa estar associada a uma instância de “cliente”, e assim a ligação do
relacionamento identificador estar enfatizada do lado de pedido*.
Deve-se imaginar a entidade “pedido” como sendo uma “aglutinadora”
de itens. Um cliente pode solicitar mais de um item constando em um
pedido. Assim, “pedido” está associada à entidade “itens” por um rela-
cionamento não nominado. A obrigatoriedade indicada pelas cardina-
lidades mínimas mostra que deve existir pelo menos um item para um
pedido (logicamente, se existe um pedido deve existir pelo menos um
item associado a este pedido). A c ardinalidade máxima indica que um
* No modelo lógico relacional isso é entendido como sendo o
código do cliente fazendo parte da relação “pedido” como umachave externa ou estrangeira , como será visto mais adiante.
 
53
princípios_e_prática_
pedido pode estar associado a vários itens, porém um item deve estar
associado a um único pedido.
Da mesma forma que o relacionamento anterior, deve-se notar que
existe um atributo chave ou identificador para o item. Um item poderá
ser numerado para cada pedido começando, por exemplo, do item
número 1 até o item máximo. Como poderemos ter vários itens de
número 1, precisamos fazer o relacionamento identificador do lado da
entidade “item”, de forma que o atributo chave esteja associado ao atri-
buto chave da entidade “pedido”. Agora será permitido referenciar ade-
quadamente o pedido 1000 com o seu item 1 e o pedido 1001 também
com o seu item 1 respectivo.
O relacionamento “item-produto” associa as entidades “itens” e “esto-
que”. A cardinalidade indica que um item pode ter mais de um produto
em estoque (ou seja, um item de pedido poderá possuir mais de um pro-
duto. Isso pode acontecer em termos reais como numa promoção, por
exemplo, em que dois ou mais produtos são oferecidos com certo des-
conto). A cardinalidade mínima 0 do lado da entidade “estoque” indica
que uma instância de “estoque” não é obrigada a participar de uma ins-
tância de “item”. Notamos também que o relacionamento “item-pro-
duto” possui dois atributos: “preço” e “desconto”. Esses atributos não
poderiam estar ligados à entidade “estoque”, pois iriam indicar que o
preço e desconto seriam sempre os mesmos não importasse o item. Por
outro lado, caso estivessem ligada à entidade “item”, se houvesse mais
de uma instância de produto para um item, o preço e o desconto teriam
que ser entendidos como os mesmos para os produtos associados a
este item. Assim, o relacionamento fica com os dois atributos*.
* Num modelo relacional, esse relacionamento se transformará em
uma tabela com seus atributos próprios e os códigos (que são
identificadores) respectivos de cada entidade associada.
 
54
banco_de_dados_
Figura 2.17 – Exemplo de diagrama E-R sobre uma parte de um sistema comercial
CLIENTE PEDIDO
NOMECODIGO
(1,1) (0,N)
TELEFONE
LIMITE_COMPRA
VALOR
(1,1)
DATACODIGO
ESTOQUE
 ITEM_
PRODUTO
 ITENS
(0,N) (1,1)
(1,N) CODIGO
SUBTOTAL
QTD
DESCONTO
PREÇO
PRAZOENT
(1,N)
CUSTO
PROD_
FORNECEDORES
FORNECEDOR
(1,N)
CODIGO
NOME
TELEFONE UF
ULTENT
PTOPED
ESTMIN
CODIGO
DESCRIÇAO
QTD
O último relacionamento “prod_fornecedor” associa as entidades
“estoque” e “fornecedor”. Este relacionamento significa quais produ-
tos no estoque são fornecidos por quais fornecedores. Um produto em
estoque pode ser fornecido por vários fornecedores. Um fornecedor
pode fornecer mais de um produto (veja a cardinalidade máxima N dos
dois lados). O relacionamento é obrigatório também, ou seja, um item
sempre deve estar associado a pelo menos umum fornecedor. E um forne-
cedor deve fornecer pelo menos umum item.
 
55
princípios_e_prática_
[entidade associativa]
Em certos momentos, num processo de modelagem de um diagrama
E-R, veremos que será necessário associar uma entidade a um relacio-
namento. Porém, não se pode pela regra de associação de diagramas
E-R associar um relacionamento a outro. Por exemplo, no diagrama
E-R explicado anteriormente, caso queiramos associar uma entidade
denominada “ordem de compra” para que possamos controlar os pro-
dutos que são solicitados aos fornecedores, a qual entidade associar?
Se associarmos diretamente à entidade “estoque”, não teremos como
ligar a qual fornecedor será feita a ordem de compra. Caso associemos
com a entidade “fornecedor”, não teremos a informação de produto
para solicitar. A solução seria relacionar diretamente com o próprio
relacionamento “prod_fornecedor”, que vem a ser onde encontramos
as duas informações juntas. Porém, não podemos ligar dois relaciona-
mentos. Assim, transformamos o relacionamento “prod_fornecedor”
numa entidade associativa (Figura 2.18), e agora poderemos estabele-
cer um relacionamento entre a entidade associativa “prod_fornecedor”
e a entidade “ordem de compra”. O símbolo para uma entidade asso-
ciativa é um retângulo sobrescrevendo um losango.
Podemos pensar num modelo equivalente, caso não queiramos traba-
lhar com a entidade associativa*. Assim, para o novo modelo, trans-
forma-se a entidade associativa “prod_fornecedor” em uma entidade,
e associa-se esta a cada entidade do diagrama E-R com seus respectivos
relacionamentos exigidos pelo padrão de diagramação.
* Na conversão de um diagrama E-R para um modelo relacional,o processo é mais simples sem o uso de entidade associativa.
 
56
banco_de_dados_
Figura 2.18 – Exemplo de entidade associativa
FORNECEDOR
(1,N)
CODIGO
NOME
TELEFONE UF
ULTENT
ESTOQUE
PRAZOENT
(1,N)
CUSTO
PTOPED
ESTMIN
CODIGO
DESCRIÇAO
QTD
ORDEM DE
COMPRA
PROD_
FORNECEDOR
Note que no diagrama E-R, da Figura 2.19, foi substituída a entidade
associativa pela entidade “prod_fornecedor”, tendo relacionamentos
com as outras entidades: “estoque” e “fornecedor”. Com a entidade
“ordem de compra”, existe um relacionamento que permite identificar a
ordem de compra com o código respectivo, e esta instância pode aglu-
tinar (como acontece na entidade “pedido” descrita anteriormente)
vários pares produto-fornecedor. E a quantidade a ser requisitada
é colocada no relacionamento, pois, a cada nova ordem de compra,
quantidades diferentes poderão ser solicitadas. Não faria sentido se
fosse colocado o atributo da quantidade na entidade “ordem de com-
pra”, nem mesmo na entidade “prod_fornecedor”.
 
57
princípios_e_prática_
Figura 2.19 – Uma alternativa para o diagrama anterior sem entidade associativa
FORNECEDOR
CODIGO
NOME
TELEFONE UF
ULTENT
ESTOQUE
PRAZOENT
(1,1)
CUSTO
PTOPED
ESTMIN
CODIGO
DESCRIÇAO
QTD
ORDEM DE
COMPRA
PROD_
FORNECEDOR
(1,N)
(1,1)
(1,N)
(1,N) (1,1)
QTD
 CODIGO
 
58
banco_de_dados_
[resumo]
O modelo entidade-relacionamento, difundido por Chen, permite agre-
gar à representação dos dados aspectos semânticos, apresentando um
bom ponto de partida para a compreensão daquilo que normalmente
não transparece num banco de dados relacional. Basicamente o modelo
propõe a representação da entidade, que pode ser um elemento con-
creto ou abstrato, referente a algo pessoal, lugar, objeto, evento ou
conceito; do atributo, que são as características da entidade, pode ser
simples ou derivado; e do relacionamento, que associa uma ou mais
entidades. O tipo de relacionamento, de acordo com o número de enti-
dades que participam da relação, pode serunário, binário ou ternário.
A obrigatoriedade refere-se a situações em que há necessidade da pre-
sença de uma entidade, ou não, contendo o conceito decardinalidade 
(o número de elementos associados à entidade). Uma entidade que par-
ticipa de um relacionamentoé ditafraca no caso de não ser obrigató-
ria a sua presença. Um relacionamento também pode possuir atributos,
assim como uma entidade, na qual a presença de tais atributos faça mais
sentido ao modelo do que se estivessem ligados às entidades participan-
tes. A diferenciação de uma entidade emsubtipos e supertipos também
é possível, sendo tal representação hierárquica denominada de genera-
lização-especialização. A entidade associativa permite a representação
de uma entidade que evita a conexão entre dois relacionamentos, o que
não é permitido pelo modelo E-R.
 
59
princípios_e_prática_
[exercícios]
1. Porque a abordagem modelo entidade-relaciona-
mento é útil para a modelagem de bancos de dados?
2. Quais são os elementos que podem constar em
um diagrama E-R?
3. O que vem a ser uma instância ?
4. Dê um exemplo de relacionamento para cada tipo
de cardinalidade: 1:1, 1:N e N:N.
5. Elabore os seguintes diagramas E-R de acordo
com as entidades e atr ibutos a seguir enumerados:
a) Aluno (matricula, nome), curso (código, nome).
Um aluno pode fazer mais de um curso.
6. Na terminologia da abordagem E-R, o que são
papéis?
7. Num relacionamento unário ou auto-relaciona-
mento, uma entidade se relaciona com ela mesma.
Explique.
8. Monte o auto-relacionamento para o exemplo de
um plano de contas, onde temos contas e subcontas
associadas entre si. Expresse os papéis e monte um
diagrama de ocorrências.
9. De acordo com o exemplo de relacionamento ter-
nário da Figura 2.9, como ficaria o modelo para o
caso de um funcionário poder atuar em mais de uma
área? E xemplifique com o diagrama de ocorrências.
 
60
banco_de_dados_
10. De acordo com o exemplo de relacionamento
ternário da Figura 2.9, como ficaria o modelo para
o caso de mais de um funcionário poder atuar em
mais de um projeto e área? Exemplifique com o dia-
grama de ocorrências.
11. Dê um exemplo de relacionamento quaternário.
Expresse um diagrama de ocorrências para exempli-
ficar as instâncias.
12. Fale sobre obrigatoriedade.
13. Utilize o exemplo de relacionamento da Figura
2.6 e especifique a cardinalidade mínima e máxima
para a situação em que o funcionário pode estar ou
não em um projeto, e um projeto pode possuir ou
não funcionários.
14. Com base nos esquemas abaixo, elabore um dia-
grama E-R para um sistema de biblioteca:
a) Mídia(cod midia,titulo) Usuário(cod usuario,
nome) Autor(cod autor,nome)
b) Editora(cod editora,nome,telefone)
Algumas considerações para a construção do
modelo:
_ cada esquema denota uma entidade que fará
parte do diagrama;
_ entre parênteses constam os atributos que
fazem par te de cada entidade;
 
61
princípios_e_prática_
_ por mídia deve ser entendido tudo que existe
na biblioteca (livros, fitas, CDs etc.);
_ um usuário pode tomar emprestadas várias
mídias existentes no acervo de mídias;
_ para cada mídia que seja emprestada ao usu-
ário, deve ser registrada uma data de emprés-
timo, a de previsão da entrega e a da entrega ;
_ devemos considerar também a existência de
um relacionamento para as entidades Mídia e
Usuário;
_ uma mídia pode ter vários autores, por ém uma
única editora.
 
63
princípios_e_prática_
 
0000_0011 = III
 
álgebra
relacional_
 
A álgebra relacional é uma linguagem de consultas proce-
dural. Consiste em um conjunto de
operações que tem como entrada
uma ou duas relações ou
tabelas e produz, como
resultado, uma nova relação ou tabela. Tal pro-
priedade é conhecida como a propriedade de
fechamento.fechamento. 
As operações existentes na álgebra
relacional são a seleção, a proje-seleção, a proje-
ção, a junção, a união, ação, a junção, a união, a
diferença, a interseção,diferença, a interseção,
o proo produto cartesiano, a divisão e a atribuição.duto cartesiano, a divisão e a atribuição. 
Na proposta srcinal de Codd haviam oito operadores 1 (todos os rela-
cionados acima exceto a “atribuição”) que eram divididos em primiti-primiti-
 vos vos ou fundamentaisfundamentais* (seleção, projeção, produto cartesiano, união,
interseção e diferença) e derivadosderivados ou adicionaisadicionais (junção e divisão).
Algumas operações, como a seleção e a projeção, são denominadas de
primáriasprimárias ou unitáriasunitárias, por operarem com apenas uma relação. Outras,
como a junção e o produto cartesiano, são consideradas bináriasbinárias, por
necessitarem de duas relações.
* Operações compostas podem ser realizadas a partir decombinações das operações fundamentais.
 
66
banco_de_dados_
[seleção]
A operação seleção escolhe linhas ou registros que satisfaçam uma
determinada condição. Dizemos que o operador de seleção faz uma
restrição em re lação à linha ou ao registro – re strição horizontal. Sendo
que nesse processo:
usamos a letra grega minúscula_ sigma (σ) para denotar seleção;
a condição aparece subscrita a_ σ;
o argumento da relação ou tabela é dado entre parênteses, seguindo o_
 σ
.
1. Assim, para selecionar aqueles registros da relação “pedido”, cujo
código é 1010, escrevemos:
σ
codigo=1010
 (pedido)
Portanto, se a tabela “Pedido” (relação ou tabela de entrada) conter os
seguintes registros:
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
o resultado (ou tabela de saída) é mostrado, conforme
codigo codcli data valor
1010 233 17/03/2004 1.020,00
2. No caso de fazermos comparações, por exemplo, encontrando regis-
tros com valores maiores que R$1.000,00, escrevemos:
σ
valor>1.000,00
 (pedido)
 
67
princípios_e_prática_
Assim, obtemos:
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1010 233 17/03/2004 1.020,00
3.3. Também podem ser efetuadas operações de seleçãooperações de seleção envolvendo con-
dições compostas:
σ
valor>1.000,00 AND data<‘15/03/2004’
(pedido)
ou
σ
(valor>1.000,00) AND (data<‘15/03/2004’)
(pedido)
ou, ainda,
σ
(valor>1.000,00) E (data<‘15/03/2004’) (pedido)
4.4. Para os operadores lógicosoperadores lógicos utilizaremos a seguinte convenção:
Quadro 3.1 – Operadores lógicos
Matemática Português Inglês
∧ e and
∨ ou or
¬ não not
[projeção]
A operação de projeçãooperação de projeção permite que façamos uma restrição em termos
de atributos ou campos (ou mesmo colunas) de uma relação ou tabela –
aplica uma restrição vertical. Assim, os atributos de maior relevância são
escolhidos para que certa consulta seja feita ao banco de dados. A proje-
ção é denotada pela letra grega pi (π), a qual aparece subscrita na lista de
atributos ou campos desejados para a operação. Nesse procedimento, a
 
68
banco_de_dados_
relação ou a tabela aparece, como na seleção, logo após entre parênte-
ses. Assim, se quisermos da tabela anterior “Pedido” apenas os campos
códigocódigo e valor valor , fazemos a seguinte operação de projeção:
π
codigo,valor 
 (pedido)
Com essa consulta, produzimos, então, a seguinte relação ou tabela
de saída:
codigo valor
1005 1.200,00
1008 960,00
1010 1.020,00
1015 755,00
[ junção]
 Também denominada de junção junção naturnaturalal, tal operação caracteriza-se
por ser binária binária , necessitando de duas relações ou tabelas. É também
necessária a existência de atributos ou campos em comum entre as
duas tabelas envolvidas. Por exemplo, suponhamos que a informação
dos clientes que fizeram pedidos esteja na tabela “Clientes”. Assim,
caso queiramos saber o nome do cliente que comprou certo pedido
de determinado código, não dispomos de tal informação na tabela
“Pedido”. No entanto, com a operação de junção, é possível obter-com a operação de junção, é possível obter-
mos essa informação.mos essa informação. 
Ao compararmos as tabelas “Clientes” e “Pedido”, percebemos que os
campos que se correlacionam são codigo na tabela “Clientes”, e codcli 
na tabela “Pedido”. Assim, é possível fazermos a junção das duas tabe-
las através desses campos em comum. A tabela “Clientes” apresenta-seda seguinte forma:
 
69
princípios_e_prática_
A tabela “Clientes” apresenta-se da seguinte forma:
CLIENTES
codigo nome telefone limite_compra
202 Ernesto 3222-0809 1.500,00
221 Amélia 3233-2474 2.000,00
233 Luís Alberto 3323-0071 1.500,00
282 José Antonio 3343-9021 800,00
295 Carlos Silva 3224-5678 800,00
Agora, vamos observar a tabela “Pedido”:
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
Nesse processo, expressamos a operação que foi efetuada através do
símbolo , colocando em subscrito à direita a igualdade entre os cam-
pos em comum. Caso os campos venham a ter a mesma designação
nas duas tabelas, omitimos a igualdade e colocamos apenas uma vez o
nome do atributo ou campo.
 pedido
codcli=codigo clientes
Note que na igualdade, o campo codcli está à esquerda, pois pertence
à tabela “Pedido” e o campo codigo está à direita, pois pertence, por
sua vez, à tabela “Clientes”. A tabela resultante da operação de junção,
nesse caso, fica assim:
 
70
banco_de_dados_
codigo codcli data valor nome telefone
 limite_
compra
1005 202 10/03/2004 1.200,00 Ernesto 3222-0809 1.500,00
1008 221 13/03/2004 960,00 Amélia 3233-2474 2.000,00
1010 233 17/03/2004 1.020,00 Luis
 Alberto
3323-0071 1.500,00
1015 282 20/03/2004 755,00 José
 Antonio
3343-9021 800,00
 Veja que a tabela de saída tem sete atributos e que o atributo em comum
não é repetido*. Note também que na junção, os registros que não têm
um correspondente na outra tabela desaparecem da tabela resultante
(no caso, o cliente de código 295, Carlos Silva). Agora, é possível saber-
mos pelo nome do cliente o pedido relacionado a ele.
A operação de junção é comutativa , ou seja, se trocarmos de lado as
tabelas envolvidas,
clientes
codigo=codcli
 pedido
produziremos uma tabela semelhante à obtida anteriormente, porém
com os atributos dispostos de maneira diferente:
clientes.
codigo
nome telefone limite_
compra
pedido.
codigo
data valor
202 Ernesto 3222-
0809
1.500,00 1005 10/03/2004 1.200,00
221 Amélia 3233-
2474
2.000,00 1008 13/03/2004 960,00
233 Luís
 Alberto
3323-
0071
1.500,00 1010 17/03/2004 1.020,00
282 José
 Antonio
3343-
9021
800,00 1015 20/03/2004 755,00
* Em consultas na linguagem SQL, por exemplo, costumam apareceros dois campos, precedidos do nome da relação ou tabela.
 
71
princípios_e_prática_
 Veja que, agora, diferenciamos o atributo codigo da tabela “Clientes”
colocando o prefixo referente ao nome da tabela logo após um ponto e
o nome do atributo, o mesmo acontecendo com “Pedido”.
É também possível fazer junções de três ou mais tabelas, desde qu e res-
peitados os critérios colocados para a operação de junção.
[operações compostas]
Com as três operações que já foram explicadas, já é possível fazermos
consultas compostas. Suponha que queiramos consultar apenas o
código do cliente que comprou o pedido 1010. Assim, além de fazer-
mos uma seleção, é necessário também realizarmos uma projeção para
obtermos somente a informação do c ampo codcli, por exemplo:
π
codcli
 (σ
codigo=1010
(pedido))
Como a seleção produz uma tabela de saída, esta ser ve de entrada para
a próxima operação que é a projeção. A tabela de saída após a proje-
ção fica:
codcli
233
Devemos ter cuidado quan do fizermos a oper ação de forma invers a:
σ
codigo=1010
 (π
codcli
 (pedido))
Nesse caso, como a t abela resultante da projeção retorna apenas o atri-
buto “codcli”, iremos perder o campo “código” envolvido na seleção
logo a seguir, produzindo, desse modo, uma tabela nula:
codcli
233
 
72
banco_de_dados_
Assim, devemos ter cuidado com aprecedência das operaçõesprecedência das operações. Uma boa
regra para seguir é fazermos a operação de junção seguida da seleção e
apenas no final fazermos a projeção. Dessa forma, se quisermos obter ape-
nas o nome do cliente referente ao pedido 1010, precisaremos da junção efe-
tuada anteriormente, além de fazermos a operação de seleção apenas para
o pedido 1010, para, depois, projetarmos para o atributonomenome, ou seja:
π
nome
 (σ
pedido.codigo=1010
 (pedido
codcli=codigo
 clientes))
Nesse processo, a tabela de saída tabela de saída tem a forma:
nome
Luís Alberto
[união]
A operação de uniãooperação de união é binária e necessita de duas tabelas para operar.
A restrição aqui colocada é: as tabelas envolvidas devem ter o mesmo
conjunto de atributos. Assim, se tivermos duas tabelas relativas, uma
à conta-corrente de clientes e outra às contas de poupança, e quiser-
mos obter uma consulta recuperando todos os números de contas, não
importando de que tipos sejam, é só fazermos a união das tabelas.
Com as tabelas apresentadas, a seguir, vamos fazer o processo descrito
acima.
CONTA_CORRENTE
conta nome telefone saldo
1123-8 Ernesto 3222-0809 750,00
2124-0 Amélia 3233-2474 (130,00)
3113-6 Luís Alberto 3323-0071 1.100,00
4563-7 José Antonio 3343-9021 (330,00)
 
73
princípios_e_prática_
CONTA_POUPANÇA
conta nome telefone valor
1333-5 Luís Paulo 3222-0809 150,00
2124-0 Amélia 3233-2474 320,00
3243-6 Carlos Alberto 3323-0071 800,00
4563-7 José Antonio 3 343-9021 330,00
A expressão de consulta, a seguir, retorna todas as contas, não impor-
tando sua função, sem repetir r egistros existentes nas duas tabelas:
π
conta
 (conta_corrente) U π
conta
(conta_poupanca)
produzindo a seguinte tabela:
conta
1123-8
1333-5
2124-0
3113-6
3243-6
4563-7
[diferença]
A operação de diferença também é binária , de forma semelhante à
união e à junção. Se quisermos, numa consulta, retirar registros ou
linhas que sejam comuns às tabelas envolvidas, o fazemos através da
operação de diferença. Se quisermos, dentro do mesmo contexto colo-
cado para a união, excluir das contas correntes aquelas que também
são contas de poupança, a expressão fica:
π
conta
 (conta_corrente) − π
conta
 (conta_poupanca)
produzindo a seguinte tabela:
 
74
banco_de_dados_
conta
1123-8
3113-6
Para a operação diferença , vale a restrição das tabelas envolvidas, com
relação ao conjunto de atributos iguais, aplicada à operação de união.
[interseção]
A operação de interseção , como na teoria dos conjuntos, tem a finali-
dade de retornar os registros em comum entre duas tabelas. Essa ope-
ração é binária , necessitando de duas tabelas para ser efetuada.
Para exemplificar, vamos considerar as tabelas, dos exemplos anterio-
res, usadas para união e diferença.
CONTA_CORRENTE
conta nome telefone saldo
1123-8 Ernesto 3222-0809 750,00
2124-0 Amélia 3233-2474 (130,00)
3113-6 Luís Alberto 3323-0071 1.100,00
4563-7 José Antonio 3343-9021 (330,00)
CONTA_POUPANÇA
conta nome telefone valor
1333-5 Luís Paulo 3222-0809 150,00
2124-0 Amélia 3233-2474 320,00
3243-6 Carlos Alberto 3323-0071 800,00
4563-7 José Antonio 3 343-9021 330,00
Caso queiramos obter as contas que aparecem tanto na relação
“Conta_corrente” quanto na “Conta_poupança”, fazemos a operação
de interseção:
 
75
princípios_e_prática_
π
conta
 (conta_corr ente) ∩ π
conta
 (conta_poupanca)
obtendo, assim, a seguinte tabela de saída:
conta
2124-0
4563-7
Dadas duas tabelas “r” e “s” quaisquer, a operação de interseção pode
ser escrita utilizando somente a operação diferença:
r ∩ s = r − (r − s)
[produto cartesiano]
A operação produto cartesiano também é binária , sendo bastante
semelhante ao produto cartesiano da teoria dos conjuntos. Enquanto
a junção une duas tabelas de acordo com campos em comum, no pro-
duto cartesiano não são considerados tais campos. Para cada registro
de uma tabela, repetem-se todos os registros da outra. Assim ao fazer
o segundo registro da tabela, repetem-se todos os registros da outra, e
assim sucessivamente até o último registro da primeira tabela. Assim,
para o produto cartesiano das tabelas do exemplo anterior referente às
tabelas “Pedido” e “Clientes”, fazemos a operação “pedido × clientes”,
o que resulta na seguintetabela:
pedido.
codigo
 codcli data valor
 clientes.
codigo
 nome telefone
 limite_
compra
1005 202 10/03/2004 1.200,00 202 Ernesto 3222-0809 1.500,00
1005 202 10/03/2004 1.200,00 221 Amélia 3233-2474 2.000,00
1005 202 10/03/2004 1.200,00 233 Luís
 Alberto
3323-0071 1.500,00
1005 202 10/03/2004 1.200,00 282 José
 Antonio
3343-9021 800,00
 
76
banco_de_dados_
pedido.
codigo
 codcli data valor
 clientes.
codigo
 nome telefone
 limite_
compra
1005 202 10/03/2004 1.200,00 295 Carlos
Silva
3224-5678 800,00
1008 221 13/03/2004 960,00 202 Ernesto 3222-0809 1.500,00
1008 221 13/03/2004 960,00 221 Amélia 3233-2474 2.000,00
1008 221 13/03/2004 960,00 233 Luís
 Alberto
3323-0071 1.500,00
1008 221 13/03/2004 960,00 282 José
 Antonio
3343-9021 800,00
1008 221 13/03/2004 960,00 295 Carlos
Silva
3224-5678 800,00
1010 233 17/03/2004 1.020,00 202 Ernesto 3222-0809 1.500,00
1010 233 17/03/2004 1.020,00 221 Amélia 3233-2474 2.000,00
1010 233 17/03/2004 1.020,00 233 Luís
 Alberto
3323-0071 1.500,00
1010 233 17/03/2004 1.020,00 282 José
 Antonio
3343-9021 800,00
1010 233 17/03/2004 1.020,00 295 Carlos
Silva
3224-5678 800,00
1015 282 20/03/2004 755,00 202 Ernesto 3222-0809 1.500,00
1015 282 20/03/2004 755,00 221 Amélia 3233-2474 2.000,00
1015 282 20/03/2004 755,00 233 Luís
 Alberto
3323-0071 1.500,00
1015 282 20/03/2004 755,00 282 José
 Antonio
3343-9021 800,00
1015 282 20/03/2004 755,00 295 Carlos
Silva
3224-5678 800,00
Nesse caso, podemos obter a consulta composta sobre a operação do
produto cartesiano em vez da operação de junção, pois, desde que na
operação de seleção façamos os campos comuns iguais entre si, é possí-
vel oper acionalizarmos:
π
nome
 (σ
(pedido.codigo=1010) ∧ (codcli=clientes.codigo)
(pedido × clientes))
Chegamos, assim, ao resultado da consulta que é:
nome
Luís Alberto
 
77
princípios_e_prática_
A operação do pr oduto cartesiano é dispendiosa. O número de registros
da tabela resultante de uma operação de produto cartesiano é a mul-
tiplicação do número de registros de cada uma das tabelas. No nosso
exemplo, existem quatro registros na tabela “Pedido” e cinco registros
na tabela “Clientes”, resultando 20 registros na tabela de saída da ope-
ração do produto car tesiano.
[renomeação (rename ou renaming )]
Conforme vimos até aqui, com as consultas na álgebra relacional, o
resultado de uma expr essão não possui um nome que possa ser usado
para referenciá-la. No entanto, em certos momentos, é útil dar um
nome a uma tabela de saída. O operador de renomeação é represen-
tado pela letra grega rho ( ρ ).
Assim, dada uma certa expressão da álgebra relacional E E , a expressão
a seguir:
ρr (E)
resulta a expressão E E com o nome r r .
Outra forma de utilizar a oper ação de renomeação é a forma que apre-
sentamos a seguir, (isso, desde que tenhamos uma expressão E E ):
ρr(A
1
 ,A
2
 ,...,A
n
) (E)
Nesse caso, retorna o resultado da expressãoE E pelo nome r r , e os atributos,
desta nova tabela, são alterados e recebem novos nomes A
1
, A
2
,..., A
n
.
 Vamos considerar o seguinte tipo de consulta2: “Qual o pedido de valor
mais alto existente em uma tabela?”. Vamos considerar como ponto de
partida a tabela utilizada anteriormente para as outras operações:
 
78
banco_de_dados_
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
A estratégia a ser adotada, nessa situação, consiste em primeiro esta-
belecermos uma tabela temporária que irá conter os valores de pedidos
que não são altos. A partir deste conjunto, obtemos, a seguir, a diferença
entre a projeção da tabela srcinal “Pedido” e essa tabela temporária.
Para computar a tabela temporária, iremos comparar os valores de todos
os pedidos existentes. Isso pode ser obtido a partir do produto carte-
siano “pedido x pedido”, e aplicar uma seleção para comparar os valores
de dois pedidos quaisquer que venham a aparecer em um registro. Preci-
saremos, então, do mecanismo discutido aqui, para diferenciar entre dois
campos valor valor . Utilizamos, na seqüência, aoperação renomeaçãooperação renomeação para
mudar o nome da relação “pedido”, o que nos permite, dessa maneira, a
referência à segunda relação sem problemas de duplicidade.
A tabela temporária tabela temporária , que consiste dos pedidos que não sejam os mais
altos, pode ser expressa da seguinte forma:
π
pedido.valor 
 (σ
pedido.valor<q.valor 
 (pedido × ρq (pedido)))
Assim, essa expressão irá fornecer os valores da tabela “Pedido” para
os quais um alto valor aparece em qualquer parte da relação “pedido”,
exceto o mais alto. O produproduto carto car tesiano:tesiano:
pedido × ρq (pedido),
contido na expressão, resulta em:
 
79
princípios_e_prática_
pedido.
codigo
pedido.
codcli
pedido.
data
pedido.
valor
q.
codigo
q.
codcli
 q.data q.valor
1005 202 10/03/2004 1.200,00 1005 202 10/03/2004 1.200,00
1005 202 10/03/2004 1.200,00 1008 221 13/03/2004 960,00
1005 202 10/03/2004 1.200,00 1010 233 17/03/2004 1.020,00
1005 202 10/03/2004 1.200,00 1015 282 20/03/2004 755,00
1008 221 13/03/2004 960,00 1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00 1008 221 13/03/2004 960,00
1008 221 13/03/2004 960,00 1010 233 17/03/2004 1.020,00
1008 221 13/03/2004 960,00 1015 282 20/03/2004 755,00
1010 233 17/03/2004 1.020,00 1005 202 10/03/2004 1.200,00
1010 233 17/03/2004 1.020,00 1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00 1010 233 17/03/2004 1.020,00
1010 233 17/03/2004 1.020,00 1015 282 20/03/2004 755,00
1015 282 20/03/2004 755,00 1005 202 10/03/2004 1.200,00
1015 282 20/03/2004 755,00 1008 221 13/03/2004 960,00
1015 282 20/03/2004 755,00 1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00 1015 282 20/03/2004 755,00
A seleção, (a seguir), operando sobre a tabela acima, restringe os valores:
σ
pedido.valor<q.valor 
 (pedido × ρ
q
 (pedido))
E tem como resultado a seguinte tabela:
pedido.
codigo
pedido.
codcli
pedido.
data
pedido.
valor
q.
codigo
q.
codcli
q.data q.valor
1008 221 13/03/2004 960,00 1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00 1010 233 17/03/2004 1.020,00
1010 233 17/03/2004 1.020,00 1005 202 10/03/2004 1.200,00
1015 282 20/03/2004 755,00 1005 202 10/03/2004 1.200,00
1015 282 20/03/2004 755,00 1008 221 13/03/2004 960,00
1015 282 20/03/2004 755,00 1010 233 17/03/2004 1.020,00
Quando realizamos a projeção final sobre toda a operação,
π
pedido.valor 
 (σ
pedido.valor<q.valor 
 (pedido × ρ
q
 (pedido)))
 
80
banco_de_dados_
resulta na seguinte tabela:
valor
960,00
960,00
1.020,00
755,00
755,00
755,00
Perceba que na projeção acima, o valor maior R$1.200,00 não está con-
tido na tabela. Com a projeção sobre a tabela srcinal “Pedido”, que é
π
pedido.valor 
 (pedido)
e com os registros, que são:
valor
1.200,00
960,00
1.020,00
755,00
obtemos uma tabela temporária (acima) e, dessa forma, ao acrescentá-la
aos dados (passos) que a antecederam, estamos em condições de repre-
sentar a expressão da diferença ,
π
pedido.valor 
 (pedido) −π
pedido.valor 
 (σ
pedido.valor<q.valor 
 (pedido ×ρ
q
 (pedido))),
e conseqüentemente ao resultado,
valor
1.200,00
que é o maior valor entre os pedidos existentes dentro da tabela.
 
81
princípios_e_prática_
[atribuição ou designação]
É interessante, algumas vezes, utilizarmos a designação para uma
tabela, de modo a usá-la como variável temporária. A operação de atri-
buição ou designação, denotada por ←, trabalha de maneira asseme-
lhada à atribuição de variáveis nas linguagens de programação.
Com essa operação, é possível f azer uma consulta de maneira seqüen-
cial, consistindo de uma série de designações seguidas por uma e xpres-
são cujo valor é exibido como o resultado daquela consulta.
Portanto, se quisermos representar o exemplo da operação de renomea-
ção tratado anteriormente,
,πpedido.valor (pedido) −πpedido.valor (σpedido.valor<q.valor(pedido ×ρq (pedido)))
podemos fazer uso de designaç ões para facilitar a express ão:
temp1 ← pedido × ρq (pedido)
temp2 ← πpedido.valor (σpedido.valor<q.valor (temp1))
resultado ← πpedido.valor (pedido) − temp2
Assim, resultado será a tabela de saída, sendo que cada passo da con-
sulta é armazenado por designação nas variáveis temporárias “temp1”
e “temp2”.
Divisão
A operação de divisão é similar à ex istente na álgebra numérica. Dadas
duas tabelas “P” e “Q”, a divisão de “P” por “Q” é denotada por 
P ÷ Q,
 
82
banco_de_dados_
onde “P” é o “dividendo” e “Q” é o “divisor”. A idéia por trás da ope-
ração de divisão é obter o conjunto de registros em “P” que “casa” ou
coincide com todos em “Q”. Ou seja, devem aparecer, como resultado
da consulta, os registros de “P” que estão relacionados a todos os regis-
tros em “Q”, ao mesmo tempo.
Digamos que as tabelas “P” e “Q” assumam o seguinte conteúdo:
P Q
aa b b bb
a1 b1 b1
a1 b2 b2
a2 b1 b3
a2 b3
a1 b3
a3 b1
a3 b2
A operação P ÷ Q resulta em:
P ÷ Q
aa
a1
Ou seja, o resultado ou quociente da divisão contém os atributos de
“P” que não estão presentes em “Q”. Assim, o atributo “a” faz parte
da tabela de resultado e o valor “a1” aparece como resultado na tabela
quociente, em função de “Q” ter os valores que aparecem no atributo
“b” e que se repetem no atributo “a” (ou seja, os pares (a
1
, b
1
), (a
1
, b
2
) e
(a
1
, b
3
)) da tabela “P”.
Agora, no caso da tabela “S” assumindo o seguinte conteúdo, temos:
 
83
princípios_e_prática_
S
bb
b
1
b
2
Então, a operação “P ÷ S” resulta, agora, em:
P ÷ S
aa
a1
a3
Isso por existirem os pares (a
1
, b
1
), (a
1
, b
2
) e (a
3
, b
1
), (a
3
, b
2
) na tabela “P”.
E, por fim, se a tabela “T” assumir o seguinte conteúdo:
 T 
bb
b1
a operação “P ÷ T” resulta em:
P ÷ T 
aa
a1
a2
a3
Isso em razão da existência de (a
1
, b
1
), (a
2
, b
1
) e (a
3
, b
1
) na tabela “P”.
Com um exemplo do modelo relacional já descrito anteriormente, a con-
sulta seguinte irá necessitar da operação de divisão: “Qual é o código
do fornecedor que fornece todos os produtos?”. Veja a operação:
prodfor ÷ π
codigo
(estoque)
 
84
banco_de_dados_
A seguir a tabela “Prodfor”:
PRODFOR
codprod codfor
2001 130
2044 130
2050 141
2050 152
2050 184
2080 152
2001 152
2044 152
3020 163
3020 152
3033 184
3050 184
4101 163
4101 184
3033 152
3050 152
4101 152
E a tabela “Estoque”:
ESTOQUE
codigo descricao qtd ptoped estmin custo prazoent
2001 Grade de Aço 150 70 30 80,00 15
2044 B omba Injetora 5 2 1 3 20,00 30
2050 Multímetro 20 5 2 35,00 10
2080 Acoplador 4 6 2 280,00 30
3020 Q uadro Padrão 3 8 4 1 40,00 20
3033 Esmeril 5 3 2 110,00 10
3050 Furadeira 9 5 3 8 5,00 10
4101 Serra
Tico-Tico
6 4 2 75,00 10
 
85
princípios_e_prática_
A tabela resultado ou o quociente da divisão é:
codfor
152
Isso porque o fornecedor de código 152 fornece todos os produtos exis-
tentes na tabela “Estoque”.
[resto]
A operação de divisão pode ser relacionada com o produto cartesiano,
da mesma forma que na álgebra normal com a multiplicação e a divisão.
Se, com a operação inteira 5 ÷ 3 = 1, quisermos fazer o inverso, multipli-
cando 1 × 3, precisaremos do resto 2 para achar o valor srcinal 5. Veri-
ficando o exemplo abordado em divisão, depois de obter “P ÷ Q”, se,
agora, quisermos reproduzir a tabela “P” a partir da operação inversa:
(P ÷ Q) × Q
Porém, o resultado desse produto cartesiano será:
(P ÷ Q) × Q
a b
a1 b1
a1 b2
a1 b3
Que, como você pode notar, é diferente da tabela “P” srcinal. Assim, a
operação “P ÷ Q” gerou um resto que são os registros que não fizeram
parte da t abela quociente.
Para obtermos o resto, precisamos utilizar a operação de diferença:
P − (P ÷ Q) × Q
 
86
banco_de_dados_
Dessa forma, se fizermos “R = P − (P ÷ Q) × Q”, como sendo a tabela
que contém o resto, de acordo com o exemplo anterior,
R
a b
a2 b1
a2 b3
a3 b1
a3 b2
é possível, nesse processo, restaurar a tabela “P” srcinal fazendo a
operação de união:
((P ÷ Q) × Q) U R 
O resto não é entendido como sendo uma operação da álgebra que
serve apenas para mostrar as relações existentes entre os operadores
do produto car tesiano e da divisão.
No exemplo anterior de fornecedores, para saber os fornecedores que
não fornecem todos os produtos , basta obter o resto por meio da ope-
ração de diferença:
π
codigo
 (prodfor) − (prodfor ÷ π
codigo
(estoque))
PRODUZINDO
codfor
130
141
163
184
Note que na operação de diferença, precisa-se respeitar o critério dos
atributos comuns.
 
87
princípios_e_prática_
[resumo]
A “álgebra relacional” é uma linguagem de consultas procedural que
consiste num conjunto de operações que são efetuadas sobre tabelas ou
relações de entrada, produzindo uma nova relação ou tabela na saída.
As operações da álgebra relacional são: seleção, projeção, produto car-
tesiano, junção, união, diferença, intersecção, divisão, renomeação e
atribuição ou designação. A operação de seleção ex trai linhas ou regis-
tros que satisfaçam uma determinada condição (restrição horizontal);
por sua vez, a operação de projeção permite a ex tração de atributos ou
colunas específicas de uma relação ou tabela (restrição vertical). A jun-
ção permite combinar duas tabelas que possuam um ou mais atributos
em comum; enquanto a união combina as linhas de duas tabelas, desde
que tenham o mesmo conjunto de atributos; já a intersecção retira as
linhas comuns nessa mesma situação. A diferença permite a extração
daqueles registros que são comuns a duas relações, permanecendo os
registros da tabela que aparece representada à esquerda. O produto
cartesiano faz a combinação de uma linha de uma tabela com todas as
linhas de outra e, assim, sucessivamente, não importando os atributos
em comum. A renomeação permite a modificação de nomes de atri-
butos nas expressões de consulta; sendo que a atribuição ou designa-
ção permite renomear tabelas resultantes de consultas, possibilitando
uma melhor compreensão de um conjunto de consultas subseqüentes.
A operação de divisão permite obter um conjunto de registros de uma
tabela que se associam com outra tabela enquanto o resto é a opera-
ção que obtém os registros que não se associam.
 
88
banco_de_dados_
[exercícios]
Com base nas tabelas a seguir, expresse com as operações da álgebra
relacional e mostre a tabela resultante para c ada questão pedida.
PEDIDO
codigo codcli data valor
0001 100 03/10/2003 133,00
0002 102 04/10/2003 45,00
0003 105 05/11/2003 339,50
0004 110 10/11/2003 30,00
0005 100 12/11/2003 152,50
CLIENTE
codigo nome telefone cidade UF
100 Luís Paulo 3355-1027 Curitiba PR
102 José Antonio 3452-3528 Lapa PR
105 Carlos Lima 3233-3456 Joinville SC
110 Maria de Castro 3441-8930 Ponta Grossa PR
114 Danilo Silva 3353-4020 Curitiba PR
ITENS
codped coditem qtdped subtotal
0001 2.010 3 108,00
0001 2.020 10 25,00
0002 3.004 30 45,00
0003 4.011 2 50,00
0003 4.013 5 137,50
0003 4.025 4 152,00
0004 3.004 20 30,00
0005 3.004 10 15,00
0005 4.013 5 137,50
 
89
princípios_e_prática_
FORNECEDOR
codigo nome telefone cidade UF
501 ABC Cirúrgica 3772-4001 São Paulo SP
502 Thermo 3873-5030 Salvador BA
535 Distrib.Silva 3444-5523 Joinville SC
550 CLS 3352-2353 Curitiba PR
590 AKL Equip. 3330-8252 Porto Alegre RS
ESTOQUE
codigo descricao un preco qtd e stmin ptoped codfor
2000 Termômetro un 12,00 36 5 15 501
2010 Termômetro
Digital
un 36,00 12 5 15 501
2020 Compressa
Cirúrgica
Pct c/10 2,50 40 10 50 535
3004 Esparadrapo Rl c/10m 1,50 130 20 100 535
4011 Agulha
Desc.
10mmx1mm
Cx.
c/ 100 un
25,00 43 15 60 550
4013 Agulha
Desc.
12mmx2mm
Cx.
c/ 100 un
27,50 43 15 60 550
4025 Agulha
Desc.
15mmx1mm
Cx.
c/ 100 un
38,00 43 15 60 550
5001 Ap.Pressão un 205,00 6 1 5 590
1. Quais os itens que foram comprados pelo cliente
de número 100? Mostre o código do item.
2. Quais os itens no estoque que estão abaixo do
ponto de pedido? Apresentea descrição, a quanti-
dade e o ponto de pedido.
3. Liste os pedidos efetuados pelo cliente Luís Paulo.
4. Dê o nome do cliente que comprou o produto
mais caro. Apresente o nome e o telefone.
 
90
banco_de_dados_
5. Quais os pedidos adquiridos no mês de novem-
bro? Apresente o código.
6. Dê o código e a descrição dos produtos que estão
abaixo do estoque mínimo.
7. Quais os itens no estoque que não foram compra-
dos? Apresente código e descrição.
8. Quais clientes não efetuaram pedido? Mostre
nome e telefone.
9. Faça uma lista de nomes e telefones de clientes e
de fornecedores.
10. Qual o nome e o telefone dos fornecedores do
pedido 0005?
Com base no conjunto de tabelas a seguir, efetue as consultas conforme
a álgebra relacional:álgebra relacional:
CLIENTES
codigo nome telefone datanasc
1010 Carlos Alberto 3323-2090 12/05/1975
1012 Maria Albertina 3221-0304 15/07/1980
1015 João Carlos 3234-5678 10/04/1977
1021 Teresa Silva 3313-4455 23/02/1982
FILMES
codigo titulo duracao
300 Soldado Universal VI 2,10
303 Robin Hood 1,70
310 A Bela e a Fera 2,20
330 Bye Bye Brasil 1,50
335 Titanic 3,20
 
91
princípios_e_prática_
FITA
codigo codfilme valorloc
5110 300 1,50
5111 300 1,50
5112 303 1,70
5113 310 1,70
5117 330 2,00
5125 335 2,10
5127 335 2,10
LOCAÇÃO
codfita codcli dataloc dataent
5110 1021 10/04/2004 12/04/2004
5111 1015 10/04/2004
5113 1010 11/04/2004 13/04/2004
5127 1010 12/04/2004
11. Qual o código das fitas que não foram locadas?
12. Qual é o valor da locação do filme Titanic ?
14. Qual o nome de quem locou a fita no dia do seu
aniversário?
15. Quais clientes (nome e telefone) fazem aniversá-
rio no mês de fevereiro?
16. Identifique (nome e telefone) os clientes que não
locaram fitas.
 
0000_0100 = IV
 
standard_query
language_SQL_
 
A abordagem de SQL, aqui contida, fundamenta-se nos
trabalhos de Ullman1, com-
plementadas com Korth e Sil-
berschatz2 e parte da abordagem
de Date3. A SQL pode ser considerada
a linguagem mais comum dentre as de
consulta. Aliás, deve ser vista como bem mais
que uma linguagem de consulta, caracterizando-
se como uma linguagem de banco de dados. Pode-se
identificar a equivalência entre consultas em álgebra rela-
cional e em SQL, porém existem muitas características que
estendem bastante o poder de expressão de uma consulta em SQL.
Dentre vários dialetos, os mais populares são o ANSI SQL e a versão
SQL-92 ou SQL2, e ainda a versão SQL3 ou SQL-99 que incorpora mais
recursos como triggers, procedures, objetos e recursividade. A SQL pode
ser encontrada em várias implementações de bancos de dados existen-
tes no mercado, cada uma apresentando certas diferenças em relação ao
padrão estabelecido. Porém, é de praxe a manutenção do padrão SQL
entre os fabricantes, minimizando significativamente impactos na porta-
bilidade de banco de dados.
As consultas em álgebra relacional (colocadas com a abreviação AR no
texto) podem ser convertidas em SQL de acordo com regras bem definidas.
Ainda que certos recursos, como a diferença e intersecção da AR, tenham
sido depreciados, formas equivalentes podem ser geradas para produzir o
mesmo resultado. Ao longo da explanação serão comparadas as consul-
tas em SQL com as expressões equivalentes da álgebra relacional.
Deve também ser ressaltado que a sintaxe da linguagem SQL, apesar de
manter o seu padrão, pode variar de uma implementação para outra.
 
96
banco_de_dados_
Além disso, algumas implementações podem oferecer mais mecanismos
e recursos para geração de consultas mais eficazes. Procuraremos aqui
manter o padrão da linguagem SQL-99. Salvo raras exceções, não se
permitem caracteres acentuados para os nomes de atributos ou tabelas,
quando estamos lidando com SQL.
Os comandos em SQL geralmente são divididos em dois grupos: DML
e DDL.
1. Linguagem de Manipulação de Dados ou DML (Data Manipulation
Language): são os comandos para a manipulação de consultas ou mesmo
de modificações de conteúdo de banco de dados.
2. Linguagem de Definição de Dados ou DDL (Data Definition Language):
são os comandos para definição das estruturas das tabelas e dos tipos
de atributos respectivos.
Portanto, neste capítulo, serão vistos os comandos DML referentes às
consultas em bancos de dados, e, no capítulo 5, aqueles que se referem
à modificação (inclusão, alteração e exclusão) do banco de dados.
[sintaxe geral]
Podemos definir a seguinte sintaxe geral para um comando SQL, com-
posta de cláusulas padrão da linguagem mais um complemento:
SQL (1):
SELECTSELECT <atributos>
FROM FROM <tabelas>
 WHERE WHERE <condição>
Onde:
atributos:_ são os campos ou atributos das tabelas que serão mostra-
dos separados por vírgulas;
 
97
princípios_e_prática_
tabelas:tabelas:_ são as tabelas pertinentes à consulta, também separadas por
vírgulas;
condição:condição:_ deve conter uma condição de acordo com o objetivo da
consulta.
O comando pode ser expresso em uma única linha, não havendo restri-
ções quanto à distribuição das cláusulas em linhas diferentes.
SELECT <atributos> FROM <tabelas> WHERE <condição>
Os comandos SQL sãocase insensitive*, sendo aqui colocados em maiús-
culas por questões didáticas.
Como exemplo, se considerarmos uma consulta, na tabela “Pedido”,
que requisita a seleção apenas do registro cujo código é 1010, temos:
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
1023 202 21/03/2004 900,00
Nesse caso, o resultado (ou tabela de saída) a ser mostrado é:
codigo codcli data valor
1010 233 17/03/2004 1.020,00
E a consulta SQL que produz o resultado é:
* Ou seja, tanto faz a expressão formalizadaem letras maiúsculas ou minúsculas.
 
98
banco_de_dados_
SQL (2):
SELECT *
FROM pedido
 WHERE codigo = 1010
O asterisco (*), na linha da cláusulaSELECT , significa que devem ser mostra-
dos todos os atributos, economizando a expressão de todos os campos.
Da mesma forma, é possível fazer comparações:
SQL (3):
SELECT *FROM pedido
 WHERE valor > 1.000,00
Produzindo, nesse caso:
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1010 233 17/03/2004 1.020,00
Consultas SQL com condições compostas também são passíveis de
serem geradas:
SQL (4):
SELECT *
FROM pedido
 WHERE(valor > 1.000,00)AND(data < DATE’15/03/2004’)
Note o uso da cláusula lógica AND e também as condições entre parên-
teses. Observe que essas consultas são equivalentes a utilizar a opera-
ção de seleção (σ) da AR. Os operadores de comparação permitidos são
semelhantes aos encontrados na linguagem Pascal: =, <>, <, >, <= e >=.
Os operadores lógicos são AND, OR e NOT .
 
99
princípios_e_prática_
Quadro 4.1 – Analogias entre comandos em AR e SQL 
SQL Álgebra Relacional
SELECT * FROM pedido
WHERE codigo = 1010
σ
codigo=1010
(pedido)
SELECT * FROM pedido
WHERE valor > 1.000,00
σ
valor>1000,00
(pedido)
SELECT * FROM pedido
WHERE(valor > 1.000,00)
 AND data < DATE’15/03/2004’)
σ
(valor >1.000,00) and (data <’15/03/2004’)
(pedido)
O conteúdo da tabela “Pedido” pode ser apresentado apenas por um
comando:
SQL (5):
SELECT *
FROM pedido
Sendo assim, as cláusulas SELECT e FROM são obrigatórias para qual-
quer comando SQL, enquanto que a cláusula WHERE é opcional.
O equivalente a essa consulta, na AR, é apenas o nome da tabela “Pedido”.
Ainda, convém destacarmos que em vez de querer apresentar todos os
campos, podemos restringir a apresentação da tabela “Pedido” para cam-
pos específicos:
codigo valor
1005 1.200,00
1008 960,00
1010 1.020,00
1015 755,00
1023 900,00
Sendo, então, a consulta expressa como:
SQL (6):
SELECT codigo, valor
FROM pedido
 
100
banco_de_dados_
Nesse procedimento, a restrição ao código do pedido 1010 pode ser
adicionada:
SQL (7):
SELECT codigo, valor
FROM pedido
 WHERE codigo = 1010
Produzindo, como resultado:
codigo valor
1010 1.020,00
A equivalência equivalência da operaçãode projeção (π) da álgebra relacional é
encontrada na sintaxe do SQL presente na cláusula SELECT SELECT .
Quadro 4.2 – Analogias entre comandos em AR e SQL 
SQL Álgebra Relacional
SELECT * FROM pedido pedido
SELECT codigo, valor FROM pedido π
codigo,valor
(pedido)
SELECT codigo, valor FROM pedido
WHERE codigo = 1010
π
codigo,valor
(π
codigo=1010
(pedido))
[ junção]
Como visto anteriormente em AR, a operação de junção tem por fina-
lidade aglutinar duas tabelas mediante atributos em comum existentes
nas mesmas. A operação de junção (em AR expressa pelo símbolo )
tem sua contrapartida em SQL através do comando INNER JOIN INNER JOIN (junção
interna), sendo essa a expressão mais básica para operações de junção
em SQL. A sintaxe é:
<tabela1> INNER JOIN <tabela2> ON <att_comum1=att_comum2>
 
101
princípios_e_prática_
Onde “att_comum1” e “att_comum2” são respectivamente os atributos
comuns das tabelas (tabela1 e tabela2). Lembramos que a operação de
 junção é binária, necessita, portanto, sempre de duas tabelas para ocor-
rer a operação, e que a igualdade entre os campos em comum é expressa
após o comandoON .
Porém, o comando INNER JOIN geralmente não é expresso como um
comando SQL na maneira como foi apresentado na sintaxe, pois é colo-
cado em conjunto com as cláusulas da sintaxe geral, vistos na seção
anterior. Como a junção produz outra tabela em sua saída, esta é, por
sua vez, colocada na cláusula FROM do comando SQL.
No software Microsoft Access é obrigatória a expressão desse tipo
de junção como INNER JOIN , porém em outras linguagens de
consulta (como nas implementadas em MySQL e Interbase)
basta a colocação da palavra JOIN .
Utilizando-nos do mesmo exemplo abordado na AR, temos as tabelas
“Clientes” e “Pedido”, a seguir:
CLIENTES
codigo nome telefone limite_compra
202 Ernesto 3222-0809 1.500,00
221 Amélia 3233-2474 2.000,00
233 Luís Alberto 3323-0071 1.500,00
282 José Antonio 3343-9021 800,00
295 Carlos Silva 3224-5678 800,00
 
102
banco_de_dados_
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
1023 202 21/03/2004 900,00
Os campos em comum nas tabelas são “clientes.codigo” e “pedido.
codcli”. A expressão da junção em SQL é:
SQL (8):
SELECT *
FROM pedido INNER JOIN clientes ON pedido.codcli = clientes.codigo
O resultado produzido é:
pedido.
codigo
 codcli data valor
 clientes.
codigo
 nome telefone
 limite_
compra
1005 202 10/03/2004 1.200,00 202 Ernesto 3222-0809 1.500,00
1008 221 13/03/2004 960,00 221 Amélia 3233-2474 2.000,00
1010 233 17/03/2004 1.020,00 233
 Luís
 Alberto
 3323-0071 1.500,00
1015 282 20/03/2004 755,00 282
 José
 Antonio
 3343-9021 800,00
1023 202 21/03/2004 900,00 202 Ernesto 3222-0809 1.500,00
No resultado, podemos notar que a saída produzida contém os dois
atributos que têm nomes idênticos (“codigo”), e, assim, os atributos são
expressos com o nome da tabela de srcem colocado antes e separado
por um ponto (“.”).
Comandos compostos podem ser efetuados facilmente, se utilizarmos
tudo o que foi visto até aqui. Por exemplo, para mostrar apenas o nome
e o telefone de quem possui o pedido 1010:
 
103
princípios_e_prática_
SQL (9):
SELECT nome, telefone
FROM pedido INNER JOIN clientes ON pedido.codcli = clientes.codigo
 WHERE pedido.codigo = 1010
O uso de parênteses pode ajudar na compreensão do comando, principal-
mente em casos de comandos mais complexos, com mais de uma junção:
SQL (10):
SELECT nome, telefone
FROM (pedido INNER JOIN clientes ON pedido.codcli = clientes.codigo)
 WHERE pedido.codigo = 1010
 Tendo como resultado:
nome telefone
Luís Alberto 3323-0071
Na seqüência, apresentamos mais algumas analogias entre comandos
em AR e SQL utilizando comandos compostos.
Quadro 4.3 – Analogias entre comandos em AR e SQL 
SQL Álgebra Relacional
SELECT * FROM pedido INNER JOIN
clientes ON
pedido.codcli=clientes.codigo Pedido
pedido.codcli=clientes.codigoclientes
SELECT nome, telefone FROM
pedido INNER JOIN clientes ON
pedido.codcli=clientes.codigo
π
nome, telefone
 (pedido
pedido.codcli=clientes.
codigo
 clientes)
SELECT pedido.codigo,
valor FROM pedido INNER
JOIN clientes ON pedido.
codcli= clientes.codigo WHERE
pedido.codigo=1010
π 
pedido.codigo,valor
 (σ 
pedido.codigo=1010
(pedido
pedido.codcli=clientes.codigo
 clientes))
Agora, vamos a um caso mais complexo de junção, adicionando às tabelas
anteriores (“Clientes” e “Pedido”) a tabela “Itens”. Os itens de pedido são
relacionados à tabela “Pedido” através do campo em comum “codped”.
 
104
banco_de_dados_
ITENS
codigo codped qtd subtotal
001 1005 10 1.200,00
002 1008 12 720,00
003 1008 2 240,00
004 1010 1 500,00
005 1010 2 335,00
006 1010 1 185,00
007 1015 1 125,00
008 1015 1 630,00
009 1023 1 400,00
010 1023 1 300,00
011 1023 1 200,00
Esse tipo de junção é referido na literatura como sendo equiva-
lente à junção “theta” ou theta join existente na AR, a qual neces-
sita de uma igualdade entre os atributos comuns. Outra sintaxe
existente no padrão SQL é a junção natural, ou natural join, que
não necessita da igualdade. Ainda existe a cross join (junção cru-
zada), que é equivalente ao produto cartesiano. As implemen-
tações de banco de dados apresentam diferentes formas de
abordagem para os tipos de junção dados pelo padrão.
[consulta SQL com duas junções]
Caso queiramos saber quais os itens do pedido comprado pelo cliente
Luís Alberto, precisaremos de duas junções. A expressão da AR , para
essa situação, é:
π
itens.codigo,itens.codped,itens.qtd,itens.total
 (σ 
clientes.nome= ‘ Luís Alberto ’
((pedido pedido.codcli=clientes.codigo clientes) pedido.codigo=itens.codped itens)
 
105
princípios_e_prática_
Como a operação de junção é comutativa , a seguinte expressão da AR
gera o mesmo resultado:
π
itens.codigo,itens.codped,itens.qtd,itens.total
 (σ
clientes.nome= ‘ Luís Alberto ’
(itens
pedido.codigo=itens.codped
 (pedido
pedido.codcli=clientes.codigo
 clientes))
E a expressão da consulta em SQL torna-se:
SQL (11):
SELECT itens.codigo, itens.codped, itens.qtd, itens.subtotal
FROM itens INNER JOIN (pedido INNER JOIN clientes ON pedido.codcli
= clientes.codigo) ON pedido.codigo = itens.codped
 WHERE clientes.nome = ’Luís Alberto’
Ou para simplificar os campos a serem mostrados da tabela “Itens”,
colocamos novamente o asterisco no termo a ela referente:
SQL (12):
SELECT itens.*
FROM itens INNER JOIN (pedido INNER JOIN clientes ON pedido.codcli
= clientes.codigo) ON 
pedido.codigo = itens.codped
 WHERE clientes.nome = ’Luís Alberto’
Ou, ainda, lembrando a propriedade comutativa da operação de jun-
ção, alterando a ordem das tabelas temos:
SQL (13):
SELECT itens.*
FROM (pedido INNER JOIN clientes ON pedido.codcli = clientes.
codigo) INNER JOIN itens ON 
pedido.codigo = itens.codped
 WHERE clientes.nome = ’Luís Alberto’
Com essa operacionalização, a tabela resultado é:
ITENS
codigo codped qtd subtotal
004 1010 1 500,00
005 1010 2 335,00
006 1010 1 185,00
 
106
banco_de_dados_
 Também utilizamos esse raciocínio para montar consultas mais comple-
 xas usando mais de duas junções, bem como encadeando os comandos
INNER JOIN INNER JOIN e colocando os parênteses para separar cada junção.
[consultas SQL e produto cartesiano]
O uso da operação de produto cartesiano (×), como visto anterior-
mente em AR, é equivalente a operações de junção. Por exemplo, para
mostrar apenas o nome do cliente para o pedido 1010, vejamos o
comando a seguir:
SQL (14):
SELECTSELECT clientes.nome
FROM FROM pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.codigo
 WHERE WHERE pedido.codigo = 1010
Com a seguinte expressão equivalente em AR:
π
cliente.nome
 (σ 
pedido.codigo=1010
 (pedido
pedido.codcli=clientes.codigo
 clientes))
Com produto cartesiano, temos a consulta equivalente:
πclientes.nome (σ pedido.codigo=1010 e pedido.codcli=clientes.codigo(pedido× clientes))
E o comando SQL fica:
SQL (15):
SELECTSELECT clientes.nome
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
Note que a expressão para os campos em comum foi colocada na cláu-
sula WHERE WHERE , juntamente com a condição da seleção, separadas as con-
dições pela cláusula lógica AND AND. E as tabelas que fazem parte do produto
cartesiano foram dispostas na cláusula FROMFROM.
 
107
princípios_e_prática_
Para a consulta com duas junções, colocada na seção anterior, também
podemos fazer um comando equivalente em AR:
π
itens.codigo,itens.codped,itens.qtd,itens.total
 (σ
(clientes.nome= ‘ LuÍs Alberto ’) e (pedido.codcli=clientes.
codigo) e (pedido.codigo=itens.codped)
 (pedido × clientes × itens))
Resultando no seguinte comando em SQL:
SQL (16):
SELECTSELECT itens.*
FROM FROM itens, pedido, clientes WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = itens.codped
ANDAND clientes.nome = ’Luís Alberto’
Consultas mais complexas podem ser formuladas com mais tabelas,
desde que sejam explicitadas as igualdades entre os campos em comum
de cada tabela.
No quadro, a seguir, são apresentadas algumas analogias adicionais
para o produto cartesiano em AR e SQL.
Quadro 4.4 – Analogias adicionais para o produto cartesiano em AR e SQL 
SSQQL L ÁÁllggeebbrra a RReellaacciioonnaall
SELECT * FROM pedido,clientes pedido × clientes
SELECT * FROM pedido,clientes
WHERE pedido.codcli=clientes.
codigo
pedido
pedido.codcli=clientes.codigo
 clientes
[comparação de
campos alfanuméricos ( strings)]
Podemos utilizar os operadores de comparação para strings, da mesma
maneira que para números. A ordem a ser seguida nesses casos é a alfabé-
tica ou lexicográfica para cada posição da string . Assim, a palavra “casa”
 
108
banco_de_dados_
será menor que “caso”, bem como menor que “casarão”. A ordem numé-
rica também está associada à alfabética, de forma que a palavra “casa1”
será menor que “casa2”.
Outra forma poderosa de comparação de strings é sobre o casamento
de padrões entre elas. Numa comparação desse tipo, expressões que
tenham a forma: “s LIKE p”“s LIKE p”, retornam strings que atendam um certo
padrão, sendo ss uma variável ou string e pp o padrão de ocorrência. Os
caracteres especiais “%” e “_” são utilizados para identificar os padrões
procurados em um conjunto de strings. Por exemplo, caso queiramos
obter todos os nomes da tabela “Clientes” que comecem com Carlos, é
possível utilizarmos a expressão SQL:
SQL (17):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “Carlos%”
O símbolo “%”, ao final, indica que serão considerados para a tabela de
saída todos os nomes de clientes que comecem com Carlos. Caso quei-
ramos todos os nomes que terminem com Silva, o símbolo “%” precisa
estar no início do padrão de comparação:
SQL (18):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “%Silva”
Ou, se quisermos encontrar uma palavra qualquer dentro de um campo,
não importando a posição onde ela esteja, colocamos no início e no
final do padrão:
SQL (19):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “%Silva%”
 
109
princípios_e_prática_
No caso de compararmos com um padrão que case exatamente em ter-
mos de caractere em vez de uma strin string g , utilizamos o símbolo “_”. Assim,
para uma consulta que deve retornar apenas os nomes que começam com
a letra “L” e tenham apenas cinco letras, a obtemos com a consulta:
SQL (20):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “L _ _ _ _“
Os caracteres para casamento de padrões podem variar entre
certas implementações. Em Microsoft AccessMicrosoft Access, por exemplo, em vez
de “%” usa-se “∗” (asterisco), e em vez de “_” usa-se “?”.
Certos desenvolvedores webweb, quando utilizam sistemas de bus-
cas em bancos de dados baseadas em SQL, na maior parte dos
casos não se preocupam em interceptar a possibilidade do usu-
ário colocar o caractere % no campo para busca. Uma busca
que tenha a expressão campo LIKE LIKE ‘%’ retorna todos os registros
que existem dentro da tabela para o atributo “campo”. Depen-
dendo da quantidade de registros, o servidor de banco de dados
pode ficar sobrecarregado com a pesquisa a ser efetuada.
A utilização de operadores de comparação para data e para hora tam-
bém é válida, pois internamente os bancos de dados utilizam formatos
numéricos para conversão de data e de hora.
[trabalhando com data e com hora]
Existe uma variedade de formatos de data e de hora que podem ser tra-
balhados em bancos de dados. A maioria implementa o tratamento de
 
110
banco_de_dados_
forma diferenciada, não seguindo o padrão. De acordo com o padrão
SQL2, um valor constante de hora deve ser expresso com o prefixo DATE ,
antes da data e entre aspas, assim como:
DATE‘15/09/2004’
Para constantes referentes a hora, usamos o prefixo TIME :
TIME‘09:03:02’
Os bancos de dados implementam formas diferentes de tratar
data e hora. O Microsoft Access exige que seja colocado cerquilha
(#) em vez de aspas e que seja sem a palavra-chaveDATE . Assim,
deve ser utilizado #15/09/2004# e #09:03:02#. Bancos de dados
como o Interbase e o MySQL não necessitam de prefixo para
ambos, data e hora, desde que estejam nos formatos corretos.
[ordenando os resultados]
Uma consulta pode retornar os resultados ordenados de acordo com o
tipo do atributo. Através do uso da cláusula ORDER BY , podemos colo-
car um ou mais atributos pelos quais queremos que apareça a ordem da
consulta efetuada. Por exemplo, para retornar a tabela de clientes orde-
nada pelo nome do cliente:
SQL (21):
SELECTSELECT nome
FROM FROM clientes
ORDERORDER BYBY nome
Ou, ainda, pelo nome do cliente e telefone:
SQL (22):
SELECTSELECT
 nome
FROM FROM clientes
ORDER BYORDER BY nome, telefone
 
111
princípios_e_prática_
Se for atendido o critério de o nome do cliente começar com a letra “A”,
temos:
SQL (23):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “A%”
ORDER BYORDER BY nome, telefone
Em vez de utilizarmos o nome do atributo, podemos também colocar o
número de ordem, do mesmo, na tabela:
SQL (24):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “A%”
ORDER BYORDER BY 2,3
A ordenação pode ter sua seqüência invertida, ao colocarmos o quali-
ficador DESC após o atributo. Assim a seguinte consulta apresenta os
dados na ordem inversa de nomes:
SQL (25):
SELECTSELECT nome
FROM FROM clientes
ORDER BYORDER BY nome DESCDESC
[consultas aninhadas ou subconsultas]
 Veremos a partir daqui formas mais aprofundadas de utilização da cláu-
sula WHERE . Quando falamos em comparações nas seções anteriores,
utilizamos números, caracteres ou strings. No entanto é possível fazer a
comparação também com resultados provenientes de outras consultas
que estejam acontecendo dentro da principal. Denominamos a isso de
aninhamento de consultasaninhamento de consultas ou subconsultassubconsultas.
Recordando o exemplo, já visto para o produto cartesiano, onde buscá-
vamos o nome do cliente para o pedido 1010:
 
112
banco_de_dados_
SQL (26):
SELECTSELECT clientes.nome
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
Observe que, nesse exemplo, a expressão pode ser modificada consi-
derando-se o uso de uma subconsulta. Assim, deve ser verificado se o
código do cliente é igual ao retornado pelo resultado da subconsulta à
tabela “Pedido”:
SQL (27):
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo =
 SELECTSELECT pedido.codcli
FROM FROM pedido
 WHERE WHERE pedido.codigo = 1010)
Observe que essa expressão retorna o mesmo resultado e que, na cláu-
sula WHERE , a comparação é feita usando o campo clientes.codigo 
com o resultado que vem da subconsulta. Analisando, agora, a subcon-
sulta, são projetados para o campo pedido.codcli os registros da tabela
“Pedido” que atendamà condição de que o código do pedido seja igual
a 1010. Nesse caso, para aquele registro que atender à condição de
igualdade (=) da cláusula WHERE da consulta principal (campo codigo 
na tabela “Clientes” igual ao campo codcli na tabela “Pedido”), o nome
do cliente é mostrado no resultado.
nomenome
Luís Alberto
Um fato a ser considerado é que a subconsulta pode retornar apenas um 
valor. É como se a consulta que gerasse esse resultado fosse:
SELECTSELECT cliente.nome
FROM FROM clientes
 WHERE WHERE
 clientes.codigo = 233
 
113
princípios_e_prática_
Será gerado um erro, caso exista mais de um registro no resultado da
subconsulta. Assim, o operador de igualdade (=) deve ser substituído
por outro tipo de operador, para que seja possível executar a consulta.
 Tais operadores serão vistos na próxima seção.
Outra observação pertinente a essa consulta aninhada deve ser feita. Note
que o comando a seguir irá retornar apenas os campos presentes na tabela
“Clientes”, devido ao uso do asterisco na cláusulaSELECT e da referência à
tabela “Clientes” na cláusulaFROM da consulta principal:
SQL (28):
SELECTSELECT *
FROM FROM clientes
 WHERE WHERE clientes.codigo =
 SELECT SELECT pedido.codcli
FROM FROM pedido
 WHERE WHERE pedido.codigo = 1010
E o comando a seguir retorna todos os campos presentes nas tabelas
“Clientes” e “Pedido”, devido à presença das duas tabelas na cláusula
FROM. Portanto as duas formas de expressão não são perfeitamente
equivalentes:
SELECT *
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
[condições em consultas aninhadas]
Certos operadores – também chamados de predicados ou qualificado-
res – em SQL podem ser aplicados a uma tabela ou relação e produzirem
um valor lógico. Uma subconsulta pode retornar tal valor para uma con-
sulta principal. Os operadores disponíveis são: IN, EXISTS, ALL e ANY .
 
114
banco_de_dados_
O operador IN IN 
 Vejamos a seguir um exemplo onde o resultado possa ser mais de um
registro. Supondo que é preciso retornar os nomes de clientes com valor
de pedido acima de R$1.000.00, fazemos:
SQL (29):
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo IN IN 
 (SELECT(SELECT pedido.codcli
FROM FROM pedido WHERE WHERE pedido.valor > 1.000,00)
Resultando:
nomenome
Ernesto
Luís Alberto
Note que foi substituído o operador de igualdade (=) pelo operador IN IN .
Este operador atua na consulta indicando se o código do cliente está
contido no resultado da subconsulta. Dessa maneira, o operador IN IN 
opera de forma mais genérica que o operador de igualdade (=).
O operador EXISTSEXISTS
O operador EXISTS P EXISTS P indica uma condição que é verdadeira se e somente
se P P não for vazio. Entende-se aqui “P” “P” como sendo o resultado (ou rela-
ção) de uma subconsulta aninhada. Se “P” “P” não possui nenhum registro,
então EXISTS P EXISTS P retorna falso, caso contrário retorna verdadeiro.
O operador IN IN não deve ser interpretado como semelhante ao operador
EXISTS EXISTS . Enquanto IN IN faz a pergunta: “está contido?”, o operador EXISTS EXISTS ,
por sua vez, pergunta: “existe algum registro?”
 
115
princípios_e_prática_
A consulta a seguir modifica o exemplo dado para IN , utilizando agora
EXISTS :
SQL (30):
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE EXISTS WHERE EXISTS
 (SELECT(SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
A interpretação agora é diferente: se existir algum pedido maior que
R$1.000.00, os nomes de clientes serão mostrados. Como existem dois
registros, o conjunto da subconsulta não é vazio. Assim temos o resultado
mostrando todos os nomes de clientes que estão na tabela “Clientes”.
nomenome
Ernesto
 Amélia
Luís Alberto
José Antonio
Carlos Silva
O operador lógico NOT pode ser aplicado aos operadores IN e EXISTS ,
de forma a apresentar o complemento da operação. Assim, caso a con-
sulta utilizando IN seja:
SQL (31):
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo NOT IN NOT IN 
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
O resultado responde à seguinte pergunta: “Quais os nomes de clientes
cujos pedidosnão são maiores que 1.000.00?”. Nesse caso, a resposta é:
 
116
banco_de_dados_
nomenome
 Amélia
José Antonio
Carlos Silva
No entando, se aplicarmos o operador NOT à consulta utilizada para o
operador EXISTS ,
SQL (32):
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE NOT EXISTS WHERE NOT EXISTS
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
o resultado será vazio, pois a pergunta da consulta agora é: “Não exis-
tem registros com valor de pedido maior que R$1.000,00?”. Como tais
registros existem, a resposta para a pergunta retorna falso:
nomenome
O operador ALL
O operador ALL deve ser disposto na cláusula WHERE tal como
campo > ALL subconsulta
retornando uma condição verdadeira se e somente se campo for maior
que todo e qualquer valor localizado em subconsulta. O operador de
comparação (>) pode ser trocado ainda por outros operadores (>=, <,
<=, = ou <>). Por sua vez, o operador lógico NOT pode ser aplicado à
frente, negando a condição. Assim, para selecionar os registros, na con-
sulta principal, que venham a satisfazer a comparação com todos os
registros retornados pela subconsulta, utilizamos o predicado ALL.
 
117
princípios_e_prática_
Como exemplo, montamos uma consulta com a cláusula ALL para retor-
nar a informação do código e valor do pedido com maior subtotal exis-
tente dentro da tabela “Itens”, mencionada anteriormente:
SQL (33):
SELECT pedido.codigo, pedido.valor
FROM pedido
 WHERE pedido.valor >= ALL
 (SELECT itens.subtotal
 FROM itens)
Com a seguinte relação como resultado:
codigo valor
1005 1.200,00
O operadorO operador ANY 
O operador ANY deve ser disposto tal como
campo > ANYANY subconsulta
retornando uma condição verdadeira se e somente se campocampo for maior
que pelo menos umpelo menos um valor em subconsulta subconsulta . O operador de comparação
(>) pode ser trocado ainda por outros operadores (>=, <, <=, = ou <>).
Sendo que o operador lógico NOT pode ser aplicado à frente, negando a
condição. Assim, para selecionar os registros, na consulta principal, que
venham a satisfazer a comparação com algum dos registros retornados
pela subconsulta, utilizamos o predicado ANY (ou também SOME ).
Como exemplo, desejamos saber, dentro da tabela “Pedido”, quais são os que
possuem itens cujo subtotal são 50% ou mais do valor do pedido. Então:
 
118
banco_de_dados_
SQL (34):
SELECTSELECT pedido.codigo, pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.valor >= ANYANY
 (SELECT(SELECT itens.subtotal
FROM FROM itens
 WHERE WHERE itens.subtotal > pedido.valor * 0.5
 ANDAND itens.codped = pedido.codigo)
E a seguinte relação como resultado:
cocodidigo go vavalolorr
1005 1.200,00
1008 960,00
1015 755,00
Ou seja, retornaram aqueles pedidos e seus valores nos quais existe itens
cujo subtotal seja maior ou igual a 50% do valor total do pedido. Note
que é permitido usar expressões na comparação utilizando operações
algébricas.
Algumas equivalências podem ser encontradas entre os operadores. Por
exemplo
campo = ANY ANY subconsulta campo
é igual a pelo menos um registro em subconsulta.subconsulta. E o mesmo que
campo ININ subconsulta campo
está contido em subconsulta.subconsulta. Assim como para o operador ALL
campo <> ALL ALL subconsulta campo
não é igual a todo e qualquer registro emsubconsulta.subconsulta. É o mesmo que
campo NOT INNOT IN subconsulta campo
não está contido em
subconsulta.subconsulta.
 
119
princípios_e_prática_
[eliminando registros duplicados]
Em alguns resultados de consultas, pode ser que apareçam registros com
valores duplicados. O uso da palavra-chave DISTINCT DISTINCT , presente na cláu-
sula SELECTSELECT , faz com que seja apresentado apenas um dentre os regis-
tros repetidos que possam aparecer.
Por exemplo, se quisermos obter os códigos de pedidos a partir da tabela
“Itens”, lançamos a seguinte consulta:
SELECTSELECT codped
FROM FROM itens
Obtendo o seguinte resultado:
codpedcodped
1005
1008
1008
1010
1010
1010
1015
1015
1023
1023
1023
Para eliminar os registros que aparecem em duplicata, modificamos o
comando SQL para:
SQL (35):
SELECT DISTINCTSELECT DISTINCT codped
FROM FROM itens
 
120
banco_de_dados_
Obtendo somente um código para cada pedido. Assim:
codpedcodped
1005
1008
1010
1015
1023
[união]
A operação de união em SQL é equivalente à existente para AR. A repre-
sentação de união de duas tabelas “A” e “B” faz-se: A U B. Uma ressalva
a ser feita é que o esquema das duas tabelas tem que ser igual, ou seja,
conter os mesmos atributos.
Assim, se temos duas tabelas, “Computador” e “Notebook”, com os
seguintes atributos:
COMPUTADOR(codigo, CPU, RAM, HD, CD, preco)
NOTEBOOK(codigo, CPU, RAM, HD, Tela, preco)
A seguinte união em AR pode ser efetuada:
π
codigo,preco
(Computador) U π
codigo,preco
(Notebook)
Em SQL, utilizamos a cláusula UNION para efetuar a união. O comando
SQL equivalente à consulta acima é:
SQL (36):
SELECTSELECT codigo, preco
FROM FROM computador
UNION UNION 
SELECTSELECT codigo, preco
FROM FROM notebook
 
121
princípios_e_prática_
 Veja que é preciso fazer dois comandos SQL e ligá-los pela cláusula
UNION . Caso existam registros repetidos, a operação de união irá auto-
maticamente eliminá-los. Porém, se for desejado o contrário, o qualifica-
dor ALL pode ser usado para a operação apresentar todos os registros,
inclusive os repetidos:
SQL (37):
SELECTSELECT codigo, preco
FROM FROM computador
UNION ALLUNION ALL
SELECTSELECT
 codigo, preco
FROM FROM notebook
[diferença]
A operação de diferença , apesar de não ser implementada em alguns
bancos de dados, também é equivalente à existente na AR. A representa-
ção de diferença de duas tabelas “A” e “B” faz-se A − B*.
A seguinte diferença em AR, portanto, é possível de ser efetuada:
π
codigo
 (clientes) − π
codcli
 (pedido)
Em SQL, utilizamos a cláusula EXCEPT (do padrão SQL) ou MINUS para
efetuar a diferença. O comando SQL equivalente à consulta acima é:
SQL (38):
SELECTSELECT codigo
FROM FROM clientes
EXCEPTEXCEPT
SELECTSELECT codcli
FROM FROM pedido
ou
* A mesma ressalva feita à operação de união vale aqui, ou seja,
que o esquema das duas tabelas seja igual, contenha os mesmosatributos.
 
122
banco_de_dados_
SELECTSELECT codigo
FROM FROM clientes
MINUSMINUS
SELECTSELECT codcli
FROM FROM pedido
Produzindo:
codigocodigo
295
Os bancos de dados PostgreSQL e DB2 utilizam o EXCEPT . Em
Oracle é utilizado o MINUS . O Microsoft SQL Server , o Sybase,
o Microsoft Access, o Interbase e o MySQL não implementam a
operação de diferença, devendo a mesma ser simulada. O Post-
greSQL e o DB2 também suportam o EXCEPT ALL.
Para simular um comando equivalente em SQL para diferença, utiliza-
mos o operador EXISTS , visto anteriormente. Assim, para saber qual
cliente não efetuou pedido, é verificado se existe na tabela “Pedido”
algum código de pedido que esteja presente nas duas tabelas:
SQL (39):
SELECTSELECT clientes.codigo
FROM FROM clientes
 WHERE NOT EXISTS WHERE NOT EXISTS
 (SELECT(SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.codcli = clientes.codigo)
A subconsulta fornece a existência de algum registro que atende à condi-
ção na sua cláusula WHERE , ou seja, se o código do cliente está presente
na tabela “Pedido”. Note que na igualdade o atributo “codcli” da sub-
consulta é comparado com o atributo “codigo” da consulta principal.
Esta é, então, equivalente à consulta com a cláusula EXCEPT .
 
123
princípios_e_prática_
[interseção]
Da mesma forma que a operação de diferença, a representação da ope-
ração de interseção é equivalente à AR. Duas tabelas “A” e “B” são ope-
radas com interseção fazendo A ∩ B*.
A seguinte interseção em AR pode ser efetuada:
π
codigo
 (clientes) ∩ π
codcli
 (pedido)
Em SQL, utilizamos a cláusula INTERSECT do padrão SQL para efetuar a
interseção. O comando SQL equivalente à consulta supracitada é:
SQL (40):
SELECT codigo
FROM clientes
INTERSECT
SELECT codcli
FROM pedido
Produzindo:
codigo
202
221
233
282
Os bancos de dados PostgreSQL, DB2 e Oracle utilizam o
INTERSECT . O Microsoft SQL Server , o Sybase, o Microsoft Access, o
Interbase e o MySQL não implementam a operação de interse-
ção, devendo a mesma ser simulada. O PostgreSQL, o DB2 e o
Oracle também suportam o INTERSECT ALL.
* A mesma ressalva feita à operação de união e diferença vale
aqui, ou seja, que os esquemas das duas tabelas sejam iguais,contenham os mesmos atributos.
 
124
banco_de_dados_
O comando equivalente, para simular o comportamento de interseção,
utiliza também a cláusulaEXISTS de maneira complementar à diferença:
SQL (41):
SELECTSELECT clientes.codigo
FROM FROM clientes
 WHERE WHERE exists
 (SELECT(SELECT pedido.codcli
FROM FROM pedido
 WHERE WHERE pedido.codcli = clientes.codigo)
O comando seria idêntico ao utilizado para a diferença se não fosse a
ausência do operador lógico NOT .
[renomeando tabelas]
 Vimos anteriormente que na AR temos um operador para modificar
o nome de uma tabela, o operador de renomeação (ρ). Se quisermos
mudar o nome da tabela “Clientes” para “C”, fazemos:
ρC (clientes)
Em SQL, utilizamos a palavra-chave AS AS para r enomear uma tabela. Isso é
 justificável quando tem o objetivo de simplificar a escrita dos comandos,
e, também, quando fazemos referência à mesma tabela mais de uma vez.
Desse modo, o seguinte comando, para buscar o nome do cliente para o
pedido 1010, pode ser simplificado de:
SELECTSELECT cliente.nome
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
para:
SQL (42):
SELECTSELECT cliente.nome
FROM FROM pedido ASAS p, clientes ASAS c
 WHERE WHERE
 p.codcli = c.codigoANDAND p.codigo = 1010
 
125
princípios_e_prática_
A consulta equivalente em AR é:
π
c.nome
 (σ 
p.codigo=1010 e p.codcli=c.codigo
(ρ
p
 (pedido) ×ρ
c
 (clientes)))
No próximo exemplo, se quisermos conhecer o código dos clientesque
efetuaram mais de um pedido, podemos fazer:
SQL (43):
SELECTSELECT p.codcli
FROM FROM pedido ASAS p
 WHERE WHERE p.valor < ANYANY
 (SELECT (SELECT pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.codcli = p.codcli)
Outro comando SQL, utilizando renomeação de tabelas, pode ser feito
para uma consulta na qual queiramos obter o valor maior ou menor
dentro de certo atributo. Por exemplo, se quisermosobter o pedido de
maior valor , fazemos:
SQL (44):
SELECTSELECT pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.valor NOT IN NOT IN 
(SELECT(SELECT p1.valor
FROM FROM pedido ASAS p1, pedido ASAS p2
 WHERE WHERE pedido.codigo = p1.codigo)
ANDAND p1.valor < p2.valor)
Em AR, vimos um exemplo, utilizando diferença, que pode ser afirmado
como equivalente ao comando SQL anterior:
π
pedido.valor 
 (pedido) −π
p1.valor 
 (σ
p1.valor<p2.valor 
 (ρ
p1
(pedido) ×ρ
p2
(pedido)))
[renomeando atributos]
Assim como é possível renomear tabelas, também, o é em relação aos atri-
butos de uma consulta em SQL. Tal operação tem como objetivo melhorar
o formato do resultado de maneira a mostrar outra denominação em vez
 
126
banco_de_dados_
do nome dos atributos. Sendo, inclusive, permitido fazer operações mate-
máticas com eles. A palavra-chave AS também é utilizada para essa tarefa.
Por exemplo, se quisermos modificar o nome dos campos de uma con-
sulta para, assim, retornar o código do pedido e o valor para o pedido
1010, fazemos:
SQL (45):
SELECT codcli AS codigo_do_cliente, valor AS total_do_pedido
FROM pedido
 WHERE código = 1010
O resultado mostrado é:
codigo_do_cliente total_do_pedido
233 1.020,00
Outra variação permitidaé “embutir” um atributo constante junto à saída:
SQL (46):
SELECT ‘codigo’ AS titulo, codcli AS codigo_do_cliente, valor AS 
total_do_pedido
FROM pedido
 WHERE codigo = 1010
Onde “codigo” é uma string constante que aparece à esquerda do código
do cliente, e “titulo” é o nome do campo fictício:
titulo codigo_do_cliente t otal_do_pedido
codigo 233 1.020,00
Algo que aumenta ainda mais o poder de formatação de uma saída em
SQL é o uso de operações matemáticas sobre os atributos. Caso quei-
ramos mostrar a saída em outro formato de moeda (dólar), podemos
multiplicar o atributo pelo valor de conversão (no exemplo, R$2,90 por
dólar) na própria cláusula SELECT :
 
127
princípios_e_prática_
SQL (47):
SELECT ’codigo’ AS titulo, codcli AS codigo_do_cliente,
valor*2.90 AS total_do_pedido
FROM pedido
 WHERE codigo = 1010
E assim:
titulo codigo_do_cliente total_do_pedido
codigo 233 2.958,00
[agregação]
Através da agregação, efetuamos uma operação que resulta num valor
único para uma lista de valores que aparecem em um atributo. Alguns
exemplos são soma de valores e a contagem absoluta de registros. A
operação é feita mediante o uso de uma função para o atributo dese-
 jado, inserido na cláusula SELECT . Podemos renomear a função de agre-
gação para apresentação dos dados na tabela de resultado.
 Veja as funções de agregação previstas para o padrão SQL no quadro a seguir:
Quadro 4.5 – Funções de agregação para o padrão SQL 
Comando de agregação Finalidade
SUM Executa a soma dos valores existentes sobre
o atributo especificado. É válido apenas para
atributos de tipo numérico.
 AVG Calcula a média dos valores existentes sobre
o atributo especificado. Também é válido apenas
para atributos de tipo numérico.
MIN Retorna o valor mínimo dentre os valores
existentes no atributo especificado. Válido
apenas para atributos de tipo numérico.
MAX Retorna o valor máximo dentre os valores
existentes no atributo especificado. Válido
apenas para atributos de tipo numérico.
COUNT Retorna a quantidade de valores existentes
no atributo especificado. Válido também paraatributos de outros tipos que não o numérico.
 
128
banco_de_dados_
Exemplos
1. Encontre o valor total dos pedidos:
SQL (48):
SELECT SUM (valor)
FROM pedido
Resultado:
SUM(valor)
4.835,00
2. Encontre o valor médio dos pedidos maiores que R$1.000,00:
SQL (49):
SELECT AVG(valor) AS media
FROM pedido
 WHERE valor > 1.000,00
Resultado:
 media
1.110,00
3. Encontre o valor mínimo dos pedidos feitos antes de 15/03/2004:
SQL (50):
SELECT MIN (valor) AS minimo
FROM pedido
 WHERE data < DATE’15/03/2004’
Com o resultado:
 minimo
960,00
4. Encontre o valor máximo dos pedidos feitos entre 15/03/2004 e
30/03/2004:
 
129
princípios_e_prática_
SQL (51):
SELECTSELECT MAXMAX(valor) ASAS maximo
FROM FROM pedido
 WHERE WHERE data > DATE’15/03/2004’ ANDAND data < DATE’30/03/2004’
Com o resultado:
 maxim maximoo
1.020,00
5. Encontre quantos são os clientes existentes na tabela “Clientes”:
SQL (52):
SELECT COUNTSELECT COUNT(codigo) ASAS total
FROM FROM clientes
Com o resultado:
totaltotal
5
A função de agregação COUNT COUNT pode ser expressa também de forma gené-
rica, sem especificar campo, colocando um asterisco como argumento:
SQL (53):
SELECT COUNTSELECT COUNT(*) ASAS total
FROM FROM clientes
COUNT COUNT considera todos os valores inclusive os duplicados. Para consi-
derar na contagem apenas um registro de cada valor repetido, podemos
usar DISTINCT DISTINCT .
[agrupamento]
Considere, agora, que não apenas é desejada uma consulta com agrega-
ção para trazer um valor único sobre os valores de um atributo, mas que
possamos agrupar conforme um atributo e obter mais de um resultado.
 
130
banco_de_dados_
Utilizando a cláusula GROUP BY , é possível retornar um valor de agre-
gação agrupado pelo atributo especificado. Assim, se quisermos obter a
soma dos itens para cada pedido na tabela “Itens”, utilizaremos a fun-
ção de agregação SUM para somar os subtotais referentes a cada item,
agrupando pelo código do pedido:
SQL (54):
SELECT codped, SUM (subtotal)
FROM itens
GROUP BY codped
Obteremos assim o seguinte resultado, com os valores agrupados pelo
atributo “codped”:
codped SUM(subtotal)
1005 1.200,00
1008 960,00
1010 1.020,00
1015 755,00
1023 900,00
[a cláusula HAVING
]
Utilizando a cláusula HAVING podemos expressar uma condição à qual
os grupos tenham que atender. Assim é possível fazer com que o resul-
tado de uma consulta agrupada seja restringido a determinado crité-
rio, como, por exemplo, que certos grupos não apareçam no resultado.
Nesse processo, a cláusulaHAVING sempre sucede a cláusulaGROUP BY 
definindo tal condição.
Por exemplo, se quiséssemos, na consulta anterior, modificá-la para
obter apenas os pedidos que tenham dois itens, utilizaríamos a seguinte
consulta:
 
131
princípios_e_prática_
SQL (55):
SELECT codped, SUM (subtotal)
FROM itens
GROUP BY codped
HAVING COUNT(codped)=2
codped SUM(subtotal)
1008 960,00
1015 755,00
Comparações na cláusula
HAVING
 também são permitidas para atribu-
tos simples, desde que os atributos estejam devidamente especificados
no agrupamento na cláusula SELECT . Porém, é recomendável a utiliza-
ção da cláusula WHERE para esse tipo de comparação. Por exemplo, se
quisermos agrupar apenas para os pedidos maiores que 1010, faremos:
SQL (56):
SELECT codped, SUM (subtotal)
FROM itens
GROUP BY codped HAVING codped > 1010
codped SUM(subtotal)
1015 755,00
1023 900,00
[valores nulos]
A SQL possui um valor especial de atributo denominado NULL repre-
sentando a inexistência de valor. O NULL é diferente de zero (0) ou de
um campo preenchido com brancos. Geralmente o NULL é criado após
uma inserção de um registro, na qual não foi prevista a colocação de um
determinado valor para o atributo em questão. Comparações, para veri-
ficar se um campo é nulo ou não, são válidas e devemos usar o opera-
dor IS para tais comparações. Por exemplo, para verificar se existe algum
 
132
banco_de_dados_
cliente onde o telefone seja nulo (ou seja, não existe valor colocado), efe-
tuamos a consulta:
SQL (57):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE telefone IS NULLIS NULL
O resultado é:
nomenome
O operador lógico NOT pode ser colocado para negar a consulta, ou
seja, verificar se não existem valores nulos para telefone ou, ainda, se
existe algum valor no atributo telefone:
SQL (58):
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE telefone IS NOT NULLIS NOT NULL
Retornando no caso todos os registros presentes:
nomenome
Ernesto
 Amélia
Luís Alberto
José Antonio
Carlos Silva
 
133
princípios_e_prática_
[ junção externa]
Outro tipo de junção utilizado é a junção externa (ou outer join), pois,
como vimos anteriormente, nesta o resultado mostra a tabela agluti-
nada pelos atributos em comum. Nesse caso, registros que não possuam
campos em comum não são mostrados. Comouter join, é possível mos-
trar na tabela do resultado os campos que não tiveram corresponden-
tes, sendo que os valores destes campos serão mostrados com NULL. A
sintaxe do SQL utiliza o comando OUTER JOIN .
A junção externa pode acontecer em dois caminhos. Como temos duas
tabelas na operação de junção, a ocorrência de registros adicionais, vin-
dos da primeira ou da segunda tabela, são possíveis de se verificarem. Para
mostrar registros da primeira tabela, a junção externa é referida como “à
esquerda” (LEFT OUTER JOIN); para mostrar registros da segunda tabela,
a referência é “à direita”(RIGHT OUTER JOIN) e para mostrar os registros
de ambas, devemos colocar comoFULL OUTER JOIN.
a. Por exemplo, se quisermos mostrar a junção externa para todos
os registros à esquerda e à direita das tabelas “Clientes” e “Pedido”,
fazemos:
SQL (59)
SELECTSELECT *
FROM FROM clientes FULL OUTER JOIN FULL OUTER JOIN pedido ON ON clientes.codigo = pedido.
codcli
b. Se quisermos apenas os registros adicionais da tabela “Clientes”(que
está à esquerda da junção), executamos:
SQL (60):
SELECTSELECT *
FROM FROM clientes LEFT OUTER JOIN LEFT OUTER JOIN pedido ON ON clientes.codigo = pedido.
codcli
 
134
banco_de_dados_
Dessa maneira, conseguimos o seguinte resultado:
clientes.
codigo
 nome telefone
 limite_
compra
pedido.
codigo
 codcli data valor
202 Ernesto 3222-0809 1.500,00 1005 202 10/03/2004 1.200,00
202 Ernesto 3222-0809 1.500,00 1023 202 21/03/2004 900,00
221 Amélia 3233-2474 2.000,00 1008 221 13/03/2004 960,00
233 Luís
 Alberto
3323-0071 1.500,00 1010 233 17/03/2004 1.020,00
282 José
 Antonio
3343-9021 800,00 1015 282 20/03/2004 755,00
295 Carlos
Silva
3224-5678 800,00 NULL NULL NULL NULL
Observe que para o cliente que possui dois pedidos, estes aparecem
agrupados, pois os registros são agrupados respeitando a seqüência do
atributo comum. Isso é o que verificamos, no resultado acima, para os
campos na tabela da esquerda que repetem o atributo comum na tabela
da direita (“clientes.codigo”).
c.c. Para os registros adicionais da tabela “Pedido” (que está à direita da
 junção), veja, a seguir, a consulta com a junção externa à direita:
SQL (61):
SELECT *
FROM clientes RIGHT OUTER JOIN pedido ON clientes.codigo =
pedido.codcli
 Temos o seguinte resultado:
clientes.
codigo
 nome telefone
 limite_
compra
pedido.
codigo
 codcli data valor
202 Ernesto 3222-0809 1.500,00 1005 202 10/03/2004 1.200,00
221 Amélia 3233-2474 2.000,00 1008 221 13/03/2004 960,00
233 Luís
 Alberto
3323-0071 1.500,00 1010 233 17/03/2004 1.020,00
282 José
 Antonio
3343-9021 800,00 1015 282 20/03/2004 755,00
202 Ernesto 3222-0809 1.500,00 1023 202 21/03/2004 900,00
 
135
princípios_e_prática_
Onde o que ocorreu foi que, agora, o agrupamento mudou, sendo que a
ordem dos registros foi dada pela seqüência do atributo comum (pedido.
codcli) na tabela “Pedido”.
d.d. Exemplo de uma consulta prática utilizando OUTER JOIN , com as
tabelas anteriores, é obter aqueles clientes que não tenham feito pedido.
Mediante a operação de diferença da AR é possível expressar uma con-
sulta e utilizando OUTER JOIN , fazemos:
SQL (62):
SELECT *
FROM clientes LEFT OUTER JOIN pedido ON clientes.codigo = pedido.
codcli
 WHERE pedido.codigo IS NULL
Onde, na condição da cláusulaWHERE , comparamos se o código do
pedido possui o valor NULL. O resultado, então, a ser mostrado é:
clientes.
codigo
 nome telefone
 limite_
compra
pedido.
codigo
 codcli data valor
295 Carlos
Silva
3224-
5678
800,00 NULL NULL NULL NULL
A maioria dos bancos de dados concorda quanto à sintaxe dada
pelo padrão SQL. Em Oracle é implementada uma forma simpli-
ficada de representarouter join utilizando a forma equivalente do
produto cartesiano em SQL e adicionando o conjunto de símbolos
(+) na igualdade dos campos em comum, à esquerda ou à direita.
[divisão e resto]
Apesar de existir em SQL um padrão para consultas utilizando união,
interseção e diferença, não há uma forma para a operação de divisão
da AR 
4
. No entanto é viável simular a operação utilizando consultas
 
136
banco_de_dados_
aninhadas com NOT EXISTS . Assim, se quisermos saber os códigos
de fornecedores que fornecem todos os produtos (retomamos aqui o
exemplo anterior, visto em AR) a consulta em AR é:
prodfor ÷ π
codigo
(estoque)
Por sua vez, o comando SQL que executa essa operação é:
SQL (63):
SELECT DISTINCTSELECT DISTINCT p1.codfor
FROM FROM prodfor ASAS P1
 WHERE NOT EXISTS WHERE NOT EXISTS
(SELECT(SELECT e1.codigo
FROM FROM estoque ASAS E1
 WHERE NOT EXISTS WHERE NOT EXISTS
(SELECT(SELECT *
FROM FROM prodfor ASAS P2
 WHERE WHERE p1.codfor = p2.codfor
ANDAND p2.codprod = e1.codigo ))
Para o cálculo do resto, é preciso utilizar NOT IN . Assim a base do
comando SQL para a consulta é o mesmo anterior, porém aplicando
agora a diferença, portanto:
SQL (64):
SELECTSELECT p3.codfor
FROM FROM prodfor ASAS P1
 WHERE WHERE p3.codigo NOT IN NOT IN 
(SELECT DISTINCT(SELECT DISTINCT p1.codfor
FROM FROM prodfor ASAS P1
 WHERE NOT EXISTS WHERE NOT EXISTS
(SELECT(SELECT e1.codigo
FROM FROM estoque ASAS E1
 WHERE NOT EXISTS WHERE NOT EXISTS
(SELECT(SELECT *
FROM FROM prodfor ASAS P2
 WHERE WHERE p1.codfor = p2.codfor
ANDAND p2.codprod = e1.codigo )))
Essa consulta tem o seu equivalente em AR, que é:
π
codfor 
 (prodfor) − prodfor ÷ π
codigo
 (estoque)
 
137
princípios_e_prática_
[cláusula SELECT com
expressões aritméticas]
Como foi visto, renomeamos os campos a serem mostrados em uma
consulta SQL. Porém, convém lembrarmos que é possível efetuar cálcu-
los aritméticos usando várias operações de agregação para obter algum
resultado. Por exemplo, pelas tabelas “Itemprod” e “Estoque”, visualiza-
mos o preço praticado e o custo de cada produto.
Para fazer um cálculo do lucro obtido e da margem para todos os pro-
dutos vendidos, podemos utilizar a seguinte consulta:
SQL (65):
SELECT SUM (itemprod.preco - estoque.custo) AS lucro,
(AVG(itemprod.preco / estoque.custo)-1)*100 AS margem
FROM itemprod LEFT OUTER JOIN estoque ON itemprod.codprod =
estoque.codigo
Note que foram utilizadas duas cláusulas de agregação: SUM para o cál-
culo do lucro e AVG para o cálculo da margem. Agora, se for necessário
entrar no detalhe do lucro de cada produto ou da margem, exclui-se as
operações de agregação, ordenando-se a consulta de forma inversa:
SQL (66):
SELECT itemprod.codprod, (itemprod.preco - estoque.custo) AS 
lucro,((itemprod.preco / estoque.custo)-1)*100 AS margem
FROM itemprod LEFT OUTER JOIN estoque ON itemprod.codprod =
estoque.codigo
ORDER BY lucro DESC
O que produz o seguinte resultado:
codprod lucro margem 
2044 180,00 56,25
2044 180,00 56,25
3020 160,00 114,29
3020 160,00 114,29
2080 140,00 50,00
 
138
banco_de_dados_
codprod lucro margem 
3033 70,00 63,64
4101 50,00 66,67
4101 50,00 66,67
3050 45,00 52,94
2001 40,00 50,00
2001 40,00 50,00
2050 25,00 71,43
Ou ordenando pela margem de maneira inversa:
SQL (67):
SELECT itemprod.codprod, (itemprod.preco - estoque.custo) AS 
lucro,((itemprod.preco / estoque.custo)-1)*100 AS margem
FROM itemprod LEFT OUTER JOIN estoque ON itemprod.codprod =
estoque.codigo
ORDER BY margem DESC
O que por sua vez produz como resultado o seguinte:
codprod lucro margem 
3020 160,00 114,29
3020 160,00 114,29
2050 25,00 71,43
4101 50,00 66,67
4101 50,00 66,67
3033 70,00 63,64
2044 180,00 56,25
2044 180,00 56,25
3050 45,00 52,94
2080 140,00 50,00
2001 40,00 50,00
2001 40,00 50,00
Notamos, desse modo, que, apesar do produto 2044 resultar em maior
lucro dentre todos, é o produto 3020 que apresenta maior margem.
 
139
princípios_e_prática_
[sintaxe estendida]
Com os outros comandos vistos aqui, é possível elaborar uma sintaxe
mais estendida para uso de consultas SQL:
SELECTSELECT [<atributos>[ASAS <alias>] |
[[SUM SUM |MIN MIN |MAXMAX|AVGAVG|COUNTCOUNT](atributo)],...
FROM FROM [<tabela1,tabela2,...>] | [<tabela> ASAS <alias>] | [<tabela1>
[INNERINNER|[LEFTLEFT|RIGHTRIGHT 
OUTEROUTER]] JOIN JOIN <tabela2> ON ON <atrib1=atrib2>]...
 WHERE WHERE [NOTNOT] <condição1> [ANDAND|OROR] [NOTNOT] <condição2>...
GROUP BYGROUP BY <atributo agrupamento> HAVINGHAVING <condição agrupamento>
ORDER BYORDER BY
 <atributo> [
DESCDESC
]
Ainda quanto às condições da cláusula WHERE podemos ter:
<condição> ::= <atributo> [=|>|>=|<|<=|<>|LIKELIKE] <valor|atributo>
| <atributo> ISIS [NOTNOT] NULLNULL
[resumo]
A linguagem SQL pode ser considerada a linguagem mais comum entre
as linguagens de consulta, devendo ser considerada também como uma
linguagem de banco de dados. As características da linguagem SQL esten-
dem bastante a força de expressão da “álgebra relacional”. Os comandos
SQL são divididos em DML (Data Manipulation Language) e DDL (Data Defi-
nition Language). A sintaxe geral possui as palavras-chave, que são:SELECT ,
que seleciona os campos para a consulta;FROM, que se refere às tabelas
envolvidas na consulta;WHERE , que encerra a condição da consulta.Essas palavras-chave ou cláusulas permitem representar uma consulta equi-
valente à seleção, à projeção, ao produto cartesiano e à junção da “álgebra
relacional”. Existem ainda as consultas aninhadas, que possuem dois con-
 juntos de cláusulas SELECT , uma interna à outra. As operações de união,
intersecção e diferença também podem ser simuladas em SQL. A lingua-
gem SQL permite ainda as operações de agrupamento, agregação, mani-
pulação de valores nulos, vários tipos de junção e expressões aritméticas.
 
140
banco_de_dados_
[exercícios]
1. Com base nas tabelas a seguir, expresse as consul-
tas na linguagem SQL e mostre a tabela resultante
para cada questão pedida.
PEDIDO
codigo codcli data valor
0001 100 03/10/2003 133,00
0002 102 04/10/2003 45,00
0003 105 05/11/2003 339,50
0004 110 10/11/2003 30,00
0005 100 12/11/2003 52,50
CLIENTE
codigo nome telefone cidade UF
100 Luís Paulo 3355-1027 Curitiba PR
102 José Antonio 3452-3528 Lapa PR
105 Carlos Lima 3233-3456 Joinville SC
110 Maria de
Castro
3441-8930 Ponta Grossa PR
114 Danilo Silva 3353-4020 Curitiba PR
ITENS
codped coditem qtdped subtotal
0001 2010 3 108,00
0001 2020 10 25,00
0002 3004 30 45,00
0003 4011 2 50,00
0003 4013 5 137,50
0003 4025 4 152,00
0004 3004 20 30,00
0005 3004 10 15,00
0005 4013 5 137,50
 
141
princípios_e_prática_
FORNECEDOR
codigo nome telefone cidade UF
501 ABC
Cirúrgica
3772-4001 São Paulo SP
502 Thermo 3873-5030 Salvador BA
535 Distrib.
Silva
3444-5523 Joinville SC
550 CLS 3352-2353 C uritiba PR
590 AKL Equip. 3330-8252 Porto Alegre RS
ESTOQUE
codigo d escricao un preco qtd estmin ptoped codfor
2000 Termômetro un 12,00 36 5 15 501
2010 Termômetro
Digital
un 36,00 12 5 15 501
2020 Compressa
Cirúrgica
Pct
c/10
2,50 40 10 50 535
3004 Esparadrapo Rl
c/10m
1,50 130 20 100 535
4011 Agulha
Desc.
10mmx1mm
Cx. c/
100
un
25,00 43 15 60 550
4013 Agulha
Desc.
12mmx2mm
Cx. c/
100
un
27,50 43 15 60 550
4025 Agulha
Desc.
15mmx1mm
Cx. c/
100
un
38,00 43 15 60 550
5001 Ap.Pressão un 205,00 6 1 5 590
a. Quais os itens que foram comprados pelo cliente
de número 100? Mostre o código do item.
b. Quais os itens no estoque que estão abaixo do
ponto de pedido? Apresente a descrição, quanti-
dade e ponto de pedido.
c. Liste os pedidos efetuados pelo cliente Luís
Paulo.
 
142
banco_de_dados_
d. Dê o nome do cliente que comprou o produto
mais caro. Apresente o nome e o telefone.
e. Quais os pedidos adquiridos no mês de novem-
bro? Apresente o código.
f. Dê o código e a descrição dos produtos que
estão abaixo do estoque mínimo.
g. Quais os itens no estoque que não foram com-
prados? Apresente código e descrição.
h. Quais clientes não efetuaram pedido? Mostre
nome e telefone.
i. Faça uma lista de nomes e telefones de clientes
e fornecedores.
 j. Qual o nome e o telefone dos fornecedores do
pedido 0005?
k. Qual o valor total do estoque?
l. Qual o item de menor valor no estoque?
m. Qual o item de maior valor no estoque?
n. Qual o valor médio dos itens no estoque?
o. Quantos itens existem no estoque?
p. Quantos clientes estão cadastrados?
 
143
princípios_e_prática_
2. Com base no conjunto de tabelas a seguir, efetue
as consultas na linguagem SQL:
CLIENTES
codigo nome telefone datanasc
1010 Carlos Alberto 3323-2090 12/05/1975
1012 Maria Albertina 3221-0304 15/07/1980
1015 João Carlos 3234-5678 10/04/1977
1021 Teresa Silva 3313-4455 23/02/1982
FILMES
codigo titulo duracao
300 Soldado Universal VI 2,10
303 Robin Hood 1,70
310 A Bela e a Feia 2,20
330 Bye Bye Brasil 1,50
335 Titanic 3,20
FITA
codigo codfilme valorloc
5110 300 1,50
5111 300 1,50
5112 303 1,70
5113 310 1,70
5117 330 2,00
5125 335 2,10
5127 335 2,10
LOCAÇÃO
codfita codcli dataloc dataent
5110 1021 10/04/2004 12/04/2004
5111 1015 10/04/2004
5113 1010 11/04/2004 13/04/2004
5127 1010 12/04/2004
 
144
banco_de_dados_
a. Qual o código das fitas que não foram
locadas?
b. Qual é o valor da locação do filme Titanic ?
c. Qual é o filme mais demorado? (Presuma saber
antecipadamente o filme.)
d. Qual o nome de quem locou a fita no dia do
seu aniversário?
e. Quais clientes (nome e telefone) fazem aniver-
sário no mês de fevereiro?
f. Identifique (nome e telefone) os clientes que
não locaram fitas.
g. Qual o total em reais (R$) de fitas existentes
no estoque?
h. Qual o valor médio em reais (R$) de fitas exis-
tentes no estoque?
i. Quantos clientes existem na tabela CLIENTES?
 
0000_0101 = V
 
modificações
no_banco_de
dados_
 
No capítulo anterior, abordamos de diversas formas como
extrair
informações de tabelas existentes em um banco de dados
mediante
consultas com comandos SQL. Esse é um processo,
agora, para
inserir registros, excluir registros ou alterar os
dados existentes
em um registro, é preciso utilizar outra série de
comandos DML. A
seguir veremos em detalhes a sintaxe para
cada uma dessas modi-
ficações a serem feitas, as quais sejam:
inclusão (comando INSERT ),
alteração (comando UPDATE ) ou
exclusão (comando DELETE ).
[inserção de registros
]
Para inserir um novo registro em uma tabela, utilizamos o comando
INSERT , cuja sintaxe genérica é:
INSERT INTO <tabela> (<campo1>, <campo2 >,..., <campon >)
VALUES (<valor1>, <valor2>,... <valorn>))
Onde:
<_ tabela > é o nome da tabela escolhida para inclusão de dados;
<_ campo
1
>, <campo
2
>,..., <campo
n
 > são os campos da tabela onde
serão incluídos dados;
<_ valor 
1
>, <valor 
2
>,... <valor 
n
 > são os valores que serão incluídos nos
campos respectivos.
 
148
banco_de_dados_
Por exemplo, vamos supor que desejemos incluir mais um campo na
tabela “Pedido” trabalhada nos exemplo de consulta do capítulo ante-
rior. Assim:
SQL (68):
INSERT INTO pedido(codigo, codcli, data, valor)
 VALUES(1028, 202, DATE’01/04/2004’, 600,00)
Portanto o tipo de dado do campo em questão deve ser considerado
para o valor a ser incluído, senão o SGBD irá emitir um erro. Quando
queremos incluir dados em todos os campos, podemos omitir a descr i-
ção dos mesmos no comando INSERT INSERT :
SQL (69):
INSERT INTO pedido
 VALUES(1028, 202, DATE’01/04/2004’, 600,00)
A inclusão de dados em um registro não precisa contemplar, necessa-
riamente, todos os campos. Caso queiramos incluir apenas o código do
pedido e do cliente, o comando pode ser dado da seguinte maneira:
SQL (70):
INSERT INTO pedido(codigo, codcli)
 VALUES(1028, 202)
Na tabela, um registro é incluído com os dados de código do pedido e
código do cliente. O campo data e valor assumem o valor NULLNULL.
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
1023 202 21/03/2004 900,00
1028 202 NULL NULL
 
149
princípios_e_prática_
A inclusão de registros deve respeitar as restrições definidas para a
tabela em questão. Se um campo for definido para não aceitar valores
nulos, a inclusão resulta em erro. Campos que são definidos como cha-
ves não tem condições de assumir o valor NULL, e, assim, obrigatoria-
mente devem ter um valor expresso num comando de inserção. Como
um atributo chave deve ser unívoco, a inserção de um registro com um
campo chave que já exista também irá gerar um erro de inclusão.
A maioria dos SGBD’s existentes no mercado implementa o tipo de
dado autonumeração para codificar os registros automaticamente a
cada inserção. Assim, num comando INSERT , não é necessário incluir tal
campo especificando um valor, pois isso é feito automaticamente, exi-
mindo o controle da codificação por parte do aplicativo.
O comando INSERT permite também a inclusão em lote a partir de uma
consulta SELECT . Vamos supor que queiramos incluir os fornecedores
localizados no estado do Paraná como clientes. Nessa situação, faze-
mos essas inclusões aninhando os comandos:
SQL (71):
INSERT INTOINSERT INTO clientes(codigo, nome)
SELECTSELECT codigo, nome
FROM FROM fornecedores
 WHEREWHERE UF=’PR’
[alteração de registros]
Para alterar um valor em um campo específico de uma ou mais tabelas,
utilizamos o comando UPDATE . A sintaxe genérica é:
UPDATE <tabelas>
SET <campo1>=<valor1>, <campo2 >=<valor2>,..., <campon >=<valorn>
WHERE <condição>
 
150
banco_de_dados_
Onde na cláusula SET o campo respectivo de “<tabelas>” assume um
novo valor caso a condição na cláusula WHERE seja verdadeira.
Por exemplo, para alterar o valor do pedido 1023 para R$1.000,00, o
comando é:
SQL (72):
UPDATEUPDATE pedido
SETSET valor = 1.000,00
 WHERE WHERE codigo = 1023
Após a execução do comando, o valor atual de R$900,00 será sobre-
posto pelo novo valor de R$1.000.00.
A cláusula WHERE é opcional, porém na maioria dos casos é necessá-
rio utilizá-la. Caso a atualização deva ser feit a para todos os registros,
basta utilizar o comando UPDATE sem a cláusula WHERE , e o comando
seguinte zera todos os valores da tabela “Pedido” por exemplo:
SQL (73):
UPDATEUPDATE pedido
SETSET valor = 0,00
O uso de condições utilizando as consultas aninhadas SELECT tam-
bém é possível. Desse modo, caso queiramos zerar o limite de com-
pra de clientes que tenham ultrapassado a mesma, podemos utilizar o
seguinte comando SQL:
SQL (74):
UPDATEUPDATE clientes
SETSET limite_compra = 0
 WHERE EXISTS WHERE EXISTS
(SELECT(SELECT * FROM FROM pedido
 WHERE WHERE pedido.valor > clientes.limite_compra
ANDAND pedido.codcli = clientes.codigo)
Ou seja, o limite de compra é igual a zero para aqueles clientes nos
quais o valor de um pedido tenha extrapolado o limite de compra.
Como resultado, o cliente 282 tem o limite de compra zerado e a tabela
 
151
princípios_e_prática_
“Clientes” fica com a seguinte apresentação:
CLIENTES
codigo nome telefone limite_compra
202 Ernesto 3222-0809 1.500,00
221 Amélia 3233-2474 2.000,00
233 Luís Alberto 3323-0071 1.500,00
282 José Antonio 3343-9021 0,00
295 Carlos Silva 3224-5678 800,00
Podemos utilizar mais de uma tabela para fazer uma atualização. Por
exemplo, o comando que apresentamos na seqüência irá atualizar os
valores dos pedidos a partir dos respectivos subtotais existentes nos
itens da tabela “Pedido”. Desde que o valor do pedido seja zerado com
antecedência, o seguinte comando pode ser fornecido logo após:
SQL (75):
UPDATE pedido, itens
SET pedido.valor = pedido.valor + itens.subtotal
 WHERE pedido.codigo = itens.codped
Note que são utilizadas as duas tabelas “Pedido” e “Itens”, tal como
num produto cartesiano em uma consulta SQL. Nesse caso, o valor
do pedido é incrementado dos valores dos subtotais respeitando que o
código do pedido seja igual ao campo codpedcodped da tabela “Itens”.
[exclusão de registros]
A sintaxe SQL para exclusão de registros é a seguinte:
DELETE FROM <tabela>
WHERE <condição>
Como exemplo, para excluir o registro da tabela “Pedido” de código
1028, fazemos:
 
152
banco_de_dados_
SQL (76):
DELETE FROM DELETE FROM pedido
 WHERE WHERE codigo = 1028
A cláusula WHERE , assim como no comando UPDATE , é opcional. No
entanto, quando não utilizada, exclui todos os registros de uma tabela.
Assim, o comando:
SQL (77):
DELETE FROM DELETE FROM pedido
Apaga todos os registros existentes na tabela. Trata-se, portanto, de
um comando que não deixa dúvidas quanto ao cuidado necessário na
sua utilização.
[resumo]
Foi visto neste capítulo como fazer modificações em tabelas dentro de
bancos de dados. Observamos que os comandos INSERT e DELETE têm
atuação sobre registros no banco de dados, enquanto que o comando
UPDATE atua sobre um item de registro. Vimos, também, que as modifi-
cações podem conflitar com as restrições adotadas para que uma deter-
minada tabela mantenha a sua integridade. Assim, para estendermos a
nossa compreensão do assunto, veremos na seqüência a criação de uma
tabela na qual serão definidos, além dos campos e seus tipos, as restri-
ções a serem respeitadas no caso de modificações em banco de dados.
[exercícios]
1. Com base nas tabelas a seguir, expresse os coman-
dos de inserção, modificação ou exclusão na lingua-
gem SQL.
 
153
princípios_e_prática_
PEDIDO
codigo codcli data valor
0001 100 03/10/2003 133,00
0002 102 04/10/2003 45,00
0003 105 05/11/2003 339,50
0004 110 10/11/2003 30,00
0005 100 12/11/2003 152,50
CLIENTE
codigo nome telefone cidade UF
100 Luís Paulo 3355-1027 Curitiba PR
102 José Antonio 3452-3528 Lapa PR
105 Carlos Lima 3233-3456 Joinville SC
110 Maria de Castro 3441-8930 Ponta Grossa PR
114 Danilo Silva 3353-4020 Curitiba PR
ITENS
codped coditem qtdped subtotal
0001 2010 3 108,00
0001 2020 10 25,00
0002 3004 30 45,00
0003 4011 2 50,00
0003 4013 5 137,50
0003 4025 4 152,00
0004 3004 20 30,00
0005 3004 10 15,00
0005 4013 5 137,50
FORNECEDOR
codigo nome telefone cidade UF
501 ABC
Cirúrgica
3772-4001 São Paulo SP
502 Thermo 3873-5030 Salvador BA
535 Distrib.
Silva
3444-5523 Joinville SC
550 CLS 3352-2353 C uritiba PR
590 AKL Equip. 3330-8252 Porto Alegre RS
 
154
banco_de_dados_
ESTOQUE
codigo descrição un preço qtd estmin ptoped codfor
2000 Termômetro un 12,00 36 5 15 501
2010 Termômetro
Digital
un 36,00 12 5 15 501
2020 Compressa
Cirúrgica
Pct c/10 2,50 40 10 50 535
3004 Esparadrapo Rl c/10m 1,50 130 20 100 535
4011 Agulha
Desc.
10mmx1mm
Cx.
c/ 100 un
25,00 43 15 60 550
4013 Agulha
Desc.
12mmx2mm
Cx.
c/ 100 un
27,50 43 15 60 550
4025 Agulha
Desc.
15mmx1mm
Cx.
c/ 100 un
38,00 43 15 60 550
5001 Ap.Pressão un 205,00 6 1 5 590
a. Inclua o cliente João Carlos, que mora em Forta-
leza-CE, com telefone 3344-0909, no código 115.
b. Inclua a cliente Ana Flávia, com telefone
2454-8008.
c. Altere o telefone do cliente Carlos Lima para
3233-3457.
d. Altere a cidade, UF e telefone de Maria
de Castro para Londrina, PR e 3455-3321,
respectivamente.
e. Exclua o cliente José Antônio.
f. Acrescente o item “Aparelho de Pressão” ao
pedido 0005.
g. Exclua o item 4025 do pedido 0003.
 
155
princípios_e_prática_
h. Altere o preço do item 2010 para R$105,00
(apenas no pedido).
i. Altere a quantidade do item 4011 do pedido
0003 para 3.
 j. Zere todos os valores de ponto de pedido da
tabela “Estoque”.
k. Exclua os itens de pedido abaixo de
R$100,00.
l. Exclua todos os registros da tabela
“Fornecedor”.
 
referências
por_capítulo_
Capítulo 1
DATE, 2000.1
GRASSMANN; TREMBLAY, 1996, p. 593.2
 TURBAN; RAINER JUNIOR; POTTER, 2005, p. 523.3
LAUDON; LAUDON, 2004, p. 227.4
O’BRIEN, 2004, p. 136.5
MEYER, 1999.6
CODD, 1970, p. 377-387.7
MEYER, op. cit., 1999.8
ELMASRI; NAVATHE, 2005.9
DATE, 2000.10
REZENDE, 2003, p. 65.11
 TURBAN; RAINER JUNIOR; POTTER, 2005, p. 100.12
INMON, 2001, p. 10-11.13
O’BRIEN, 2004, p. 143.14
Capítulo 2
CHEN, 1976, p. 9-37.1
EARP; BAGUI, 2003.2
HEUSER, 2004.3
DATE, 2000.4
HEUSER, op. cit., 2004.5
MARTINS; LAUGENI, 2001.6
KORTH; SILBERSCHATZ, 1999.7
HEUSER, 2004.8
Capítulo 3
GRASSMANN; TREMBLAY, 1996, p. 605.1
KORTH; SILBERSCHATZ, 1999, p. 76.2
Capítulo 4
ULLMAN, 1997.1
KORTH; SILBERSCHATZ, 1999.2
DATE, 2000.3
GRASSMANN; TREMBLAY, 1996, p. 613.4
 
referências_
CHEN, P. P. The entity relationship model: toward a unified view of data.
ACM Transactions on Database Systems, n. 1, p. 9-37, mar. 1976.
CODD, E. F. A relational model of data for large share data banks. 
Communications of the ACM, v. 13-16, p. 377-387, 1970.
DATE, C. J. Introdução a sistemas de bancos de dados. 7. ed. Rio de
 Janeiro: Campus, 2000.
EARP, R.; BAGUI, S.Database design using entity-relationship diagrams. 
 Washington: Auerbach Publications, 2003.
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. 4. ed. São
Paulo: Pearson, 2005.
GRASSMANN, W. K.; TREMBLAY, J. P. Logic and discrete mathematics: 
a computer science perspective. New York: Prentice-Hall, 1996. p. 593.
HEUSER, C. A. Projeto de banco de dados. 5. ed. Porto Alegre: Sagra
Luzzato, 2004.
INMON, W. H. et al. Data warehousing: como transformar informações
em oportunidades de negócios. São Paulo: Berkeley, 2001. p.10-11.
KORTH, H. F.; SILBERSCHATZ, A. Sistemas de banco de dados. 3. ed.
São Paulo: Makron Books, 1999.
LAUDON, K.; LAUDON, J.Sistemas de informação gerenciais. 5. ed. São
Paulo: Prentice-Hall, 2004. p. 227.
MARTINS, P. G.; LAUGENI, F. P. Administração da produção. São
Paulo: Saraiva, 2001.
MEYER, M. et al. Nosso futuro e o computador. 3. ed. Porto Alegre:
Makron Books, 1999.
 
160
banco_de_dados_
O’BRIEN, J. A.Sistemas de informação e as decisões gerenciais na era da
internet. São Paulo: Saraiva, 2004. p. 143.
REZENDE, D.Planejamento de sistemas de informação e informática. 
São Paulo: Atlas, 2003. p. 65.
 TURBAN, E.; RAINER JUNIOR, R. K.; POTTER, R. E. Administração de
tecnologia da informação. Rio de Janeiro: Campus, 2005. p. 523.
ULLMAN, J. D.A first course in database systems. Upper Sadler River:
Prentice Hall, 1997.
 
apêndices_
 
[apêndice a]
Modelo (exemplo)Modelo (exemplo)
A seguir, encontram-se as tabelas do modelo (exemplo) utilizado ao longo da
explanação sobre linguagens de consulta, com seus respectivos registros.
CLIENTES
codigo nome telefone limite_compra
202 Ernesto 3222-0809 1.500,00
221 Amélia 3233-2474 2.000,00
233 Luís Alberto 3323-0071 1.500,00
282 José Antonio 3343-9021 800,00
295 Carlos Silva 3224-5678 800,00
PEDIDO
codigo codcli data valor
1005 202 10/03/2004 1.200,00
1008 221 13/03/2004 960,00
1010 233 17/03/2004 1.020,00
1015 282 20/03/2004 755,00
1023 202 21/03/2004 900,00
ITENS
codigo codped qtd subtotal
001 1005 10 1.200,00
002 1008 12 720,00
003 1008 2 2 40,00
004 1010 1 5 00,00
005 1010 2 3 35,00
006 1010 1 1 85,00
007 1015 1 1 25,00
008 1015 1 6 30,00
009 1023 1 4 00,00
010 1023 1 3 00,00
011 1023 1 2 00,00
 
164
banco_de_dados_
FORNECEDOR
codigo nome telefone ultent UF
130 Casa das Ferramentas 3345-2238 20/02/04 RS
141 LG Máquinas 3255-9090 31/01/04 SP
152 SuperMax Maq e Ferr 3414-3990 14/02/04 PR
163 Lux Materiais de Construção 3334-0808 01/03/04 SP
184 Viamar Equipamentos 3267-3377 05/03/04 SC
ESTOQUE
codigo descricao qtd ptoped estmin custo prazoent
2001 Grade de Aço 150 70 30 80,00 15
2044 Bomba Injetora 5 2 1 320,00 30
2050 Multímetro 20 5 2 35,00 10
2080 Acoplador 4 6 2 280,00 30
3020 Quadro Padrão 3 8 4 140,00 20
3033 Esmeril 5 3 2 110,00 10
3050 Furadeira 9 5 3 85,00 10
4101 Serra Tico-Tico 6 4 2 7 5,00 10
ITEMPROD
codprod coditem preco desconto
2001 1 120,00 0,00
2050 2 60,00 0,00
2001 3 120,00 0,00
2044 4 500,00 0,00
3033 5 180,00 25,00
3050 6 130,00 5,00
4101 7 125,00 0,00
3020 8 300,00 0,00
2044 8 500,00 170,00
2080 9 420,00 20,00
3020 10 300,00 0,00
4101 11 125,00 25,00
 
165
princípios_e_prática_
PRODFOR
codprod codfor
2001 130
2044 130
2050 141
2050 152
2050 184
2080 152
2001 152
2044 152
3020 163
3020 152
3033 184
3050 184
4101 163
4101 184
3033 152
3050 152
4101 152
 
166
banco_de_dados_
[apêndice b]
Lista de consultas em SQL Lista de consultas em SQL 
A seguir estão resumidas as consultas SQL tratadas nos capítulos 4 e
5. Cada consulta possui uma numeração, um enunciado e o comando
SQL propriamente dito.
SQL (1): “Sintaxe geral”.
SELECTSELECT <atributos>
FROM FROM <tabelas>
 WHERE WHERE <condição>
SQL (2): “Selecione o pedido cujo código seja 1010”.
SELECTSELECT *
FROM FROM pedido
 WHERE WHERE valor = 1010
SQL (3): “Encontre os pedidos cujo valor seja maior que
R$1.000,00”.
SELECTSELECT *
FROM FROM pedido
 WHERE WHERE valor > 1.000,00
SQL (4): “Encontre os pedidos cujo valor seja maior que
R$1.000,00 e a data seja anterior (menor) a 15/03/2004”.
SELECTSELECT *
FROM FROM pedido
 WHERE WHERE(valor > 1.000,00) ANDAND(data < DATE’15/03/2004’)
SQL (5): “Selecione para todos os atributos o conteúdo da
tabela ‘pedido’ ”.
SELECTSELECT *
FROM FROM pedido
 
167
princípios_e_prática_
SQL (6): “Selecione apenas o código e o valor de todos os
pedidos”.
SELECTSELECT codigo, valor
FROM FROM pedido
SQL (7): “Selecione o código e o valor do pedido de código
1010”.
SELECTSELECT codigo, valor
FROM FROM pedido
 WHERE WHERE codigo = 1010
SQL (8): “Encontre todos os atributos para os registros dos
pedidos e dos seus respectivos clientes”.
SELECTSELECT *
FROM FROM pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.codigo
SQL (9): “Encontre o nome e o telefone do cliente cujo pedido
tem o código 1010”.
SELECTSELECT nome, telefone
FROM FROM pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.codigo
 WHERE WHERE pedido.codigo = 1010
SQL (10): “Encontre o nome e o telefone do cliente cujo pedido
tem o código 1010 (com o uso de parênteses)”.
SELECTSELECT nome, telefone
FROM FROM (pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.codigo)
 WHERE WHERE pedido.codigo = 1010
SQL (11): “Encontre os valores dos atributos dos itens referentes
ao cliente de nome Luís Alberto”.
SELECTSELECT itens.codigo, itens.codped, itens.qtd, itens.subtotal
FROM FROM itens INNER JOIN INNER JOIN (pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli
= clientes.codigo) ON
pedido.codigo = itens.codped
 WHERE WHERE clientes.nome = ’Luís Alberto’
 
168
banco_de_dados_
SQL (12): “Encontre os valores dos atributos dos itens referentes
ao cliente de nome Luís Alberto (similar à anterior)”.
SELECTSELECT itens.*
FROM FROM itens INNER JOIN INNER JOIN (pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli
= clientes.codigo) ON ON 
pedido.codigo = itens.codped
 WHERE WHERE clientes.nome = ’Luís Alberto’
SQL (13): “Encontre os valores dos atributos dos itens referentes
ao cliente de nome Luís Alberto (comutativa da anterior)”.
SELECTSELECT
 itens.*
FROM FROM (pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.
codigo) INNER JOIN INNER JOIN itens ON ON 
pedido.codigo = itens.codped
 WHERE WHERE clientes.nome = ’Luís Alberto’
SQL (14): “Selecione o nome do cliente cujo pedido tenha o
código 1010 (junção)”.
SELECTSELECT clientes.nome
FROM FROM pedido INNER JOIN INNER JOIN clientes ON ON pedido.codcli = clientes.codigo
 WHERE WHERE pedido.codigo = 1010
SQL (15): “Selecione o nome do cliente cujo pedido tenha o
código 1010 (produto cartesiano)”.
SELECTSELECT clientes.nome
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
SQL (16): “Encontre os valores dos atributos dos itens referentes
ao cliente de nome Luís Alberto (produto cartesiano)”.
SELECTSELECT itens.*
FROM FROM itens, pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = itens.codped
ANDAND clientes.nome = ’Luís Alberto’
 
169
princípios_e_prática_
SQL (17): “Encontre todos os nomes de clientes que comecem
com Carlos”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “Carlos%”
SQL (18): “Encontre todos os nomes de clientes que terminem
com Silva”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE
 nome
LIKELIKE
 “%Silva”
SQL (19): “Encontre todos os nomes de clientes que comecem
ou terminem com Silva”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “%Silva%”
SQL (20): “Encontre todos os nomes de clientes que tenham
cinco letras e comecem com a letra L”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “L_ _ _ _“
SQL (21): “Selecione os nomes de todos os clientes ordenados
pelo nome”.
SELECTSELECT nome
FROM FROM clientes
ORDER BYORDER BY nome
SQL (22): “Selecione os nomes de todos os clientes ordenados
por nome e telefone”.
SELECTSELECT nome
FROM FROM clientes
ORDER BYORDER BY nome, telefone
 
170
banco_de_dados_
SQL (23): “Selecione os nomes dos clientes que comecem com A
ordenados por nome e telefone”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE “A%”
ORDER BYORDER BY nome, telefone
SQL (24): “Selecione os nomes dos clientes que comecem com A
ordenados pelo segundo e pelo terceiro atributo”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE nome LIKELIKE“A%”
ORDER BYORDER BY 2,3
SQL (25): “Selecione os nomes de todos os clientes ordenados
pelo nome na ordem inversa”.
SELECTSELECT nome
FROM FROM clientes
ORDER BYORDER BY nome DESCDESC
SQL (26): “Encontre o nome do cliente que tenha o pedido de
código 1010 (consulta aninhada)”.
SELECTSELECT clientes.nome
FROM FROM pedido, clientes
 WHERE WHERE pedido.codcli = clientes.codigo
ANDAND pedido.codigo = 1010
SQL (27): “Encontre todos os atributos do cliente que tenha o
pedido de código 1010 (consulta aninhada)”.
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo =
 (SELECT (SELECT pedido.codcli
FROM FROM pedido
 WHERE WHERE pedido.codigo = 1010)
 
171
princípios_e_prática_
SQL (28): “Encontre todos os atributos do cliente que tenha o
pedido de código 1010 (consulta aninhada)”.
SELECTSELECT *
FROM FROM clientes
 WHERE WHERE clientes.codigo =
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.codigo = 1010)
SQL (29): “Encontre os nomes de clientes com valor de pedido
acima de R$1.000,00 (cláusula IN)”.
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo IN IN 
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
SQL (30): “Mostre os nomes de clientes se existir algum pedido
cujo valor seja maior que R$1.000,00”.
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE EXISTSEXISTS
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
SQL (31): “Encontre os nomes de clientes que não tenham valor
de pedido maior que R$ 1.000,00”.
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE clientes.codigo NOT IN NOT IN 
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.valor > 1.000,00)
SQL (32): “Mostre os nomes de clientes caso não exista algum
pedido de valor maior que R$1.000,00”.
SELECTSELECT clientes.nome
FROM FROM clientes
 WHERE WHERE NOT EXISTSNOT EXISTS
 (SELECT (SELECT pedido.codcli
 FROM FROM 
 pedido WHERE WHERE pedido.valor > 1.000,00)
 
172
banco_de_dados_
SQL (33): “Encontre o código e o valor do pedido que possua o
maior valor de subtotal de um item”.
SELECTSELECT pedido.codigo, pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.valor >= ALLALL
 (SELECT (SELECT itens.subtotal
 FROM FROM itens)
SQL (34): “Encontre o código e o valor do pedido para aqueles
que possuam itens cujo subtotal seja maior do que 50% do valor
do pedido”.
SELECTSELECT pedido.codigo, pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.valor >= ANY ANY
 (SELECT (SELECT itens.subtotal
 FROM FROM itens
 WHERE WHERE itens.subtotal > pedido.valor*0.5
 ANDAND itens.codped = pedido.codigo)
SQL (35): “Encontre os códigos de pedido, a partir da tabela
“Itens”, sem repetição de código”.
SELECTSELECT DISTINCTDISTINCT codped
FROM FROM itens
SQL (36): “Encontre todos os códigos e os preços de
computadores e notebooksnotebooks”.
SELECTSELECT codigo, preco
FROM FROM computador
UNION UNION 
SELECTSELECT codigo, preco
FROM FROM notebook
SQL (37): “Encontre todos os códigos e preços de computadores
e notebooksnotebooks sem suprimir os códigos e preços repetidos”.
SELECTSELECT codigo, preco
FROM FROM computador
UNION ALLUNION ALL
SELECTSELECT codigo, preco
FROM FROM notebook
 
173
princípios_e_prática_
SQL (38): “Encontre os clientes que não tenham efetuado
pedidos (diferença com EXCEPT )”.
SELECTSELECT codigo
FROM FROM clientes
EXCEPTEXCEPT
SELECTSELECT codcli
FROM FROM pedido
SQL (39): “Encontre os clientes que não tenham efetuado
pedidos (diferença com NOT EXISTS )”.
SELECTSELECT clientes.codigo
FROM FROM clientes
 WHERE NOT EXISTS WHERE NOT EXISTS
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.codcli = clientes.codigo)
SQL (40): “Encontre os clientes que efetuaram pedidos
(interseção com INTERSECT )”.
SELECTSELECT codigo
FROM FROM clientes
INTERSECTINTERSECT
SELECTSELECT codcli
FROM FROM pedido
SQL (41): “Encontre os clientes que efetuaram pedidos
(interseção com EXISTS )”.
SELECTSELECT clientes.codigo
FROM FROM clientes
 WHERE EXISTS WHERE EXISTS
 (SELECT (SELECT pedido.codcli
 FROM FROM pedido
 WHERE WHERE pedido.codcli = clientes.codigo)
SQL (42): “Encontre o cliente que efetuou o pedido de código
1010 (renomeação de tabelas)”.
SELECTSELECT cliente.nome
FROM FROM pedido ASAS p, clientes ASAS c
 WHERE WHERE p.codcli = c.codigo
ANDAND p.codigo = 1010
 
174
banco_de_dados_
SQL (43): “Encontre o código dos clientes que efetuaram mais
de um pedido”.
SELECTSELECT p.codcli
FROM FROM pedido ASAS p
 WHERE WHERE p.valor < ANYANY
 (SELECT (SELECT pedido.valor
 FROM FROM pedido
 WHERE WHERE pedido.codcli = p.codcli)
SQL (44): “Encontre o pedido de maior valor”.
SELECTSELECT pedido.valor
FROM FROM pedido
 WHERE WHERE pedido.valor NOT IN NOT IN 
 (SELECT (SELECT p1.valor
 FROM FROM pedido ASAS p1, pedido ASAS p2
 WHERE WHERE pedido.codigo = p1.codigo)
 ANDAND p1.valor < p2.valor)
SQL (45): “Mostre o código do cliente e o valor do pedido cujo
código seja 1010 (formatado versão 1)”.
SELECTSELECT codcli ASAS codigo_do_cliente, valor ASAS total_do_pedido
FROM FROM pedido
 WHERE WHERE codigo = 1010
SQL (46): “Mostre o código do cliente e o valor do pedido cujo
código seja 1010 (formatado versão 2)”.
SELECTSELECT ’codigo’ ASAS titulo, codcli ASAS codigo_do_cliente, valor AS
total_do_pedido
FROM FROM pedido
 WHERE WHERE codigo = 1010
SQL (47): “Mostre o código do cliente e o valor do pedido cujo
código seja 1010 (formatado versão 3)”.
SELECTSELECT ’codigo’ ASAS titulo, codcli ASAS codigo_do_cliente,
valor*2.90 ASAS total_do_pedido
FROM FROM pedido
 WHERE WHERE codigo = 1010
SQL (48): “Encontre a soma dos valores dos pedidos”.
SELECTSELECT SUM SUM (valor)
FROM FROM pedido
 
175
princípios_e_prática_
SQL (49): “Encontre o valor médio dos pedidos cujo valor seja
maior que R$1.000,00”.
SELECT AVGSELECT AVG(valor) ASAS media
FROM FROM pedido
 WHERE WHERE valor > 1.000,00
SQL (50): “Encontre o valor mínimo dos pedidos cuja data seja
anterior (menor) a 15/03/2004”.
SELECTSELECT MIN MIN (valor) ASAS minimo
FROM FROM pedido
 WHERE WHERE
 data < DATE’15/03/2004’
SQL (51): “Encontre o valor máximo dos pedidos cuja data
esteja entre 15/03/2004 e 30/03/2004, exceto estas datas”.
SELECT MAXSELECT MAX(valor) ASAS maximo
FROM FROM pedido
 WHERE WHERE data > DATE’15/03/2004’ ANDAND data < DATE’30/03/2004’
SQL (52): “Encontre a quantidade de clientes (versão 1)”.
SELECT COUNTSELECT COUNT(codigo) ASAS total
FROM FROM clientes
SQL (53): “Encontre a quantidade de clientes (versão 2)”.
SELECT COUNTSELECT COUNT(*) ASAS total
FROM FROM clientes
SQL (54): “Encontre a soma dos subtotais dos itens para cada
código de pedido”.
SELECTSELECT codped, SUM SUM (subtotal)
FROM FROM itens
GROUP BYGROUP BY codped
SQL (55): “Encontre a soma dos subtotais dos itens para cada
código de pedido, isso apenas para pedidos que tenham dois
itens”.
SELECTSELECT codped, SUM SUM (subtotal)
FROM FROM itens
GROUP BYGROUP BY
 codpedHAVING COUNTHAVING COUNT(codped) = 2
 
176
banco_de_dados_
SQL (56): “Encontre a soma dos subtotais dos itens para cada
código de pedido, isso apenas para os pedidos maiores que
1010”.
SELECTSELECT codped, SUM SUM (subtotal)
FROM FROM itens
GROUP BYGROUP BY codped HAVINGHAVING codped > 1010
SQL (57): “Encontre somente os clientes que não possuam
número de telefone cadastrado”.
SELECTSELECT
 nome
FROM FROM clientes
 WHERE WHERE telefone IS NULLIS NULL
SQL (58): “Encontre somente os clientes que possuam número
de telefone”.
SELECTSELECT nome
FROM FROM clientes
 WHERE WHERE telefone IS NOT NULLIS NOT NULL
SQL (59): “Liste todos os atributos de clientes e seus respectivos
pedidos incluindo os que não tenham efetuado pedidos ou
pedido que não esteja ligado a algum cliente”.
SELECTSELECT *
FROM FROM clientes FULL OUTER JOIN FULL OUTER JOIN pedido ON ONclientes.codigo = pedido.
codcli
SQL (60): “Liste todos os atributos de clientes e seus respectivos
pedidos incluindo os que não tenham efetuado pedido”.
SELECTSELECT *
FROM FROM clientes LEFT OUTER JOIN LEFT OUTER JOIN pedido ON ON clientes.codigo = pedido.
codcli
SQL (61): “Liste todos os atributos de clientes e seus respectivos
pedidos incluindo os pedidos que não estejam ligados a algum
cliente”.
SELECTSELECT *
FROM FROM 
 clientes
RIGHT OUTER JOIN RIGHT OUTER JOIN 
 pedido
ON ON 
 clientes.codigo =pedido.codcli
 
177
princípios_e_prática_
SQL (62): “Encontre os clientes que não efetuaram pedidos”.
SELECTSELECT *
FROM FROM clientes LEFT OUTER JOIN LEFT OUTER JOIN pedido ON ON clientes.codigo = pedido.
codcli
 WHERE WHERE pedido.codigo IS NULLIS NULL
SQL (63): “Encontre os fornecedore s que fornecem todos os
produtos (divisão)”.
SELECT DISTINCTSELECT DISTINCT p1.codfor
FROM FROM prodfor ASAS P1
 WHERE NOT EXISTS WHERE NOT EXISTS
 (SELECT (SELECT e1.codigo
 FROM FROM estoque ASAS E1
 WHERE WHERE NOT EXISTS
 SELECT SELECT *
 FROM FROM prodfor ASAS P2
 WHERE WHERE p1.codfor = p2.codfor
 ANDAND p2.codprod = e1.codigo))
SQL (64): “Encontre os for necedores que não fornecem todos os
produtos (resto)”.
SELECTSELECT p3.codfor
FROM FROM prodfor ASAS p1
 WHERE WHERE p3.codigo NOT IN NOT IN 
 (SELECT (SELECT DISTINCTDISTINCT p1.codfor
 FROM FROM prodfor ASAS p1
 WHERE WHERE NOT NOT EXISTSEXISTS
 (SELECT (SELECT e1.codigo
 FROM FROM estoque ASAS e1
 WHERE WHERE NOT NOT EXISTSEXISTS
 (SELECT (SELECT *
 FROM FROM prodfor ASAS p2
 WHERE WHERE p1.codfor = p2.codfor
 ANDAND p2.codprod = e1.codigo)))
SQL (65): “Calcule o lucro bruto (preço de venda dos itens
menos o custo do produto) e a margem para todos os p rodutos
vendidos”.
SELECT SUM SELECT SUM (itemprod.preco - estoque.custo) ASAS lucro,
(AVG(AVG(itemprod.preco / estoque.custo)-1)*100 ASAS margem
FROM FROM itemprod LEFT OUTER JOIN LEFT OUTER JOIN estoque ON ON itemprod.codprod =
estoque.codigo
 
178
banco_de_dados_
SQL (66): “Calcule o lucro bruto (preço de venda dos itens
menos o custo do produto) e a margem para cada pr oduto
vendido, ordenando do maior ao menor lucro”.
SELECTSELECT itemprod.codprod, (itemprod.preco - estoque.custo) ASAS 
lucro,((itemprod.preco / estoque.custo)-1)*100 ASAS margem
FROM FROM itemprod LEFT OUTER JOIN LEFT OUTER JOIN estoque ON ON itemprod.codprod =
estoque.codigo
ORDER BYORDER BY lucro DESCDESC
SQL (67): “Calcule o lucro bruto (preço de venda dos itens
menos o custo do produto) e a margem para cada pr oduto
vendido, ordenando da maior à menor margem”.
SELECTSELECT itemprod.codprod, (itemprod.preco - estoque.custo) ASAS 
lucro,((itemprod.preco / estoque.custo)-1)*100 ASAS margem
FROM FROM itemprod LEFT OUTER JOIN LEFT OUTER JOIN estoque ON ON itemprod.codprod =
estoque.codigo
ORDER BYORDER BY margem DESCDESC
SQL (68): “Insira uma linha na tabela ‘Pedido’”.
INSERT INTOINSERT INTO pedido(codigo, codcli, data, valor)
 VALUE VALUESS(1028, 202, DATE’01/04/2004’, 600,00)
SQL (69): “Insira uma linha na tabela ‘Pedido’ (versão
simplificada)”.
INSERT INTOINSERT INTO pedido
 VALUE VALUESS(1028, 202, DATEDATE’01/04/2004’, 600,00)
SQL (70): “Insira um registro contendo apenas o código do
pedido e o código do cliente”.
INSERT INTOINSERT INTO pedido(codigo, codcli)
 VALUE VALUESS(1028, 202)
SQL (71): “Insira registros da tabela de fornecedores na tabela
‘Clientes’ (código e nome) para for necedores localizados no
Estado do Paraná”.
INSERT INTOINSERT INTO clientes(codigo, nome)
SELECTSELECT codigo, nome
FROM FROM 
 fornecedores WHERE WHERE UF = ’PR’
 
179
princípios_e_prática_
SQL (72): “Altere o valor do pedido 1023 para R$1.000,00”.
UPDATEUPDATE pedido
SETSET valor = 1.000,00
 WHERE WHERE codigo = 1023
SQL (73): “Zere todos os valores de pedido”.
UPDATEUPDATE pedido
SETSET valor = 0.00
SQL (74): “Zere o limite de compra de clientes que tenham em
algum pedido ultrapassado o mesmo”.
UPDATEUPDATE clientes
SETSET limite_compra = 0
 WHERE EXISTS WHERE EXISTS
(SELECT(SELECT * FROM pedido
 WHERE WHERE pedido.valor > clientes.limite_compra
ANDAND pedido.codcli = clientes.codigo)
SQL (75): “Totalize os valores dos pedidos a partir dos subtotais
existentes nos respectivos itens de pedido (desde que o campo
valor esteja zerado)”.
UPDATEUPDATE pedido, itens
SETSET pedido.valor = pedido.valor + itens.subtotal
 WHERE WHERE pedido.codigo = itens.codped
SQL (76): “Exclua os registros da tabela ‘Pedido’ que contenham
o código 1028”.
DELETE FROM DELETE FROM pedido
 WHERE WHERE codigo = 1028
SQL (77): “Exclua todos os registros da tabela ‘Pedido’”.
DELETE FROM DELETE FROM pedido
 
anexo_
 
182
banco_de_dados_
[tabela ascii*]
Caracter Decimal Hexadecimal Binário Comentário
NUL 00 00 0000 0000 Caracter
nulo
SOH 01 01 0000 0001 Começo de
cabeçalho de
transmissão
STX 02 02 0000 0010 Começo de
texto
ETX 03 03 0000 0011 Fim de texto
EOT 04 04 0000 0100 Fim de
transmissão
ENQ 05 05 0000 0101 Interroga
 ACK 06 06 0000 0110 Confirmação
BEL 07 07 0000 0111 Sinal sonoro
BS 08 08 0000 0100 Volta um
caracter
HT 09 09 0000 1001 Tabulação
horizontal
LF 10 0A 0000 1010 Próxima
linha
VT 11 0B 0000 1011 Tabulação
vertical
FF 12 0C 0000 1100 Próxima
página
CR 13 0D 0000 1101 Início da
linha
SO 14 0E 0000 1110 Shift-out
SI 15 0F 0000 1111 Shift-in
DLE 16 10 0001 0000 Data link
escape
D1 17 11 0001 0001 Controle de
dispositivo
D2 18 12 0001 0010 Controle de
dispositivo
* CRUZ, Adriano Joaquim de Oliveir. Apêndice 1 – TABELA ASCIIApêndice 1 – TABELA ASCII.
Disponível em: <http://equipe.nce.ufrj.br/adriano/c/apostila/tabascii.htm>. Acesso em: out. 2006.
(continua)
 
183
princípios_e_prática_
Caracter Decimal Hexadecimal Binário Comentário
D3 19 13 0001 0011 Controle de
dispositivo
D4 20 14 0001 0100 Controle de
dispositivo
NAK 21 15 0001 0101 Negativa de
confirmação
SYN 22 16 0001 0110 Synchronous
idle
ETB 23 17 0001 0111 Fim de
transmissão
de bloco
CAN 24 18 0001 1000 Cancela
EM 25 19 0001 1001 Fim de
meio de
transmissão
SUB 26 1A 0001 1010 Substitui
ESC 27 1B 0001 1011 Escape
FS 28 1C 0001 1100 Separador de
arquivo
GS 29 1D 0001 1101 Separador de
grupo
RS 30 1E 0001 1110 Separador de
registro
US 31 1F 0001 1111 Separador de
Unidade
Espaço 32 20 0010 0000
! 33 21 0010 0001
“ 34 22 0010 0010
# 35 23 0010 0011
$ 36 24 0010 0100
% 37 25 0010 0101
& 38 26 0010 0110
‘ 39 27 0010 0111
( 40 28 0010 1000
) 41 29 0010 1001
* 42 2A 0010 1010
+ 43 2B 0010 1011
, 44 2C 0010 1100
(continua)
 
184
banco_de_dados_
Caracter Decimal Hexadecimal Binário Comentário
- 45 2D 0010 1101
. 46 2E 0010 1110
/ 47 2F 0010 FFFF
0 48 30 0011 0000
1 49 31 0011 0001
2 50 32 0011 0010
3 51 33 0011 0011
4 52 34 0011 0100
5 53 35 0011 0101
6 54 36 0011 0110
7 55 37 0011 0111
8 56 38 0011 1000
9 57 39 0011 1001
: 58 3A 0011 1010
; 59 3B 0011 1011
< 60 3C 0011 1100
= 61 3D 0011 1101
> 62 3E 0011 1110
? 63 3F 0011 1111
@ 64 40 0100 0000
 A 65 41 0100 0001
B 66 42 0100 0010
C 67 43 0100 0011
D 68 44 0100 0100
E 69 45 0100 0101
F 70 46 0100 0110
G 71 47 0100 0111
H 72 48 0100 1000
I 73 49 0100 1001
J 74 4A 0100 1010
K 75 4B 0100 1011
L 76 4C 0100 1100
M 77 4D 0100 1101
N 78 4E 0100 1110
(continua)
 
185
princípios_e_prática_
Caracter Decimal Hexadecimal Binário Comentário
O 79 4F 0100 1111
P 80 50 0101 0000
Q 81 51 0101 0001
R 82 52 0101 0010
S 83 53 0101 0011
T 84 54 0101 0100
U 85 55 0101 0101
V 86 56 0101 0110
W 87 57 0101 0111
X 88 58 0101 1000
Y 89 59 0101 1001
Z 90 5A 0101 1010
[ 91 5B 0101 1011
\ 92 5C 0101 1100
] 93 5D 0101 1101
^ 94 5E 0101 1110
_ 95 5F 0101 1111
` 96 60 0110 0000
a 97 61 0110 0001
b 98 62 0110 0010
c 99 63 0110 0011
d 100 64 0110 0100
e 101 65 0110 0101
f 102 66 0110 0110
g 103 67 0110 0111
h 104 68 0110 1000
i 105 69 0110 1001
j 106 6A 0110 1010
k 107 6B 0110 1011
l 108 6C 0110 1100
m 109 6D 0110 1101
n 110 6E0110 1110
o 111 6F 0110 1111
p 112 70 0111 0000
(continua)
 
Caracter Decimal Hexadecimal Binário Comentário
q 113 71 0111 0001
r 114 72 0111 0010
s 115 73 0111 0011
t 116 74 0111 0100
u 117 75 0111 0101
v 118 76 0111 0110
w 119 77 0111 0111
x 120 78 0111 1000
y 121 79 0111 1001
z 122 7A 0111 1010
{ 123 7B 0111 1011
| 124 7C 0111 1100
} 125 7D 0111 1101
~ 126 7E 0111 1110
DELETE 127 7F 0111 1111
 
(conclusão)
 
exit_ Este livro foi impresso
no inverno de 2007, na
Fotolaser Gráfica, sobrepapel offset 75g/m².

Mais conteúdos dessa disciplina