Aulas do Capítulo 03

Prévia do material em texto

Fundamentos em Engenharia de Dados
Capítulo 3. Modelagem e manipulação de dados em 
ambientes relacionais
Profª. Fernanda Farinelli
Aula 3.1. Sistemas gerenciadores de bancos de 
dados relacionais
 Entender o que são sistemas gerenciadores de bancos de dados.
 Entender o que são sistemas gerenciadores de bancos de dados 
relacionais.
Nesta aula
Banco de dados
 Conjunto de dados armazenados (persistidos).
 Coleção de dados inter-relacionados.
Sistemas de banco de dados
Usuários
Software e 
hardware
SGBD
Banco de dados
Sistema Gerenciadores de Banco de Dados
Criar, 
modificar e 
eliminar BD
CRUD em 
dados
Segurança de 
acesso 
Integridade de 
dados
Backup e 
recover
Controle de 
concorrência
Tipos de sistemas gerenciadores de banco
de dados
Bancos de dados 
relacionais
Bancos de dados 
NoSQL
Bancos de dados 
NewSQL
Sistemas Gerenciadores de Banco de 
Dados Relacionais
Implementa o modelo relacional de dados.
Fundamentado na teoria de conjuntos e nas relações 
entre os conjuntos.
• Operações de junção, união e seleção.
Persistência de dados mais adotados.
Persistência de dados estruturados.
Propriedades de transação ACID
Atomicidade
Transação é uma 
unidade atómica de 
processamento.
Ou se faz tudo,
ou nada.
Consistência
Os dados estarão 
sempre consistentes e 
completos.
Uma transação leva de 
um estado consistente a 
outro estado consistente.
Isolamento
Cada transação é 
realizada de forma 
isolada.
Uma transação começa 
após o término da outra.
Durabilidade
As alterações causadas
por uma transação
devem ser persistidas.
O dado deve durar, estar 
salvo, ele não deve ser 
perdido.
SGBD relacionais
 Entendemos o que são bancos de dados.
 Visão geral dos bancos de dados relacionais.
 Conhecemos as propriedades ACID que regem as transações em um 
banco de dados relacional.
 Conhecemos algumas ferramentas disponíveis.
Conclusão
 Entender o que é modelagem de dados.
Próxima aula
Aula 3.2. Modelagem de dados
 Conhecer os níveis de abstração de modelos de dados.
 Entender o que é modelagem de dados.
Nesta aula
Modelo e modelagem de dados
Modelo  Abstração de um objeto ou evento da 
realidade.
Modelo de dados  Representação, normalmente 
gráfica, de estrutura de dados de um sistema de 
informação.
Um diagrama é uma representação gráfica do modelo.
Modelagem de dados  Atividade realizada para a 
criação de um banco de dados.
Ato
Baixo
Abstração
Nível 
conceitual
Nível lógico
Nível físico
A
b
st
ra
ç
ã
o
 Abstração é o mecanismo através do qual o ser humano se 
concentra em determinadas características de objetos ou 
conceitos, e “abandona” outras características “indesejáveis”.
Tipos de modelos de dados
• Visão de negócio, independente de tecnologia 
ou paradigma de desenvolvimento.
Modelo 
Conceitual
• Modelo de dados que leva em consideração 
algum paradigma tecnológico, mas não uma 
ferramenta em si.
Modelo 
Lógico
• Modelo que considera a tecnologia ou sistema 
que será usado para implementar o modelo.
Modelo 
Físico
Projeto de banco de dados
Levantamento e análise 
de requisitos
Definir o modelo
conceitual
Definir o modelo lógico
Definir o modelo físico
1
2
3
4
 Conhecer os fundamentos sobre modelos e modelagem de dados.
 Conhecemos os passos para um projeto de banco de dados.
Conclusão
 Entender o que é o modelo conceitual.
 Conhecer o modelo entidade-relacionamento e seus principais 
elementos.
 Aprender a construir um modelo entidade-relacionamento.
Próxima aula
Aula 3.3. Modelagem entidade-relacionamento
 Entender o que é o modelo conceitual.
 Conhecer o modelo entidade-relacionamento e seus principais 
elementos.
 Aprender a construir um modelo entidade-relacionamento.
Nesta aula
Modelo conceitual
 Representa e/ou descreve a realidade do ambiente, constituindo uma 
visão global dos principais dados e relacionamentos que compõe o 
projeto.
 Não registra como estes dados estão armazenados no SGBD.
 Existem várias técnicas de modelagem conceitual:
– Abordagem entidade-relacionamento.
– Abordagem orientada a objetos.
Modelo entidade-relacionamento (MER)
 Definido por Peter Chen em 1976, teve como base a teoria relacional 
criada por E.F.Cood (1970).
 Fundamentado na ideia de que a visão de uma dada realidade 
baseia-se no relacionamento entre conceitos desta, os quais retratam 
os fatos que governam esta mesma realidade, e que cada conceito 
(entidade ou relacionamento) pode possuir atributos (qualificadores 
desta realidade).
 Sua representação gráfica é facilitada através do diagrama entidade-
relacionamento (DER).
Modelo entidade-relacionamento (MER)
 Inspirado na teoria dos conjuntos.
Elementos do MER
Entidades
Entes ou 
“coisas” do 
mundo real
Concreto ou 
abstrato
27
Atributos
Características que 
descrevem as 
entidades
Simples ou compostos.
Mono ou multivalorados
Relacionamento
Envolvimento 
entre entidades
Expressos por 
verbos
Entidade
 É uma representação concreta ou abstrata de um objeto, com
características semelhantes, do mundo real.
– Ex.: Fornecedor, Pessoa, Imóvel, Curso e Venda.
 Entidade fraca: não existe se não estiver relacionada a outra,
isto é, ela é logicamente dependente da outra. Alguns
conjuntos entidade não possuem um conjunto de atributos
capaz de identificar univocamente uma determinada entidade.
Neste caso, sua existência depende da existência de outra
entidade.
EmpregadoDepartamento Dependente
Atributo
 Elemento de dado que contém o valor de uma propriedade de uma 
entidade.
 Classificação de atributos:
Atributo simples 
Atributo único
Atributo opcional
Atributo monovalorado
Atributo composto
Atributo não único
Atributo obrigatório
Atributo multivalorado
Atributo
 Atributo chave (identificador): identifica unicamente cada entidade 
de um conjunto-entidade, devem ser obrigatórios e únicos.
 Atributo derivado: o seu valor pode ser calculado a partir do valor 
de outro(s) atributo(s).
– Ex.: idade (pode ser calculada a partir da data de nascimento).
 Domínio: descrição de possíveis valores permitidos para um atributo. 
– Ex.: Sexo {M, F}.
 Cada atributo possui um NOME, um TIPO e um TAMANHO (número 
de caracteres).
 Tipo: determina a natureza dos valores permitidos para um atributo.
– Ex.: inteiro, real, string, etc.
Relacionamentos
 As entidades são conectadas/relacionadas umas às outras através 
de relacionamentos.
 Responsável por definir as características das ligações entre as 
entidades. 
 O nome do relacionamento é expresso por um verbo ou por uma
locução verbal.
 Cardinalidade: é o número máximo e mínimo de ocorrências de uma 
entidade, que estão associadas às ocorrências de outra entidade que 
participa do relacionamento.
É lotadoEmpregado Departamento
1..* 1
Grau do relacionamento
 Relacionamento binário é aquele envolve duas ocorrências de 
entidade.
 Relacionamento ternário é aquele envolve três conjuntos de entidades.
Autorrelacionamento
 Relacionamento entre ocorrências de uma mesma entidade 
(relacionamento unário).
Material
0..N 
1..N É composto
compõe
Pessoa
0..1 
0..1 É cônjuge
É cônjuge
Empregado
0..N 
0..1 É gerenciado
Gerencia
Generalização/Especialização
 Onde uma ou mais entidades possuem parte das características de uma 
entidade mais genérica.
– Total: para cada ocorrência da entidade genérica, existe sempre uma ocorrência 
em uma das entidades especializadas.
– Parcial: nem toda ocorrência da entidade genérica possui uma ocorrência 
correspondente em uma entidade especializada.
Cliente
Pessoa jurídicaPessoa física
ISA
Código nome
cpf
rg cnpj
t (total)
Funcionário
FisioterapeutaMedico
ISAMatrícula
nome
CRM
CREFITO
p (parcial)
Generalização/Especialização
– Múltipla: nem toda ocorrência da entidade genérica possui uma ocorrência 
correspondente em uma entidade especializada.
Entidade associativa
 As entidades associativas são o resultados de relacionamentos N:N.
 Podem possuir atributos próprios.
ConsultaMédico
0..* 0..*
Paciente
nome nomeCRM cpf
data
Medicamento
prescreve
Notação do diagrama entidade-
relacionamento (DER)
ATRIBUTO DERIVADO
Cardinalidade: 1..1, 1..N ou 1..*; N..N ou *..*
AUTORRELACIONAMENTO
Exemplo de DER
 Conhecer os fundamentos sobre modelos e modelagem de dados.
 Conhecemos o modelo entidade-relacionamento (MER), que é um 
modelo conceitual, independente de paradigma tecnológico.
Conclusão
 Aprender a modelar dados conforme o paradigma tecnológico de 
bancos de dados relacional.
Próxima aula
Aula 3.4.1. Modelagem relacional de dados (Parte 1)
 Conhecer o modelo lógico do paradigma tecnológico de banco de 
dados relacional.
 Conhecer os principais elementos de um modelo relacional de dados.
Nesta aula
Modelo lógico
 Definido por E. F. Codd em 1970, teve sua grande aceitação 
comercial a partir de meados da década de 1980.
 Utilizados para se descrever a estrutura de um banco de dados da 
forma como será manipulado, através de um paradigma tecnológico 
de banco de dados.
 Os modelos lógicos mais conhecidos, são:
– Modelo de rede.
– Modelo hierárquico.
– Modelo relacional.
– Modelo orientado a objetos.
– Modelo objeto – Relacional.
Modelo relacional 
 Representa um banco de dados como um conjunto de relações (ou 
tabelas).
 Cada linha de uma tabela representa um “fato” que tipicamente 
corresponde a uma entidade ou relacionamento do mundo real.
Modelo relacional
 Características básicas:
– Organização dos dados:
• Relação, atributo, relacionamento, chaves, domínio e tuplas.
– Restrição de integridade: restrições básicas para dados e relacionamentos.
• Domínio, chaves primária e única, integridade referencial e valores opcionais.
 Manipulação de dados:
– Linguagens formais (álgebra e cálculo relacional).
– Linguagem SQL (comercial).
Modelo relacional 
 Relação:
– Principal construção para representação dos dados no modelo relacional, 
análogo à entidade do MER.
– É uma tabela de valores, onde cada linha representa uma coleção de dados 
relacionados.
– Composto por um cabeçalho e um corpo.
– Cabeçalho:
• Número fixo de atributos (grau da relação).
• Atributos não-ambíguos.
– Corpo:
• Número variável de tuplas (cardinalidade da relação).
• Ordem não é relevante.
Modelo relacional
Relação
Modelo relacional
Relação Cabeçalho
Corpo
Modelo relacional
 Atributo:
– Um item de dado do Banco de Dados (BD).
– Possui um nome e um domínio.
– Exemplos:
Nome do atributo
Nome
dataNascimento
salario
Domínio do atributo
Char (caractere)
Date 
decimal
Modelo relacional
Atributo
Modelo relacional
 Domínio:
– Representa o conjunto de valores atômicos admissíveis de um componente de 
uma relação.
– Possui uma descrição física e outra semântica.
• A descrição física identifica o tipo e o formato dos valores que compõem o domínio.
• A descrição semântica ajuda na interpretação de seus valores.
– Manipulação: dois valores só podem ser comparados se 
definidos sobre o mesmo domínio.
•Exemplos: Idade: inteiro / Nome: alfanumérico (string).
Modelo relacional
 Tupla:
– Um conjunto de pares (atributo, valor).
– Valor de um atributo, definido no momento da criação de uma tupla, que deve
ser: 
• Compatível com o domínio ou NULL.
• Atômico (indivisível).
Modelo relacional
Tupla
Domínio
numérico
alfanumérico
Cada linha é uma tupla 6 tuplas
Modelo relacional
 Chaves:
– Conjunto de um os mais atributos de uma relação.
• Chave candidata.
• Chave primária (primary key) – PK.
• Chave alternative.
• Chave estrangeira (foreign key) – FK.
Modelo relacional
 Chave Primária - Primary key (PK):
– Atributo(s) cujo (conjunto de) valor(es) identifica(m) unicamente uma tupla
em uma relação.
– Recupera uma única ocorrência do conjunto de dados.
– Unicidade de valores na coluna que compõe a chave.
– Exemplo:
• Mátricula do aluno.
Modelo relacional
 Chave candidata:
– Possui as mesmas propriedades que a chave primária e são candidatos a 
serem PK.
• Qual escolher para chave primária?
• Uma estratégia é escolher para chave primária a chave candidata com o menor número de 
caracteres.
347685784432
693529876987
701034263890
CPF
20/02/198501427Maria
12/11/198002467Renato
12/11/198001035Maria
DataNascMatrículaNome
Chaves candidatas
Modelo relacional
 Chave alternativa: chave candidata que não foi definida como
primária.
Chave primária
Chave alternativa
347685784432
693529876987
701034263890
CPF
20/02/198501427Maria
12/11/198002467Renato
12/11/198001035Maria
DataNascMatrículaNome
Modelo relacional
Chave primária 
composta
Chave 
primária
 Chave estrangeira (Foreign Key - FK):
– Atributo(s) de uma relação, cujos valores devem obrigatoriamente aparecer na
chave primária de uma outra relação (da mesma ou de outra), que esteja
relacionada com ela.
– Implementa o relacionamento em um modelo relacional.
Modelo relacional
Departamento
Empregado
Matrícula CPF Nome dataNasc codDepto
01035 701034263890 Maria 12/11/1980 101
Código Nome
101 Compras
PK
FK
Modelo relacional
Chave
estrangeira
Chave 
primária
 Conhecemos o modelo relacional de dados e alguns de seus
elementos:
– Relação é uma tabela.
– Atributo é um campo (coluna da tabela).
– Tupla é uma linha da tabela.
– Domínio: tipo de dado, formato de um atributo.
– Chave primária (PK).
– Chave candidata e chave alternativa.
– Chave estrangeira (FK).
Conclusão
 Conhecer os tipos de restrições de integridade existentes no modelo 
relacional.
Próxima aula
Aula 3.4.2. Modelagem relacional de dados (Parte 2)
 Conhecer os tipos de restrições de integridade existentes no modelo 
relacional.
 Aprender os passos para criar um modelo relacional de dados.
Nesta aula
Modelo relacional
 Restrições de Integridade:
– Regras que impõe os estados válidos da base de dados. 
– Garantem que os dados refletem corretamente a realidade modelada.
– Podem ser:
• Integridade de domínio.
• Integridade de valores padrão.
• Integridade de valores vazios.
• Integridade de unicidade.
• Integridade de chave primária/alternativa.
• Integridade semântica.
• Integridade referencial. 
Modelo relacional
 Restrição de integridade:
– Integridade de domínio:
• Define os valores que podem ser assumidos pelos campos de uma coluna.
• Exemplo: 
– Idade: Inteiro (não aceita valores alfanuméricos ou decimais).
– Estado civil só pode ser um dos seguintes valores: solteiro, casado, viúvo, separado judicialmente, 
união estável ou divorciado.
Modelo relacional
 Restrição de integridade:
– Integrigade de valor padrão (default):
• Quando o valor do campo não for informado, este campo assume um valor padrão 
predeterminado.
• Exemplo:
– A data padrão da abertura do chamado é igual a data atual.
– Se não informada a nacionalidade do cliente, assume-se que é brasileiro.
Modelo relacional
 Restrição de integridade:
– Integridade de vazio:
• Especifica se os campos de uma coluna podem ou não serem vazios (nulos).
• Exemplo:
– É obrigatório informar o CPF do funcionário (Não nulo – NOT NULL).
– É opcional informar o número de dependents (Nulo – NULL).
Modelo relacional
 Restrição de integridade:
– Integridade de unicidade:
• Define que o valor do campo ou campos, são únicos, ou seja, não se repetem.
• Exemplo:
– O CPF do funcionário deve ser único, ou seja, dois funcionários distintos não podem ter o mesmo CPF.
Modelo relacional
 Restrição de integridade:
– Integridade semântica:
– Especificada através de regras sobre o esquema do banco dedados.
– Exemplos: 
• O salário de um empregado deve ser menor ou igual ao do seu supervisor.
• A data de nascimento não pode ser superior à data atual.
• Não é permitido abaixar o salário de um empregado.
• O número de horas semanais de um empregado em um projeto não pode ser maior do que
50.
Modelo relacional
 Restrição de integridade:
– Integridade de chave primária/alternativa:
• Define que os valores da chave primária e alternativa devem ser únicos e não nulos.
• Exemplos:
–Na relação/tabela de funcionário, a matrícula e o CPF são únicos e obrigatórios.
Observação: um campo que foi definido com a restrição apenas de 
unicidade pode ser opcional, ou seja, aceitar valores nulos.
Modelo relacional
 Restrição de integridade:
– Integridade referencial:
• Refere-se à integridade definida pelo relacionamento PK-FK.
• Define que os valores dos campos que aparecem numa chave estrangeira, devem aparecer 
na chave primária (candidata) da tabela referenciada.
• Usada para manter a consistência entre as tuplas de duas relações (tabelas).
Modelo relacional
 Restrição de integridade: integridade referencial.
• Garante a consistência entre as duas relações (tabelas).
DepartamentoEmpregado
Código Nome
101 Compras
102 Vendas
103 Financeiro
PKMatrícula CPF Nome codDepto
01035 70103426389 Maria 101
01036 12345678952 José 102
01037 14253687545 Maria 102
01038 78932145682 Ana 101
01039 963852074119 Pedro 103
FK
010140 46791382461 João 100
Não existe o 
departamento 100
Modelo relacional
 Restrição de integridade:
– Restrições de atualização:
• Associada à uma restrição de integridade referencial. 
• Como proceder quando uma operação de atualização ou exclusão de dados acontecer na
PK.
• Pode ser definido como:
– CASCATA (CASCADE): se alterar a o valor da PK, altera o valor da FK também.
– RESTRITO (RESTRICT): não pode alterar a PK enquanto tiver FK associada a ela.
– DEFINE COMO NULO (SET NULL): se alterar o valor da PK, altera o valor da FK para NULO.
Processo de modelagem
Identifique as relações.
Identifique as características que descreve as relações (atributos).
Determine os domínio de valores dos atributos (numérico, alfanumérico, 
booleano etc.).
Identifique os atributos-chave (candidatas e chave primária).
Determine como as relações se relacionam entre elas, incluindo a 
cardinalidade dos relacionamento e chave estrangeira.
Identifique as restrições de integridade existentes.
Processo de modelagem
 Exemplo de requisito:
– Um funcionário pode ser designado para trabalhar em apenas um 
departamento, durante a vigência de seu contrato.
– Um departamento pode designar muitos funcionários.
– Um departamento é supervisionado por apenas um funcionário.
– Cada projeto é de responsabilidade de um único departamento, entretanto, ele
pode ter funcionários de diversos departamentos trabalhando.
– Um funcionário pode ser o gerente de um único projeto.
– Os funcionários podem ser alocados em múltiplos projetos, com definição de 
número de horas de dedicação.
Processo de modelagem
 Exemplo de requisito:
– Um funcionário pode ser designado para trabalhar em apenas um 
departamento durante a vigência de seu contrato.
– Um departamento pode designar muitos funcionários.
– Um departamento é supervisionado por apenas um funcionário.
– Cada projeto é de responsabilidade de um único departamento, entretanto, ele
pode ter funcionários de diversos departamentos trabalhando.
– Um funcionário pode ser o gerente de um único projeto.
– Os funcinários podem ser alocados em múltiplos projetos, com definição de 
número de horas de dedicação.
Identifique as relações.
Processo de modelagem
– Funcionário:
• Nome (alfanumérico), matrícula (alfanumérico), salário (numérico decimal), data nascimento (data), 
departamento etc.
– Departamentos:
• Nome (alfanumérico), código (alfanumérico), gerente (alfanumérico) etc.
– Projeto:
• Nome (alfanumérico), código (alfanumérico), gerente (alfanumérico), gerente etc.
– Alocação:
• Funcionários alocados, horas de alocação, projeto etc.
Identifique as características que descreve as relações (atributos).
Determine os domínio de valores dos atributos (numérico, alfanumérico, booleano 
etc.).
Processo de modelagem
– Candidatas: Primária:
– Funcionário:
• Nome (alfanumérico), matrícula (alfanumérico), cpf (alfanumérico), salário (numérico decimal), 
data nascimento (data), departamento etc.
– Departamentos:
• Nome (alfanumérico), código (alfanumérico), gerente (alfanumérico) etc.
– Projeto:
• Nome (alfanumérico), código (alfanumérico), gerente (alfanumérico) etc.
– Alocação:
• Funcionários alocados, horas de alocação, projeto etc.
Identifique os atributos-chave (candidatas e chave primária).
Processo de modelagem
Determine como as relações se relacionam entre elas, incluindo a 
cardinalidade dos relacionamento e chave estrangeira.
designado
Departamento
AlocaçãoFuncionário
0..* 0..*
Projeto
0..* 1
0..1 1
gerencia
É responsável
0..1
1
Processo de modelagem
 Unicidade: matrícula e CPF de funcionário, código do departamento
e do projeto.
 Vazio: nome de funcionário e departamento são obrigatórios.
 Semântica: a data de nascimento não pode ser superior à data atual.
Identifique as restrições de integridade existentes.
 Conhecemos os diversos tipos de restrições de integridade.
– Integridade de domínio.
– Integridade de valores padrão.
– Integridade de valores vazios.
– Integridade de unicidade.
– Integridade de chave primária/alternativa.
– Integridade semântica.
– Integridade referencial. 
 Aprendemos os passos para criar um modelo relacional de dados.
Conclusão
 Entender o que é um modelo físico.
 Conhecer detalhes do modelo de dados relacional físico.
Próxima aula
Aula 3.5. Modelo de dados físico
 Entender o que é um modelo físico.
 Conhecer detalhes do modelo de dados relacional físico, 
considerando o SGBD MySQL.
Nesta aula
Modelo físico
 Descreve, por meio de alguma linguagem, como será feita a 
armazenagem no banco. 
 Nesse nível se escolhe qual Sistema Gerenciador de Banco de 
Dados (SGBD) será usado, levando em consideração o modelo 
lógico adotado (paradigma tecnológico).
 Aqui são detalhados os componentes da estrutura física do banco, 
como tabelas, campos, tipos de valores, índices etc.
Modelo físico
 Exemplos de SGBDs conforme modelo lógico:
– Modelo hierárquico  IMS e Adabas (IBM), DMSII (Unisys).
– Modelo relacional  Oracle, SQL Server, DB2, MySQL etc.
– Modelo orientado a objetos  Caché e Jasmine.
Projeto físico de banco de dados
 Adiciona ao modelo questões relativas a:
– Mapa de Acesso Lógico (MAL): especifica como os dados serão acessados, 
usuários (aplicação), a periodicidade, tipo de processamento (batch ou on-
line), entre outros.
– Dimensionamento de espaço e processamento.
– Criação de índices para acesso aos dados (performance).
– Definir views para simplificar acessos.
– Definir tipos de colunas adequados (alfanumérico  VARCHAR).
– Identificar tabelas com grandes volumes de dados para eventual 
particionamento.
– Definir parâmetros para garantir a disponibilidade dos dados conforme 
requisitos.
Modelo relacional físico
 Exemplos de diferenças entre SGBDs relacionais:
– Tipos de dados:
• VARCHAR2  Existe no Oracle mas não existe no MySQL e SQL Server
• MONEY  Existe no PostGreSQL e não existe no MySQl e Oracle.
– Objetos de dados:
• Materialized view  Existe apenas no Oracle, PostgreSQL e SQL Server.
• Auto-incremento  Não existe no Oracle, é feito via SEQUENCE..
Tipos de dados - MySQL vs SQL Server
M
y
S
Q
L
S
Q
L
 S
e
rv
e
r
Modelo relacional físico
 Em geral, é descrito por um script escrito utilizando a linguagem SQL 
(Structured Query Language).
 Entendemos o que é um modelo físico.
 Conhecemos detalhes que são parte do projeto de banco dedados 
relacional físico.
Conclusão
 Aprender a realizar a modelagem de dados utilizando a ferramenta 
case MySQL Workbench.
Próxima aula
Aula 3.6. Modelagem de dados utilizando o MySQL 
Workbench
 Conhecer o MySQL Workbench e sua funcionalidade para 
modelagem de dados.
 Aprender a realizar a modelagem de dados utilizando a ferramenta 
case MySQL Workbench.
Nesta aula
Ferramentas CASE
 CASE (do inglês Computer-Aided Software Engineering).
 Ferramentas que auxiliam atividades de engenharia de software.
– DBDesigner (Download: http://fabforce.eu/dbdesigner4/).
– MySQL Workbench:
• (Download: https://dev.mysql.com/downloads/workbench/).
– ER/Studio (Idera Software).
– ERwin Data Modeler (CA Technologies).
– Ferramentas online:
• www.lucidchart.com.
• https://creately.com/.
http://fabforce.eu/dbdesigner4/
https://dev.mysql.com/downloads/workbench/
http://www.lucidchart.com/
https://creately.com/
Instalação MySQL Workbench
 Para realizer o download do instalador, acesse:
– https://dev.mysql.com/downloads/workbench/
 Siga o passo a passo disponível.
https://dev.mysql.com/downloads/workbench/
Diagrama do modelo relacional
 Nesta aula, começamos a criar o modelo abaixo no MySQL 
Workbench.
 Finalize o diagrama abaixo e poste suas dúvidas no forum de 
discussão.
 Conhecemos o MySQL Workbench e sua funcionalidade para 
modelagem de dados.
 Aprendemos a realizar a modelagem de dados utilizando a 
ferramenta case MySQL Workbench.
Conclusão
 Conhecer a linguagem de consulta estruturada usada na
manipulação de dados de bases de dados relacionais.
Próxima aula
Aula 3.7. Introdução à linguagem SQL
 Apresentar a linguagem de consulta estruturada usada na
manipulação de dados.
Nesta aula
Linguagem de consulta estruturada
 Structured Query Language (SQL).
 Linguagem comercial usada fundamentalmente em SGBDs 
relacionais.
– Padrão ISO desde a década de 80.
 A razão do sucesso dos bancos de dados relacionais e da linguagem 
SQL se deve ao fato de existir um modelo matemático formal, que 
serviu de base para seu desenvolvimento.
– Sua base formal é a álgebra relacional e a teoria dos conjuntos.
 Não é apenas uma linguagem de consulta.
Linguagem SQL
SQL
DDL
CREATE
ALTER
DROP
DQL SELECT
DML
INSERT
UPDATE
DELETE
DCL
GRANT
REVOQUE
Data Definition
Language
Data Manipulation
Language
Data Control
Language
Data Query Language
Linguagem SQL
• Linguagem de definição de dados:
• É um conjunto de instruções usado para criar e modificar as 
estruturas dos objetos armazenados no banco de dados.
DDL
• Linguagem de consulta de dados:
• É um conjunto de instruções usado para consultar dados nas 
estruturas dos objetos armazenados no banco de dados.
DQL
• Linguagem de Manipulação de Dados:
• É um conjunto de instruções usada nas consultas e modificações 
dos dados armazenados nas tabelas do banco de dados.
DML
• Linguagem de Controle de Dados:
• São usados para controle de acesso e gerenciamento de 
permissões para usuários em no banco de dados. 
DCL
• Linguagem de Controle de Transações:
• São usados ​​para gerenciar as mudanças feitas por instruções DML.
• Permite que as declarações a serem agrupadas em transações 
lógicas.
DTL
 Visão geral da linguagem SQL.
Conclusão
 Conhecer a linguagem de definição de dados.
Próxima aula
Aula 3.8. Linguagem de definição de dados
 Conhecer a linguagem de definição de dados do SQL.
Nesta aula
Linguagem de definição de dados
Data Definition Language (DDL)
Subconjunto de comandos para criação e manutenção 
de objetos de banco de dados.
• Esquemas, tabelas, índices, chaves, colunas, visões, 
restrições de integridade etc.
Linguagem de definição de dados
 CREATE objeto:
– Cria um objeto (uma tabela, por exemplo) no banco de dados.
 ALTER objeto:
– Altera a estrutura ou a configuração de um objeto no banco de dados.
 DROP objeto:
– Exclui um objeto do banco de dados.
 Objetos podem ser: 
– DATABASE, TABLE, INDEX, CONSTRAINT (PRIMARY KEY, FOREING KEY, 
UNIQUE KEY), ROLE, USER, PROCEDURE, FUNCTION, TRIGGER e VIEW.
– Existem variações entre fabricantes de SGBDs.
DDL - Criando uma base de dados
 Criação de um BD:
– SQL padrão não oferece tal comando.
•CREATE DATABASE <nome_BD>;
 Exclusão de um BD:
– SQL padrão não oferece tal comando.
– Quando executado, exclui tudo, BD e todos os objetos de dados 
abaixo dele.
•DROP DATABASE <nome_BD>;
DDL - Trabalhando com tabelas
 SQL oferece quatro instruções para definição de tabelas:
– Create Table:
• Define a estrutura da tabela.
• Cria a tabela vazia.
– Drop Table:
• Elimina a tabela da base de dados.
• Se a tabela já estiver populada, os dados também serão excluídos.
– Alter Table:
• Permite modificar a definição da tabela.
– Truncate Table:
• Elimina apenas os dados da tabela.
DDL - Criando uma tabela
 CREATE TABLE - cria a tabela, define colunas e restrições.
CREATE TABLE tabela (
coluna 1 tipo [<restrições da coluna 1>],
coluna 2 tipo [<restrições da coluna 2>], 
....
coluna n tipo [<restrições da coluna n>],
<restrições da tabela>
);
 Restrições de colunas:
– NOT NULL.
– DEFAULT valor.
– CHECK(condição).
CREATE TABLE
 Restrições de tabela:
– PRIMARY KEY ( <coluna(s) da chave primária> )
– UNIQUE ( <coluna(s) da chave candidata> )
– FOREIGN KEY ( < coluna(s) da chave estrangeira> REFERENCES 
tabelaRef [(<chave primária>)] 
[<ações>]
•<ações>
–ON DELETE | ON UPDATE
»CASCADE | SET NULL | SET DEFAULT
– CHECK(condição)
CREATE TABLE
 Exemplo no MySQL:
DDL - Alterando uma tabela
 ALTER TABLE – incluir/alterar/remover definições de colunas e 
restrições.
ALTER TABLE tabela <ação>;
 <ação>:
- ADD novaColuna tipo [<restrições de coluna>] 
- ADD [CONSTRAINT nome] <restrição de tabela>
- DROP coluna [CASCADE | RESTRICT]
- DROP CONSTRAINT nome 
- ALTER coluna DROP DEFAULT;
- ALTER coluna SET DEFAULT <valor>;
DDL – Alterando uma tabela
 ALTER TABLE
 ADD novoAtrib tipo [<restrições de coluna>]
 DROP atributo [CASCADE | RESTRICT]
 CASCADE: todas as visões e restrições (constraints) que 
referenciam o atributo, são removidas automaticamente.
 RESTRICT: atributo só é removido se não houver nenhuma 
visão ou restrição que o referencie.
ALTER TABLE
 Exemplo no MySQL:
DDL - Esvaziando uma tabela
 TRUNCATE TABLE: exclui todas as linhas de uma tabela da base 
de dados, mantendo a tabela vazia.
 TRUNCATE TABLE tabela;
– CASCADE: todas as visões e restrições que referenciam a tabela são 
removidas automaticamente
– RESTRICT: a tabela é removida somente se não for referenciada em nenhuma 
restrição ou visão.
TRUNCATE TABLE
 Considere a tabela cliente e seus dados, conforme imagem abaixo:
Tabela Cliente
TRUNCATE TABLE
 Para limpar os dados da tabela, execute o comando abaixo:
TRUNCATE TABLE cliente;
 O resultado será a tabela vazia:
Tabela Cliente
DDL – Excluindo uma tabela
 DROP TABLE: exclui uma tabela da base de dados.
 DROP TABLE: tabela [CASCADE | RESTRICT];
– CASCADE: todas as visões e restrições que referenciam a tabela são 
removidas automaticamente.
– RESTRICT: a tabela é removida somente se não for referenciada em nenhuma 
restrição ou visão.
DROP TABLE
 Exemplo no MySQL:
DDL - Trabalhando com índices
 Criar um índice:
CREATE INDEX <nome do índice>
ON tabela <coluna(s)>;
 Exemplo no MySQL:
– Considere a tabela Cliente conforme script abaixo à esquerda.
DDL - Trabalhando com índices
 Excluir um índice (varia conforme o SGBD):
– MYSQL: 
ALTER TABLE table_name
DROP INDEX index_name;
– SQLServer: 
DROP INDEX table_name.index_name;
– Oracle e DB2: 
DROP INDEX index_name;
 Exemplo no MySQL:
DDL - Trabalhando com visões
 Criar uma visão (view):
CREATE VIEW <nome da view> AS
<commando DQL para criação da visão>;
 Excluir uma visão (view):
DROP VIEW <nome da view>;
 Exemplo no MySQL - Considere a tabela cliente:
 Conhecemosa linguagem de definição de dados do SQL e seus
principais comandos.
 Aprendemos a criar, alterar e excluir objetos do banco de dados.
Conclusão
 Aprender como incluir, excluir e alterar dados nas tabelas do banco 
de dados.
Próxima aula
Aula 3.9. Linguagem de manipulação de dados
 Conhecer a linguagem de manipulação de dados do SQL.
 Aprender como incluir, excluir e alterar dados nas tabelas do banco
de dados.
Nesta aula
Linguagem de manipulação de dados
 Data manipulation language (DML).
 Parte da linguagem SQL que define operações de manipulação de 
dados:
– Inclusão / inserção (INSERT).
– Alteração (UPDATE).
– Exclusão (DELETE).
 Instruções declarativas:
– Manipulação de conjuntos.
– Especifica-se o que fazer e não como fazer.
Linguagem de manipulação de dados
 Inclusão ou inserção de dados:
INSERT INTO nome_tabela [(lista_atributos)]
VALUES (lista_valores_atributos)
[, (lista_valores_atributos)]
Linguagem de manipulação de dados
 Exemplos usando o MySQL:
Linguagem de manipulação de dados
 Alteração de dados:
UPDATE nome_tabela
SET nome_atributo_1 = Valor
[{, nome_atributo_n = Valor}]
[WHERE condição] 
 Exemplo no MySQL:
Linguagem de manipulação de dados
 Exclusão de dados:
DELETE FROM nome_tabela
[WHERE condição] 
 Exemplo no MySQL:
 Conhecemos os comando da linguagem SQL para incluir, excluir e 
alterar dados nas tabelas do banco de dados.
Conclusão
 Realizar os comandos de DDL e DML no MySQL, utilizando a 
ferramenta MySQL Workbench.
 Usar o MySQL Workbench para realizar alguns comandos de criação 
de objetos e de manipulação de dados.
Próxima aula
Aula 3.10. MySQL Workbench: DDL e DML
 Usar o MySQL Workbench para realizar alguns comandos de criação 
de objetos e de manipulação de dados.
Nesta aula
 Conhecemos as funcionalidades do MySQL Workbench para criar 
objetos de banco de dados utilizando a linguagem DDL do SQL.
 Conhecemos as funcionalidades do MySQL Workbench para 
manipular (incluir, alterar e excluir) dados do banco de dados 
utilizando a linguagem DML do SQL.
Conclusão
 Conhecer a linguagem de consulta de dados.
Próxima aula
Aula 3.11.1. Linguagem de consulta de dados (Parte 1)
 Conhecer a linguagem de consulta de dados.
Nesta aula
Linguagem de consulta de dados
 Data Query Language (DQL).
 SELECT: comando de consulta.
– Retorno  Tabela resultado (multiconjunto – potencialmente um 
conjunto com repetições).
 Sintaxe básica (consulta em uma única tabela):
SELECT <lista de atributos> ou *
FROM <tabela> 
Significa que são 
todas as colunas
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados da tabela genero.
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar a descrição da tabela genero.
Linguagem de consulta de dados
 Valores não duplicados (distintos):
 Valores ordenados:
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar as diferentes descrições
existentes na tabela genero.
Linguagem de consulta de dados
 Exemplo no MySQL: listar ordenado.
Linguagem de consulta de dados
 Filtros de seleção (condição):
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados apenas dos clientes que moram no estado do Ceará.
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados apenas dos clientes que NÃO moram no estado do 
Ceará.
Linguagem de consulta de dados
 Filtros de valor nulo:
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados apenas dos clientes cujo débito é NULO ou ausente.
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados apenas dos clientes cujo débito NÃO é NULO.
Linguagem de consulta de dados
 Combinação de múltiplos filtros (condições):
– Utiliza combinações dos operadores AND e OR.
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar apenas os clientes cujo debito não é nulo E moram no estado do Ceará.
 Listar apenas os clientes cujo débito não é nulo OU moram no estado do 
Ceará.
Linguagem de consulta de dados
 Funções de agregação:
Mínimo Máximo
Contagem Média
Somatório
Linguagem de consulta de dados
 Exemplo no MySQL:
1. Existem quantos clientes cadastrados?
2. Existem quantos clientes cadastrados onde o valor do débito foi 
informado?
3. Listar o valor do menor e maior débito, da média do débito e o 
somatório do débito.
1 2
3
Linguagem de consulta de dados
 Filtro de funções de agrupamento:
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar o estado, o valor máximo e o valor mínimo do débito para cada
estado.
Linguagem de consulta de dados
 Exemplo no MySQL:
1. Listar o estado, média do valor do débito e o somatório do débito
para cada estado.
2. Em cada estado existem quantos clientes cadastrados? Para 
quantos clientes o valor do débito foi informado?
1 2
Linguagem de consulta de dados
 Exemplo no MySQL:
1. Listar o estado e a média do valor do débito para cada estado.
2. Listar o estado e a média do valor do débito para cada estado, 
quando esta média for superior a 100.
1 2
Linguagem de consulta de dados
 Exemplo no MySQL:
1. Listar o estado e o valor máximo do débito para 
cada estado onde este valor máximo for inferior a 
700.
2. Listar o estado e o valor mínimo do débito para cada
estado, onde este valor mínimo for superior a 0.
1 2
Linguagem de consulta de dados
 Operador BETWEEN:
– Seleciona valores dentro de um intervalo.
 Exemplo no MySQL:
– Listar os clientes cujo débito está entre 500 e 1000.
Linguagem de consulta de dados
 Operador LIKE:
– Compara partes de uma sequência de caracteres.
– Atributo LIKE ‘%string%’:
• % compara qualquer substring (número arbitrário de caracteres).
– Atributo LIKE ‘_string_ _’
• _ compara qualquer caractere.
– Comparação case-sensitive.
 Observação: alguns SGBDs usam * ao invés de %.
Linguagem de consulta de dados
 Exemplo no MySQL:
– Listar os dados onde o nome da cidade inicia com a letra ‘A’.
– Listar os dados onde o nome do cliente termina com ‘Silva’.
Linguagem de controle de dados
 Exemplo no MySQL:
– Listar os dados onde, no endereço, exista a preposição ‘de’.
Linguagem de consulta de dados
 Operadores aritméticos: são responsáveis pela execução de 
operações matemáticas simples.
+ Adição
- Subtração
* Multiplicação
/ Divisão
Linguagem de controle de dados
 Exemplo no MySQL:
Linguagem de consulta de dados
 Operadores relacionais: são utilizados quando precisamos fazer 
comparações entre dois valores.
> Maior que
< Menor que
= Igual a
<> Diferente de
>= Maior ou igual a
<= Menor ou igual a
 Conhecemos a linguagem de consulta de dados.
 Aprendemos alguns dos principais parâmetros e funções que podem
ser usados para realizer a consulta de dados nas tabelas do banco 
de dados.
Conclusão
 Aprender a realizar consultas em múltiplas tabelas.
Próxima aula
Aula 3.11.2. Linguagem de consulta de dados (Parte 2)
 Aprender a realizar consultas em múltiplas tabelas.
Nesta aula
Consultas Aninhadas (Nested Queries)
 Não correlacionadas – independentes:
– Ex.: selecionar nome e nusp dos alunos com a idade mais alta.
select nome, nusp from aluno 
where idade IN 
(select max(idade) 
from aluno)
Consultas Aninhadas
 Nested Queries.
 Pode-se desenvolver comandos sofisticados a partir de comandos 
simples, utilizando-se subconsulta (subqueries).
 Sintaxe:
SELECT <lista de colunas>
FROM <tabela ou lista de tabelas>
WHERE <coluna> operador subquery;
 Operadores: IN, NOT IN, EXISTs, NOT EXIST, ALL, SOME, ANY e os
operadores aritimético (>, <, =, etc.).
Consultas Aninhadas
 Considere as tabelas a seguir:
DEPARTAMENTO
FUNCIONARIO
Consultas Aninhadas
 Exemplo no MySQL:
1. Quais os departamentos que não possuem funcionários cadastrados?
2. Quais os departamentos que possuem funcionários cadastrados?
Consultas Aninhadas
 Exemplo no MySQL:
1. Quaisos funcionário que possuem salário acima da media do salário de todos
os funcionários?
Junções
Junções (joins, em inglês) são consultas SQL 
usadas para recuperar dados de várias tabelas.
As operações de junção tomam duas relações e 
retornam como resultado outra relação.
Está relacionado ao conceito de FK, pois em
geral, a junção se dá por meio dela.
Junções
 Existem diferentes tipos de JOINs no SQL:
– (INNER) JOIN: retorna registros que possuem valores correspondentes nas 
duas tabelas.
– LEFT (OUTER) JOIN: retorna todos os registros da tabela a esquerda e 
registros correspondentes da tabela a direita.
– RIGHT (OUTER) JOIN: retorna todos os registros da tabela da direita e os 
registros correspondentes da tabela da esquerda
– FULL (OUTER) JOIN: retorna todos os registros quando houver uma 
correspondência na tabela esquerda ou direita.
Junções
 Considere as tabelas a seguir:
DEPARTAMENTO
FUNCIONARIO
(INNER) JOIN
 Retorna apenas as linhas em ambas as tabelas que possuam o campo 
de relacionamento com o mesmo valor.
SELECT column_name(s)
FROM table1 INNER JOIN table2
ON table1.column_name = table2.column_name
LEFT (OUTER) JOIN
 Retorna todas as linhas da primeira tabela relacionada no join
(esquerda). Quando a linha listada não possuir equivalência na tabela 
a direita, tais colunas aparecerão com valores nulos.
SELECT column_name(s)
FROM table1 LEFT JOIN table2
ON table1.column_name = table2.column_name
RIGHT (OUTER) JOIN
 Retorna todas as linhas da tabela relacionada no join (direita). Quando 
a linha listada não possuir equivalência na tabela a esquerda, tais 
colunas aparecerão com valores nulos.
SELECT column_name(s)
FROM table1 RIGHT JOIN table2
ON table1.column_name = table2.column_name
FULL (OUTER) JOIN
 Retorna todas as linhas quando há uma correspondência nos registros 
da tabela esquerda ou direita.
SELECT column_name(s)
FROM table1 FULL JOIN table2
ON table1.column_name = table2.column_name
 Aprendemos a realizar consultas em múltiplas tabelas.
– Conhecemos os diferentes tipos de junções (JOINS).
– Entendemos como podemos usar subconsultas ou consultas aninhadas.
Conclusão
 Usar o MySQL Workbench para realizar algumas consultas a dados, 
utilizando a linguagem DQQL da SQL.
Próxima aula
Aula 3.12. MySQL Workbench: DQL
 Usar o MySQL Workbench para realizar alguns comandos de 
consulta de dados.
Nesta aula
 Conhecemos as funcionalidades do MySQL Workbench para 
consultar dados do banco de dados utilizando a linguagem DQL do 
SQL.
Conclusão
 Conhecer a linguagem de controle de acesso a dados.
Próxima aula
Aula 3.13. Linguagem de controle de acesso a dados
 Conhecer a linguagem de controle de acesso a dados.
Nesta aula
Linguagem de controle de acesso a dados
 Data Control Language (DCL).
 Manter a segurança interna do banco de dados e seus objetos de 
dados, protegendo contra acessos não autorizados.
 Permite conceder e revogar permissões de acesso a objetos do banco 
de dados para usuários.
– GRANT – Conceder.
– REVOKE - Revogar.
 Criar usuário e papéis (roles):
– CREATE USER/ROLE.
– ALTER USER/ROLE.
DCL – Definindo roles
 CREATE ROLE: cria uma nova role (papel).
CREATE ROLE <role>[,<lista de roles>];
 DROP ROLE: exclui uma role.
DROP ROLE <role>[,<lista de roles>];
DCL – Definindo usuários
 CREATE USER: cria um novo usuário.
CREATE USER <usuario>[@<hostname>] 
IDENTIFIED BY PASSWORD(<senha>)];
 DROP USER: exclui um usuário.
DROP USER <usuario>[@<hostname>];
DCL – Permissões
 GRANT: concede privilégios para usuário/role.
GRANT <lista de privilegios> ON <objeto>
TO <lista de usuários/roles>
[WITH GRANT OPTION]
[GRANTED BY grantor];
 Lista de usuários e roles: pode ser um conjunto separado por vírgulas 
ou PUBLIC.
 O garantidor (grantor) e o usuário corrente (CURRENT_USER) ou o 
papel (CURRENT_ROLE), é opcional no comando.
 WITH GRANT OPTION  Pode propagar a permissão.
DCL – Permissões
 REVOKE: revoga privilégios para usuário/role.
REVOKE [GRANT OPTION FOR] 
<lista de privilegios> ON objeto
FROM <usuários/roles> [RESTRICT|CASCADE] ;
DCL – Permissões
 Exemplo no MySQL:
– Concedendo permissões para roles e usuários:
DCL – Permissões
 Exemplo no MySQL:
– Revogando permissões de roles e usuários:
 Conhecemos os principais comandos da linguagem de controle de 
acesso a dados.
Conclusão
 Conhecer os conceitos fundamentais de data warehouse.
Próxima aula