eBook da Unidade 1 - Engenharia de Dados

Prévia do material em texto

ENGENHARIA
DE DADOS
ENGENHARIA
DE DADOS
Engenharia de Dados
Edison Andrade Martins MoraisEdison Andrade Martins Morais
GRUPO SER EDUCACIONAL
gente criando o futuro
Você já deve ter ouvido falar na expressão “Era da Informação”. Também conheci-
da como era digital ou tecnológica, trata-se do período iniciado a partir dos anos 
1980, caracterizado principalmente por diversas revoluções tecnológicas, como 
as invenções dos computadores pessoais, das redes de comunicação, dos celula-
res, da internet, etc. Essas inovações mudaram o comportamento da sociedade, 
influenciando a forma com que as pessoas se comunicam, aprendem, consomem, 
se relacionam e vivem.
Além das inovações, um outro fator in� uenciou essas mudanças: a grande quantida-
de de dados disponíveis. Para se ter uma ideia, entre 2006 e 2010, o volume de dados 
digitais gerados cresceu de 166 exabytes para 988 exabytes, sendo que este volume 
passou a dobrar a cada dois anos e vem crescendo exponencialmente. O que fazer com 
esta quantidade massiva de dados? Como processá-los? Como extrair informação útil 
deste universo? Essas questões representam apenas alguns dos desa� os atuais da 
humanidade. O que nós, da área de tecnologia da informação, podemos fazer para 
ajudar nesses desa� os?
Engenharia de Dados.indd 1,3 20/08/2019 17:39:27
© Ser Educacional 2019
Rua Treze de Maio, nº 254, Santo Amaro 
Recife-PE – CEP 50100-160
*Todos os gráficos, tabelas e esquemas são creditados à autoria, salvo quando indicada a referência.
Informamos que é de inteira responsabilidade da autoria a emissão de conceitos. 
Nenhuma parte desta publicação poderá ser reproduzida por qualquer meio 
ou forma sem autorização. 
A violação dos direitos autorais é crime estabelecido pela Lei n.º 9.610/98 e punido pelo artigo 184 do 
Código Penal.
Imagens de ícones/capa: © Shutterstock
Presidente do Conselho de Administração 
Diretor-presidente
Diretoria Executiva de Ensino
Diretoria Executiva de Serviços Corporativos
Diretoria de Ensino a Distância
Autoria
Projeto Gráfico e Capa
Janguiê Diniz
Jânyo Diniz 
Adriano Azevedo
Joaldo Diniz
Enzo Moreira
Prof. Edison Andrade Martins Morais 
DP Content
DADOS DO FORNECEDOR
Análise de Qualidade, Edição de Texto, Design Instrucional, 
Edição de Arte, Diagramação, Design Gráfico e Revisão.
Engenharia de dados - Unidade1_Formato A5_1.indd 2 15/07/19 14:44
Boxes
ASSISTA
Indicação de filmes, vídeos ou similares que trazem informações comple-
mentares ou aprofundadas sobre o conteúdo estudado.
CITANDO
Dados essenciais e pertinentes sobre a vida de uma determinada pessoa 
relevante para o estudo do conteúdo abordado.
CONTEXTUALIZANDO
Dados que retratam onde e quando aconteceu determinado fato;
demonstra-se a situação histórica do assunto.
CURIOSIDADE
Informação que revela algo desconhecido e interessante sobre o assunto 
tratado.
DICA
Um detalhe específico da informação, um breve conselho, um alerta, uma 
informação privilegiada sobre o conteúdo trabalhado.
EXEMPLIFICANDO
Informação que retrata de forma objetiva determinado assunto.
EXPLICANDO
Explicação, elucidação sobre uma palavra ou expressão específica da 
área de conhecimento trabalhada.
Engenharia de dados - Unidade1_Formato A5_1.indd 3 15/07/19 14:44
Unidade 1 - Introdução à Engenharia de Dados
Objetivos da unidade ........................................................................................................... 12
Introdução à Engenharia de Dados ................................................................................... 13
Tipos de dados ................................................................................................................. 15
Tipos de informações ...................................................................................................... 16
Transformar dados em informações ............................................................................ 17
Atributos de um engenheiro de dados ............................................................................. 18
Responsabilidades ......................................................................................................... 18
Habilidades (competências) .......................................................................................... 19
 Arquitetura de sistemas distribuídos .............................................................................. 20
Elementos arquitetônicos ............................................................................................ 23
Padrões arquitetônicos ................................................................................................ 26
Plataformas de middleware ........................................................................................ 27
 Banco de dados distribuído .............................................................................................. 28
Arquitetura centralizada .............................................................................................. 29
Arquitetura cliente-servidor ........................................................................................ 30
Conceitos e vantagens ................................................................................................. 32
Funcionamento .............................................................................................................. 34
 Confiabilidade, eficiência e a qualidade dos dados .................................................... 35
Política de segurança da informação ........................................................................ 37
Controles gerais ............................................................................................................ 38
Controles de aplicativos ............................................................................................... 39
Controles de banco de dados ..................................................................................... 39
Controle de redes .......................................................................................................... 40
Sintetizando .......................................................................................................................... XX
Referências bibliográficas ................................................................................................ XX
Sumário
Engenharia de dados - Unidade1_Formato A5_1.indd 4 15/07/19 14:44
Sumário
Unidade 2 - Extração, Transformação, Carregamento
Objetivos da unidade ........................................................................................................... 45
Extração, Transformação e Carga (ETL) .......................................................................... 46
Inteligência de Negócios ............................................................................................... 47
Mineração de Dados ...................................................................................................... 48
Extração ............................................................................................................................ 53
Transformação ................................................................................................................. 54
Carga ................................................................................................................................. 55
Modelagem de dados para Big Data ................................................................................ 56
Seleção das fontes de dados ....................................................................................... 58
Carga e armazenamento ................................................................................................ 59
Análise e processamento .............................................................................................. 60
Visualização dos dados ..................................................................................................69
Sintetizando ........................................................................................................................... 71
Referências bibliográficas ................................................................................................. 72
ENGENHARIA DE DADOS 5
Engenharia de dados - Unidade1_Formato A5_1.indd 5 15/07/19 14:44
Sumário
Unidade 3 - Integração de dados
Objetivos da unidade ........................................................................................................... 75
Integrar diversas fontes de dados ..................................................................................... 76
Abordagens para integração de dados ....................................................................... 77
Arquiteturas para integração de dados ...................................................................... 78
Middlewares para integração de dados ..................................................................... 82
Leitura de dados estruturados, não estruturados e semiestruturados .................. 84
Integração de dados ....................................................................................................... 90
Pipelines ................................................................................................................................ 94
Hardware .......................................................................................................................... 95
Software ............................................................................................................................ 95
Dados ................................................................................................................................. 98
Jobs ......................................................................................................................................... 99
Sintetizando ......................................................................................................................... 101
Referências bibliográficas ............................................................................................... 102
ENGENHARIA DE DADOS 6
Engenharia de dados - Unidade1_Formato A5_1.indd 6 15/07/19 14:44
Sumário
Unidade 4 – Linguagem SQL
Objetivos da unidade ......................................................................................................... 106
Linguagem SQL avançada ................................................................................................ 107
Linguagem de Definição de Dados (DDL) .................................................................. 111
Linguagem de Manipulação de Dados (DML) .......................................................... 116
View ...................................................................................................................................... 125
Programação de banco de dados .................................................................................... 126
Procedures........................................................................................................................... 128
Funções ................................................................................................................................ 129
Triggers ................................................................................................................................. 132
Cursores ............................................................................................................................... 133
Sintetizando ......................................................................................................................... 135
Referências bibliográficas ............................................................................................... 136
ENGENHARIA DE DADOS 7
Engenharia de dados - Unidade1_Formato A5_1.indd 7 15/07/19 14:44
ENGENHARIA DE DADOS 8
Engenharia de dados - Unidade1_Formato A5_1.indd 8 15/07/19 14:44
Caro aluno(a), você já deve ter ouvido falar na expressão “Era da Informa-
ção”. Também conhecida como era digital ou tecnológica, trata-se do período 
iniciado a partir dos anos 1980, caracterizado principalmente por diversas re-
voluções tecnológicas, como as invenções dos computadores pessoais, das re-
des de comunicação, dos celulares, da internet, etc. Essas inovações mudaram 
o comportamento da sociedade, infl uenciando a forma com que as pessoas se 
comunicam, aprendem, consomem, se relacionam e vivem.
Além das inovações, um outro fator infl uenciou essas mudanças: a grande 
quantidade de dados disponíveis. Para se ter uma ideia, entre 2006 e 2010, o 
volume de dados digitais gerados cresceu de 166 exabytes para 988 exabytes, 
sendo que este volume passou a dobrar a cada dois anos e vem crescendo 
exponencialmente. O que fazer com esta quantidade massiva de dados? Como 
processá-los? Como extrair informação útil deste universo? Essas questões re-
presentam apenas alguns dos desafi os atuais da humanidade. O que nós, da 
área de tecnologia da informação, podemos fazer para ajudar nesses desafi os?
ENGENHARIA DE DADOS 9
Apresentação
Engenharia de dados - Unidade1_Formato A5_1.indd 9 15/07/19 14:44
Dedico esta obra a todas as pessoas que, de maneira direta ou indireta, 
ajudaram na minha formação: professores, colegas de trabalho, amigos e 
principalmente minha família.
O Professor Edison Andrade Martins 
Morais é analista de sistemas (1997) 
e leciona na área de Tecnologia da In-
formação desde 2003. Possui MBA em 
Governança nas Tecnologias da Infor-
mação pelo IPOG (2014), mestrado em 
Ciência da Computação pela UFG (2007) 
e especialização em Análise e Projeto 
de Sistemas de Informação pela UFG 
(2003). Suas principais áreas de atuação 
profi ssional e acadêmica são: gestão em 
TI, governança em TI, gerenciamento de 
serviços de TI, gestão de processos de 
negócio (BPM), engenharia de software, 
qualidade de software, análise e proje-
to de sistemas de informação, banco de 
dados e desenvolvimento de software.
Currículo Lattes:
http://lattes.cnpq.
br/5385798087351636
ENGENHARIA DE DADOS 10
O Autor
Engenharia de dados - Unidade1_Formato A5_1.indd 10 15/07/19 14:45
1
UNIDADE
INTRODUÇÃO À 
ENGENHARIA DE DADOS
Engenharia de dados - Unidade1_Formato A5_1.indd 11 15/07/19 14:46
Objetivos da unidade
Tópicos de estudo
 Apresentar uma introdução ao tema engenharia de dados;
 Mostrar quais são os atributos de um engenheiro de dados;
 Mostrar como funciona a arquitetura dos sistemas distribuídos;
 Apresentar o funcionamento dos bancos de dados distribuídos;
 Apresentar os principais conceitos relacionados à confiabilidade, à eficiência e 
à qualidade dos dados.
 Introdução à Engenharia de 
Dados
 Tipos de dados 
 Tipos de informações
 Transformar dados em infor-
mações
 Atributos de um engenheiro de 
dados
 Responsabilidades
 Habilidades (competências)
 Arquitetura de sistemas distri-
buídos
 Elementos arquitetônicos
 Padrões arquitetônicos 
 Plataformas de middleware
 Banco de dados distribuído
 Arquitetura centralizada
 Arquitetura cliente-servidor
 Conceitos e vantagens
 Funcionamento
 Confiabilidade, eficiência e a qua-
lidade dos dados
 Política de segurança da infor-
mação
 Controles gerais
 Controles de aplicativos
 Controles de banco de dados
 Controles de redes 
ENGENHARIA DE DADOS 12
Engenharia de dados - Unidade1_Formato A5_1.indd 12 15/07/19 14:46
Introdução à Engenharia de Dados
Antes de entender o que é a Engenharia de Dados, vamos entender o con-
ceito de dado. Dado é qualquer símbolo com signifi cado próprio. O dado em si, 
fora de um contexto, tem pouca ou nenhuma utilidade.
Para que o dado possa ser útil ele deve possuir algum signifi cado, ou seja, 
representar uma informação. Ao contrário dos dados, as informações geram 
algum tipo de conhecimento útil, que pode servir para diferentes fi nalidades,especialmente a tomada de decisão.
Uma vez contextualizada e interpretada, a informação pode se tornar co-
nhecimento, que é a informação processada e transformada em experiência 
pelo indivíduo. A Tabela 1 mostra o comparativo entre os conceitos de dado, 
informação e conhecimento. 
TABELA 1. DADO, INFORMAÇÃO E CONHECIMENTO
Fonte: DAVENPORT; PRUSAC, 1998, p. 5. (Adaptado).
Dado Informação Conhecimento
- Simples observação do 
estado do mundo;
- Facilmente estruturável;
- Facilmente obtido por 
máquinas;
- Frequentemente quanti-
fi cado;
- Facilmente transferível.
- Dados dotados de relevância 
e propósito;
- Requer unidade de análise;
- Exige consenso em relação 
ao signifi cado;
- Exige necessariamente a me-
diação humana.
- Informação valiosa da 
mente humana;
- Inclui refl exão, sintaxe,
contexto;
- De difícil estruturação;
- De difícil captura de 
máquinas;
- Frequentemente tácito;
- De difícil transferência.
- Simples observação do 
estado do mundo;
- Simples observação do 
estado do mundo;
- Facilmente estruturável;
- Simples observação do 
estado do mundo;
- Facilmente estruturável;
- Facilmente obtido por 
- Simples observação do 
estado do mundo;
- Facilmente estruturável;
- Facilmente obtido por 
máquinas;
- Frequentemente quanti-
- Simples observação do 
estado do mundo;
- Facilmente estruturável;
- Facilmente obtido por 
máquinas;
- Frequentemente quanti-
fi cado;
- Simples observação do 
- Facilmente estruturável;
- Facilmente obtido por 
- Frequentemente quanti-
fi cado;
- Facilmente transferível.
- Facilmente estruturável;
- Facilmente obtido por 
- Frequentemente quanti-
- Facilmente transferível.
- Facilmente obtido por 
- Frequentemente quanti-
- Facilmente transferível.
- Dados dotados de relevância 
- Frequentemente quanti-
- Facilmente transferível.
- Dados dotados de relevância 
e propósito;
- Requer unidade de análise;
- Frequentemente quanti-
- Facilmente transferível.
- Dados dotados de relevância 
e propósito;
- Requer unidade de análise;
- Exige consenso em relação 
- Facilmente transferível.
- Dados dotados de relevância 
e propósito;
- Requer unidade de análise;
- Exige consenso em relação 
ao signifi cado;
- Dados dotados de relevância 
- Requer unidade de análise;
- Exige consenso em relação 
ao signifi cado;
- Exige necessariamente a me-
diação humana.
- Dados dotados de relevância 
- Requer unidade de análise;
- Exige consenso em relação 
ao signifi cado;
- Exige necessariamente a me-
diação humana.
- Dados dotados de relevância 
- Requer unidade de análise;
- Exige consenso em relação 
ao signifi cado;
- Exige necessariamente a me-
diação humana.
- Requer unidade de análise;
- Exige consenso em relação 
- Exige necessariamente a me-
diação humana.
- Informação valiosa da 
- Exige consenso em relação 
- Exige necessariamente a me-
diação humana.
- Informação valiosa da 
mente humana;
- Inclui refl exão, sintaxe,
- Exige necessariamente a me-
- Informação valiosa da 
mente humana;
- Inclui refl exão, sintaxe,
contexto;
- Exige necessariamente a me-
- Informação valiosa da 
mente humana;
- Inclui refl exão, sintaxe,
contexto;
- De difícil estruturação;
- Informação valiosa da 
mente humana;
- Inclui refl exão, sintaxe,
contexto;
- De difícil estruturação;
- De difícil captura de 
máquinas;
- Informação valiosa da 
- Inclui refl exão, sintaxe,
- De difícil estruturação;
- De difícil captura de 
máquinas;
- Frequentemente tácito;
- Inclui refl exão, sintaxe,
- De difícil estruturação;
- De difícil captura de 
máquinas;
- Frequentemente tácito;
- De difícil transferência.
- De difícil estruturação;
- De difícil captura de 
- Frequentemente tácito;
- De difícil transferência.
- De difícil estruturação;
- De difícil captura de 
- Frequentemente tácito;
- De difícil transferência.
- Frequentemente tácito;
- De difícil transferência.
- Frequentemente tácito;
- De difícil transferência.- De difícil transferência.
Engenharia de dados é a área responsável por encontrar, a partir de 
conjuntos de dados, informações, conhecimento e tendências úteis para 
tomada de decisão nas organizações. Sob responsabilidade do engenheiro 
de dados, seu trabalho envolve basicamente o desenvolvimento de algo-
ritmos de mineração.
Trata-se de uma área diretamente relacionada à ciência de dados (do inglês, 
Data Science), que é a ciência que envolve princípios, processos e técnicas para com-
ENGENHARIA DE DADOS 13
Engenharia de dados - Unidade1_Formato A5_1.indd 13 15/07/19 14:46
preender fenômenos por meio da análise automatizada de dados (PROVOST; 
FAWCETT, 2016).
O principal objetivo da ciência de dados é fornecer informações que podem 
contribuir com o aprimoramento do processo de tomada de decisão orientada 
a dados (DOD), que é a prática de analisar dados para basear a tomada de deci-
são, ao invés de fazê-lo de forma apenas intuitiva ou com base em experiência. 
A Fig. 1 posiciona a ciência de dados em relação à área de engenharia de 
dados e mostra a relação entre as duas. 
Tomada de decisão
orientada por dados
(na empresa)
DOD automatizada
Data Science
Engenharia e processamento
de dados
(incluindo tecnologias “Big Data”)
Outros efeitos positivos do processamento
de dados (por exemplo, processamento
mais rápido de transações)
Figura 1. Engenharia e ciência de dados. Fonte: PROVOST; FAWCETT, 2016, p. 607. (Adaptado). 
Ao analisar a Fig. 1, podemos observar que, enquanto engenharia de da-
dos está relacionada às tecnologias necessárias para tratamentos dos dados, 
a ciência de dados é a base do processo de tomada de decisão, fornecendo 
mecanismos de análise automatizada de dados. 
ENGENHARIA DE DADOS 14
Engenharia de dados - Unidade1_Formato A5_1.indd 14 15/07/19 14:46
Tipos de dados
No contexto da engenharia de dados, os dados podem ser classifi cados como 
estruturados e não estruturados.
Um dado estruturado é aquele 
dado que possui formato bem defi -
nido e um metadado associado, ou 
seja, uma explicação sobre o conteú-
do do dado. Um exemplo de dado es-
truturado é uma tabela em um banco 
de dados. As linhas contêm os dados 
propriamente ditos, enquanto as 
colunas contêm a informação sobre 
o que aquele campo da tabela está 
armazenando. A Tabela 2 ilustra um 
exemplo de dado estruturado.
CONTEXTUALIZANDO
Estudos realizados por Brynjolfsson et al. (2011) demonstram que, estatis-
ticamente, o aumento na produtividade das empresas está diretamente 
relacionado à orientação por dados, na ordem de 4% a 6% a mais. Nos 
anos 1990 o processo de tomada de decisão automatizada orientada a da-
dos vinha sendo utilizado por diversos segmentos, tais como instituições 
bancárias em análises de concessão de crédito, empresas de telecomu-
nicações para detecção de fraudes, varejo em decisões comerciais como 
recomendações automatizadas de compras, por exemplo.
Em outras palavras, podemos dizer que engenheiros de dados cons-
troem formas de converter dados em formatos que os cientistas de dados 
possam trabalhar. Vale ressaltar que os engenheiros de dados são tão im-
portantes quanto os cientistas de dados, mas tendem a ser menos visíveis 
porque geralmente estão mais longe do produto final resultado da análise 
dos dados.
 Mas que tipo de dado deve ser tratado? Que tipo de informação e co-
nhecimento deve ser gerado? Transformar dados em informações requer, em 
primeiro lugar, o entendimento do tipo de dado a ser tratado.
ENGENHARIA DE DADOS 15
Engenharia de dados - Unidade1_Formato A5_1.indd 15 15/07/19 14:46
TABELA 2. EXEMPLOS DE DADO ESTRUTURADO
sigla_uf [PK] character nome_uf character varying (20)
1 AC Acre
2 SP São Paulo
3 RJ Rio de Janeiro
4 GO Goiás
*
AC
SP
Acre
São PauloSão Paulo
Rio de JaneiroRio de Janeiro
Goiás
Rio de Janeiro
Goiás
Ao analisar a Tabela 2, é possível observar que existem duas colunas: si-
gla_uf e nome_uf. Essas colunas representam que tipo de informação está 
armazenado na tabela. Dessa forma, sabemos que sigla_uf representaa sigla 
do estado, enquanto nome_uf representa no nome do estado. Já as linhas 
contêm os dados armazenados em suas respectivas colunas.
Já os dados não estruturados são aqueles livres de formato padrão de ar-
mazenamento. Podem ser textos em diferentes formatos, páginas web, ima-
gens, vídeos, comentários em redes sociais, dados gerados por sensores ou 
qualquer dado que não tenha metadado associado.
Análise de dados armazenados em formato não estruturado 
pode ser considerada uma atividade mais complexa, se compa-
rada a análise de dados estruturados, justamente pelo fato de 
os dados possuírem a característica da não estruturação (MO-
RAIS, 2007, p. 44).
Independentemente do formato do dado, o objetivo é gerar informações 
que, assim como os dados, podem ser classifi cadas em diferentes tipos.
Tipos de informações
Dentre as classifi cações mais comuns para os tipos de informações, Rezen-
de (2016) propõe uma taxonomia baseada na seguinte classifi cação: informa-
ções operacionais, informações gerenciais e informações estratégicas.
Informações operacionais, ou analíticas, são aquelas armazenadas em 
nível de detalhe, contemplando características específi cas de um dado, de uma 
tarefa ou de uma atividade. 
ENGENHARIA DE DADOS 16
Engenharia de dados - Unidade1_Formato A5_1.indd 16 15/07/19 14:46
EXEMPLIFICANDO
Um exemplo de informação operacional seria o armazenamento da quanti-
dade vendida de um determinado produto em uma loja de varejo.
EXEMPLIFICANDO
Como exemplo de informações gerenciais, podemos citar a média de ven-
da por produto ou o total de recebido de comissão por um vendedor.
Informações gerenciais, ou táticas, são aquelas agrupadas, sintetizadas, 
que geralmente contemplam a junção de um conjunto de informações opera-
cionais a respeito de fatos que ocorreram no passado. 
Informações estratégicas são aquelas informações em nível macro, co-
mumente preditivas, que contemplam o meio interno e externo na organiza-
ção e, geralmente, indicam algum tipo de comportamento futuro em relação 
a algum fato. 
EXEMPLIFICANDO
A tendência de vendas por produto e região nos próximos meses é um 
exemplo de informação estratégica.
Mas como gerar essas informações? Quais processos devem ser utilizados?
Transformar dados em informações
Existem diversas estratégias de transformação de dados em informa-
ções. Para transformação de dados estruturados, uma das técnicas mais utili-
zadas é a mineração de dados (do inglês, Data Mining).
Mineração de dados é o processo de extração de informação útil e não ób-
via em grandes volumes de dados. A partir deste processo, podem ser obtidos 
padrões válidos, novos, potencialmente úteis e compreensíveis a respeito dos 
dados (MORAIS, 2007).
Já para processamento de dados não estruturados, podemos citar a téc-
nica de mineração de textos (do inglês, Text Mining), expressão que se refere 
ENGENHARIA DE DADOS 17
Engenharia de dados - Unidade1_Formato A5_1.indd 17 15/07/19 14:46
ao processo de extração de conhecimento ou padrões interessantes e não tri-
viais a partir de documentos em formato não estruturado.
Ambas abordagens podem ser utilizadas como apoio a outras áreas. A Mine-
ração de Dados, por exemplo, faz parte da estrutura de funcionamento da área 
de Inteligência de Negócios (do inglês, Business Intelligence), enquanto a minera-
ção de textos pode fazer parte de um mecanismo maior de análise de Big Data.
Todo o trabalho de mineração de dados, estruturados ou não, é realizado 
pelo profi ssional chamado de engenheiro de dados, cujas atribuições serão 
apresentadas na próxima seção.
Atributos de um engenheiro de dados
Gerenciar e organizar dados, visando a encontrar tendências, informações 
não óbvias ou inconsistências que afetarão as metas de negócios. Essas são as 
principais atribuições dos engenheiros de dados.
Exige conhecimento e experiência, principalmente nas áreas de progra-
mação, matemática e ciência da computação. Devem possuir habilidade 
de comunicação, uma vez que precisam se comunicar com outras áreas da 
organização, tanto em relação às tendências coletadas quanto ao uso dos 
dados coletados.
Responsabilidades
A seguir, são descritas algumas das principais atribuições (ou responsabili-
dades) dos engenheiros de dados (CIO-IDG, 2018; Dataquest, 2019):
• Desenvolver, construir, testar e manter arquiteturas;
• Alinhar arquiteturas com requisitos de negócios;
• Cuidar da aquisição dos dados;
• Desenvolver processos de conjunto de dados;
• Usar linguagem de programação e ferramentas;
• Identifi car maneiras de melhorar a confi abilidade, a efi ciência e a qualida-
de dos dados;
• Realizar pesquisas para questões industriais e de negócios;
• Usar grandes conjuntos de dados para resolver problemas de negócios;
ENGENHARIA DE DADOS 18
Engenharia de dados - Unidade1_Formato A5_1.indd 18 15/07/19 14:46
• Implantar programas analíticos sofi sticados, Machine Learning e métodos 
estatísticos;
• Preparar dados para modelagem preditiva e prescritiva;
• Encontrar padrões ocultos usando dados;
• Usar dados para descobrir tarefas que podem ser automatizadas;
• Entregar atualizações para as partes interessadas com base em análises;
• Arquitetar sistemas distribuídos;
• Criar formas confi áveis de converter dados;
• Combinar fontes de dados;
• Criar a arquitetura de soluções;
• Colaborar com a equipe de Data Science e construir as soluções certas 
para essas equipes.
Habilidades (competências)
Além de suas atribuições, o engenheiro de dados deve dominar algumas 
tecnologias, que tendem a afetar signifi cativamente seus salários – em alguns 
casos, na faixa de 10 ou 15% a mais. De acordo com dados do PayScale (2019), 
o domínio das seguintes tecnologias está associado a um aumento signifi ca-
tivo nos salários: 
TABELA 3. TECNOLOGIAS QUE O ENGENHEIRO DE DADOS DEVE DOMINAR
Tecnologia Aumento
Scala 17%
Apache Spark 16%
Data Warehouse 14%
Java 13%
Modelagem de dados 12%
Apache Hadoop 11%
Linux 11%
Scala
Apache Spark
Scala
Apache Spark
Data Warehouse
Apache Spark
Data Warehouse
Apache Spark
Data Warehouse
Modelagem de dados
Apache Spark
Data Warehouse
Java
Modelagem de dados
Data Warehouse
Java
Modelagem de dados
Apache Hadoop
Modelagem de dados
Apache Hadoop
Modelagem de dados
Apache Hadoop
Linux
Modelagem de dados
Apache Hadoop
Linux
Apache Hadoop
17%
16%16%
14%14%
13%13%
12%
11%
11%11%
ENGENHARIA DE DADOS 19
Engenharia de dados - Unidade1_Formato A5_1.indd 19 15/07/19 14:46
Tecnologia Aumento
Amazon Web Services (AWS) 10%
ETL (extração, transformação, carga) 7%
Análise de Big Data 6%
Desenvolvimento de software 2%
 Fonte: PAYSCALE, 2019, p. 2.
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
Amazon Web Services (AWS)
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
ETL (extração, transformação, carga)
Análise de Big Data
Desenvolvimento de software
ETL (extração, transformação, carga)
Desenvolvimento de softwareDesenvolvimento de softwareDesenvolvimento de software
10%
7%
6%6%
2%2%
Agora que já aprendemos sobre a engenharia de dados e as atribuições dos 
engenheiros de dados, podemos inferir que existe um grande desafi o, que é 
realizar o processamento destes dados de forma que sejam geradas informa-ções relevantes, não óbvias e de qualidade para tomada de decisão. 
Para isso, devemos utilizar estrutura tecnológicas que deem suporte 
e este processamento. Devido ao grande volume de dados existentes na 
atualidade, uma das bases para criação destas estruturas vem da ideia da 
computação distribuída, que é a base dos sistemas distribuídos, que iremos 
estudar na próxima seção.
Arquitetura de sistemas distribuídos
Imagine a seguinte situação: você faz uma pesquisa por um termo simples 
no Google que devolve milhões de resultados, geralmente, em menos de 200 
milissegundos (Google - PageSpeed Tools, 2019), ou seja, um tempo inferior a 
0,2 segundos. Como esse tempo de resposta é possível?
Segundo o próprio Google, em 
seu site Google Data Centers (2019), 
a empresa possui ambientes com ser-
vidores e equipamentos de proces-
samento de dados, os data centers, 
espalhados por todo mundo, visando 
manter seus produtos em funciona-
mento 24 horas por dia, sete dias por 
semana. A Fig. 2 mostra a localização 
desses data centers. 
ENGENHARIA DE DADOS 20
Engenharia de dados - Unidade1_Formato A5_1.indd 20 15/07/19 14:47
Figura 2. Data centers do Google. Fonte: Google - Data Centers, 2019.
Para que esses computadores se comuniquem, é necessário um mecanismo 
de computação distribuída, que é aquele no qual os componentes de hardware 
ou software, localizados em computadores interligados em redes, comunicam-se 
e coordenam suas ações por meio do envio de mensagens entre si, independen-
temente da distância que se encontrem uns dos outros (COULOURIS et al., 2013).
Sistemas distribuídos consistem em vários elementos de processamento, não 
necessariamente homogêneos, que são interconectados por uma rede de compu-
tadores e que cooperam na execução de certas tarefas. Como uma meta genérica, 
os sistemas de computação distribuídos dividem um problema grande e intratável 
em partes menores e os resolvem efi cientemente de maneira coordenada. 
A viabilidade econômica dessa abordagem provém de duas ra-
zões: (1) mais poder de computação é necessário para resolver 
uma tarefa complexa, e (2) cada elemento de processamento 
autônomo pode ser gerenciado independentemente e pode de-
senvolver suas próprias aplicações (ELMASRI et al., 2005, p. 579).
Uma das principais características que tornam a utilização desse sistema 
necessária é a escalabilidade, que é a capacidade que um sistema possui de 
manter níveis adequados de resposta quando há um aumento signifi cativo no 
número de recursos e requisições de usuários.
ENGENHARIA DE DADOS 21
Engenharia de dados - Unidade1_Formato A5_1.indd 21 15/07/19 14:47
Justamente pelo fato de serem escaláveis, sistemas em ambientes distribuí-
dos são a solução viável para realidade atual, uma vez que, em ambientes como 
a internet, por exemplo, onde o volume de dados e requisições é muito grande, 
a eficiência no tempo de resposta é algo imprescindível.
Os três principais desafios em ambientes distribuídos escaláveis estão rela-
cionados ao controle dos custos de utilização dos recursos físicos, da perda de 
desempenho, dos recursos de software e tratamento dos gargalos. 
Em relação ao custo dos recursos, na medida em que as requisições au-
mentam, deve ser possível ampliar, a custo viável, os sistemas físicos e lógico 
necessários para atendê-las. 
EXEMPLIFICANDO
Na medida em que o acesso aos arquivos disponíveis em uma intra-
net aumenta, em função do crescimento do número de usuários ou de 
outros fatores, deve ser viável financeiramente ampliar a capacidade 
do servidor atual ou adicionar novos, visando evitar uma perda de 
desempenho.
Além do aumento das requisições, o aumento do volume de dados armaze-
nados por esses sistemas pode levar à perda de desempenho, ao esgotamento 
da utilização dos recursos de software e ao surgimento de gargalos de desem-
penho. Todos esses fatores devem ser considerados e tratados em ambientes 
distribuídos através de técnicas que vão da replicação dos dados até a distri-
buição dos servidores para execução das tarefas.
Agora que já conhecemos os principais conceitos relacionados aos sistemas 
distribuídos, vamos aprender sobre sua arquitetura.
A arquitetura de um sistema distribuído é a sua estrutura em termos de 
componentes especificados separadamente e suas inter-relações (COULOURIS 
et al., 2013). Ao definir uma arquitetura, o objetivo é garantir que a estrutura 
proposta para o sistema seja gerenciável e atenda às requisições atuais e futu-
ras de seus usuários, garantindo a confiabilidade, adaptabilidade e a rentabili-
dade do sistema.
Para entender as arquiteturas dos sistemas, vamos conhecer três con-
ceitos: elementos arquitetônicos, padrões arquitetônicos e as plataformas 
de middleware.
ENGENHARIA DE DADOS 22
Engenharia de dados - Unidade1_Formato A5_1.indd 22 15/07/19 14:47
Elementos arquitetônicos
Elementos arquitetônicos são todos os componentes que constituem a 
arquitetura de um sistema distribuído. São divididos em quatro estruturas 
fundamentais: entidades de comunicação, paradigmas de comunicação, fun-
ções e responsabilidades e mapeamento de serviços em vários servidores.
Entidades de comunicação são todos os elementos que se comunicam 
e como eles se comunicam, no sistema. Uma entidade em um sistema distri-
buído geralmente é um processo. Um processo é um ambiente de execução 
junto a uma ou mais threads. 
EXEMPLIFICANDO
Thread é uma atividade, ou uma tarefa, que um programa executa no 
sistema operacional.
Paradigmas de comunicação envolvem a defi nição da forma pela qual 
as entidades irão se comunicar. Pode ser vista sob três perspectivas: comu-
nicação entre processos, invocação remota e comunicação indireta;
• Comunicação entre processos se refere à forma pela qual os processos 
se comunicam em seu nível mais baixo. Envolve a defi nição de primitivas de 
envio de mensagens, acessos direto a protocolos de comunicação e suporte 
a comunicação entre grupos de processos;
• Invocação remota é o método mais comum de comunicação entre enti-
dades. Baseia-se na troca bilateral de dados através de chamadas de opera-
ções, procedimentos ou métodos;
• Comunicação indireta ocorre por meio de um elemento intermediário, 
visando a não gerar nenhum tipo de acoplamento direto entre as entidades 
remetente e destinatária. 
EXEMPLIFICANDO
As principais técnicas de comunicação indireta são: a comunicação em gru-
po, o sistema publicar-assinar (do inglês, Publish-Subscribe), os sistemas de 
fi las de mensagens, os espaços de tuplas, os sistemas de memória compar-
tilhada distribuída e as estratégias baseadas em memória duplicada.
ENGENHARIA DE DADOS 23
Engenharia de dados - Unidade1_Formato A5_1.indd 23 15/07/19 14:47
Em relação ao elemento funções e responsabilidades, é necessário pen-
sar na forma pela qual os processos interagem uns com os outros no sentido 
de realizar alguma atividade útil. Essa visão da forma de interação define dois 
estilos arquiteturais: cliente-servidor e peer-to-peer.
Na arquitetura cliente-servidor, os processos-clientes interagem com os 
processos-servidores localizados em computadores hospedeiros (hosts), vi-
sando acessar recursos compartilhados que gerenciam. O Diagrama 1 mos-
tra o exemplo de funcionamento dessa arquitetura. 
Cliente
Chamada Chamada
Resultado Resultado Servidor
Servidor
Cliente
DIAGRAMA 1. ARQUITETURA CLIENTE-SERVIDOR
Fonte: COULOURIS et al., 2013, p. 47. (Adaptado).
Já na arquitetura peer-to-peer,
todos os processos envolvidos em uma tarefa ou atividade de-
sempenham funções semelhantes, interagindo cooperativamen-
te como pares (peers), sem distinção entre processos clientes e 
servidores, nem entre os computadores em que são executados 
(COULOURIS et al., 2013, p. 46).
O Diagrama 2 mostra o exemplo de funcionamento dessa arquitetura.
ENGENHARIA DE DADOS 24
Engenharia de dados - Unidade1_Formato A5_1.indd 24 15/07/19 14:47
DIAGRAMA 2. ARQUITETURAPEER-TO-PEER
Ponto 1
Objetos
compartilhados
Ponto 2
Ponto 3
Pontos 4 ... N
Aplicativo Aplicativo
Aplicativo
Fonte: COULOURIS et al., 2013, p. 48. (Adaptado).
 Finalmente, em relação ao mapeamento de serviços em vários servido-
res, deve-se considerar que podem ser implementados como vários proces-
sos-servidores em hospedeiros diferentes, com o objetivo de fornecer serviços 
para processos-clientes e interagir sempre que necessário. O Diagrama 3 mos-
tra o funcionamento desse mapeamento. 
DIAGRAMA 3. SERVIÇOS FORNECIDOS POR VÁRIOS SERVIDORES
Servidor
Cliente
Cliente
Servidor
Servidor
Servidor
 Fonte: COULOURIS et al., 2013, p. 48. (Adaptado).
ENGENHARIA DE DADOS 25
Engenharia de dados - Unidade1_Formato A5_1.indd 25 15/07/19 14:47
Agora que já conhecemos os elementos arquitetônicos, o próximo passo é 
aprender sobre os padrões arquitetônicos existentes.
Padrões arquitetônicos
Os padrões arquitetônicos representam a organização lógica e física dos 
elementos que compõem um sistema distribuído. As estruturas mais conhe-
cidas são aquelas organizadas em camadas lógicas e físicas.
A organização baseada em camadas lógicas é uma das estratégias mais 
utilizadas para defi nição de padrões, na qual cada camada oferece uma 
abstração de software. As camadas inferiores encapsulam os detalhes de 
sua implementação, que se torna oculta para as camadas superiores. Nesse 
tipo de organização, cada camada oferece um determinado serviço, que é 
utilizado por suas camadas adjacentes. O Diagrama 4 mostra a organização 
desse tipo de padrão arquitetural. 
DIAGRAMA 4. CAMADAS LÓGICAS EM SISTEMAS DISTRIBUÍDOS
Aplicativos e Serviços
Middleware
Sistema Operacional
Computador 
e Hardware de Rede
Plataforma
 Fonte: COULOURIS et al., 2013, p. 48. (Adaptado).
Já a organização baseada em camadas físicas representa uma estrutura 
complementar para dar suporte à estrutura de camadas lógicas, uma vez que 
são as técnicas utilizadas para organizar a execução de determinada funcio-
nalidade da camada lógica no equipamento de hardware adequado.
Na prática, cada camada lógica é mapeada para um servidor físico que, 
por sua vez, será responsável por executar as funcionalidades daquela ca-
mada. O Diagrama 5 mostra a organização desse tipo de padrão arquitetural. 
ENGENHARIA DE DADOS 26
Engenharia de dados - Unidade1_Formato A5_1.indd 26 15/07/19 14:47
DIAGRAMA 5. CAMADAS LÓGICAS EM SISTEMAS DISTRIBUÍDOS
 Fonte: COULOURIS et al., 2013, p. 48. (Adaptado).
Visualização dos
Usuários
Visualização dos
Usuários
Camada Fisíca 1
Computadores 
Pessoais ou 
Dispositivos Móveis
Servidos
de 
Aplicação
Servidor de
Banco de Dados
Camada Fisíca 2 Camada Fisíca 3
Gerenciador 
de Banco 
de Dados
Lógica da
Aplicação
Lógica da
Aplicação
CURIOSIDADE
A Wikipédia, que é um projeto de enciclopédia multilíngue de licença livre, 
baseado na web e escrito de maneira colaborativa, adota a arquitetura de 
múltiplas camadas físicas para lidar com o volume de requisições de seus 
mais de dois milhões de usuários.
Agora entendemos que na arquitetura distribuída existem elementos ar-
quitetônicos interagentes que são organizados em padrões (camadas). Mas 
como essa interação ocorre na prática?
Plataformas de middleware
Middleware é o software responsável pela comunicação entre os elemen-
tos de cada camada e o processamento distribuído dos dados. Posicionado en-
tre as camadas, ele permite a comunicação e o gerenciamento de dados entre 
os elementos.
Dentre os tipos mais comuns de middleware, podemos citar os de banco de 
dados, de servidor de aplicativos, orientado a mensagens, web e monitores de 
ENGENHARIA DE DADOS 27
Engenharia de dados - Unidade1_Formato A5_1.indd 27 15/07/19 14:47
processamento de transações. O funcionamento desses softwares geralmen-
te é baseado em serviços de trocas de mensagens que utilizam determinados 
protocolos de comunicação, tais como SOAP, REST ou JSON.
EXPLICANDO
SOAP (protocolo simples de acesso a objetos; do inglês, Simple Object 
Access Protocol) é um protocolo para troca de informações estruturadas 
em ambientes distribuídos baseado na linguagem XML.
REST (transferência de estado representacional; do inglês, Representa-
tional State Transfer) é um protocolo, baseado em HTTP, que defi ne um 
conjunto de restrições e propriedades de comunicação.
JSON (notação de objeto javascript; do inglês, JavaScript Object Notation) 
é um padrão aberto de troca de dados entre sistema baseado na lingua-
gem JavaScript.
A escolha do tipo de comunicação mais adequada deve levar em conside-
ração questões relacionadas à segurança, gerenciamento de transações, con-
sultas de mensagens, servidores de aplicativos, servidores da web e diretórios.
Mas como essa estrutura de processamento distribuído, que inclui ele-
mentos e padrões arquitetônicos e middleware, pode ser utilizada para lidar 
com dados armazenados em banco de dados?
Banco de dados distribuído
Elmasri e Navate, duas das principais referências na área, defi nem banco de 
dados distribuído (do inglês Distributed Database – BDD)
como uma coleção de múltiplos bancos de dados logicamente in-
ter-relacionados distribuídos por uma rede de computadores, e um 
Sistema de Gerenciamento de Banco de Dados Distribuído (do inglês 
Distributed Database Management System – SGBDD), que é um siste-
ma de software que gerencia um banco de dados distribuído enquan-
to torna a distribuição transparente para o usuário (2005, p. 579).
A partir dessa defi nição, podemos observar então que o BDD é um tipo de 
banco de dados específi co para ambientes de Sistemas Distribuídos. 
Qual é a vantagem deste tipo de ambiente em relação a outras formas de 
armazenamento dos dados? A resposta é simples: este tipo de arquitetura provê 
maior poder de processamento. 
ENGENHARIA DE DADOS 28
Engenharia de dados - Unidade1_Formato A5_1.indd 28 15/07/19 14:47
Então, antes de conhecer o conceito de Banco de Dados Distribuídos, suas 
vantagens, funcionamento e tipos, vamos primeiramente entender quais são as 
outras arquiteturas de Banco de Dados existentes: centralizada e cliente servidor.
Arquitetura centralizada
Os primeiros bancos de dados (BD) utilizavam uma arquitetura conhecida 
como centralizada. Nesse tipo de arquitetura, eram utilizados computadores 
centrais, conhecidos como mainframes, com grande poder de processamento 
e capacidade de armazenamento, que eram responsáveis por todo processa-
mento de dados e execução de todas as aplicações que implementavam as 
funcionalidades dos sistemas. A Fig. 3 representa esse tipo de arquitetura. 
Figura 3. Arquitetura de banco de dados centralizada. (Adaptado). 
Processo Centralizado
Mainframe
Aplicação
Banco de dados
Terminal
Burro
Esse tipo de arquitetura era necessário porque os computadores utiliza-
dos para acessar esses dados, conhecidos como terminais burros, tinham 
pouco poder de processamento, permitindo praticamente apenas a visuali-
zação dos dados na tela.
ENGENHARIA DE DADOS 29
Engenharia de dados - Unidade1_Formato A5_1.indd 29 15/07/19 14:47
Com o surgimento dos computadores pessoais (PC), com maior poder de 
processamento e quantidade de memória, os sistemas passam a ser orga-
nizados com base em uma arquitetura conhecida com cliente-servidor (do 
inglês, client-server).
Arquitetura cliente-servidor
Nesta arquitetura, o cliente é, em geral, um computador capaz de realizar 
processamento local. Quando o computador precisa acessar dados, este se 
conecta a uma outra máquina, o servidor, que irá fornecê-los.
Já um servidor é uma máquina que pode fornecer serviços para as máquinas 
clientes, como armazenamento ou acesso a um banco de dados. A Fig. 4 ilustra o 
funcionamento dessa arquitetura. 
Servidor
SGDB (Oracle, SQL, Server, 
Inofmx, Skybase, etc)
Estações (Workstation)
Modelo Cliente / Servidor
Figura 4. Arquitetura cliente-servidor em duas camadas. (Adaptado). 
Esse tipo de arquitetura permite organizaro sistema de informação 
em camadas lógicas, geralmente duas ou três, o que oferece inúmeras 
vantagens, tais como: separação das responsabilidades de cada camada, 
implementação independente, com possibilidade de reutilização e inde-
pendência entre camadas, que permite a substituição de uma camada sem 
afetar a outra.
ENGENHARIA DE DADOS 30
Engenharia de dados - Unidade1_Formato A5_1.indd 30 15/07/19 14:47
Na arquitetura cliente-servidor baseada em duas camadas, a camada 
cliente normalmente é responsável por disponibilizar uma interface para 
visualização dos dados e executar os programas compilados. Já a camada 
servidor inclui o sistema de gerenciamento de banco de dados (do inglês 
Database Management System – SGBD), que é o software responsável por 
armazenar e permitir a manipulação dos dados, realizar o controle de con-
corrência para acessos simultâneos, o controle de transações, prover geren-
ciamento centralizado de segurança, dentre outras funções.
Esse tipo de arquitetura foi muito utilizado antes do surgimento dos 
sistemas desenvolvidos especificamente para internet (aplicações web), 
que passaram a utilizar uma terceira camada.
Na arquitetura baseada em três camadas, além das camadas cliente 
e servidor de dados, existe ainda uma camada intermediária, conhecida 
como camada de aplicação. A Fig. 5 mostra a organização de uma arquite-
tura baseada em três camadas. 
Rede de 
Comunicação
Servidor de 
Banco de Dados
Banco de Dados
Estação Estação Estação Estação
Figura 5. Arquitetura em três camadas. (Adaptado).
A camada de aplicação desempenha um papel intermediário ar-
mazenando as regras de negócio (procedimentos ou restrições) que 
são usadas para acessar os dados do servidor de banco de dados. 
Também pode incrementar a segurança do banco de dados checan-
do as credenciais do cliente antes de enviar uma solicitação ao ser-
vidor de banco de dados” (ELMASRI et al., 2005, p. 31) (grifo nosso).
ENGENHARIA DE DADOS 31
Engenharia de dados - Unidade1_Formato A5_1.indd 31 15/07/19 14:47
Agora que conhecemos os outros tipos de arquiteturas, nosso próximo 
passo é conhecer, com mais detalhes, o conceito de banco de dados distribuí-
dos, suas vantagens, funcionamento e tipos. Vamos lá?
Conceitos e vantagens
Como já sabemos, um banco de dados distribuído (BDD) é um conjunto de 
bancos de dados logicamente inter-relacionados e distribuídos em uma rede 
de computadores, gerenciados por um sistema de gerenciamento de banco de 
dados distribuído (SGBDD). Ao contrário dos bancos de dados centralizados, os 
BDDs têm seu processamento distribuído entres vários equipamentos físicos, 
conforme pode ser visualizado na Fig. 6. 
Estação de 
trabaho
Estação de 
trabaho
Estação de 
trabaho
Dados Dados
Servidor
Servidor Servidor
Servidor
DadosDados
São Paulo
Campo Grande
Rio de Janeiro
São José do 
Rio Preto
Rede de Computadores
Estação de 
trabaho
Figura 6. Banco de dados distribuídos. (Adaptado).
ENGENHARIA DE DADOS 32
Engenharia de dados - Unidade1_Formato A5_1.indd 32 15/07/19 14:47
O SGBDD é um software que tem capacidade de controlar o armazenamen-
to e o processamento de dados que se encontram relacionados de maneira 
lógica, através de sistemas computacionais interconectados. Por estarem in-
terconectados, tanto os dados como as funções de processamento são distri-
buídos para locais os mais variados e diferentes entre si.
Em relação às principais vantagens da utilização de BDDs, podemos destacar: 
transparência, dispersão, melhoria na confi abilidade e na disponibilidade, melhoria 
de desempenho, expansão mais fácil. Essas vantagens são descritas na Tabela 4. 
TABELA 4. VANTAGENS DOS BANCO DE DADOS DISTRIBUÍDOS
Vantagem Descrição
Transpar-
ência
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Dispersão
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Rapidez de 
acesso e 
processa-
mento
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Capacidade 
de ampli-
ação
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
Redução de 
custos
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
Menor risco 
de falha
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
estações.
Transpar-Transpar-
ência
Transpar-
ência
Dispersão
Os usuários de uma BDD não precisam saber onde os dados estão localizados
Dispersão
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Dispersão
Rapidez de 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Rapidez de 
acesso e 
processa-
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
Rapidez de 
acesso e 
processa-
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
processa-
mento
Capacidade 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Capacidade 
de ampli-
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Capacidade 
de ampli-
ação
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
de ampli-
ação
Redução de 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
Redução de 
custos
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados,que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
Redução de 
custos
Menor risco 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
Menor risco 
de falha
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
Menor risco 
de falha
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Os usuários de uma BDD não precisam saber onde os dados estão localizados
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
fi sicamente ou como eles podem ser acessados (SILBERSCHATZ et al., 2012).
Os dados são armazenados de forma dispersa visando a atender com mais 
efi ciência às necessidades das aplicações e seus usuários.
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
trabalho dividida entre vários locais.
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Os dados são armazenados de forma dispersa visando a atender com mais 
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novoslocais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Usuários fi nais do BD podem acessar a apenas uma porção dos dados, que 
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
eração dos outros pontos da rede.
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
estações.
pode ser armazenada localmente. Já o processamento pode ter sua carga de 
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
estações.
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
estações.
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
Podem ser adicionados novos locais de processamento sem interferir na op-
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
O custo para adicionar novos pontos de processamento à rede geralmente é 
menor que o a atualização de hardware de um computador centralizado.
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras 
O impacto negativo causado por uma falha em um dos pontos de rede 
geralmente é menor, uma vez que o processamento é mantido pelas outras geralmente é menor, uma vez que o processamento é mantido pelas outras geralmente é menor, uma vez que o processamento é mantido pelas outras 
Apesar de apresentar inúmeras vantagens quando comparado aos siste-
mas de banco de dados centralizados ou cliente-servidor, os BDDs apresentam 
algumas desvantagens. As principais estão relacionadas à complexidade do 
gerenciamento e controle sobre a distribuição dos dados e à probabilidade de 
ocorrências relacionadas à segurança dos dados e custos de algumas confi gu-
rações de infraestrutura. A seguir, vamos entender como funcionam os BBDs.
ENGENHARIA DE DADOS 33
Engenharia de dados - Unidade1_Formato A5_1.indd 33 15/07/19 14:47
Funcionamento
No desempenho do processamento de dados distribuído, um banco de da-
dos fi ca armazenado em um único local acessível. No entanto, o processamen-
to lógico desses dados é compartilhado entre dois ou mais locais que se encon-
tram fi sicamente independentes, mas conectados por uma rede.
Para que os dados sejam compartilhados, os BDDs se baseiam em técnicas 
de fragmentação, replicação e alocação de dados. 
EXPLICANDO
Fragmentar signifi ca dividir os dados em unidades lógicas, chamadas de 
fragmentos, que são armazenados e processados em locais físicos dife-
rentes. Replicar consiste em criar várias cópias idênticas dos dados em 
vários pontos de processamento na rede. Alocar é o processo de defi nir o 
local onde os dados serão posicionados para processamento.
O primeiro passo para fragmentação é a defi nição de quais unidades ló-
gicas serão criadas e distribuídas. Uma unidade lógica pode ser uma relação 
(tabela) completa ou apenas parte dela. Podem ser criados fragmentos com 
parte dos dados de uma relação. Essa técnica é chamada de fragmentação 
horizontal e consiste na seleção de um subconjunto das tuplas de uma rela-
ção, agrupando subconjuntos de linhas com seu próprio signifi cado lógico.
Quando os fragmentos são criados a partir da divisão dos atributos de uma 
relação, a técnica é chamada de fragmentação vertical. Já a combinação en-
tre as duas técnicas de fragmentação é chamada de fragmentação mista, ou 
híbrida. Uma vez fragmentado, o banco de dados é, então, distribuído para 
processamento. O trabalho passa a ser o controle da junção dos fragmentos 
para que as informações não sejam perdidas.
Entretanto, em alguns casos, é necessário duplicar algumas porções dos 
dados para processamento. Essa duplicação é chamada de replicação, que se 
torna necessária uma vez que melhora a disponibilidade dos dados, tornando 
mais ágil seu processamento.
A replicação, apesar de vantajosa em alguns casos, deve ser utilizada com 
cuidado, uma vez que pode tornar as técnicas de controle da concorrência e 
de recuperação mais dispendiosas do que seriam se não houvesse replicação 
(ELMASRI et al., 2005).
ENGENHARIA DE DADOS 34
Engenharia de dados - Unidade1_Formato A5_1.indd 34 15/07/19 14:47
Apesar dessa desvantagem, uma vez que a existência de cópias de frag-
mentos é capaz de aprimorar a disponibilidade de dados e o tempo de respos-
ta deles, elas tendem a contribuir com a redução de custos – principalmente 
aqueles relacionados ao processamento de consultas. A replicação dos dados 
não é obrigatória, mas, uma vez realizada, ela pode ser total ou parcial. 
A replicação total ocorre quando todos os fragmentos do banco de dados 
são replicados em vários locais. Já a parcial ocorre quando apenas alguns dos 
fragmentos são copiados. 
Geralmente, a replicação total não é viável, devido principalmente à quan-
tidade de carga imposta ao sistema. Para decidir qual a melhor estratégia de 
replicação, devem ser considerados o tamanho de banco de dados, a frequên-
cia de utilização e os custos de desempenho, carga e gerenciamento dos dados.
Após replicados, os dados precisam ser alocados (posicionados) para pro-
cessamento. Existem basicamente três estratégias de alocação: centralizada, 
particionada e replicada.
Na estratégia centralizada, todo o banco de dados é armazenado em um 
único local físico; na particionada, o banco é dividido e armazenado em duas 
ou mais partes separadas; já na replicada, são armazenadas cópias de um ou 
mais fragmentos em vários locais.
Para defi nir qual a melhor estratégia de alocação, devem ser considerados 
vários fatores, como: objetivo de desempenho, disponibilidade dos dados, ta-
manho do banco em quantidade linhas e colunas, tipos de transações mais 
frequentes, dentre outros.
Agora que você já conhece a estrutura de funcionamento de um BDD, vamos 
aprender um pouco sobre confi abilidade, efi ciência e qualidade dos dados e como 
essas características são importantes no contexto da engenharia de dados.
Confiabilidade, eficiência e a qualidade dos dados
Não basta ter dados disponíveis, estes dados têm de ser confi áveis, efi cientese de qualidade.
Dados confi áveis são aqueles são aqueles que representam de forma cor-
reta uma determinada realidade, ou seja, não estão errados. Para que se man-
tenham neste estado, devem cumprir certas restrições. 
ENGENHARIA DE DADOS 35
Engenharia de dados - Unidade1_Formato A5_1.indd 35 15/07/19 14:47
Eficiência diz respeito à disponibilidade do dado e o conjunto de métodos 
utilizados para acessá-los. Neste contexto, iremos tratar a eficiência como si-
nônimo de disponibilidade.
Já a qualidade está relacionada à percepção de confiabilidade, que está re-
lacionada à combinação entre disponibilidade, confidencialidade e integridade, 
que são características que os dados devem possuir.
Disponibilidade é a capacidade que o dado tem de estar acessível e utili-
zável sob demanda por alguém autorizado. Confidencialidade refere-se ao fato 
de que a informação não está disponível ou não será revelada a indivíduos, 
entidades ou processos não autorizados. Integridade é a propriedade de salva-
guarda da exatidão e completeza dos dados.
Para garantir essas propriedades, temos que recorrer a meca-
nismos de garantia da Segurança da Informação, que é a área de 
conhecimento que tem por objetivo a garantia da proteção da in-
formação contra vários tipos de ameaças de forma a assegurar a 
continuidade do negócio, minimizando danos comerciais e maximi-
zando o retorno sobre investimentos e oportunidades de negócios 
(ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2005, p. 1). 
Sua utilização busca, justamente, a preservação dos três atributos básicos 
da informação: confidencialidade, integridade e disponibilidade.
A principal norma da área de segurança da informação é a ISO 27002 (AS-
SOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2013), que define um código 
de prática para controles de segurança da informação. Publicada e vigente a 
partir de 2013, esta norma é baseada na proposta de definição de um sistema 
de gestão de segurança da informação (SGSI).
O SGSI é o resultado da aplicação planejada de objetivos, diretrizes, políti-
cas, procedimentos, modelos e outras medidas administrativas que, de forma 
conjunta, definem como são reduzidos os riscos para segurança da informa-
ção. Ao implantar o SGSI, a empresa passa a cumprir tudo aquilo que foi defini-
do pela norma ISO 27002.
Na prática, esse documento define uma Política de Segurança de Informação 
(PSI) e conjuntos de controles necessários para manutenção da confidencialidade, 
integridade e disponibilidade dos dados. Em uma visão macro, estes controles são 
divididos em controles gerais, de aplicativos, de banco de dados e de redes.
ENGENHARIA DE DADOS 36
Engenharia de dados - Unidade1_Formato A5_1.indd 36 15/07/19 14:47
Política de Segurança da Informação
“Uma Política de Segurança da Informação (PSI) é um documento cujo obje-
tivo é prover uma orientação e apoio da direção para a segurança da informação 
de acordo com os requisitos do negócio e com as leis e regulamentações relevan-
tes” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2005, p. 8) (grifo nosso).
O Quadro 1 mostra os itens que devem estar contidos em uma PSI.
QUADRO 1. POLÍTICA DE SEGURANÇA DA INFORMAÇÃO
PSI
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
de segurança.
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
rança.
Referências a outros documentos que possam apoiar a política.
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Defi nição do termo segurança da informação.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Referências a outros documentos que possam apoiar a política.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
de segurança.
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Referências a outros documentos que possam apoiar a política.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
de segurança.
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Referências a outros documentos que possam apoiar a política.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
de segurança.
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Referências a outros documentos que possam apoiar a política.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
de segurança.
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
Referências a outros documentos que possam apoiar a política.
Declaração do comprometimento da alta direção da empresa.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos de conformidade 
Defi nição das responsabilidades gerais e específi cas na gestão da segu-
rança.
Referências a outros documentos que possam apoiar a política.
Estrutura de objetivos de controle de segurança.
Explanação das políticas, princípios, normas e requisitos