UNIDADE 1 - Introdução aos bancos -BANCO DE DADOS NÃO RELACIONAISFACULDADE FOCUS

Prévia do material em texto

BANCOS DE DADOS 
NÃO RELACIONAIS
Unidade 1
Introdução aos bancos 
de dados não relacionais
CEO 
DAVID LIRA STEPHEN BARROS
Diretora Editorial 
ALESSANDRA FERREIRA
Gerente Editorial 
LAURA KRISTINA FRANCO DOS SANTOS
Projeto Gráfico 
TIAGO DA ROCHA
Autoria 
JÉSSICA LAISA DIAS DA SILVA
4 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
A
U
TO
RI
A
Jéssica Laisa Dias da Silva
Olá, possuo graduação em Sistema da Informação e 
Mestrado em Sistema e Computação na UFRN. Tenho experiência 
na área de Informática na educação, com ênfase em Mineração 
de Dados Educacionais, como também atuo no estímulo dos 
jovens e crianças no estudo da programação. Realizo trabalhos 
e pesquisas voltados ao universo dos jogos digitais inseridos no 
contexto educacional, como incentivo deles no ensino dos jovens 
e aos professores. Atualmente realizo pesquisas no contexto de 
disseminação do pensamento computacional, para crianças e 
jovens. As minhas áreas de interesse são: Educação, Engenharia 
de software, Mineração de dados, Pensamento computacional, 
Jogos digitais educativos e Gerenciamento de projeto. Sou 
apaixonada pelo que faço e adoro transmitir minha experiência 
de vida àqueles que estão iniciando em suas profissões. Por isso 
fui convidada pela Editora Telesapiens a integrar seu elenco de 
autores independentes. Estou muito feliz em poder ajudar você 
nesta fase de muito estudo e trabalho. Conte comigo!
5BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
ÍC
O
N
ES
Esses ícones aparecerão em sua trilha de aprendizagem nos seguintes casos:
OBJETIVO
No início do 
desenvolvimento 
de uma nova 
competência. DEFINIÇÃO
Caso haja a 
necessidade de 
apresentar um novo 
conceito.
NOTA
Quando são 
necessárias 
observações ou 
complementações. IMPORTANTE
Se as observações 
escritas tiverem que 
ser priorizadas.
EXPLICANDO 
MELHOR
Se algo precisar ser 
melhor explicado ou 
detalhado. VOCÊ SABIA?
Se existirem 
curiosidades e 
indagações lúdicas 
sobre o tema em 
estudo.
SAIBA MAIS
Existência de 
textos, referências 
bibliográficas e links 
para aprofundar seu 
conhecimento.
ACESSE
Se for preciso acessar 
sites para fazer 
downloads, assistir 
vídeos, ler textos ou 
ouvir podcasts. 
REFLITA
Se houver a 
necessidade de 
chamar a atenção 
sobre algo a 
ser refletido ou 
discutido.
RESUMINDO
Quando for preciso 
fazer um resumo 
cumulativo das últimas 
abordagens.
ATIVIDADES
Quando alguma 
atividade de 
autoaprendizagem 
for aplicada. TESTANDO
Quando uma 
competência é 
concluída e questões 
são explicadas.
6 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
SU
M
Á
RI
O
Visão geral dos bancos de dados NoSQL ................................. 9
O paradigma NoSQL: uma introdução............................................................. 9
Principais características dos bancos de dados NoSQL ............................. 12
Modelos de dados NoSQL ...............................................................................15
Casos de uso e vantagens do NoSQL.............................................. 17
Bancos de dados relacionais versus não relacionais ........... 23
Fundamentos dos bancos de dados relacionais ........................................ 23
Características dos bancos de dados não relacionais ............................... 26
Comparação entre bancos de dados relacionais e não relacionais ........ 30
Transição para o NoSQL: quando e porquê? ................................. 34
Tipos de bancos de dados NoSQL .......................................... 38
Tipos de bancos de dados NoSQL..................................................................38
Propósito e vantagens de cada tipo de banco de dados NoSQL ............. 41
Casos de aplicação para bancos de dados NoSQL ..................................... 45
Estudos de caso e exemplos práticos de bancos de dados 
NoSQL ...................................................................................................47
Casos de uso e aplicações de NoSQL .................................... 53
Características dos dados e requisitos de desempenho ........................... 53
Análise de casos de uso específicos para NoSQL ....................................... 56
Comparação de soluções NoSQL em diferentes cenários ........................ 59
Desafios e considerações na implementação do NoSQL ............ 62
7BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
A
PR
ES
EN
TA
ÇÃ
O
Você sabia que a área de Bancos de dados não relacionais 
é uma das mais demandadas na indústria tecnológica? Isso 
mesmo! A área de Bancos de Dados Não Relacionais faz parte 
da cadeia de inovação e infraestrutura tecnológica de uma 
empresa. Sua principal responsabilidade é gerenciar e otimizar o 
armazenamento, recuperação e manipulação de grandes volumes 
de dados, especialmente em formatos que não se encaixam bem 
no modelo relacional tradicional. Isso inclui dados não estruturados 
e semiestruturados, como textos, imagens, vídeos, dados de 
redes sociais e muito mais, exigindo flexibilidade, escalabilidade 
e desempenho em ambientes de big data. Os profissionais dessa 
área devem estar aptos a escolher a solução de banco de dados 
mais adequada, compreender as nuances entre os diferentes 
tipos de bancos de dados NoSQL e implementá-los de maneira 
eficaz para atender às necessidades específicas do negócio. Com a 
explosão de dados gerados em diversas plataformas e a crescente 
necessidade de análises em tempo real, os Bancos de Dados Não 
Relacionais se tornaram essenciais para o sucesso operacional 
e estratégico das empresas. Entendeu? Ao longo desta unidade 
letiva, você vai mergulhar nesse universo, descobrindo como os 
Bancos de Dados Não Relacionais estão revolucionando o campo 
da tecnologia da informação e abrindo novos caminhos para a 
inovação empresarial!
8 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
O
BJ
ET
IV
O
S
Olá. Seja muito bem-vindo à Unidade 1. Nosso objetivo 
é auxiliar você no desenvolvimento das seguintes competências 
profissionais até o término desta etapa de estudos:
 • Compreender os fundamentos de NoSQL.
 • Diferenciar bancos de dados relacionais dos não 
relacionais.
 • Identificar diferentes tipos de bancos de dados NoSQL, 
entendendo o propósito de cada um e seus casos de 
aplicações.
 • Reconhecer cenários apropriados para aplicação do 
NoSQL. 
9BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Visão geral dos bancos de 
dados NoSQL
OBJETIVO
Ao término deste capítulo, você será capaz de 
entender como funciona a área de bancos de dados 
NoSQL. Isso será fundamental para o exercício de 
sua profissão no campo da Ciência da Computação 
e Tecnologia da Informação. As pessoas que 
tentaram ingressar no universo dos bancos de 
dados NoSQL sem a devida instrução enfrentaram 
desafios significativos ao lidar com esse cenário 
tecnológico em constante evolução. E então? 
Motivado para desenvolver esta competência e 
dominar os conceitos essenciais dos bancos de 
dados NoSQL? Vamos lá!
 O paradigma NoSQL: uma 
introdução
O paradigma NoSQL, que significa “Not Only SQL” ou “Não 
Apenas SQL”, representa uma abordagem revolucionária na gestão 
de dados, desafiando o modelo de bancos de dados relacionais 
tradicionais. 
Neste capítulo, exploraremos o que é o paradigma NoSQL 
e como ele se tornou uma peça fundamental na evolução da gestão 
de dados. Para fundamentar nossa discussão, vamos considerar a 
história e as motivações por trás do desenvolvimento de bancos 
de dados NoSQL.
O paradigma NoSQL engloba um conjunto diversificado de 
sistemas de gerenciamento de banco de dados que se afastam das 
estruturas rígidas e predefinidas dos bancos de dados relacionais.
10 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
A sua importância reside na capacidade de lidar com 
as demandas crescentes da era da informação, em que dados 
não estruturados ou semiestruturados estão se tornando 
sucessivamente mais comuns.
Enquanto os bancos de dados relacionaisinstrução tiveram problemas ao enfrentar desafios 
como a seleção inadequada do tipo de banco de 
dados, dificuldades de integração e problemas de 
escalabilidade. E então? Motivado para desenvolver 
esta competência? Vamos lá!
Características dos dados e 
requisitos de desempenho
Compreender as características dos dados e requisitos 
de desempenho é essencial ao considerar a adoção de bancos 
de dados NoSQL. Este subtítulo aborda como as peculiaridades 
dos dados influenciam diretamente a escolha dessas soluções, 
focando especialmente em aspectos como volume, variedade, 
velocidade e veracidade, bem como a demanda por escalabilidade, 
flexibilidade de esquemas e processamento rápido.
Começamos com o conceito de “volume”, um dos pilares 
da Big Data. O volume refere-se à quantidade massiva de dados 
gerados a cada segundo por dispositivos móveis, sensores, 
transações on-line, entre outros. Bancos de dados NoSQL são 
projetados para lidar com tais volumes crescentes de dados de 
forma mais eficiente que os sistemas relacionais tradicionais.
A “variedade” é outro fator crítico. Ela descreve a 
diversidade dos formatos de dados, desde dados estruturados 
54 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
até dados não estruturados, como textos, imagens, vídeos e logs. 
O NoSQL, com sua natureza não restritiva e esquemas flexíveis, é 
ideal para manipular essa heterogeneidade, como apontado por 
Tiwari (2011).
A “velocidade” diz respeito à rapidez com que os dados 
são gerados e precisam ser processados e analisados. O 
processamento em tempo real é um requisito vital para muitas 
aplicações modernas, como sistemas de recomendação e 
monitoramento de mídia social. 
Nesse contexto, o NoSQL oferece vantagens significativas 
devido à sua capacidade de rápida escrita e leitura de dados, 
conforme explicado por Sadalage e Fowler (2012).
A “veracidade” relaciona-se com a qualidade e a 
credibilidade dos dados. Em ambientes em que a precisão é crítica, 
como no setor financeiro ou em aplicações de saúde, o NoSQL 
pode oferecer mecanismos robustos para garantir a consistência 
dos dados, ainda que com abordagens diferentes dos sistemas 
relacionais.
Além desses quatro Vs, a escalabilidade é um aspecto 
fundamental. Os bancos de dados NoSQL são reconhecidos 
pela sua capacidade de escalar horizontalmente, o que significa 
que eles podem expandir sua capacidade de armazenamento 
e processamento adicionando mais servidores na rede. Essa 
característica é crucial para lidar com o crescimento exponencial 
de dados, um ponto-chave discutido.
A flexibilidade de esquemas é outra vantagem notável 
do NoSQL. Diferente dos sistemas relacionais, que exigem um 
esquema definido antes do armazenamento de dados, muitos 
bancos de dados NoSQL permitem a alteração do esquema “on-
the-fly”. Essa flexibilidade é particularmente útil em ambientes 
55BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
ágeis e em projetos de inovação, em que os requisitos podem 
mudar rapidamente.
O processamento rápido é também um atributo inerente 
ao NoSQL. Esses sistemas são otimizados para consultas rápidas, 
especialmente em operações de leitura e escrita, o que é vital para 
aplicações que requerem respostas em tempo real, como jogos 
on-line e análise de mídia social.
Em relação à consistência dos dados, o modelo NoSQL 
oferece várias abordagens, que vão desde a consistência eventual 
até modelos mais estritos. Essa flexibilidade permite que os 
desenvolvedores escolham o nível de consistência que melhor se 
adapta às necessidades de sua aplicação.
A tolerância a falhas é outra característica importante 
dos bancos de dados NoSQL. Sistemas como Cassandra e Riak 
são projetados para garantir alta disponibilidade, mesmo na 
ocorrência de falhas de hardware ou de rede, aspecto fundamental 
em sistemas críticos.
A capacidade de distribuição geográfica dos dados é 
também uma vantagem significativa. Bancos de dados NoSQL 
como o MongoDB oferecem suporte para distribuição de dados 
em múltiplas regiões geográficas, o que é crucial para aplicações 
globais.
56 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Análise de casos de uso 
específicos para NoSQL
A análise de casos de uso específicos para NoSQL é um 
tópico fundamental para compreender as aplicações práticas e 
vantagens dos bancos de dados NoSQL em diversos setores. Este 
subtítulo explorará exemplos específicos de indústrias e aplicações 
onde o NoSQL se destaca, oferecendo insights sobre como essas 
tecnologias estão transformando o gerenciamento de dados.
Começamos com o gerenciamento de Big Data, um dos 
campos mais relevantes para o NoSQL. Em um estudo conduzido 
por Cattell (2011), é evidenciado como os bancos de dados NoSQL 
são capazes de processar volumes enormes de dados de forma 
eficiente, algo crucial para empresas que lidam com terabytes ou 
petabytes de informação. 
EXEMPLO: Empresas como Facebook e Twitter utilizam 
variantes do NoSQL para gerenciar os dados gerados por 
bilhões de interações de usuários.
Nos sistemas de recomendação, o NoSQL oferece a 
flexibilidade necessária para armazenar e processar dados 
variados de usuários e produtos, facilitando algoritmos complexos 
de recomendação. A Amazon, como descrito por Fasel e Meier 
(2016), usa soluções NoSQL para alimentar seu sofisticado sistema 
de recomendações, lidando com um vasto conjunto de dados de 
clientes e produtos.
Em redes sociais, o NoSQL é fundamental para armazenar 
e gerenciar as interações sociais e conteúdo gerado pelos usuários. 
A capacidade de escalar horizontalmente oferecida pelo NoSQL 
é vital para suportar o crescimento exponencial do número de 
usuários e a diversidade de dados gerados.
57BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
No campo da IoT (Internet das Coisas), o NoSQL 
desempenha um papel crítico ao lidar com a torrente de dados 
gerados por dispositivos conectados. A necessidade de processar 
grandes volumes de dados em tempo real, muitas vezes em 
ambientes com baixa latência, torna as soluções NoSQL ideais.
IMPORTANTE
O processamento de dados em tempo real é 
outra área em que o NoSQL brilha. Sistemas que 
exigem análises rápidas e decisões em tempo real, 
como monitoramento de transações financeiras 
ou análise de tráfego em redes, se beneficiam 
enormemente da alta velocidade de leitura/escrita 
e da baixa latência oferecidas pelo NoSQL.
Além desses casos, o NoSQL também encontra aplicação 
em sistemas de gestão de conteúdo, em que a flexibilidade de 
esquema e a capacidade de gerenciar diferentes tipos de conteúdo 
são essenciais. Empresas de mídia e entretenimento utilizam 
NoSQL para gerenciar eficientemente conteúdos dinâmicos e 
interativos.
No setor de saúde, o NoSQL é utilizado para armazenar e 
processar grandes volumes de dados de pacientes, desde registros 
eletrônicos de saúde até dados genômicos. A capacidade de lidar 
com dados não estruturados e a escalabilidade são aspectos 
cruciais nesse setor.
Empresas de e-commerce utilizam NoSQL para gerenciar 
catálogos de produtos e históricos de transações, aproveitando 
a alta disponibilidade e a escalabilidade para garantir uma 
experiência de compra suave aos usuários.
No setor financeiro, o NoSQL é usado para análise de 
risco, fraude e monitoramento de transações em tempo real, em 
que a capacidade de processar grandes volumes de transações 
rapidamente é essencial.
58 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Na indústria de jogos, NoSQL é utilizado para gerenciar 
dados de jogadores, sessões de jogos e interações em tempo real, 
em que a performance e a escalabilidade são fundamentais para 
suportar um grande número de usuários simultâneos.
Imagem 1.5- Na indústria de jogos
Fonte: Freepik.
No setor de logística, o NoSQL auxilia no rastreamento 
de cargas e na otimização de rotas, gerenciando eficientemente 
grandes quantidades de dados geoespaciais e de sensores.
Em sistemas educacionais, o NoSQL é empregado para 
personalizar a aprendizagem e gerenciargrandes conjuntos de 
dados educacionais, desde informações de alunos até recursos de 
aprendizagem interativos.
Na gestão de recursos naturais, como na indústria de 
energia, o NoSQL é usado para analisar dados de sensores e 
otimizar a gestão de recursos.
Por fim, no setor de segurança pública, o NoSQL é aplicado 
em sistemas de vigilância e análise de dados para prevenção de 
59BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
crimes, em que a capacidade de processar rapidamente grandes 
volumes de dados de diferentes fontes é crucial.
Em resumo, os casos de uso para NoSQL são tão variados 
quanto as próprias indústrias que os utilizam. A flexibilidade, 
escalabilidade e performance oferecidas pelo NoSQL tornam-no 
uma escolha ideal para uma ampla gama de aplicações, desde o 
gerenciamento de big data até sistemas em tempo real. 
Esses exemplos ilustram como o NoSQL está na vanguarda 
da inovação em gerenciamento de dados, fornecendo soluções 
eficientes e escaláveis para os desafios modernos de dados.
Comparação de soluções NoSQL 
em diferentes cenários
A comparação de soluções NoSQL em diferentes cenários 
é uma análise essencial para entender como cada tipo de banco 
de dados NoSQL se adapta a diferentes necessidades e contextos. 
Existem quatro principais categorias de bancos de dados NoSQL: 
documentais, chave-valor, colunares e grafos. Cada um possui 
características únicas que os tornam adequados para cenários 
específicos, com suas próprias vantagens e limitações.
Começando com os bancos de dados documentais, como 
MongoDB e Couchbase, eles armazenam dados em documentos 
(geralmente formatos JSON ou BSON), o que os torna ideais para 
aplicações que lidam com dados semiestruturados. 
Esses sistemas são notáveis pela sua flexibilidade de 
esquema, facilitando a evolução do modelo de dados sem 
exigir alterações em todo o banco. Segundo Banker (2011), essa 
característica é particularmente vantajosa em ambientes de 
desenvolvimento ágeis e em situações em que os dados não 
seguem um padrão rígido.
60 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Os bancos de dados chave-valor, como Redis e DynamoDB, 
são conhecidos pela simplicidade e alta performance, especialmen-
te em operações de leitura e escrita. Eles funcionam armazenando 
dados como um par de chave e valor, o que os torna extrema-
mente eficientes para operações de acesso direto. Carlson (2013) 
destaca a aplicabilidade desses bancos de dados em cenários nos 
quais a velocidade de acesso é crítica, como em sistemas de cache 
e sessões de usuário.
VOCÊ SABIA?
Os bancos de dados colunares, como Cassandra e 
HBase, são otimizados para leitura e escrita rápida 
de grandes volumes de dados. Eles armazenam 
dados por colunas em vez de linhas, o que os 
torna ideais para análises de grandes datasets e 
para aplicações que realizam pesquisas intensivas 
em um número limitado de colunas. Stonebraker 
e Cetintemel (2005) ressaltam a eficácia dos 
bancos de dados colunares em cenários de data 
warehousing e processamento analítico.
Os bancos de dados de grafos, como Neo4j e Titan, são 
projetados para armazenar e manipular relacionamentos entre 
dados. Eles são especialmente úteis em aplicações que necessitam 
de análise intensiva de relacionamentos, como redes sociais, 
sistemas de recomendação e detecção de fraudes. Robinson et al. 
(2013) ilustram como esses bancos de dados oferecem vantagens 
significativas em cenários em que as relações entre os dados são 
tão importantes quanto os próprios dados.
Cada um desses tipos de NoSQL tem suas limitações. 
Bancos de dados documentais, por exemplo, podem não ser 
a melhor escolha para aplicações que requerem transações 
complexas ou joins entre diferentes documentos. Por outro lado, 
os bancos de dados chave-valor, apesar de sua alta performance, 
oferecem funcionalidades de consulta limitadas, o que pode ser 
61BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
uma desvantagem para aplicações que necessitam de consultas 
complexas.
IMPORTANTE
Os bancos de dados colunares, enquanto 
excelentes para análises analíticas e operações 
em grandes volumes de dados, podem não ser tão 
eficientes em cenários que exigem atualizações 
frequentes de pequenas quantidades de dados. 
Além disso, sua natureza otimizada para colunas 
pode torná-los menos adequados para aplicações 
que requerem uma visão holística dos dados.
Por fim, os bancos de dados de grafos, apesar de excelentes 
na gestão de relacionamentos complexos, podem ser excessivos 
para aplicações com estruturas de dados simples ou nas que as 
relações entre os dados não são um foco principal. Além disso, 
eles podem apresentar desafios em termos de escalabilidade e 
desempenho quando comparados a outros tipos de NoSQL em 
determinados cenários.
Em resumo, a escolha do tipo de banco de dados NoSQL 
deve ser baseada nas necessidades específicas de cada aplicação. 
É importante considerar fatores como a natureza dos dados, os 
padrões de acesso, as necessidades de consulta e análise, e a 
escala na qual o sistema operará. Essa análise cuidadosa ajudará 
a maximizar os benefícios oferecidos pelo NoSQL, garantindo ao 
mesmo tempo que as limitações sejam minimizadas.
62 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Desafios e considerações na 
implementação do NoSQL
Os desafios e considerações na implementação do NoSQL 
é crucial para organizações que planejam transitar ou integrar 
sistemas NoSQL em suas infraestruturas de TI. Apesar das 
inúmeras vantagens que os bancos de dados NoSQL oferecem, 
como escalabilidade, flexibilidade de esquema e capacidade de 
lidar com grandes volumes de dados, sua implementação vem 
acompanhada de diversos desafios. Esses incluem questões 
de migração, integração com sistemas existentes, segurança e 
consistência dos dados. Este subtítulo abordará esses desafios e 
discutirá estratégias para superá-los.
O primeiro grande desafio é a migração de dados. Migrar 
dados de sistemas tradicionais baseados em SQL para sistemas 
NoSQL pode ser complexo, especialmente quando os dados estão 
em formatos altamente estruturados. 
A migração exige uma cuidadosa análise e mapeamento 
dos dados, além de uma compreensão profunda dos modelos 
de dados do NoSQL. Uma abordagem eficaz é a utilização de 
ferramentas de migração automatizadas que podem facilitar o 
processo, minimizando o risco de perda de dados.
A integração com sistemas existentes é outro desafio 
significativo. Muitas organizações possuem um vasto conjunto 
de sistemas legados que precisam trabalhar em conjunto com as 
novas soluções NoSQL. 
Essa integração demanda uma abordagem cuidadosa para 
garantir que os sistemas possam comunicar-se eficientemente 
sem comprometer o desempenho. 
63BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Segundo Sadalage e Fowler (2012), a utilização de APIs e 
serviços de middleware pode ser uma solução eficaz para integrar 
sistemas NoSQL com arquiteturas existentes.
IMPORTANTE
A segurança dos dados é outra consideração cru-
cial na adoção do NoSQL. Os bancos de dados 
NoSQL, em geral, foram desenvolvidos com foco 
em escalabilidade e flexibilidade, e não necessaria-
mente com recursos de segurança robustos. 
Isso pode representar um risco, especialmente em aplica-
ções que lidam com dados sensíveis. Para lidar com essa questão, 
é importante implementar camadas adicionais de segurança, in-
cluindo criptografia, autenticação forte e monitoramento constan-
te, como sugerido por Redmond e Wilson (2012).
A consistência dos dados é outra preocupação. Diferente-
mente dos bancos de dados relacionais, que seguem o modelo 
ACID (Atomicidade, Consistência, Isolamento, Durabilidade), mui-
tos bancos de dados NoSQL utilizam o modelo BASE (Basicamente 
Disponível, Estado Suave, Eventual Consistência).
Isso pode levar a problemas de consistência de dados em 
aplicações que exigem alta precisão. Uma solução é a utilização 
de algoritmos de consistência mais fortes, como o modelo de 
consistência causal,que podem garantir um nível mais alto de 
precisão dos dados.
Além desses desafios, há também a questão da escassez 
de habilidades. A tecnologia NoSQL ainda é relativamente nova, 
e pode haver uma falta de profissionais experientes no mercado. 
Isso exige que as organizações invistam em treinamento e 
desenvolvimento de suas equipes ou busquem parcerias com 
especialistas no assunto.
64 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Por fim, a escolha do tipo certo de banco de dados NoSQL 
para cada aplicação específica é crucial. Como diferentes tipos 
de NoSQL são otimizados para diferentes tipos de operações e 
cargas de trabalho, a escolha inadequada pode levar a problemas 
de desempenho e escalabilidade.
VOCÊ SABIA?
Na implementação de bancos de dados NoSQL, 
é crucial entender os requisitos específicos do 
negócio. Essa compreensão inclui o tipo de dados 
a serem armazenados, a frequência de acesso 
e atualização dos dados, além dos requisitos 
de escalabilidade e desempenho. A equipe 
responsável deve receber treinamento adequado 
nas tecnologias NoSQL, considerando suas 
diferenças significativas em relação aos bancos de 
dados relacionais em termos de design, operação e 
manutenção.
É também essencial realizar uma análise de custo-
benefício cuidadosa. Essa análise deve levar em conta não 
apenas os custos diretos, como licenciamento e infraestrutura, 
mas também os custos indiretos relacionados à migração, 
treinamento e manutenção a longo prazo. A adoção de um banco 
de dados NoSQL deve ser justificada por um retorno claro sobre 
o investimento.
Além disso, a abordagem de testes e validação deve ser 
rigorosa. É fundamental garantir que o sistema NoSQL atenda aos 
requisitos de desempenho e escalabilidade e que os dados sejam 
migrados corretamente, sem perda de integridade ou informações. 
Por fim, é indispensável estabelecer estratégias robustas de backup 
e recuperação. Tais estratégias são fundamentais para proteger 
contra a perda de dados e assegurar a continuidade dos negócios 
em caso de falhas ou desastres imprevistos.
65BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Considerando todos esses fatores, as organizações 
podem efetivamente aproveitar as vantagens oferecidas pelos 
bancos de dados NoSQL, como sua flexibilidade, escalabilidade e 
desempenho, para atender às necessidades de dados complexos 
e em constante evolução no ambiente corporativo atual.
Em suma, enquanto a implementação de soluções NoSQL 
oferece muitos benefícios, ela também apresenta vários desafios. 
Abordar esses desafios com uma estratégia cuidadosa, que inclui 
planejamento detalhado, utilização de ferramentas adequadas, 
e foco na segurança e na consistência dos dados, é fundamental 
para garantir uma transição bem-sucedida para o NoSQL. 
RESUMINDO
E então? Gostou do que lhe mostramos? Aprendeu 
mesmo tudinho? Agora, só para termos certeza 
de que você realmente entendeu o tema de 
estudo deste capítulo, vamos resumir tudo o que 
vimos. Você deve ter aprendido que no subtítulo 
“Características dos dados e requisitos de 
desempenho” exploramos como as propriedades 
dos dados - volume, variedade, velocidade e 
veracidade - e as exigências de desempenho 
influenciam a escolha por soluções NoSQL. 
Discutimos a importância da escalabilidade, 
da flexibilidade de esquemas e da capacidade 
de processamento rápido que os bancos de 
dados NoSQL oferecem, destacando como essas 
características são fundamentais para lidar com 
as demandas de big data e aplicações modernas. 
Mergulhamos em diversos cenários práticos 
nos quais o NoSQL se destaca. Examinamos 
como diferentes setores, como redes sociais, 
sistemas de recomendação, Internet das Coisas 
(IoT) e processamento de dados em tempo real, 
se beneficiam das peculiaridades do NoSQL. 
Esses exemplos concretizam a aplicabilidade e 
a versatilidade do NoSQL em múltiplas áreas, 
66 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
demonstrando seu valor em ambientes de 
dados diversificados e dinâmicos. Fizemos uma 
análise detalhada dos diferentes tipos de bancos 
de dados NoSQL - documentais, chave-valor, 
colunares e grafos - e como cada um se adequa 
a situações específicas. Discutimos suas vantagens 
e limitações em contextos distintos, oferecendo 
uma visão clara de como selecionar o tipo de 
banco de dados NoSQL mais adequado para 
cada necessidade específica de aplicação. Por fim, 
abordamos os obstáculos comuns enfrentados ao 
adotar soluções NoSQL. Questões como migração 
de dados, integração com sistemas existentes, 
segurança e consistência dos dados foram 
discutidas, junto com estratégias para superar 
esses desafios. Essa seção fornece um guia prático 
para a implementação bem-sucedida de bancos 
de dados NoSQL, considerando tanto os benefícios 
quanto os potenciais desafios. Esperamos que este 
capítulo tenha fornecido a você um entendimento 
abrangente dos bancos de dados NoSQL, suas 
aplicações, e as considerações importantes para 
sua implementação. Com esse conhecimento, 
você está agora melhor equipado para reconhecer 
cenários apropriados para a aplicação do NoSQL 
e para enfrentar os desafios que podem surgir 
ao longo do caminho. Avante na sua jornada de 
aprendizado e aplicação do NoSQL!
67BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
CATTELL, R. Scalable SQL and NoSQL Data Stores. ACM SIGMOD 
Record, v 39, n. 4, p. 12-27, 2011. Disponível em: https://dl.acm.
org/doi/10.1145/1978915.1978919. Acesso em: 18 jan. 2024.
BANKER, K. MongoDB in Action. New York: Manning Publications, 
2011.
CARLSON, J. L. Redis in Action. New York: Manning Publications, 
2013.
CHODOROW, K. MongoDB: The Definitive Guide. Sebastopol: 
O’Reilly Media. 2013.
FASEL, D.; MEIER, A. Big Data: Grundlagen, Systeme und 
Nutzungspotenziale. Wiesbaden: Springer Vieweg, 2016.
REDMOND, E.; WILSON, J. R. Seven Databases in Seven Weeks: 
A Guide to Modern Databases and the NoSQL Movement. [S.l.]: 
Pragmatic Bookshelf, 2012.
ROBINSON, I. et al. Graph Databases. Sebastopol: O’Reilly Media, 
2013.
SADALAGE, P. J.; FOWLER, M. NoSQL Distilled: A Brief Guide to 
the Emerging World of Polyglot Persistence. Sebastopol: Addison-
Wesley Professional, 2012.
STONEBRAKER, M.; CETINTEMEL, U. One Size Fits All: An Idea Whose 
Time Has Come and Gone. In: 21st International Conference on 
Data Engineering, 2005, Tokyo. p. 2-11. Disponível em: https://
ieeexplore.ieee.org/document/1410100. Acesso em 18 jan. 2024.
RE
FE
RÊ
N
CI
A
S
https://dl.acm.org/doi/10.1145/1978915.1978919
https://dl.acm.org/doi/10.1145/1978915.1978919
https://ieeexplore.ieee.org/document/1410100
https://ieeexplore.ieee.org/document/1410100
	Visão geral dos bancos de dados nosql
	 O paradigma NoSQL: uma introdução
	Principais características dos bancos de dados NoSQL
	Modelos de dados NoSQL
	Casos de uso e vantagens do NoSQL
	Bancos de dados relacionais versus não relacionais 
	Fundamentos dos bancos de dados relacionais 
	Características dos bancos de dados não relacionais 
	Comparação entre bancos de dados relacionais e não relacionais
	Transição para o NoSQL: quando e porquê?
	Tipos de bancos de dados nosql 
	Tipos de bancos de dados NoSQL
	Propósito e vantagens de cada tipo de banco de dados NoSQL
	Casos de aplicação para bancos de dados NoSQL
	Estudos de caso e exemplos práticos de bancos de dados NoSQL
	Casos de uso e aplicações de nosql 
	Características dos dados e requisitos de desempenho
	Análise de casos de uso específicos para NoSQL
	Comparação de soluções NoSQL em diferentes cenários
	Desafios e considerações na implementação do NoSQLtradicionais 
impõem uma estrutura tabular rigorosa, com esquemas fixos, 
o NoSQL oferece flexibilidade de esquema e escalabilidade 
horizontal para lidar com uma ampla variedade de tipos de dados 
e volumes massivos (Chodorow, 2013).
A história do NoSQL remonta ao início do século XXI, 
quando empresas como Google, Amazon, Facebook e outras 
gigantes da tecnologia enfrentaram desafios significativos em 
relação ao gerenciamento de dados em grande escala. Com o 
rápido crescimento da internet e a necessidade de armazenar e 
processar enormes quantidades de dados de maneira eficiente, 
os sistemas de gerenciamento de banco de dados relacionais 
convencionais começaram a mostrar limitações.
Imagem 1.1- Google
Fonte: Freepik. 
11BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
A motivação por trás do desenvolvimento de bancos de 
dados NoSQL foi a busca por soluções que pudessem lidar com as 
características únicas desses dados em escala. 
Os sistemas relacionais tradicionais não conseguiam 
acompanhar a velocidade, a escalabilidade e a variedade de dados 
que as empresas enfrentavam. Foi nesse contexto que surgiram 
os primeiros sistemas NoSQL, como o Google Bigtable e o Amazon 
DynamoDB.
A escalabilidade horizontal, a capacidade de distribuição 
geográfica, a tolerância a falhas e a flexibilidade de esquema 
tornaram-se pontos cruciais para essas empresas. Assim, o NoSQL 
emergiu como uma alternativa viável e eficaz para lidar com essas 
demandas, impulsionando a evolução da gestão de dados na era 
digital.
VOCÊ SABIA?
Uma curiosidade interessante é que o termo 
“NoSQL” foi inicialmente cunhado durante uma 
reunião informal de desenvolvedores em 2009, 
quando Eric Evans, um dos participantes, usou 
a frase “NoSQL” para descrever sistemas de 
armazenamento de dados não relacionais. O 
termo foi criado mais como uma negação do SQL, 
que era o padrão nos bancos de dados relacionais, 
do que uma descrição precisa dos sistemas NoSQL. 
No entanto, essa simples designação pegou e se 
tornou a base para toda uma categoria de sistemas 
de gerenciamento de banco de dados.
Em resumo, o paradigma NoSQL representa uma 
mudança fundamental na forma como os dados são gerenciados 
e manipulados. Sua importância reside na capacidade de fornecer 
soluções flexíveis e escaláveis para empresas que precisam lidar 
com dados diversificados e volumes massivos, impulsionando a 
inovação e a eficiência na gestão de informações.
12 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Principais características dos 
bancos de dados NoSQL
Para compreender plenamente o paradigma NoSQL, é 
essencial analisar as características fundamentais que distinguem 
esses bancos de dados dos sistemas relacionais tradicionais. Neste 
capítulo, vamos explorar em detalhes as principais características 
dos bancos de dados NoSQL, como escalabilidade, flexibilidade de 
esquema, consistência e outros aspectos-chave. 
Uma das características mais distintivas dos bancos de 
dados NoSQL é a escalabilidade horizontal. Isso significa que esses 
sistemas são projetados para crescer facilmente, adicionando 
novos servidores ou clusters conforme a demanda aumenta. 
Essa capacidade é essencial para empresas que lidam com 
grandes volumes de dados e precisam de sistemas que possam 
lidar com o aumento do tráfego sem interrupções. Enquanto os 
bancos de dados relacionais muitas vezes enfrentam limitações de 
escalabilidade vertical, os sistemas NoSQL são altamente flexíveis 
nesse aspecto.
Outra característica notável é a flexibilidade de esquema 
oferecida pelos bancos de dados NoSQL. Diferentemente dos 
sistemas relacionais, que exigem que os dados sejam organizados 
em esquemas predefinidos e estritamente estruturados, os bancos 
de dados NoSQL permitem que os dados sejam armazenados de 
forma mais flexível. 
Isso significa que você pode adicionar novos campos aos 
documentos ou registros sem a necessidade de alterar um esquema 
global, tornando mais fácil lidar com dados semiestruturados ou 
em constante evolução, como aqueles provenientes de redes 
sociais ou sensores.
13BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Modelos de consistência dos bancos de dados NoSQL 
também oferecem uma variedade de modelos de consistência 
para atender às necessidades específicas de diferentes aplicativos. 
Enquanto os sistemas relacionais aderem ao modelo ACID 
(Atomicidade, Consistência, Isolamento e Durabilidade), os bancos 
de dados NoSQL adotam modelos como o BASE (Basicamente 
Disponível, Tolerante a Partições e Estado Extensível). 
Esses modelos de consistência permitem que os desenvol-
vedores escolham entre níveis variados de consistência e disponi-
bilidade, dependendo das necessidades de suas aplicações.
VOCÊ SABIA?
Uma curiosidade fascinante sobre bancos de 
dados NoSQL está relacionada à sua origem e ao 
desenvolvimento de tecnologias NoSQL. Muitas 
das primeiras soluções NoSQL foram criadas por 
gigantes da tecnologia, como o Google e o Amazon, 
para atender às suas necessidades exclusivas de 
gerenciamento de dados em grande escala.
O Google, por exemplo, desenvolveu o Google 
Bigtable, um dos primeiros sistemas NoSQL, 
para lidar com a indexação massiva da web. Esse 
sistema permitiu ao Google armazenar e consultar 
trilhões de páginas da web, tornando possível a 
pesquisa eficiente na internet. Essa iniciativa do 
Google foi uma das precursoras do movimento 
NoSQL e demonstrou a necessidade de soluções 
alternativas aos bancos de dados relacionais 
tradicionais para lidar com a explosão de dados na 
era digital.
Os bancos de dados NoSQL suportam uma ampla 
variedade de tipos de dados e modelos de dados. Isso inclui 
bancos de dados de documentos, que armazenam dados em 
formato JSON ou BSON; bancos de dados de colunas, ideais para 
consultas analíticas; bancos de dados de grafos, que são ideais 
14 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
para representar relacionamentos complexos; e bancos de dados 
de chave-valor, que são altamente eficientes para recuperação de 
dados por chave. A diversidade de modelos permite escolher a 
melhor opção para cada cenário de aplicação.
As principais características dos bancos de dados NoSQL 
incluem:
 • Flexibilidade de esquema: capacidade de adaptar-se 
a diferentes formatos de dados sem a necessidade de 
um esquema fixo ou pré-definido.
 • Escalabilidade horizontal: projetados para expandir 
facilmente adicionando mais servidores, diferentemente 
da escalabilidade vertical dos bancos de dados SQL.
 • Diversidade de modelos de dados: suporta modelos 
variados como chave-valor, documentos, colunares e 
grafos, adequados para diferentes tipos de aplicações.
 • Alta performance: eficiência no processamento de 
grandes volumes de dados e alta velocidade de 
transações.
 • Tolerância a falhas: capacidade de manter a 
operacionalidade mesmo em caso de falhas em parte 
do sistema.
 • Facilidade de uso e flexibilidade de desenvolvimento: 
permite desenvolvimento ágil e adaptativo, adequado 
para projetos que evoluem rapidamente.
Cada uma dessas características torna o NoSQL ade-
quado para cenários específicos de uso, especialmente 
quando flexibilidade e escalabilidade são essenciais.
15BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Modelos de dados NoSQL
Os bancos de dados NoSQL são conhecidos por sua 
diversidade de modelos de dados, que oferecem flexibilidade 
para atender às necessidades específicas de diferentes tipos de 
aplicativos e conjuntos de dados. Neste capítulo, exploraremos os 
principais modelos de dados NoSQL, que incluem documentos, 
colunas, grafos e chave-valor. Além disso, forneceremos exemplos 
de como cada modelo se adapta a diferentes tipos de dados e 
casos de uso.
Um dos modelos de dados mais populares no mundo 
NoSQL é o modelo de documentos. Nesse modelo, os dados são 
armazenados em documentos, que geralmente estão no formato 
JSON ou BSON (Binary JSON). Cada documento contém um 
conjunto de campos e seus valores associados, permitindouma 
estrutura flexível e semelhante a objetos. 
Bancos de dados de documentos, como o MongoDB e 
o Couchbase, são amplamente usados em cenários nos quais 
os dados têm uma estrutura variável, como blogs, sistemas 
de gerenciamento de conteúdo e catálogos de produtos. A 
flexibilidade desse modelo torna-o ideal para aplicações em 
constante evolução.
O modelo de dados de colunas é projetado para otimizar a 
recuperação eficiente de grandes volumes de dados, especialmente 
para consultas analíticas. Nele, os dados são armazenados em 
colunas em vez de linhas, o que permite a recuperação rápida de 
informações específicas. 
16 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
EXEMPLO: O Apache Cassandra, banco de dados de 
colunas, é frequentemente utilizado em ambientes nos 
quais é necessário lidar com conjuntos de dados de alta 
cardinalidade, como registros de logs ou dados de séries 
temporais.
Ainda temos também o modelo de dados de grafos 
que é ideal para representar e consultar dados que envolvem 
relacionamentos complexos. Nesse modelo, os dados são 
organizados em nós (entidades) e arestas (relacionamentos) entre 
esses nós. 
Bancos de dados de grafos, como o Neo4j e o Amazon 
Neptune, são amplamente empregados em cenários como 
redes sociais, análise de redes, recomendações personalizadas 
e sistemas de recomendação. Sua capacidade de modelar 
relacionamentos complexos torna-os poderosos para consultas 
que envolvem navegação por conexões.
Por conseguinte, os bancos de dados de chave-valor 
armazenam dados em pares de chave e valor, nos quais a chave 
é um identificador exclusivo para o valor associado. Esses bancos 
de dados são altamente eficientes na recuperação de dados por 
meio da chave, o que os torna ideais para aplicativos que exigem 
alta velocidade de leitura e gravação. 
EXEMPLO: O Redis e o Amazon DynamoDB são frequente-
mente utilizados em sistemas de cache, armazenamento 
de sessões de usuário, gerenciamento de configurações e 
aplicativos que requerem baixa latência.
Desse modo, os bancos de dados NoSQL oferecem uma 
variedade de modelos de dados para atender às necessidades de 
diferentes tipos de aplicativos e cenários. 
17BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
VOCÊ SABIA?
Os modelos de dados NoSQL são notavelmente 
diversos, adaptando-se a diferentes necessidades 
de armazenamento e processamento de dados. 
Eles incluem modelos como chave-valor, usado 
para acesso rápido a dados através de uma chave 
única; modelos de documentos, que armazenam 
dados em formatos como JSON, facilitando a 
manipulação de dados semiestruturados; modelos 
colunares, otimizados para análises rápidas 
e eficientes de grandes volumes de dados; e 
modelos de grafos, ideais para representar e 
explorar relações complexas entre dados, como 
nas redes sociais. Cada modelo tem características 
únicas, tornando o NoSQL uma solução versátil 
para diversos desafios de dados modernos.
Essa diversidade é uma das razões pelas quais os sistemas 
NoSQL ganharam destaque na gestão de dados moderna, 
permitindo que os desenvolvedores escolham o modelo mais 
adequado para seus projetos específicos.
Casos de uso e vantagens do NoSQL
Os bancos de dados NoSQL têm ganhado destaque e se 
mostrado uma alternativa eficaz aos bancos de dados relacionais 
em uma variedade de casos de uso. Neste capítulo, destacaremos 
exemplos práticos de situações em que os bancos de dados 
NoSQL são mais adequados do que os relacionais. Além disso, 
discutiremos as vantagens e desvantagens de escolher NoSQL 
para projetos específicos.
Os casos de uso e vantagens do NoSQL destacam-se em 
ambientes que requerem grande escalabilidade, flexibilidade e a 
capacidade de lidar com grandes volumes de dados não estrutu-
rados ou semiestruturados. NoSQL é amplamente utilizado em 
18 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Big Data, aplicações web e móveis, gerenciamento de conteúdo e 
Internet das Coisas (IoT), quando a capacidade de rápido proces-
samento e armazenamento de dados variados é essencial. 
As vantagens incluem escalabilidade horizontal, alta 
performance em manipulação de grandes volumes de dados, 
flexibilidade para armazenar diferentes tipos de dados e custo-
efetividade, especialmente com soluções open-source. 
Essas características tornam o NoSQL uma escolha 
preferencial em cenários nos quais os bancos de dados relacionais 
tradicionais podem não ser suficientes ou eficientes.
Destacamos alguns casos de uso do NoSQL:
 • Aplicações da web escaláveis - quando se trata de 
aplicações web altamente escaláveis, os bancos de 
dados NoSQL são frequentemente a escolha preferida. 
Por exemplo, em redes sociais, lugar em que milhões 
de usuários fazem postagens, curtem e compartilham 
conteúdo constantemente, o modelo de documento 
NoSQL é uma escolha sólida. Plataformas como 
o Facebook utilizam o Cassandra para manter a 
escalabilidade horizontal e garantir respostas rápidas 
a consultas.
 • Análise de dados em tempo real - em projetos que 
envolvem análise de dados em tempo real, como 
sistemas de análise de registros de servidores ou 
sistemas de monitoramento de sensores, os bancos de 
dados NoSQL, especialmente os de colunas, são ideais. 
Eles podem lidar com grandes volumes de dados e 
suportar consultas analíticas complexas com eficiência. 
Empresas como a Netflix usam o Apache Cassandra para 
rastrear o comportamento do usuário e personalizar as 
recomendações de filmes em tempo real.
19BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
 • Armazenamento de dados não estruturados - quando 
os dados são não estruturados ou semiestruturados, 
como textos de mídia social, registros de chatbot ou 
dados de sensores IoT, os bancos de dados NoSQL, como 
os de documentos, são altamente flexíveis e eficazes. 
O MongoDB é amplamente utilizado para armazenar e 
consultar dados não estruturados em aplicativos que 
variam de sistemas de gerenciamento de conteúdo a 
análises de sentimentos em redes sociais.
Vantagens do NoSQL:
 • Escalabilidade horizontal - um dos maiores trunfos 
do NoSQL é a escalabilidade horizontal, permitindo 
que aplicativos cresçam facilmente à medida que a 
demanda aumenta, adicionando mais servidores. Isso 
é especialmente valioso em aplicativos de alto tráfego, 
como redes sociais e comércio eletrônico.
 • Flexibilidade de esquema - a flexibilidade de esquema 
oferecida pelo NoSQL é uma vantagem significativa em 
cenários em que os dados são variáveis e podem mudar 
ao longo do tempo. Não é necessário um esquema 
rígido, permitindo adaptação contínua.
 • Desempenho para grandes volumes de dados - NoSQL 
é eficaz para manipular grandes volumes de dados, 
incluindo dados não estruturados e semiestruturados, 
como aqueles provenientes de sensores ou redes 
sociais, proporcionando desempenho eficiente.
Desvantagens do NoSQL:
 • Consistência flexível - embora a flexibilidade de 
consistência seja uma vantagem em alguns cenários, 
pode ser uma desvantagem em outros. Bancos de dados 
20 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
NoSQL podem optar por priorizar a disponibilidade 
em detrimento da consistência, o que pode levar a 
resultados imprecisos em algumas situações.
 • Curva de aprendizado - para aqueles que estão 
acostumados com bancos de dados relacionais, a 
transição para o NoSQL pode exigir uma curva de 
aprendizado significativa. Os modelos de dados e as 
consultas são diferentes, o que pode demandar tempo 
para se adaptar.
EXEMPLO: Uma mostra prática do uso de NoSQL é em 
sistemas de recomendação de produtos em sites de 
e-commerce. Esses sistemas analisam grandes volumes 
de dados de comportamento do usuário para fornecer 
recomendações personalizadas. A flexibilidade do NoSQL 
permite armazenar e processar diferentes tipos de dados 
de usuário, como histórico de navegação, compras 
anteriores e preferências, de forma eficiente. Além 
disso, sua escalabilidade horizontal facilita o manejo do 
aumento de tráfego durante períodos de altademanda, 
como promoções e feriados.
Dessa maneira, os bancos de dados NoSQL oferecem 
um conjunto diversificado de vantagens e são particularmente 
adequados para casos de uso que exigem escalabilidade, 
flexibilidade de esquema e desempenho em grandes volumes de 
dados não estruturados ou semiestruturados. 
No entanto, a escolha entre NoSQL e bancos de dados 
relacionais deve ser feita com base nas necessidades específicas 
de cada projeto, considerando suas vantagens e desvantagens.
21BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
RESUMINDO
E então? Gostou do que lhe mostramos? Aprendeu 
mesmo tudinho? Agora, só para termos certeza 
de que você realmente entendeu o tema de 
estudo deste capítulo, vamos resumir tudo o que 
vimos. Você deve ter aprendido que o subtítulo 
“Visão geral dos bancos de dados NoSQL” 
forneceu uma introdução abrangente ao mundo 
dos bancos de dados NoSQL, destacando como 
eles se diferenciam dos tradicionais sistemas 
de banco de dados relacionais. Exploramos a 
evolução do armazenamento de dados e como 
os bancos de dados NoSQL surgiram como uma 
resposta às necessidades de armazenamento 
e processamento de dados em grande escala, 
especialmente em aplicações que exigem alta 
escalabilidade e flexibilidade. Em “O paradigma 
NoSQL: uma introdução” você se familiarizou com 
o paradigma NoSQL, entendendo suas origens 
e a filosofia por trás de seu desenvolvimento. 
Discutimos como o NoSQL se afasta do modelo 
relacional clássico e abraça uma variedade de 
estruturas de dados, oferecendo uma flexibilidade 
que é crucial em certas aplicações modernas, como 
Big Data e a web em tempo real. Nesse subtítulo, 
mergulhamos nas características distintas dos 
bancos de dados NoSQL. Você aprendeu sobre 
sua escalabilidade horizontal, flexibilidade de 
esquema, capacidade de lidar com grandes 
volumes de dados e tipos variados, e como eles 
facilitam a rápida iteração no desenvolvimento de 
aplicativos. Essas características tornam os bancos 
de dados NoSQL particularmente adequados para 
cenários em que requisitos rápidos e em constante 
mudança são a norma. Exploramos os diferentes 
modelos de dados utilizados nos bancos de dados 
NoSQL, como chave-valor, documento, colunar e 
grafos. Cada modelo foi examinado para entender 
suas peculiaridades, vantagens e desvantagens, e
22 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
os contextos nos quais são mais eficientemente 
aplicados. Essa seção ajudou a compreender 
como escolher o modelo de dados mais adequado 
para diferentes necessidades de armazenamento 
e recuperação de dados. Por fim, focamos em 
casos de uso reais e vantagens do NoSQL. Você 
deve ter aprendido sobre situações específicas 
em que o NoSQL supera os bancos de dados 
relacionais, como em aplicações que exigem 
grande escalabilidade, flexibilidade no esquema 
de dados, e capacidade de lidar com enormes 
quantidades de dados semiestruturados ou não 
estruturados. Também discutimos como o NoSQL 
pode ser usado para melhorar o desempenho, a 
eficiência e a eficácia das aplicações modernas de 
processamento de dados. Ao final deste capítulo, 
você deve ter uma compreensão sólida dos bancos 
de dados NoSQL, suas características, modelos de 
dados, e como eles se encaixam no ecossistema 
tecnológico atual. Esperamos que esta jornada 
tenha sido informativa e que agora você esteja 
mais preparado para navegar pelo mundo dos 
bancos de dados NoSQL.
23BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Bancos de dados relacionais 
versus não relacionais 
OBJETIVO
Ao término deste capítulo, você será capaz de 
entender como funciona a distinção fundamental 
entre bancos de dados relacionais e não relacionais. 
As pessoas que tentaram migrar ou escolher 
entre sistemas relacionais e não relacionais sem 
a devida instrução tiveram problemas ao lidar 
com questões de escalabilidade, desempenho e 
manutenção de dados. Este capítulo é projetado 
para equipá-lo com a compreensão necessária 
para tomar decisões informadas e eficazes nesses 
cenários. E então? Motivado para desenvolver esta 
competência? Vamos lá!
Fundamentos dos bancos de 
dados relacionais 
A jornada dos bancos de dados relacionais começa 
na década de 1970, quando Edgar F. Codd, um cientista da 
computação da IBM, introduziu o conceito em seu artigo seminal 
“A Relational Model of Data for Large Shared Data Banks”. Esse 
modelo foi uma revolução, propondo uma maneira de estruturar 
dados em tabelas, linhas e colunas, diferentemente dos sistemas 
hierárquicos e de rede que eram comuns na época.
Os bancos de dados relacionais são fundamentados em 
tabelas. Uma tabela é uma coleção de dados organizados em 
linhas e colunas. As linhas, também conhecidas como registros ou 
tuplas, representam um único item de dados, enquanto as colunas 
representam os diferentes atributos desse item.
24 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
EXEMPLO: Em uma tabela de clientes, uma linha pode 
representar um cliente específico, enquanto as colunas 
podem incluir informações como nome, endereço e 
número de telefone.
Uma característica essencial dos bancos de dados 
relacionais é o uso de chaves. Uma chave primária é um campo 
único que identifica cada registro em uma tabela. Por exemplo, 
um número de identificação do cliente pode servir como uma 
chave primária em uma tabela de clientes. 
As chaves estrangeiras, por outro lado, são usadas para 
estabelecer relações entre tabelas diferentes. Elas referenciam 
a chave primária de outra tabela, formando um vínculo entre os 
dados.
A linguagem SQL (Structured Query Language) é o meio pelo 
qual interagimos com bancos de dados relacionais. Desenvolvida 
inicialmente pela IBM na década de 1970, a SQL tornou-se a 
linguagem padrão para a criação, manipulação e consulta de dados 
em bancos de dados relacionais. Com a SQL, podemos executar 
uma variedade de operações, desde a simples recuperação de 
dados até a realização de transações complexas.
A normalização é outro conceito-chave em bancos de 
dados relacionais. Ela envolve a organização de dados de forma 
a minimizar a redundância e dependência. Isso é feito por meio 
da divisão de uma base de dados em várias tabelas e definindo 
relações entre elas. A normalização ajuda a manter a integridade 
dos dados e torna o banco de dados mais eficiente.
Com o passar do tempo, os bancos de dados relacionais 
evoluíram para suportar transações, que são conjuntos de 
operações que são tratadas como uma única unidade. Isso significa 
25BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
que todas as operações em uma transação são concluídas com 
sucesso ou nenhuma é realizada. 
Esse conceito é fundamental para manter a integridade 
dos dados, especialmente em sistemas em que múltiplos usuários 
estão interagindo com o banco de dados simultaneamente.
Os Sistemas de Gerenciamento de Banco de Dados 
Relacional (SGBDR) também incorporam o conceito de ACID 
(Atomicidade, Consistência, Isolamento, Durabilidade). Esses 
princípios garantem que as transações sejam processadas de 
maneira confiável e ajudam a manter a integridade e a consistência 
dos dados.
Outro aspecto importante dos bancos de dados relacionais 
é a indexação. Indexar uma tabela melhora a velocidade de 
operações de busca e consulta, permitindo que o sistema localize 
rapidamente o registro desejado sem ter que percorrer toda a 
tabela.
A integração de bancos de dados relacionais com outras 
tecnologias também tem sido um foco de evolução. Por exemplo, 
a integração com ferramentas de análise de dados e inteligência 
de negócios permite que as empresas utilizem seus dados para 
tomar decisões informadas.
Os bancos de dados relacionais não estão isentos de 
desafios. Um dos principais é a escalabilidade. Embora sejam 
eficientes para volumes moderados de dados, eles podem 
enfrentar dificuldades quando se trata de grandes volumes de 
dados, ou dados que requerem alta disponibilidade e baixa 
latência.
Além disso, a rigidez dos esquemas de dadosem bancos 
de dados relacionais pode ser uma limitação. Em aplicações em 
26 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
que os dados são altamente dinâmicos ou não estruturados, a 
necessidade de definir um esquema pode ser um impedimento.
A segurança dos dados é outra consideração importante. 
Os bancos de dados relacionais, como qualquer sistema de 
armazenamento de dados, são alvo de ataques cibernéticos, o que 
exige a implementação de robustas medidas de segurança.
Características dos bancos de 
dados não relacionais 
Os bancos de dados não relacionais, conhecidos como 
NoSQL, surgiram como uma resposta direta às limitações dos 
sistemas relacionais, especialmente em contextos de big data e 
aplicações web em grande escala. 
O termo NoSQL, originalmente referindo-se a “não SQL”, 
tem sido também interpretado como “não apenas SQL”, refletindo 
a natureza diversificada desses bancos de dados.
Uma das características mais distintivas dos bancos de 
dados NoSQL é a sua flexibilidade de esquema. Ao contrário 
dos bancos de dados relacionais, que exigem um esquema de 
dados definido rigidamente antes da inserção de dados, muitos 
sistemas NoSQL permitem que os dados sejam armazenados 
sem uma definição prévia de sua estrutura. Essa flexibilidade é 
particularmente vantajosa quando se lida com tipos variados de 
dados ou com dados que evoluem rapidamente (Sadalage; Fowler, 
2012).
Outra característica importante do NoSQL é a escalabili-
dade. Os sistemas NoSQL são projetados para expandir horizon-
talmente, o que significa que eles podem lidar com o crescimento 
de dados adicionando mais servidores ao sistema. Isso contrasta 
com o modelo de escalabilidade vertical típico dos bancos de da-
27BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
dos relacionais, que se baseia no aumento da capacidade de um 
único servidor.
Em termos de desempenho, os bancos de dados NoSQL são 
otimizados para consultas rápidas, mesmo em grandes volumes 
de dados. Isso é em grande parte devido à sua estrutura de dados 
simplificada e ao modelo de armazenamento distribuído. 
Além disso, muitos bancos de dados NoSQL são projetados 
para operar eficientemente em ambientes de computação em 
nuvem, o que os torna ideais para aplicações que exigem alta 
disponibilidade e baixa latência (Redmond; Wilson, 2012).
Os bancos de dados NoSQL suportam uma variedade 
de tipos de dados, desde dados semiestruturados, como JSON e 
XML, até dados não estruturados, como textos e imagens. Essa 
capacidade de lidar com diversos tipos de dados é essencial em um 
mundo em que a natureza dos dados está em constante evolução.
Existem vários modelos de dados NoSQL, cada um com 
suas próprias características e casos de uso ideais. Os modelos 
mais comuns incluem:
 • Bancos de dados de chave-valor - esses são os tipos 
mais simples de bancos de dados NoSQL, em que cada 
item de dados é armazenado como um par de chave-
valor. Eles são altamente eficientes para operações de 
leitura e gravação e são frequentemente usados em 
aplicações que exigem armazenamento de sessão e 
cache.
 • Bancos de dados de documentos - esses bancos de 
dados armazenam dados em documentos (geralmente 
formatados em JSON ou XML), o que os torna adequados 
para armazenar dados semiestruturados. Eles são 
28 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
amplamente utilizados em sistemas de gerenciamento 
de conteúdo e aplicações e-commerce.
 • Bancos de dados colunares - ao contrário dos bancos 
de dados relacionais, que armazenam dados por linhas, 
os bancos de dados colunares organizam dados por 
colunas. Isso os torna ideais para análises de grandes 
volumes de dados, como em data warehousing.
 • Bancos de dados de grafos - esses bancos de dados são 
projetados para armazenar e navegar relacionamentos. 
Eles são especialmente úteis em aplicações que exigem 
modelagem de dados complexa, como redes sociais e 
sistemas de recomendação.
A escolha entre um banco de dados relacional e um NoSQL 
depende de vários fatores, incluindo a natureza dos dados, os 
requisitos de escalabilidade e a complexidade das consultas 
necessárias. 
29BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Imagem 1.2 – Entre os vários modelos de dados NoSQL, o banco de dados 
de documentos é bastante usado em aplicações e-commerce
Fonte: Pexels. 
Enquanto os bancos de dados relacionais ainda dominam 
em termos de transações complexas e integridade de dados, os 
bancos de dados NoSQL estão crescendo em popularidade devido 
à sua flexibilidade, escalabilidade e desempenho aprimorado em 
determinadas situações.
A evolução do NoSQL também está sendo impulsionada 
pelo aumento do uso de big data e pela necessidade de 
processamento em tempo real. À medida que mais empresas se 
movem em direção a arquiteturas baseadas em nuvem e a dados 
progressivamente mais diversificados, espera-se que a adoção de 
bancos de dados NoSQL continue a crescer.
30 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Comparação entre bancos 
de dados relacionais e não 
relacionais
A compreensão das diferenças entre bancos de dados 
relacionais e não relacionais é crucial para escolher a tecnologia 
mais adequada para diferentes necessidades de armazenamento 
de dados. Esta seção explora as principais diferenças entre 
esses dois tipos de bancos de dados, abordando aspectos como 
integridade dos dados, complexidade das consultas, escalabilidade, 
desempenho e adequação em diversos cenários de uso.
 • Integridade dos dados: os bancos de dados relacionais 
são conhecidos por sua forte integridade de dados. 
Eles utilizam restrições de integridade, como chaves 
estrangeiras, e transações para garantir a precisão e 
consistência dos dados ao longo do tempo. Por outro 
lado, os bancos de dados NoSQL, devido à sua natureza 
flexível e à falta de esquemas rígidos, podem não 
oferecer o mesmo nível de integridade de dados. Isso 
pode ser um desafio em aplicações em que a precisão 
dos dados é crítica.
 • Complexidade das consultas: a linguagem SQL, usada 
em bancos de dados relacionais, é extremamente 
poderosa para realizar consultas complexas, 
especialmente quando se trata de relacionamentos 
entre diferentes tabelas. NoSQL, embora eficiente para 
consultas simples e rápidas, pode não ser tão eficaz 
para consultas complexas devido à ausência de uma 
linguagem de consulta padronizada e à sua estrutura 
de dados menos rígida.
31BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
 • Escalabilidade: quando se trata de escalabilidade, 
os bancos de dados NoSQL levam vantagem. Eles 
são projetados para escalabilidade horizontal, o 
que significa que podem crescer adicionando mais 
servidores na rede. Isso contrasta com a escalabilidade 
vertical dos bancos de dados relacionais, que envolve o 
aumento da capacidade do servidor existente. 
Portanto, para aplicações que exigem manipulação de 
grandes volumes de dados ou alta disponibilidade, os bancos de 
dados NoSQL são geralmente mais adequados.
 • Desempenho: os bancos de dados NoSQL são 
otimizados para alto desempenho, especialmente em 
operações de leitura e gravação. Eles são capazes de 
lidar com grandes volumes de dados e tráfego intenso 
com mais eficiência do que os sistemas relacionais. 
Por outro lado, para operações que envolvem transações 
complexas ou cálculos intensivos, os bancos de dados relacionais 
ainda são preferíveis devido à sua robustez e recursos avançados 
de gerenciamento de transações.
 • Adequação em diferentes cenários de uso: bancos 
de dados relacionais são ideais para aplicações que 
necessitam de transações complexas e integridade de 
dados, como sistemas de gestão financeira e registros 
de pacientes em hospitais. 
Já os bancos de dados NoSQL são mais adequados para 
aplicações que exigem flexibilidade de esquema, como redes 
sociais, análise de big data e aplicações que lidam com uma 
variedade de tipos de dados.
Além disso, a escolha entre bancos de dados relacionais e 
não relacionais também depende doconhecimento e experiência 
32 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
da equipe de desenvolvimento. A familiaridade com a linguagem 
SQL e o modelo relacional pode influenciar a preferência por 
sistemas relacionais, enquanto a necessidade de lidar com grandes 
volumes de dados de forma eficiente pode pender a balança para 
o lado do NoSQL.
VOCÊ SABIA?
Uma curiosidade interessante sobre o tema dos 
bancos de dados NoSQL está relacionada à sua 
origem e evolução, particularmente o papel que 
gigantes da internet como Google e Amazon 
desempenharam no seu desenvolvimento.
 • Google’s Bigtable e Amazon’s Dynamo: antes de os 
bancos de dados NoSQL se tornarem populares 
e amplamente utilizados, duas grandes empresas 
de tecnologia estavam na vanguarda de seu 
desenvolvimento. O Google desenvolveu o Bigtable, 
um sistema de armazenamento de dados distribuído 
que foi essencial para a execução de serviços como o 
Google Search e o Google Maps. Por sua vez, a Amazon 
desenvolveu o Dynamo, um sistema de armazenamento 
de chave-valor altamente disponível, projetado para 
lidar com falhas de rede e hardware enquanto mantém a 
performance. Esses sistemas não apenas atenderam às 
necessidades internas dessas empresas, mas também 
inspiraram muitas das tecnologias NoSQL que vieram 
depois.
 • NoSQL não significa ”Não SQL”: embora o termo 
“NoSQL” possa sugerir “não SQL” ou “sem SQL”, ele é 
frequentemente interpretado como “Not Only SQL” 
(Não Apenas SQL). Isso reflete a ideia de que os bancos 
de dados NoSQL não substituem completamente 
os bancos de dados relacionais, mas oferecem 
alternativas complementares para armazenamento de 
33BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
dados, especialmente em situações que demandam 
grande escalabilidade, flexibilidade de esquema e a 
capacidade de lidar com grandes volumes de dados 
não estruturados ou semiestruturados.
 • Variedade de modelos de dados: outra curiosidade é 
a diversidade de modelos de dados oferecidos pelos 
bancos de dados NoSQL, que vão além dos tradicionais 
modelos relacionais. Desde bancos de dados baseados 
em documentos, como MongoDB e CouchDB, até bancos 
de dados de grafos como Neo4j, cada tipo de banco de 
dados NoSQL é projetado para atender necessidades 
específicas de armazenamento de dados, oferecendo 
soluções especializadas que não são possíveis com os 
modelos relacionais tradicionais.
 • Uso no espaço e além: interessantemente, a tecnologia 
NoSQL não se limita apenas a aplicações terrestres. 
Por exemplo, a NASA tem utilizado bancos de dados 
NoSQL para gerenciar os dados gerados por suas 
missões espaciais, incluindo a exploração de Marte. 
Isso destaca a robustez e flexibilidade dos bancos de 
dados NoSQL, que são capazes de operar em ambientes 
extremamente desafiadores.
Essas curiosidades ilustram não apenas a evolução 
técnica dos bancos de dados NoSQL, mas também seu impacto 
significativo no mundo da tecnologia e além.
34 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Transição para o NoSQL: quando e 
porquê?
A transição para bancos de dados NoSQL representa 
um ponto de inflexão significativo no gerenciamento de dados, 
impulsionado pelas necessidades emergentes das modernas 
paisagens de TI. 
Essa mudança é motivada por vários fatores, incluindo o 
crescimento de big data, a necessidade de maior flexibilidade e 
a demanda por sistemas que podem escalar de forma eficiente. 
Vamos explorar os cenários nos quais a transição para o NoSQL é 
apropriada, as tendências atuais em armazenamento de dados e 
as considerações práticas para empresas e desenvolvedores.
 • Crescimento de big data: A explosão do big data tem 
sido um dos principais impulsionadores da mudança 
para os bancos de dados NoSQL. Com o volume, a 
velocidade e a variedade dos dados aumentando 
exponencialmente, muitas organizações descobriram 
que os bancos de dados relacionais tradicionais são 
inadequados. Eles muitas vezes não conseguem lidar 
com a escala e a agilidade necessárias para processar 
grandes conjuntos de dados não estruturados ou 
semiestruturados. 
Bancos de dados NoSQL, com sua capacidade de escalar 
horizontalmente e manipular uma variedade de estruturas de 
dados, oferecem uma solução mais viável.
 • Flexibilidade de esquema: em ambientes em que os 
requisitos de dados são constantemente alterados, a 
rigidez dos esquemas em bancos de dados relacionais 
pode ser um obstáculo. Os bancos de dados NoSQL 
permitem uma maior flexibilidade, pois não exigem 
35BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
um esquema fixo. Isso permite que as organizações se 
adaptem rapidamente às mudanças nas necessidades 
de dados sem a necessidade de reestruturação 
significativa.
 • Escalabilidade e desempenho: a capacidade de escalar 
eficientemente é outro fator crítico que impulsiona a 
adoção do NoSQL. Em contraste com a escalabilidade 
vertical dos bancos de dados relacionais (aumento da 
capacidade do servidor), os bancos de dados NoSQL 
oferecem escalabilidade horizontal (adição de mais 
servidores), que é mais adequada para aplicações web 
modernas, especialmente aquelas que operam na 
nuvem. Além disso, para aplicações que exigem altas 
taxas de leitura e escrita, os bancos de dados NoSQL 
podem oferecer um desempenho superior.
 • Considerações práticas: a decisão de migrar para o 
NoSQL deve ser cuidadosamente considerada. 
Por isso, as empresas devem avaliar as seguintes situações:
 • Necessidades de dados - compreender o tipo, volume 
e complexidade dos dados é crucial. Se a organização 
lida com grandes volumes de dados não estruturados 
ou se as necessidades de dados estão em constante 
mudança, o NoSQL pode ser a escolha certa.
 • Expertise técnica - a equipe possui a experiência 
necessária para trabalhar com NoSQL? Há uma curva 
de aprendizado associada à migração de sistemas 
relacionais para NoSQL, e a capacitação da equipe é 
fundamental.
 • Integridade e segurança dos dados - avaliar as 
necessidades de integridade e segurança dos dados é 
crucial. Embora os bancos de dados NoSQL ofereçam 
36 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
flexibilidade e escalabilidade, eles podem não fornecer 
o mesmo nível de suporte para transações e integridade 
de dados como os sistemas relacionais.
 • Custos de transição - migrar para uma tecnologia 
diferente de banco de dados pode ser um processo caro 
e demorado. Os custos de implementação, migração de 
dados existentes, treinamento de equipe e manutenção 
contínua devem ser considerados.
A transição para o NoSQL não é uma solução universal 
para todos os problemas de gerenciamento de dados. Deve ser 
uma decisão estratégica baseada nas necessidades específicas da 
organização. Em alguns casos, uma abordagem híbrida, utilizando 
tanto bancos de dados relacionais quanto NoSQL, pode ser a 
solução mais eficaz, alavancando as forças de ambos para atender 
às necessidades de dados complexos e diversificados.
RESUMINDO
E então? Gostou do que lhe mostramos? Aprendeu 
mesmo tudinho? Agora, só para termos certeza de 
que você realmente entendeu o tema de estudo 
deste capítulo, vamos resumir tudo o que vimos. 
Você deve ter aprendido que no subtítulo “Bancos 
de dados relacionais versus não relacionais” explo-
ramos as diferenças fundamentais entre bancos 
de dados relacionais e não relacionais. Enquanto 
os sistemas relacionais têm sido o padrão há dé-
cadas, os bancos de dados não relacionais estão 
se tornando mais relevantes devido às mudanças 
nas necessidades de armazenamento de dados. 
Em “Fundamentos dos bancos de dados relacio-
nais” discutimos os conceitos fundamentais dos 
bancos de dados relacionais, incluindo sua histó-
ria, arquitetura básica com tabelas, linhas e colu-
nas, e a importância das chaves primárias e estran-
geiras. Além disso, exploramos a linguagem SQL, 
amplamente usada para consultas e manipulação 
37BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
de dados em sistemas relacionais. No tópico 
“Característicasdos bancos de dados não 
relacionais” investigamos as características 
distintivas dos bancos de dados não relacionais 
(NoSQL), destacando sua flexibilidade de esquema, 
escalabilidade, desempenho e suporte a uma 
variedade de tipos de dados, como documentos, 
chave-valor, colunas e grafos. Já em “Comparação 
entre bancos de dados relacionais e não relacionais” 
realizamos uma análise abrangente das diferenças 
entre bancos de dados relacionais e não relacionais. 
Abordamos aspectos como integridade dos dados, 
complexidade das consultas, escalabilidade, 
desempenho e adequação em diversos cenários 
de uso. Compreendemos que a escolha entre essas 
abordagens depende das necessidades específicas 
de armazenamento de dados de uma organização. 
Por fim, em “Transição para o NoSQL: quando e 
porquê?” finalmente, exploramos em qual tempo 
e motivos para se fazer a transição de um banco 
de dados relacional para um não relacional é 
apropriada. Consideramos as tendências atuais 
em armazenamento de dados, como o crescimento 
do big data, e como essas tendências influenciam 
a escolha entre os dois tipos de banco de dados. 
Além disso, destacamos considerações práticas 
para empresas e desenvolvedores que estão 
considerando fazer essa transição. Esperamos 
que você tenha adquirido um entendimento sólido 
das diferenças entre bancos de dados relacionais 
e não relacionais, bem como das situações em 
que cada um deles se destaca. Essa compreensão 
é fundamental para tomar decisões informadas 
ao selecionar a tecnologia de armazenamento de 
dados mais adequada às necessidades específicas 
de seu projeto ou organização.
38 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Tipos de bancos de dados 
NoSQL
OBJETIVO
 Ao término deste capítulo, você será capaz de 
entender como funcionam os diferentes tipos de 
bancos de dados NoSQL. Isso será fundamental 
para o exercício de sua profissão no mundo 
da gestão e análise de dados. As pessoas que 
tentaram lidar com bancos de dados NoSQL sem 
a devida instrução muitas vezes enfrentaram 
desafios ao encarar a complexidade dessas 
ferramentas. E então? Motivado para desenvolver 
esta competência? Vamos lá!
Tipos de bancos de dados NoSQL
Os bancos de dados NoSQL (Not Only SQL) são uma 
categoria diversificada de sistemas de gerenciamento de dados 
que oferecem alternativas aos tradicionais bancos de dados 
relacionais. Eles são projetados para atender às crescentes 
demandas de escalabilidade, flexibilidade e desempenho, 
características essenciais em muitas aplicações modernas. Quatro 
dos principais tipos de bancos de dados NoSQL são: bancos de 
dados de documentos, de colunas, de grafos e chave-valor.
Os bancos de dados de documentos são conhecidos por 
sua flexibilidade na manipulação de dados semiestruturados, 
no qual cada registro é armazenado como um documento, 
frequentemente em formatos como JSON ou BSON. Eles são 
ideais para cenários em que os esquemas de dados podem variar 
ao longo do tempo. Exemplos notáveis incluem o MongoDB e o 
Couchbase.
A principal diferença em relação aos bancos de dados 
relacionais está na estrutura dos dados. Em um banco de dados 
39BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
relacional, as tabelas têm esquemas rígidos, enquanto nos bancos 
de dados de documentos, cada documento pode ter campos 
diferentes, permitindo uma adaptação mais fácil às mudanças nos 
requisitos da aplicação.
Os bancos de dados de colunas são altamente eficientes 
para armazenar grandes volumes de dados distribuídos. Eles 
organizam os dados em colunas, em vez de linhas, o que facilita a 
recuperação de informações específicas em consultas complexas. 
Cassandra e HBase são exemplos notáveis desse tipo de banco de 
dados.
Em contraste com os bancos de dados relacionais, os 
bancos de dados de colunas podem escalar horizontalmente com 
facilidade, tornando-os ideais para cenários de big data. Além 
disso, eles são particularmente eficazes para armazenar séries 
temporais e dados de sensoriamento.
Os bancos de dados de grafos são especializados em 
modelar e consultar dados com estruturas complexas de 
relacionamentos. Eles são ideais para aplicações que dependem da 
representação de conexões entre entidades, como redes sociais, 
sistemas de recomendação e análise de redes. Neo4j e OrientDB 
são exemplos proeminentes de bancos de dados de grafos.
A principal característica distintiva é a utilização de 
estruturas de grafo, que consistem em nós e arestas, para 
representar entidades e seus relacionamentos. Isso torna a 
recuperação de informações baseada em relacionamentos muito 
eficiente, superando as limitações dos modelos relacionais para 
cenários complexos de interconexão de dados.
Os bancos de dados chave-valor são simples e rápidos 
na recuperação de dados estruturados em pares de chave-valor. 
Eles são ideais para casos de uso que exigem alta escalabilidade 
40 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
e baixa latência, como caches em memória, gerenciamento de 
sessões e contagem de elementos em tempo real. Exemplos 
notáveis incluem Redis e Amazon DynamoDB.
A abordagem chave-valor é direta: você associa um 
valor a uma chave e pode recuperar esse valor eficientemente 
usando a chave correspondente. Isso os torna excelentes para 
aplicações que requerem acesso rápido a dados específicos sem a 
complexidade de esquemas rígidos.
Em resumo, os bancos de dados NoSQL oferecem uma 
ampla variedade de escolhas, permitindo que os desenvolvedores 
selecionem o tipo mais adequado para suas necessidades 
específicas. Cada tipo possui características únicas que podem 
ser aproveitadas para resolver problemas complexos de maneira 
eficaz, adaptando-se aos requisitos de escalabilidade, flexibilidade 
e desempenho de suas aplicações.
VOCÊ SABIA?
Uma curiosidade divertida é que muitos bancos de 
dados NoSQL têm nomes criativos e muitas vezes 
peculiares. Isso é um contraste notável com os 
bancos de dados relacionais, que geralmente têm 
nomes mais formais e descritivos. O MongoDB, 
um dos bancos de dados de documentos mais 
populares, foi nomeado com base na palavra 
“humongous” (enorme) e “DB” (banco de dados), 
enfatizando sua capacidade de escalabilidade para 
grandes volumes de dados.
Outro exemplo é o Apache Cassandra, que foi 
nomeado em homenagem à profetisa grega 
Cassandra, conhecida por suas habilidades de 
previsão. O nome reflete a capacidade do banco 
de dados Cassandra de lidar com cenários de alta 
disponibilidade e tolerância a falhas.
41BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Propósito e vantagens de cada 
tipo de banco de dados NoSQL
Cada tipo de banco de dados NoSQL tem um propósito 
específico e oferece vantagens distintas em relação aos bancos 
de dados relacionais, permitindo que as empresas escolham a 
melhor opção com base em suas necessidades. 
Vamos explorar o propósito e as vantagens de cada tipo.
Bancos de dados de documentos são uma categoria de 
bancos de dados NoSQL que se destacam por sua capacidade 
de armazenar e recuperar dados no formato de documentos. 
Em contraste com os bancos de dados relacionais, que possuem 
esquemas rígidos e tabelas com estruturas predefinidas, os 
bancos de dados de documentos permitem que os dados sejam 
armazenados em documentos flexíveis, frequentemente no 
formato JSON (JavaScript Object Notation) ou formatos similares, 
como BSON (Binary JSON).
A característica distintiva desses bancos de dados é a 
flexibilidade em relação à estrutura dos dados. Isso significa que 
não é necessário definir um esquema de banco de dados rígido 
com antecedência; em vez disso, os documentos podem conter 
campos variáveis. Essa flexibilidade torna os bancos de dados 
de documentos ideais para cenários em que a estrutura dos 
dados pode mudar com frequência, o que é comum em muitos 
aplicativos modernos.
Os documentos são organizados em coleções, que são 
análogas às tabelas em bancos de dados relacionais. Enquanto 
os documentos individuais podem ter estruturasdiferentes, 
documentos dentro de uma coleção geralmente compartilham 
42 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
uma estrutura semelhante. Isso oferece uma flexibilidade de 
esquema que é valiosa em muitos casos de uso.
Os bancos de dados de documentos também suportam 
consultas, permitindo que os desenvolvedores recuperem dados 
com base em critérios específicos. Além disso, eles geralmente 
oferecem a capacidade de criar índices para acelerar consultas.
Esses bancos de dados têm uma ampla gama de casos 
de uso, incluindo gerenciamento de conteúdo, catálogos de 
produtos, perfis de usuário, registros de eventos e sistemas de 
gerenciamento de dados semiestruturados. Alguns exemplos 
populares de bancos de dados de documentos incluem o 
MongoDB, o Couchbase e o Firebase Firestore.
As principais vantagens dos bancos de dados de 
documentos incluem sua flexibilidade para acomodar mudanças 
nos requisitos da aplicação, desempenho eficiente na recuperação 
de dados e a capacidade de escalabilidade horizontal para 
lidar com grandes volumes de dados. Eles são uma escolha 
poderosa para projetos que requerem o gerenciamento de dados 
semiestruturados e a capacidade de se adaptar rapidamente a 
mudanças nas necessidades da aplicação.
Bancos de dados de colunas são uma categoria de bancos 
de dados NoSQL que se diferenciam pela forma como armazenam 
dados. Em vez de adotar o modelo tradicional de linhas e tabelas 
dos bancos de dados relacionais, esses sistemas organizam os 
dados em colunas. Cada coluna contém um conjunto específico de 
informações relacionadas, tornando-os altamente eficientes para 
consultas analíticas e agregações de dados.
A estrutura de colunas possibilita que esses bancos de 
dados se destaquem em cenários que envolvem grandes volumes 
de informações e análises em tempo real. Eles são particularmente 
43BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
úteis quando se trata de recuperar e analisar grandes conjuntos 
de registros simultaneamente.
Propósito dos bancos de dados de colunas são projetados 
para lidar com grandes volumes de dados e são particularmente 
eficazes para armazenar informações que requerem análise 
complexa, como registros de eventos, logs e dados de séries 
temporais.
A principal vantagem está na capacidade de escalabilidade 
horizontal, o que significa que eles podem lidar com grandes 
volumes de dados distribuídos em múltiplos servidores. Além 
disso, como os dados são armazenados em colunas em vez 
de linhas, as consultas são mais eficientes, especialmente ao 
recuperar um subconjunto específico de informações.
Bancos de dados de grafos são uma categoria de bancos de 
dados NoSQL que se destacam por sua capacidade de armazenar 
dados como grafos, em que os elementos são nós (vértices) 
conectados por arestas (relacionamentos). Esses bancos de 
dados são ideais para representar e navegar em dados altamente 
interconectados, como redes sociais, mapas de conhecimento, 
sistemas de recomendação e sistemas de transporte público.
Nesse modelo, os dados são representados como 
entidades (nós) e suas conexões (arestas), proporcionando uma 
maneira eficiente de representar informações complexas e 
relacionamentos. Os nós podem conter propriedades, e as arestas 
podem ter rótulos e direções, tornando esse modelo altamente 
expressivo na representação de dados interconectados.
Os propósitos dos bancos de dados de grafos são ideais 
para modelar e consultar dados com estruturas complexas de 
relacionamentos, como redes sociais, sistemas de recomendação 
e análise de redes.
44 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
A grande vantagem reside na capacidade de representar 
relacionamentos de maneira eficiente, o que torna as consultas 
baseadas em conexões rápidas e eficazes. Esses bancos de dados 
são particularmente valiosos quando se trata de responder a 
perguntas complexas sobre interconexões de dados, tornando-
os ideais para aplicativos que dependem fortemente desses 
relacionamentos.
Bancos de dados chave-valor são uma categoria de bancos 
de dados NoSQL que se destacam por sua simplicidade e eficiência 
na manipulação de pares chave-valor. Nesse modelo, os dados são 
armazenados em pares, em que cada chave única está associada a 
um valor correspondente. 
Essa estrutura minimalista é altamente eficiente para 
a recuperação de dados, tornando-os ideais para armazenar 
informações que precisam ser acessadas rapidamente, como 
cache de dados, configurações de aplicativos e sessões de usuário.
Uma das principais vantagens desses bancos de dados é 
sua simplicidade. Eles possuem uma estrutura de dados direta, 
com operações principais envolvendo a inserção, recuperação, 
atualização e exclusão de pares chave-valor. E com relação 
aos propósitos, são excelentes para cenários que exigem alta 
escalabilidade e baixa latência, como armazenamento de sessões 
de usuário, caches em memória e contagem de elementos em 
tempo real.
A simplicidade é a principal vantagem desses bancos de 
dados. Eles são extremamente rápidos na recuperação de dados 
com base em chaves, o que os torna ideais para aplicações que 
precisam de acesso rápido a informações específicas. Além disso, 
sua capacidade de escalabilidade horizontal permite lidar com 
cargas de trabalho crescentes com facilidade.
45BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Dessa maneira, cada tipo de banco de dados NoSQL 
atende a propósitos específicos e oferece vantagens distintas em 
relação aos bancos de dados relacionais. 
A escolha do tipo apropriado depende das necessidades 
da aplicação, e compreender as características de cada categoria 
é fundamental para tomar decisões informadas na escolha do 
sistema de gerenciamento de dados adequado.
Casos de aplicação para bancos 
de dados NoSQL
Os bancos de dados NoSQL têm uma ampla variedade 
de casos de aplicação em diversos setores da indústria, graças à 
sua flexibilidade e capacidade de lidar com requisitos específicos. 
Abaixo, fornecemos exemplos concretos de casos de uso e 
aplicações para cada tipo de banco de dados NoSQL:
Bancos de dados de documentos:
 • Comércio eletrônico - plataformas de comércio 
eletrônico usam bancos de dados de documentos 
para armazenar informações de produtos, detalhes 
de pedidos e perfis de clientes. A flexibilidade desses 
bancos de dados permite a rápida adaptação a novos 
campos de produto ou personalizações no perfil do 
cliente.
 • Gerenciamento de conteúdo - sistemas de 
gerenciamento de conteúdo, como blogs e portais de 
notícias, usam bancos de dados de documentos para 
armazenar artigos, imagens e metadados. A capacidade 
de adicionar novos campos ou tipos de conteúdo sem 
perturbar o sistema é crucial nesses casos.
Bancos de dados de colunas:
46 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
 • Análise de dados - bancos de dados de colunas são 
frequentemente usados em análise de dados, em que é 
essencial armazenar grandes volumes de informações, 
como registros de eventos, logs ou dados de sensores. 
Setores como finanças, saúde e publicidade on-line 
aproveitam esses bancos de dados para análises 
complexas e geração de relatórios.
 • IoT (Internet das Coisas) - dispositivos IoT geram 
enormes volumes de dados de sensores em tempo real. 
Bancos de dados de colunas são ideais para armazenar 
e analisar esses dados para monitoramento e tomada 
de decisões em tempo real em setores como automação 
industrial, agricultura e cidades inteligentes.
Bancos de dados de grafos:
 • Redes sociais: redes sociais como o Facebook e o 
LinkedIn usam bancos de dados de grafos para mapear 
as conexões entre usuários e recomendar novas 
conexões com base em interesses mútuos e conexões 
existentes.
 • Sistemas de recomendação - plataformas de streaming 
de música, filmes e comércio eletrônico utilizam bancos 
de dados de grafos para criar sistemas de recomendação 
personalizados, sugerindo produtos, músicas ou filmes 
com base no comportamento e nas preferências dos 
usuários.Bancos de dados chave-valor:
 • Cache em memória - bancos de dados chave-valor, como 
o Redis, são amplamente usados para criar caches em 
memória, acelerando o acesso a dados frequentemente 
acessados em aplicações web e de jogos.
47BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
 • Contagem de elementos em tempo real - aplicações 
que precisam contar eventos em tempo real, como 
visualizações de páginas da web, curtidas em redes 
sociais ou mensagens enviadas, se beneficiam dos 
bancos de dados chave-valor para manter contagens 
precisas e atualizadas instantaneamente.
Esses exemplos ilustram como os bancos de dados NoSQL 
desempenham um papel fundamental em uma variedade de 
setores e cenários de aplicação, oferecendo soluções eficazes para 
atender às necessidades específicas de cada caso. A escolha do 
tipo de banco de dados NoSQL depende da natureza dos dados 
e dos requisitos de escalabilidade, desempenho e flexibilidade de 
cada aplicação.
Estudos de caso e exemplos práticos 
de bancos de dados NoSQL
Os bancos de dados NoSQL são aplicados na vida real e 
os benefícios que proporcionam, apresentarei alguns estudos de 
caso e exemplos práticos de organizações que adotaram essas 
tecnologias:
MongoDB na Adobe Systems - a Adobe Systems, uma das 
maiores empresas de software do mundo, adotou o MongoDB 
como parte de sua estratégia de gerenciamento de dados. Eles 
usam o MongoDB para armazenar e processar uma grande 
quantidade de dados, incluindo dados de clientes e métricas de 
uso de seus produtos, como o Adobe Creative Cloud. Isso permitiu 
que a Adobe dimensionasse sua infraestrutura de dados para 
suportar o crescimento rápido de usuários e o volume de dados 
gerados.
48 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
 • Netflix e o Neo4j - a Netflix, uma das principais empresas 
de streaming de conteúdo, utiliza o Neo4j, um banco 
de dados de grafos, para aprimorar seus sistemas de 
recomendação. O Neo4j ajuda a Netflix a entender as 
relações complexas entre os gostos dos usuários e o 
conteúdo oferecido. Isso resultou em recomendações 
mais precisas e personalizadas, aumentando a 
satisfação do cliente e a retenção de assinantes.
 • Amazon DynamoDB na Samsung - a Samsung 
Electronics, uma das maiores fabricantes de eletrônicos 
do mundo, utiliza o Amazon DynamoDB para armazenar 
e gerenciar dados de seus dispositivos IoT (Internet 
das Coisas). O DynamoDB oferece escalabilidade e 
desempenho necessários para lidar com uma ampla 
variedade de dispositivos conectados, desde televisores 
inteligentes até eletrodomésticos, permitindo a coleta 
e análise eficiente de dados em tempo real.
Redis na Twitch é uma plataforma de streaming de jogos, 
que usa o Redis como parte fundamental de seu sistema de chat 
em tempo real. O Redis, um banco de dados chave-valor em 
memória, oferece alta velocidade e baixa latência para suportar 
a enorme quantidade de mensagens enviadas pelos usuários 
durante transmissões ao vivo. Isso garante uma experiência de 
chat fluida e interativa para milhões de espectadores simultâneos.
 • Facebook e o Cassandra: o Facebook, uma das maiores 
redes sociais do mundo, utiliza o Apache Cassandra, 
um banco de dados de colunas, para gerenciar grandes 
volumes de dados gerados por bilhões de usuários. 
O Cassandra é altamente escalável e oferece alta 
disponibilidade, garantindo que o Facebook possa 
armazenar e acessar rapidamente informações de 
49BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
perfil, postagens e interações dos usuários em todo o 
mundo.
 • LinkedIn e o Neo4j: o LinkedIn, uma das maiores redes 
profissionais, emprega o Neo4j, um banco de dados 
de grafos, para criar e manter sua rede de conexões 
entre usuários. Isso permite que o LinkedIn recomende 
contatos relevantes com base em relações de negócios 
e interesses mútuos, melhorando a experiência 
dos usuários e a eficácia da plataforma para fins de 
networking.
Imagem 1.3 - LinkedIn
Fonte: Freepik. 
O Twitter, uma das principais plataformas de mídia social e 
microblogging, utiliza o Redis como parte de sua infraestrutura de 
armazenamento em cache em memória. O Redis permite ao Twitter 
gerenciar a alta demanda por tweets, retweets e curtidas em tempo 
50 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
real, garantindo que os usuários recebam atualizações instantâ-
neas e que a plataforma permaneça altamente responsiva.
Imagem 1.4 - O Twitter
Fonte: Freepik. 
A Uber, uma das maiores empresas de compartilhamento 
de carros do mundo, utiliza o MongoDB como parte de seu 
sistema de gerenciamento de dados geoespaciais. O MongoDB 
permite à Uber rastrear em tempo real a localização de motoristas 
e passageiros, facilitando a alocação eficiente de viagens e 
melhorando a experiência dos usuários.
O Airbnb, uma plataforma de hospedagem compartilhada, 
adotou o Couchbase, um banco de dados de documentos, para 
melhorar a disponibilidade e a escalabilidade de suas reservas e 
processos de pagamento. O Couchbase permite ao Airbnb lidar 
com uma grande quantidade de dados de reservas em tempo 
real, garantindo que os viajantes tenham uma experiência fluida 
ao reservar acomodações.
51BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Esses estudos de caso demonstram como empresas 
líderes em diversos setores estão adotando bancos de dados 
NoSQL para resolver desafios específicos e obter benefícios 
reais, como escalabilidade, desempenho e personalização. Esses 
exemplos destacam a versatilidade e o potencial dos bancos de 
dados NoSQL na resolução de problemas complexos e na criação 
de experiências melhores para os usuários.
RESUMINDO
E então? Gostou do que lhe mostramos? Aprendeu 
mesmo tudinho? Agora, só para termos certeza de 
que você realmente entendeu o tema de estudo 
deste capítulo, vamos resumir tudo o que vimos. 
Você deve ter aprendido que os bancos de dados 
NoSQL são uma categoria diversificada e valiosa 
de sistemas de armazenamento de dados que 
oferecem soluções para desafios específicos em 
gerenciamento e análise de dados. No capítulo 3, 
exploramos os «Tipos de bancos de dados NoSQL” 
em detalhes, destacando quatro categorias 
principais: bancos de dados de documentos, 
bancos de dados de colunas, bancos de dados de 
grafos e bancos de dados chave-valor. Para cada 
tipo, discutimos suas características distintas, 
estruturas de dados, vantagens e casos de uso 
ideais. Primeiramente, analisamos os bancos 
de dados de documentos, que se destacam pela 
flexibilidade na estrutura dos dados e são ideais 
para cenários com dados semiestruturados. 
Em seguida, exploramos os bancos de dados 
de colunas, altamente eficientes para consultas 
analíticas e agregações de dados em grande escala.
Prosseguimos com os bancos de dados de grafos, 
que são ideais para representar e analisar dados 
interconectados, especialmente em cenários 
de redes sociais, sistemas de recomendação e 
análises de grafos complexos. Por fim, discutimos 
os bancos de dados chave-valor, que oferecem 
52 BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
simplicidade e alta velocidade na recuperação de 
dados, sendo ideais para cenários que exigem 
acesso rápido a informações por meio de chaves 
exclusivas. Esperamos que você tenha apreciado 
a exploração desses tipos de bancos de dados 
NoSQL e compreendido como cada um deles 
se adapta a diferentes necessidades e desafios. 
Lembre-se de que a escolha do tipo de banco 
de dados adequado depende dos requisitos 
específicos do seu projeto e das características 
dos dados que você está gerenciando. Continue 
aprofundando seus conhecimentos e explorando 
essas ferramentas valiosas para a gestão eficaz de 
dados.
53BANCOS DE DADOS NÃO RELACIONAIS
U
ni
da
de
 1
Casos de uso e aplicações de 
NoSQL 
OBJETIVO
Ao término deste capítulo, você será capaz de 
entender como funciona a identificação e escolha 
de cenários apropriados para a aplicação de 
bancos de dados NoSQL. As pessoas que tentaram 
implementar soluções NoSQL sem a devida