3_banco de dados relacional

Prévia do material em texto

WBA0178_v2.0
BANCO DE DADOS RELACIONAL 
E BIG DATA 
APRENDIZAGEM EM FOCO
2
APRESENTAÇÃO DA DISCIPLINA
Autoria: Cassio Rodolfo Aveiro da Silva
Leitura crítica: Flavio Fiuza
Tudo ao seu redor gira em torno da comunicação entre pessoas, 
entre sistemas e pessoas, e entre os próprios sistemas de 
informação. Seu computador pessoal, as listas de filmes em 
stream, os arquivos bancários, os check-ins de aeroportos ou 
de hospedagens e até mesmo os caixas de supermercados são 
alguns dos muitos exemplos em seu cotidiano que possuem 
em comum a presença de bancos de dados para armazenar 
essa grande variedade de arquivos e fornecer informações 
importantes quando necessário.
É interessante que você esteja por dentro das concepções, 
ferramentas e curiosidades por trás dos bancos de dados, 
uma vez que os dados são, hoje, o bem mais valioso de uma 
empresa. Com os avanços tecnológicos, muitos sistemas, 
técnicas e procedimentos no contexto da informação 
possibilitaram às pessoas, e sobretudo às empresas, mudarem 
suas estratégias profissionais e de negócio. Utilizar-se de 
recursos tecnológicos ultrapassados e desatualizados é 
sinônimo de perda de lucratividade.
Portanto, a disciplina Banco de Dados Relacional e Big Data será 
uma oportunidade para você adquirir conhecimento sobre 
atualizações, metodologias, ferramentas utilizadas, novos 
conceitos e a importância do armazenamento correto e adequado 
de dados, o que pode representar uma vantagem competitiva 
para empresas que, por exemplo, utilizam-se de um banco de 
dados relacional para otimizar suas operações de negócio.
3
Para tal, esta disciplina apresentará a você definições sobre 
estruturação e modelos de desenvolvimento de um banco de 
dados; relações entre entidades de um banco; princípios de 
cardinalidade e da linguagem-padrão utilizada. Além disso, será 
estudado o que é um sistema responsável pela gestão de bancos 
de dados. Você entenderá o que significa armazenamento em 
nuvem, tratamento e manipulação de dados, aplicações e quais as 
perspectivas futuras para os bancos de dados.
Por fim, para enriquecer ainda mais sua prática profissional, você 
estudará sobre Big Data, a tecnologia de informação presente 
no mundo todo e em crescente desenvolvimento, mostrando-se 
extremamente eficiente na organização, no armazenamento e na 
manipulação de enormes volumes de dados originados das mais 
variadas fontes, por exemplo, as redes sociais. Além, é claro, de 
aprender sobre as principais ferramentas utilizadas em Big Data 
para transformar com velocidade e veracidade meros dados 
brutos em informações de valor inestimável, como os datas 
warehouses, Hadoops e os chamados NoSQL (bancos de dados 
não relacionais).
INTRODUÇÃO
Olá, aluno (a)! A Aprendizagem em Foco visa destacar, de maneira 
direta e assertiva, os principais conceitos inerentes à temática 
abordada na disciplina. Além disso, também pretende provocar 
reflexões que estimulem a aplicação da teoria na prática 
profissional. Vem conosco!
TEMA 1
Banco de dados e Big Data: 
união necessária 
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza
5
DIRETO AO PONTO
Os dados são o novo petróleo, o combustível mais valioso do 
mundo. As ferramentas utilizadas para organizar esses dados 
são os bancos de dados. Nesta disciplina, vamos aprender sobre 
um tipo de banco de dados bastante eficiente que é o banco de 
dados relacional. 
Este tipo de banco é baseado no modelo relacional. 
A representação dos dados se dá por tabelas, em que cada 
linha desta é um registro com o seu endereço que pode 
também ser chamado de ID ou pode também ter o nome de 
chave. Na tabela, suas colunas têm as características que são 
também chamadas de atributos dos dados. As relações entre 
os dados é que são a razão pela qual esse tipo de banco tem o 
seu nome, pois para cada atributo terá um valor registrado que 
se relaciona com os respectivos dados.
Por causa da relação entre as tabelas e, consequentemente, 
a relação entre os dados das tabelas, podemos ter um 
processamento de dados mais rápido e confiável. Quando o 
usuário procura uma informação, conseguirá chegar à solução 
de maneira mais eficiente e otimizada.
O modelo de banco de dados relacional tem a sua característica 
principal na utilização de tabelas para armazenar de forma 
eficiente e também acessar as informações procuradas. Foi assim 
criado um modelo mais eficiente de acesso aos dados. 
Na tabela, as colunas têm as características que são também 
chamadas de atributos dos dados. As relações entre os dados são 
a razão pela qual esse tipo de banco tem o seu nome, pois, para 
cada atributo, terá um valor registrado que se relaciona com os 
respectivos dados. O usuário pode ter, por exemplo, duas tabelas, 
6
sendo que existe uma coluna que é comum a ambas as tabelas. 
Desta forma, existe uma relação entre as tabelas em que o banco 
de dados relacional pode estabelecer uma ID que é, neste caso, 
uma chave. 
O modelo de banco de dados relacional representa um banco 
de dados como uma coleção de tabelas, cada uma pode ser 
armazenada como um arquivo separado. A maior parte dos 
bancos de dados relacionais utiliza a linguagem de consulta de 
alto nível chamada SQL e admite uma forma limitada de visões 
do usuário. 
Sobre Big Data, temos que a quase totalidade dos dados que 
existem hoje foi gerada nos últimos dois anos. Isto significa 
que a maior parte dos dados que temos hoje em dia foi gerada 
entre 2018 e 2020. A qualidade de câmeras, vídeos e capacidade 
de armazenamento de informações nos dispositivos, aliada 
aos meios de comunicação, como mídias sociais, e aos novos 
hábitos de compartilhamento digitais, fizeram com que cerca 
de 8 zetabytes (10²¹ bytes) fossem gerados em 2015. Em 2020, 
foram gerados cerca de 350 zetabytes de dados, ou seja, uma 
quantidade 43,75 vezes maior.
Essa nova realidade faz com que o Big Data esteja entre os 
assuntos mais importantes em termos de soluções globais. 
Analisar situações, gerenciar empresas e tomar decisões pode se 
tornar mais eficiente com uma análise em Big Data.
Para trabalhar com Big Data, o processamento utilizado é 
basicamente paralelo. É possível analisar dados não estruturados 
e é comum o uso de banco de dados NoSQL. 
Algumas tecnologias dão suporte ao Big Data, como Hadoop 
e MapReduce, Cassandra, todos sistemas open source, 
muito utilizados pelas redes sociais na parte de análise e de 
7
infraestrutura para armazenar e processar os dados. O Hadoop 
é um projeto open source desenvolvido pelos projetos Hadoop 
MapReduce (HMR), utilizado para processamento paralelo; 
Hadoop Distributed File System (HDFS), utilizados para trabalho 
com dados não estruturados.
A razão pela qual o processamento é muito acelerado é 
que os dados são pesquisados paralelamente. Os dados 
são distribuídos em blocos, que são divididos em diferentes 
servidores. Os blocos têm um volume maior do que o que 
normalmente é usado, são de 64 MB. A razão do tamanho 
grande é que cada servidor pode trabalhar paralelamente com 
um volume maior de dados.
A área visual de imagens e vídeos vai se desenvolver cada dia 
mais e a tendência é que a velocidade de compartilhamento 
e quantidade dos dados se multipliquem a cada ano. Por este 
motivo, torna-se tão importante aprender sobre a análise e o 
tratamento de um grande volume de dados como a matéria de 
banco de dados e Big Data. Um ponto fundamental é que os 
dados se transformem em informações úteis e inteligíveis, das 
quais os usuários consigam extrair um importante valor.
Já falamos sobre algumas tecnologias que aprofundaremos 
ao longo da disciplina, mas é importante falar também dos 
profissionais e da importante atuação e do conhecimento 
necessário do assunto da disciplina, assim como novas profissões 
atuais e do futuro. O novo cargo chamado cientista e analista de 
dados é exemplo de profissionais do presente e futuro. Eles estãoentre os profissionais mais desejados pelas empresas nacionais 
e internacionais. Precisam ter conhecimentos de estatística, 
matemática, familiaridade com linguagem de programação como 
NoSQL, Python, R, entre outras, e saber lidar com o modelo 
relacional, suas regras e técnicas.
8
Referências bibliográficas
NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo: Pearson, 2011.
TAURION, C. Big Data. Rio de Janeiro, Brasport, 2013. 
PARA SABER MAIS
Para entender melhor sobre um banco de dados relacional, 
precisamos entender de forma leve e simples o que é um banco 
de dados. Podemos fazer analogias com o nosso dia a dia. Então, 
se pensarmos em dados como se fossem atributos, ou itens, como 
se fossem objetos, esses precisam ser organizados com uma 
certa estrutura, ser registrados, por exemplo, para saber o que 
se tem quando se deseja usar. Desta maneira, um conjunto de 
registros desses itens, nós chamamos arquivos, e eles precisam 
ser acessados por programas. Assim, denominados o conjunto de 
arquivos como banco de dados.
Esse grupo de arquivos, que na verdade estão armazenando 
dados para serem acessados de forma mais rápida e eficiente, 
pode estar relacionado entre si. Surge, então, alguns conceitos 
sobre os tipos de acesso e de organização dos bancos de dados. 
Todos gostam de ter suas informações de forma rápida e correta, 
para isso acontecer, temos uma certa lógica para organizar e 
estruturar os bancos de dados. Além disso, temos também um 
conjunto de regras e princípios para que o tempo de aquisição das 
informações estruturadas seja curto, e o processo, confiável. 
Os princípios são: redundância, inconsistência e integração. Hoje 
em dia, sabemos que guardar itens, ou dados, não é uma tarefa 
fácil quando temos um volume muito grande deles, certo? Então, 
quando falamos em redundância, estamos tratando de ter os 
mesmos dados em áreas diferentes de uma mesma empresa. 
9
Portanto, se tivermos os mesmos dados armazenados em áreas 
diferentes, a empresa incorrerá em maiores custos e queremos 
evitar isso. É por isso que falamos que temos de ter cuidado com o 
princípio da redundância. 
Sobre a inconsistência, temos exemplos de dados que podem 
ter alterações ao longo do tempo, então, normalmente, tais 
dados precisam de uma atualização para que não ocorra uma 
inconsistência. Então, quando temos importantes decisões a 
serem tomadas em grandes empresas, podemos ter grandes erros 
caso ocorra a inconsistência nos dados. 
Em relação ao princípio da integração, podemos entender 
com exemplos de compartilhamento de dados. Temos um 
exemplo bastante utilizado hoje em dia que são as redes 
sociais. Normalmente, compartilhamos muitas imagens, vídeos 
e informações por meio do WhatsApp, Facebook, Instagram e 
outras redes ou até e-mails, então, às vezes, facilita se tivermos 
uma integração na forma como compartilhamos os dados. Esse é 
o princípio da integração, em que, para evitar erros, é necessário 
ter uma comunicação eficiente dos dados e a necessidade de uma 
integração de dados com qualidade e confiabilidade.
Podemos fazer várias analogias com os princípios, regras e 
linguagens utilizadas para coletar, adquirir, tratar, analisar os 
dados e extrair importantes informações que serão utilizadas 
em tomadas de decisão em empresas, e até mesmo ter 
subsídios para ter uma boa política pública, baseadas em 
dados das cidades.
Referências bibliográficas
MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba: 
Intersaberes, 2013.
10
Lorem ipsum dolor sit amet
Autoria: Nome do autor da disciplina
Leitura crítica: Nome do autor da disciplina
TEORIA EM PRÁTICA
Reflita sobre a seguinte situação: você é o diretor da empresa 
Google, existem muitas áreas e vários programas que estão 
sob a mesma empresa, como os e-mails Gmail, sites de busca, 
agendas virtuais, Google Maps, vários aplicativos; a empresa 
multinacional, que atua mundialmente, possui um volume 
de dados gigantesco, na faixa de zetabytes. Com a maior 
parcela de seu lucro vindo da publicidade, é uma das maiores 
empresas do mundo, embora seja recente. Foi fundada em 
4 de setembro de 1998. O crescimento da empresa foi muito 
rápido e, com isso, culminou em diversos produtos inovadores 
e tecnológicos no mercado. O Google é executado em mais 
de um milhão de servidores e processa mais de 5 bilhões 
de solicitações de pesquisa em vários países diferentes. Já 
foi tido como o site mais visitado do mundo e considerado 
uma das melhores empresas para se trabalhar. Com todas 
essas informações sobre o Google, é possível perceber, com o 
conteúdo estudado, que estamos tratando do maior volume 
de dados do mundo. Quais as características de profissionais 
que você contrataria para sua empresa? Quais os princípios 
aplicados aos dados que você recomendaria ter para que sua 
empresa continuasse a ter sucesso?
Para conhecer a resolução comentada proposta pelo 
professor, acesse a videoaula deste Teoria em Prática no 
ambiente de aprendizagem.
11
LEITURA FUNDAMENTAL
Indicação 1
O capítulo tem como objetivo compreender conceitos básicos 
de bancos de dados, seus esquemas e instâncias. Dentro do 
conteúdo, é discutido também sobre a arquitetura e alguns tipos 
de linguagens de programação necessárias para trabalhar com 
bancos. Algumas características do modelo relacional e de banco 
de dados relacional são explicadas.
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra.
NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo: 
Pearson, 2011. Cap. 2, p. 19- 36.
Indicação 2
O crescimento do volume de dados é muito grande e a velocidade 
de compartilhamento de informações, em forma de imagens, 
áudio e vídeo, vem crescendo muito rápido. Os dados são 
importantes na economia, no trabalho. A análise de Big Data vem 
trazer novas soluções e profissões no mundo atual e futuro.
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra. 
TAURION, C. Big Data. Rio de Janeiro, Brasport, 2013. Cap. 2, 
p. 37-46.
Indicações de leitura
12
Indicação 3
O capítulo destaca a importância da programação nos dias 
de hoje, seu papel nas empresas e os conceitos iniciais sobre 
algoritmos, quais as formas de sua representação e como realizar 
a entrada, o processamento e a saída de dados.
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra. 
LEAL, L. C. G. Linguagem, programação e banco de dados. 
Curitiba: Intersaberes, 2015. Cap. 1, p. 15-48.
Indicação 4
Este capítulo mostra a importância dos bancos de dados, a sua 
representação eficiente, que possibilita acesso a informações 
corretas, em tempo hábil. São explicados princípios que devem ser 
levados em consideração para obtenção de um banco de dados 
eficiente, como redundância, inconsistência e integração.
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra. 
MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba: 
Intersaberes, 2013. Cap. 1, p. 11-32.
13
QUIZ
Prezado aluno, as questões do Quiz têm como propósito a 
verificação de leitura dos itens Direto ao Ponto, Para Saber 
Mais, Teoria em Prática e Leitura Fundamental, presentes 
neste Aprendizagem em Foco.
Para as avaliações virtuais e presenciais, as questões serão 
elaboradas a partir de todos os itens do Aprendizagem em 
Foco e dos slides usados para a gravação das videoaulas, 
além de questões de interpretação com embasamento no 
cabeçalho da questão.
1. Quais os princípios importantes na área de banco de dados 
que foram estudados? 
a. Redundância, inconsistência e integração.
b. Reconstrução, consistência e integração.
c. Reconstrução, inconsistência e união. 
d. Reordenação, consistência e integração. 
e. Reconstrução, consistência e integração. 
2. Assinale a alternativa correta que possui algumas 
tecnologias que dão suporte ao Big Data:
a. Hadoop e MapReduce, Lisandra.
b. Hadoop e MapRoad, Cassandra.
c. Hapope MapReduce, Cassandra.
d. Hadoop e MapReduce, Cassandra.
e. Hadoop e NoteReduce, Cassandra. 
14
GABARITO
Questão 1 - Resposta A
Resolução: Os princípios são: redundância, inconsistência e 
integração, que são um conjunto de regras e princípios para 
que o tempo de aquisição das informações estruturadas seja 
curto, e o processo, confiável. 
Questão 2 - Resposta D
Resolução: Algumas tecnologias dão suporte ao Big Data, 
como Hadoop e MapReduce, Cassandra (sistema open 
source), muito utilizados pelas redes sociais, na parte de 
análise e de infraestrutura, para armazenar e processar os 
dados. O Hadoop é um projeto open source, desenvolvido 
pelos projetos Hadoop MapReduce (HMR), utilizado para 
processamento paralelo; Hadoop Distributed File System 
(HDFS), utilizados para trabalho com dados não estruturados. 
TEMA 2
ACID e benefícios do 
banco de dados relacional 
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza
16
DIRETO AO PONTO
Um dos conceitos básicos que são sempre usados quando se fala 
de banco de dados é a transação. Ela é usada para uma série de 
atividades no banco de dados, tais como: atualizações, inserções, 
exclusões e recuperações dos dados. Estas transações podem 
ser executadas por aplicativos que estão em vários tipos de 
dispositivos, como o smartphone, por exemplo. 
Quando as transações são usadas para recuperar dados, são 
chamadas de transação leitura, se for usada para inserir, excluir 
e atualizar dados, é chamada de transação de leitura e gravação. 
Alguns comandos para esta operação são usuais, como Begin 
Transaction e End Transaction, o que temos entre esses comandos 
será considerado transação.
Para evitar que sejam interrompidas as transações em bancos 
de dados, é necessário implementar técnicas de controle 
de concorrência para manter o banco em um bom estado, 
assim como ter propriedades desejáveis e necessárias para as 
transações. Tais técnicas são chamadas de ACID:
• Atomicidade: uma transação deve ser realizada em sua 
totalidade, caso não seja, não deve ser realizada.
• Consistência: uma transação deve ser realizada do começo 
ao fim, preservar sua consistência, sem interferência de 
outras transações.
• Isolamento: uma transação deve ser executada 
isoladamente, ainda que ao mesmo tempo que outras. 
Mesmo acontecendo simultaneamente, não deve sofrer 
interferência de outras transações.
17
• Durabilidade: quando houver mudanças aplicadas pelas 
transações ao banco de dados, estas não podem ser perdidas 
por causa de falhas, as mudanças devem ser mantidas.
Quando a transação é bem executada e finalizada, ela é 
confirmada (committed), quando existe falha, pode-se dizer que a 
transação é abortada (abort). Para que sejam evitadas as falhas, o 
banco de dados relacional deve ter e impor as propriedades ACID 
nas transações para que o controle e a recuperação após as falhas 
sejam garantidos, e o controle de concorrência, realizado.
Figura 1 – Propriedades ACID
Fonte: elaborada pela autora.
Um conceito também importante no banco de dados é 
a cardinalidade, que pode ser entendida como o grau de 
relacionamento das ocorrências de determinadas entidades. Para 
entender melhor esse conceito, precisamos entender também os 
tipos de relacionamentos entre as entidades e suas ocorrências:
• Relacionamento de um para um (1x1).
• Relacionamento de um para muitos ou muitos para um 
(1xN) ou (Nx1).
• Relacionamento de muitos para muitos (NxN).
18
Em relação à cardinalidade, existem dois tipos:
• Cardinalidade máxima: refere-se ao número máximo de 
vezes em que pode haver ocorrência de uma entidade A em B.
• Cardinalidade mínima: refere-se ao número mínimo de 
vezes que pode haver ocorrência de uma entidade A em 
uma entidade B. Os valores possíveis são zero ou um.
Nos relacionamentos em que temos a possibilidade de ocorrência 
N vezes, temos então uma cardinalidade máxima para esses casos.
Figura 2 – Exemplo de cardinalidade e relacionamento com 
entidades e número de ocorrências
Fonte: elaborada pela autora.
Referências bibliográficas
HARVARD-MIT. MIT-BIH Database Distribution. 2005. Disponível em: 
https://ecg.mit.edu/. Acesso em: 16 nov. 2020. 
PARA SABER MAIS
É importante entendermos bem as vantagens, os benefícios 
e importância de um banco de dados relacional confiável. 
Podemos considerar um investimento que as empresas fazem 
19
que pode ter um impacto positivo entre os funcionários e na 
produtividade, sendo estes alguns dos bons resultados que a 
empresa pode alcançar:
• Comunicação entre os setores das empresas: 
relacionamento entre as diversas áreas e dados da empresa. 
Um bom banco de dados pode manter as várias áreas 
diferentes da empresa se comunicando de forma eficiente, 
isso melhora a produtividade da empresa.
• Reduzir os riscos de operação: a redução de riscos ocorre 
porque a transparência das informações é maior, dado que 
as diferentes equipes terão acesso confiável aos dados. 
Isso faz com que as equipes estejam alinhadas com as 
necessidades do empreendimento.
• Aumentar a segurança: um sistema de gestão de 
informações, precisa ser seguro. A confiança na aquisição 
e armazenamento de dados para pessoas que precisam 
ter acesso, é fundamental. Como solução, é possível limitar 
e controlar as pessoas com acesso e assim ter uma maior 
segurança dos dados.
• Melhorar a tomada de decisão: basear em informações 
valiosas de forma eficiente é a melhor forma de diminuir 
os riscos e tomar decisões de forma coerente com as 
características da empresa. É mais provável ter uma visão 
geral do todo e identificar os principais problemas e 
melhorias a serem alcançadas no negócio.
Referências bibliográficas
LEAL, L. C. G. Linguagem, programação e banco de dados. Curitiba: 
Intersaberes, 2015. Cap. 1, p. 15-48.
20
TEORIA EM PRÁTICA
Reflita sobre a seguinte situação: uma grande empresa de 
produção e venda de produtos eletrônicos, atualmente, realiza o 
controle de seus dados de maneira totalmente manual, ou seja, 
por meio de anotações referentes às atividades desenvolvidas. 
Ao ter um aumento significativo de seus processos de negócio, a 
empresa se vê na obrigação de criar um banco de dados relacional 
(BDR). Sendo responsável pelo desenvolvimento deste BDR, quais 
as relações e cardinalidades que você poderia estabelecer nas 
relações entre fornecedores, clientes, produtos e vendas?
Para conhecer a resolução comentada proposta pelo 
professor, acesse a videoaula deste Teoria em Prática no 
ambiente de aprendizagem.
LEITURA FUNDAMENTAL
Indicação 1
Ler o capítulo introdutório do livro Banco de Dados: princípios e 
práticas, publicado em 2013 pela editora Intersaberes.
Para realizar a leitura, acesse a plataforma Biblioteca Virtual 
3.0_Pearson, na Biblioteca Virtual da Kroton, e busque pelo 
título da obra.
MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba: 
Intersaberes, 2013.
Indicações de leitura
21
Indicação 2
Ler o capítulo introdutório do livro Sistemas de banco de dados, 
publicado em 2011 pela editora Pearson.
Para realizar a leitura, acesse a plataforma Biblioteca Virtual 
3.0_Pearson, na Biblioteca Virtual da Kroton, e busque pelo 
título da obra.
NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo: 
Pearson, 2011. 
QUIZ
Prezado aluno, as questões do Quiz têm como propósito a 
verificação de leitura dos itens Direto ao Ponto, Para Saber 
Mais, Teoria em Prática e Leitura Fundamental, presentes 
neste Aprendizagem em Foco.
Para as avaliações virtuais e presenciais, as questões serão 
elaboradas a partir de todos os itens do Aprendizagem em 
Foco e dos slides usados para a gravação das videoaulas, 
além de questões de interpretação com embasamento no 
cabeçalho da questão.
1. É o conceito que dá a ideia de indivisibilidade, ou seja, as 
transações que acontecem com partes de informações 
discretas devem ser totalmente executadas, caso 
contrário,se forem divididas, não serão executadas. 
Então este conceito, assim como o átomo, garante a 
indivisibilidade de suas partes.
Estamos falando do conceito de: 
22
a. Atomicidade.
b. Consistência. 
c. Isolamento.
d. Durabilidade.
e. Coerência. 
2. Este conceito é como se fosse uma proteção, quando uma 
transação não foi validada, mas está em andamento, o 
conceito garante que deve permanecer separada, ou seja, 
não haverá interferência por outra ação que acontece 
concomitantemente.
Estamos falando do conceito de:
a. Atomicidade.
b. Consistência. 
c. Isolamento.
d. Durabilidade.
e. Coerência. 
GABARITO
Questão 1 - Resposta A
Resolução: Atomicidade: uma transação deve ser realizada 
em sua totalidade, caso não seja, não deve ser realizada. 
Isolamento ou isolação: uma transação deve ser executada 
isoladamente, ainda que ao mesmo tempo que outras. 
Mesmo acontecendo simultaneamente, não deve sofrer 
interferência de outras transações. 
23
Questão 2 - Resposta C
Resolução: O isolamento garante que transações 
concorrentes não sofram mútua interferência. Noutras 
palavras, uma transação em andamento que ainda não 
esteja validada deve permanecer isolada de qualquer outra 
operação, garantindo que a transação não será interferida 
por nenhuma outra. 
TEMA 3
A SQL e os sistemas de 
gestão de banco de dados 
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza
25
DIRETO AO PONTO
Para que o uso de um banco de dados (BD) relacional e suas 
transações de dados necessárias faça sentido, é preciso que você 
tenha em mãos um adequado sistema de gestão de banco de 
dados (database management system – DBMS), responsável por 
criar, armazenar, organizar e promover acesso aos dados de um 
determinado BD (LAUDON; LAUDON, 2014).
Para Machado (2020), atualmente, os DBMS possuem uma 
estruturação em módulos com a função básica de gerar variadas 
visualizações lógicas a partir de um único banco de dados. Tais 
visualizações são especificadas de acordo com os interesses dos 
usuários que as utilizarão, ou seja, são dados ou informações 
selecionados e disponibilizados para uma finalidade. Um exemplo 
típico é a aplicação do DBMS no BD de recursos humanos (Figura 1):
Figura 1 – Ação do DBMS (SGBD) no banco de dados de 
recursos humanos
Fonte: adaptada de Laudon e Laudon (2014).
Os DBMS são constituídos por dois módulos principais: módulo 
cliente e módulo servidor. O primeiro, por meio de interfaces 
intuitivas, promove a interação com os usuários sem exigir deles 
26
uma linguagem complexa. Já o módulo servidor está relacionado 
às operações técnicas relacionadas ao armazenamento de dados 
de modo geral, como acessos e consultas (MACHADO, 2020).
Em relação às interfaces dos DBMS, Laudon e Laudon (2014) 
e Machado (2020) trazem seis tipos de interfaces mais 
disponibilizadas ao usuário:
• Interface baseada em menus (MBI – Menu Based Interface).
• Interface baseada em formulários (FBI – Forms Based 
Interface).
• Interface gráfica para usuários (GUI).
• Interface de linguagem natural (NLI – Natural 
Language Interface).
• Interface para usuários parametrizáveis 
(PUI – Parameterizable User Interface).
• Interface para os administradores dos bancos de dados 
(DBAI – Data Base Administrator Interface).
Os DBMS, segundo Laudon e Laudon (2014), são excelentes para 
a gestão de banco de dados relacionais (BDR), pois dispõem aos 
administradores três funções essenciais aos BDRs: select – seleção 
de um conjunto de tuplas importantes de uma entidade; join – 
combinação de tabelas para obtenção de mais informações; e 
project – conjunto de atributos importantes para a geração de uma 
nova tabela apenas com as informações pertinentes.
Destarte, para compreender melhor o funcionamento de 
um DBMS, é necessário também entender a linguagem 
computacional por trás deste sistema. O sucesso do BDR 
ocorreu graças à utilização da Structure Query Language 
(SQL – Linguagem Estruturada de Consulta), desenvolvida em 
27
1970 e, em virtude de sua expansão em utilização mundial, 
tornou-se a linguagem-padrão dos DBMS pela ANSI em 1982 e 
pela ISO em 1986 (MACHADO, 2020).
Para Machado (2020), a SQL, que pode ser utilizada por meio de 
linguagens hospedeiras (C, C++, Fortran etc.), isenta usuários e 
programadores da preocupação relacionada à migração de dados 
entre diferentes DBMS. Além disso, a linguagem estruturada em 
consulta age como um mediador na troca de dados e informação 
entre o banco de dados e processos (consultas interativas; 
acessibilidade a um banco de dados específico; otimização da 
gestão dos DBAs; relacionamento cliente-servidor; comunicação 
entre computadores e máquinas; e a interação com outros 
bancos de dados).
Laudon e Laudon (2014) trazem a observação de que, por meio 
dos comandos da SQL, é possível promover um compartilhamento 
de dados entre usuários concorrentes sem interferir na atividade 
do outro, muito menos fornecer dados sigilosos por engano. 
Para o BDR, essa linguagem permite otimizar a integralidade dos 
dados, um dos princípios desse tipo de banco.
A SQL pode, por exemplo, ser utilizada em um DBMS apenas para 
definição lógica dos dados exigidos pelo usuário. Neste caso, 
utiliza-se de sua sublinguagem Data Definition Language (DDL – 
linguagem de definição de dados) juntamente a um compilador 
DDL para leitura e escrita de comandos (MACHADO, 2020).
Outra utilização muito importante é na manipulação dos dados 
de um BD, principalmente se estiverem já compilados, exigindo 
alterações, recuperações, exclusões ou mesmo realocações. Para 
essa situação, a SQL faz uso de sua outra sublinguagem, a Data 
Manipulation Language (DML – linguagem de manipulação de 
dados) segundo Laudon e Laudon (2014).
28
Indo mais a fundo, a DML pode ainda ser subdividida em linguagem 
de alto e baixo nível. A primeira, também conhecida como não 
processual, tem a capacidade de entender a consulta solicitada 
pelo usuário por meio de uma linguagem de programação geral. 
Já a de baixo nível, ou processual, exige ser embutida em uma 
linguagem hospedeira por meio de códigos do tipo loop, para que 
consiga realizar as tarefas solicitadas, porque tem a capacidade de 
processar apenas um dado de cada vez (MACHADO, 2020).
Os mais conhecidos DBMS baseados em SQL são o MySQL, um 
dos softwares de gestão de banco de dados mais populares 
de código aberto, e o pacote comercial Microsoft® Access® 
(LAUDON; LAUDON, 2014).
Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução 
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
MACHADO, F. N. R. Projeto e implementação de banco de dados. 4. ed. 
São Paulo: Érica, 2020. 
PARA SABER MAIS
Ao estudar sobre sistemas de gestão de banco de dados, é muito 
importante que você conheça seus principais componentes. 
Para começar, o armazenamento, como você já deve imaginar, é 
realizado em discos rígidos normalmente. O controle de acesso 
a esse armazenamento físico é gerenciado por um sistema 
operacional (SO), por meio de uma ferramenta de gerenciamento de 
dados armazenados, conforme apresentado por Machado (2020).
O gerenciador utiliza-se do SO para promover as transações 
de dados entre o disco rígido e a memória do PC, além da 
manipulação dos buffers da memória em questão para que 
29
todos os módulos do DBMS possam ter acesso ao banco 
de dados. Existem sistemas que contam com um módulo 
próprio para gerenciamento de buffers, dispensando o uso 
desnecessário do SO (ELMASRI; NAVATHE, 2009).
O catálogo de dados também é um componente do DBMS, o 
qual armazena informações e detalhes referentes aos dados de 
um banco por meio da DDL. O catálogo serve de suporte para 
outros componentes e módulos do sistema, segundo Elmasri e 
Navathe (2009).
Já o processador runtime é o componente responsável por 
controlar o acesso ao banco de dados em tempo de execução 
de comandos, recuperando-os ou atualizando-os.Esse acesso 
passa pelos gerenciadores de armazenamento e de buffers. 
Esse componente está associado a outro destinado a manipular 
as pesquisas de alto nível. Trata-se do compilador de consulta, 
o qual analisa os comandos e linguagens utilizados na consulta 
requerida e os compila para gerar um código de acesso ao banco 
de dados e solicitações ao processador runtime. Existe também 
um pré-compilador com a função de extrair os comandos DML da 
linguagem hospedeira (ELMASRI; NAVATHE, 2009).
Nos DBMS, é prática comum disponibilizarem um programa do 
cliente para o acesso ao banco de dados por um computador 
(computador cliente) que não está fisicamente ligado ao referido 
banco, como no caso dos servidores de banco de dados. Há ainda 
o servidor de aplicação, um computador intermediário na relação 
cliente-servidor, segundo Elmasri e Navathe (2009).
Além dos componentes e módulos, os DBMS disponibilizam em 
sua estrutura utilitários de banco de dados. Segundo Machado 
(2020), estes utilitários auxiliam os DBAs em suas tarefas 
relacionadas ao banco de dados. Para Elmasri e Navathe (2009), 
as funções básicas desses recursos são:
30
• Loading: carregamento de arquivos de dados. É necessário 
fornecer ao utilitário a fonte e a estrutura do dado que 
se deseja, formatando ou convertendo os arquivos e os 
disponibilizando no BD.
• Backup: criação de cópia de todos os arquivos do BD como 
medida de segurança contra falhas inesperadas. Podem ser 
realizados backups pontuais em apenas parte do banco que 
sofre recente modificação.
• File reorganization: reorganização de arquivos no BD 
visando melhor performance do DBMS (semelhante ao 
desfragmentador de disco de um SO).
• Performance monitoration: monitoramento do uso do 
banco de dados para geração de relatórios estatísticos que 
servirão de apoio à tomada de decisões pelos DBAs.
Existem muitos outros utilitários além desses básicos, que são 
disponibilizados conforme o grau de necessidade dos usuários 
dos DBMS.
Referências bibliográficas
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. Tradução Marília 
G. Pinheiro. 4. ed. São Paulo: Pearson, 2009.
MACHADO, F. N. R. Projeto e implementação de banco de dados. 4. ed. 
São Paulo: Érica, 2020.
TEORIA EM PRÁTICA
Sua empresa, do ramo de venda de produtos importados, possui 
uma alta demanda de pedidos, o que exige um relacionamento 
estrito com fornecedores para garantir o atendimento de seus 
clientes. Atualmente, a empresa conta com sistemas de gestão 
31
da cadeia de suprimento e de relacionamento com o cliente, 
sistemas de informação que já seriam suficientes para garantir 
o sucesso dos processos de negócios. Porém, o banco de dados 
que alimenta tais sistemas não possui uma gestão adequada, 
causando atrasos e informações desconexas. Você recebe a 
missão de resolver esse problema. Como você poderia utilizar 
um sistema de gestão de banco de dados estruturado em SQL 
nesta situação? E quais utilitários e interfaces são recomendados 
para esse sistema?
Para conhecer a resolução comentada proposta pelo 
professor, acesse a videoaula deste Teoria em Prática no 
ambiente de aprendizagem.
LEITURA FUNDAMENTAL
Indicação 1
Esta dissertação de mestrado teve como objetivo apresentar a 
integração possível das funcionalidades do DBMS SQL Server R 
Services 2016, uma ação que permite potencializar a performance 
desse sistema na gestão de banco de dados. 
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra.
FREITAS, C. M. A. Integração das funcionalidades do programa 
SQL Server R Services 2016 na empresa Quidgest. Dissertação 
(Mestrado em Métodos Quantitativos para a Decisão Econômica 
e Empresarial) – Instituto Superior de Economia e Gestão, 
Universidade de Lisboa, Lisboa, 2017.
Indicações de leitura
32
Indicação 2
Este trabalho de conclusão de curso tem como objetivo apresentar 
práticas para limitar ou impedir ataques de hacker em sistemas de 
informação, por meio da inserção de SQL em aplicações web, uma 
aplicação desta linguagem em DBMS para restringir acessos não 
autorizados no banco de dados relacional. 
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra.
FREITAS, C. M. A. Integração das funcionalidades do programa 
SQL Server R Services 2016 na empresa Quidgest. Trabalho de 
Conclusão de Curso (Bacharelado em Ciência da Computação) – 
Instituto de Informática, Universidade Federal do Rio Grande do 
Sul, Porto Alegre: 2009. 
QUIZ
Prezado aluno, as questões do Quiz têm como propósito a 
verificação de leitura dos itens Direto ao Ponto, Para Saber 
Mais, Teoria em Prática e Leitura Fundamental, presentes 
neste Aprendizagem em Foco.
Para as avaliações virtuais e presenciais, as questões serão 
elaboradas a partir de todos os itens do Aprendizagem em 
Foco e dos slides usados para a gravação das videoaulas, 
além de questões de interpretação com embasamento no 
cabeçalho da questão.
1. Em relação aos dois módulos principais do sistema de 
gestão de banco de dados, qual das alternativas apresenta 
corretamente tais módulos? 
33
a. Módulo automático e módulo manual.
b. Módulo empresarial e módulo pessoal.
c. Módulo integrado e módulo dividido.
d. Módulo cliente e módulo servidor.
e. Módulo de escrita e módulo de leitura. 
2. Em relação ao Structure Query Language (SQL) e suas 
estruturas de linguagem empregadas na gestão de um 
banco de dados, qual alternativa contém as duas principais 
sublinguagens da SQL?
a. IML e BDR.
b. DLL e DML.
c. BDR e DDL.
d. DML e DVL.
e. DDL e DML. 
GABARITO
Questão 1 - Resposta D
Resolução: Os sistemas de gestão de banco de dados são 
baseados na relação cliente-servidor. Consequentemente, os 
dois principais módulos são o módulo cliente (com interfaces 
relacionais com o usuário) e o módulo servidor (para a 
realização das operações físicas do banco de dados). 
Questão 2 - Resposta E
Resolução: A Data Definition Language (DDL – Linguagem 
de Definição de Dados) e a Data Manipulation Language 
(DML – Linguagem de Manipulação de Dados) são as 
principais sublinguagens da SQL utilizadas para consultas 
e/ou manipulação de arquivos do banco de dados, 
respectivamente. 
TEMA 4
Big Data e bancos de dados 
não relacionais 
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza
35
DIRETO AO PONTO
Com os avanços tecnológicos, o fluxo de dados e informações 
cresceu de forma exponencial, o que impossibilitou a utilização 
eficiente dos tradicionais bancos de dados relacionais e sistemas 
de informação. Com o advento da web, surgiram enormes 
volumes de dados gerados em curtos períodos de tempo. Com 
isso, o uso de planilhas, por exemplo, tornou-se demasiadamente 
obsoleto. Como alternativa eficiente para o gerenciamento desses 
imensos volumes, utiliza-se a concepção de Big Data.
Big Data excede as tradicionais atividades de coletar, armazenar 
e analisar dados. Não necessita de grandes servidores, softwares 
ou hardwares potentes, pois seu uso pode ser desenvolvido com 
armazenamento em nuvem. Benefícios convertidos em redução 
de custos e visualização de novas oportunidades empresariais 
(LAUDON; LAUDON, 2014).
Taurion (2013) descreve Big Data em cinco “Vs”, palavras-chave 
que definem a concepção:
1. Volume.
2. Velocidade.
3. Veracidade.
4. Variedade.
5. Valor.
Segundo Taurion (2013), Big Data é um conjunto de tecnologias, 
práticas e processos voltados à análise de dados que 
anteriormente não eram nem identificados, o que possibilita uma 
gestão muito mais eficiente e de alto desempenho.
Big Data exige mudanças organizacionais no que tange a processos 
e infraestrutura de tecnologia de informação. Assim sendo, sua 
36
utilização deve, obrigatoriamente, passar por três etapas básicas 
(LAUDON; LAUDON, 2014). Primeiramente, realiza-se o processo 
de coleta de dados das mais variadas fontes possíveis. Esses 
dados devem, então, ser tratados,agregados e integrados entre si 
para que, ao final, possam ser utilizados em ações analíticas que 
descobrirão seus padrões e relações, segundo Taurion (2013).
A utilização de Big Data é tão surpreendente que traz impactos 
significantes em empresas, governos e sociedade como um todo. 
Segundo Taurion (2013), o acesso facilitado a um grande volume 
de dados antes inacessíveis permite uma maior transparência de 
informações; uma segmentação profunda da sociedade, chegando 
ao nível do indivíduo; previsões de eventos como pandemias e 
tempestades, por exemplo; além de contribuir para a ocorrência 
de tomadas de decisões automatizadas precisas e com alta 
velocidade. Pontos que no ramo empresarial influenciaram o 
desenvolvimento de novos processos de negócios.
É necessária toda uma infraestrutura tecnológica direcionada à 
utilização de Big Data. Essa infraestrutura pode ser visualizada na 
Figura 1 a seguir.
Figura 1 – Infraestrutura de utilização de Big Data
Fonte: adaptada de Laudon e Laudon (2014).
37
Como observado, Big Data compreende enormes quantidades 
de dados das mais variadas fontes, encaminhados aos clusters 
Hadoop, para posteriormente serem retrabalhados pelos datas 
warehouses e marts e plataformas analíticas, antes de chegar aos 
interessados em processar informações importantes (LAUDON; 
LAUDON, 2014).
Datas warehouses compreendem bancos de dados direcionados 
aos dados operacionais de uma empresa relacionados a dados 
externos, recombinando dados e os armazenando novamente. 
O data mart é semelhante, mas gera grupos menores de dados 
selecionados de acordo com os interesses finais (TAURION, 2013).
As plataformas analíticas são as responsáveis por oferecer 
processamento de grandes grupos de dados com rapidez e 
eficiência, otimizando as consultas solicitadas. Processamento 
equivalente à computação em memória, que cria banco de dados 
armazenados na própria memória RAM de um computador, 
facilitando cálculos em poucos segundos, conforme exposto por 
Laudon e Laudon (2014).
Completando as ferramentas e os sistemas utilizados em Big Data 
está o Hadoop, composto por clusters de servidores tratando os 
dados de duas formas:
• Processamento paralelo por meio do Hadoop MapReduce 
(HMR), que mapeia os dados e os fragmenta em tuplas a 
serem combinadas, a fim de fornecer o resultado esperado 
por uma consulta.
• Segmentação dos dados em pequenos blocos de dados 
por meio do Hadoop Distributed File System (HDFS), que 
garante a integridade contra falhas, realizando cópias 
desses blocos em três repositórios diferentes, em média.
38
Para desenvolver um projeto de Big Data utilizando Hadoop e 
obter sucesso, Taurion (2013) acredita que a ferramenta deva 
realmente ter utilidade para um setor empresarial, por exemplo, 
se a empresa possui a capacidade e qualificação necessária e que 
a fornecedora de uma distribuição Hadoop tenha essa ferramenta 
como seu principal produto e assim garante-se o suporte.
Por fim, os bancos NoSQL possuem diferentes formas e tamanhos, 
dependendo das peculiaridades e necessidades exigidas, 
direcionados a gerenciar volumes consideráveis de dados em 
computadores dispersos, aumentando ou reduzindo máquinas se 
for necessário (LAUDON; LAUDON, 2014).
Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução 
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
TAURION, C. Big Data: velocidade, volume, variedade, veracidade, valor. 
Rio de Janeiro: Brasport, 2013. 
PARA SABER MAIS
Ao lidar com Big Data, é muito importante que você saiba quais 
as perguntas-chaves para uma consulta eficiente de dados, 
um reflexo do conhecimento aprofundado da informação que 
você está procurando. Se não há a formulação correta desses 
questionamentos, a pesquisa fica comprometida. Para resolver esse 
problema, existem ferramentas tais como o data mining (mineração 
de dados), destinado a identificar padrões de relacionamento 
ocultos em enormes bancos de dados (LAUDON; LAUDON, 2014).
Como o próprio nome sugere, o data mining visar extrair 
conhecimento dos dados por meio de métodos de análise de dados 
com algoritmos específicos de processamento de grandes volumes 
e com o uso de inteligência artificial, segundo Tan et al. (2014).
39
Para Tan et al. (2014), o processamento do data mining surge no 
momento em que o usuário define um problema, escolhendo os 
dados e ferramentas para analisá-lo. Basicamente, são utilizadas 
três técnicas para tal situação: estatística, que é a essência 
do data mining; inteligência artificial, como forma de imitar a 
expertise humana na resolução de problemas; e machine learning 
(aprendizado de máquina), com a confecção de algoritmos 
capazes de aprender e reconhecer padrões em dados que 
auxiliarão a tomada de decisão.
Os tipos de informações oriundas do data mining incluem, 
segundo Laudon e Laudon (2014):
• Associativas: informações referentes a ocorrências 
relacionadas com um único evento. Amplamente utilizada 
para vendas cruzadas.
• Sequenciais: originadas durante a realização de um evento, 
como a compra de eletrodomésticos e móveis durante o 
processo de compra de um imóvel.
• Classificativas: informações que classificarão e definirão o 
perfil de clientes que, por exemplo, se mantêm fiéis ou que 
tendem a abandonar a empresa. Com tais informações, os 
gestores podem desenvolver estratégias para a retenção e 
manutenção de clientes.
• De aglomeração: informações originadas antes das 
classificativas, agrupando perfis ou dados em categorias de 
clientes a serem analisadas.
• De prognósticos: informações que preveem valores a partir 
da análise de outros valores. Auxiliam, por exemplo, em 
previsões de vendas ou até mesmo de ações em uma bolsa 
de valores.
40
As práticas do data mining visam analisar os dados em alto nível 
frente à necessidade de obter tendência e padrões. Logo, o 
data mining pode ser aplicado em todos os setores funcionais 
de uma empresa, em organizações governamentais ou mesmo 
na área acadêmica (pesquisas científicas). Evidentemente que a 
aplicação mais usual é na identificação de padrões de consumo 
e direcionar as informações obtidas às empresas, que podem, 
então, promover campanhas de marketing direcionadas ou 
simplesmente visualizar quais clientes são potencialmente mais 
lucrativos (LAUDON; LAUDON, 2014).
Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução 
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
TAN, P. et al. Introduction to data mining: Pearson new international 
edition. 1 ed. Londres, 2014.
TEORIA EM PRÁTICA
Uma grande empresa com filiais espalhadas por todo o país 
é a mais conhecida fabricante de molhos prontos (do tipo 
maionese) para utilização em estabelecimentos alimentícios e 
vendas no varejo em supermercados. Procurando lançar um 
novo produto no mercado, composto por um ingrediente de 
sabor típico do Brasil, o gerente-geral da organização delegou 
aos departamentos de marketing e tecnologia que promovessem 
consultas e pesquisas boca a boca nas regiões de cada uma das 
filiais para identificar qual é o sabor que, para os consumidores, 
reflete a sua nação. Pensando nisso, como a concepção de 
Big Data poderia contribuir no processo de pesquisa? 
Qual ferramenta pode ser utilizada?
41
Para conhecer a resolução comentada proposta pelo 
professor, acesse a videoaula deste Teoria em Prática no 
ambiente de aprendizagem.
LEITURA FUNDAMENTAL
Indicação 1
Este artigo traz uma reflexão do conceito Big Data no contexto do 
conhecimento, aplicado em pesquisas em ciências sociais, além de 
apresentar perspectivas sobre privacidade e vigilância social. 
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra.
SCHROEDER, R. Big Data: moldando o conhecimento, moldando a 
vida cotidiana. Matrizes, São Paulo, v. 12, n. 2, p. 135-163, 2018.
Indicação 2
Este artigo propõe uma análise crítica sobre os impactos 
epistemológicos e metodologiasde pesquisas em Big Data do 
ponto de vista científico. Ou seja, aplicações reais da concepção 
referentes à comunicação.
Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e 
busque pelo título da obra.
SOARES, A. T. N. Epistemologia, métodos e teorias da comunicação 
na era do Big Data: panorama crítico da pesquisa em mídias sociais. 
Comunicação e Sociedade, n. 33, p. 151-166, Brasília, 2018. 
Indicações de leitura
42
QUIZ
Prezado aluno, as questões do Quiz têm como propósito a 
verificação de leitura dos itens Direto ao Ponto, Para Saber 
Mais, Teoria em Prática e Leitura Fundamental, presentes 
neste Aprendizagem em Foco.
Para as avaliações virtuais e presenciais, as questões serão 
elaboradas a partir de todos os itens do Aprendizagem em 
Foco e dos slides usados para a gravação das videoaulas, 
além de questões de interpretação com embasamento no 
cabeçalho da questão.
1. Pensando na definição de Big Data, qual das alternativas 
a seguir traz corretamente as palavras-chave dessa 
concepção? 
a. Integração; agregação; segurança; dispersão.
b. Valor; criação; avaliação; consultas; processamento.
c. Distribuição; transparência; otimização; análises.
d. Estratégia; oferta; objetivos; velocidade; distribuição.
e. Volume; velocidade; veracidade; variedade; valor. 
2. Qual das alternativas a seguir apresenta corretamente 
os tipos de informações obtidas por meio do data mining 
(mineração de dados)?
a. De incrementação; associativas; colaborativas; introdutória; 
de seleção. 
b. Retroativas; corporativas; funcionais; estruturais; de 
visualização.
c. Associativas; sequenciais; classificativas; de aglomeração; 
de prognósticos.
43
d. De incrementação; sequenciais; de aglomeração; 
colaborativas; de seleção.
e. De incrementação; funcionais; emergenciais; valiosas; 
de descarte. 
GABARITO
Questão 1 - Resposta E
Resolução: Conhecidos como “5 Vs” o volume, a velocidade, 
a veracidade, a variedade e o valor são palavras que definem 
o que é Big Data e sua concepção. 
Questão 2 - Resposta C
Resolução: Os tipos de informações obtidas do data 
mining são: associativas, referentes a ocorrências de um 
mesmo evento; sequenciais, que ocorrem durante o 
evento; classificativas, que definem o perfil de clientes; 
de aglomeração, agrupando perfis identificados; e de 
prognósticos, que preveem valores a partir da análise de 
outros valores.
BONS ESTUDOS!
WBA0178_v2.0
Banco de Dados Relacional 
e Big Data
Banco de Dados e Big Data: 
União Necessária
Bloco 1
Cassio Rodolfo Aveiro da Silva
Dados: o novo petróleo
Os dados são a nova fonte de riqueza e vantagem competitiva para a
maioria das empresas.
Por meio destes dados é que são processadas todas as informações
necessárias e de alto poder empresarial.
Definições importantes:
 Dados: características brutas, quantitativas ou qualitativas sobre
algo.
 Informação: dados tratados, organizados e com significância.
Dados: o novo petróleo
Os dados, tendo essa enorme importância, necessitam de um lugar seguro
para serem armazenados.
Necessitam, também, de um ambiente interativo, que permitem uma
relação dos dados entre si.
Para essa relação, os dados devem ser organizados e identificáveis para o
acesso.
Os bancos comuns de armazenamento de dados são insuficientes.
É preciso o uso de Bancos de Dados Relacionais.
Banco de Dados Relacional
Baseados no modelo relacional.
Armazenamento de dados por meio de tabelas/matrizes.
Linhas com endereçamento próprio (ID ou chaves).
Colunas funcionais ou de atributos associados a cada dado.
Dados com os mesmos atributos são relacionáveis com tabelas
compartilhando da mesma coluna.
Processamento e acesso rápido de dados e informações, respectivamente.
Modelo Relacional
No começo, o acesso era restrito.
Dificuldade na autonomia.
Necessidade de compartilhamento de dados.
Solução:
 Modelo Relacional: mecanismo de armazenamento mais rápido e
dinâmico, o qual permite uma interação e associatividade entre
dados.
Modelo Relacional
Linguagem de Consulta Estruturada (SQL - Structured Query Language):
álgebra relacional.
Figura 1 - Estruturação de dados
Fonte: bsd55/iStock.com.
Aplicações do Banco de Dados Relacional
Empresas de pequeno a grande porte:
 Armazenamento seguro.
 Acesso rápido.
 Confiabilidade.
Primeiros modelos datam de 1970.
Exemplos de clientes: cartórios, delegacias, hospitais e órgãos públicos
(como delegacias e prefeituras).
Acessos ao Banco de Dados Relacional
A praticidade e agilidade são os requisitos principais para o acesso ao banco 
de dados.
O Banco de Dados Relacional dispõe de mecanismo que facilitam o acesso:
 Códigos de acesso: utilizados para identificar um dado ou 
conjunto de dados específicos, amplamente requisitados 
repetitivamente.
 Acesso simultâneo: vários usuários podem acessar os mesmos 
dados de diferentes banco de dados relacionados entre si.
Acessos ao Banco de Dados Relacional
O acesso simultâneo pode gerar congestionamentos na rede e conflitos,
sobretudo se muitos usuários estiverem editando o mesmo dado.
Surgem as técnicas de bloqueio de acesso:
 Bloqueio parcial (tabela).
 Bloqueio total (registro).
 Gestor de acesso.
 Edudrive - governo brasileiro.
Banco de Dados Relacional: tendências
As mudanças contínuas da Tecnologia de Informação e de seus respectivos
Sistemas de Informação geram a necessidade de empresas possuírem
bancos de dados:
 Personalizáveis.
 Com prazo de validade.
 Compatível com as tecnologias contemporâneas.
 Compatibilidade com os sistemas.
Banco de Dados Relacional: tendências
Atualmente, há uma enorme complexidade e volume de dados a serem
processados.
A gestão manual desses dados é praticamente impossível.
Necessidade de um Banco de Dados Autônomo:
 Evolução dos Banco de Dados Relacionais.
 Independência e automação.
 Inteligência Artificial (IA) - auto evolução.
Banco de Dados e Big Data: 
União Necessária
Bloco 2
Cassio Rodolfo Aveiro da Silva
Compreendendo o que são banco de dados
Figura 2 - Representação de dados e banco de dados
Fonte: https://pxhere.com/pt/photo/939420. Acesso em: 6 nov. 2020.
Compreendendo o que são banco de dados
Conjunto de dados registrados é comumente chamado de arquivo.
Os banco de dados devem ser estruturados e organizados para gerarem um
acesso ágil aos arquivos:
 Tempo de aquisição.
 Confiabilidade.
Compreendendo o que são banco de dados
Pontos críticos em um Banco de Dados:
 Redundância: ter os mesmos dados disponíveis em diferentes 
áreas de uma mesma organização.
 Inconsistência: falta de constantes atualizações nos dados.
 Integração: compartilhamento de dados, comunicação efetiva e 
relação com os sistemas de informação.
Compreendendo o que são banco de dados
Surgem conceitos sobre o modelo de banco de dados.
Modelo de um Banco de dados é descrição formal de sua estruturação 
apresentada.
Há três modelos principais:
I. Conceitual.
II. Lógico.
III. Organizacional.
Compreendendo o que são banco de dados
Como existem inúmeros dados e bancos de dados disponíveis às empresas e 
aos desenvolvedores, surgem os Sistemas de Gerência de Banco de Dados 
(SGBD):
 Incorporação de funções.
 Recuperação de dados.
 Alteração de dados.
 Manutenção de grandes repositórios de dados.
Banco de Dados e Big Data: 
União Necessária
Bloco 3
Cassio Rodolfo Aveiro da Silva
As necessidades por trás do tratamento de dados
Sobretudo em empresas de grande porte, o volume de dados a serem
processados é gigantesco.
Logo, são necessários sistemas de alto poder de análise da dados e
modelagem de dados.
Há três principais concepções para esse tratamento de dados:
 Tecnologias de grandes dados.
 Ferramentas de inteligência de negócios.
 Ferramentas para análises.
As necessidades por trás do tratamento de dados
Essas concepções são conhecidas como pilares do tratamento de dados.
Todo projeto empresarial necessita de tratamento adequado de dadosque
englobe:
 Seleção da ferramenta adequada.
 Análise dos dados propriamente dita.
 Transformação em informação significativa.
Um projeto bem estruturado é sinônimo de um projeto eficiente e de
sucesso.
As necessidades por trás do tratamento de dados
Figura 3 - Centrais de informação
Fonte: https://pxhere.com/pt/photo/1058721. Acesso em: 6 nov. 2020.
Desenvolvimento de projetos baseados na análise de dados
Um projeto se inicia com perguntas de pesquisa, as quais darão o 
direcionamento de todo o seu desenvolvimento.
Com os objetivos definidos e claros, alguns fatores exigem atenção:
 Escalabilidade.
 Alta disponibilidade.
 Flexibilidade.
Desenvolvimento de projetos baseados na análise de dados
Escalabilidade:
Quantitativo de usuários simultâneos.
Medida preventivas contra picos de acesso.
Alta disponibilidade.
 Garantia de acesso.
 Em tempos real.
 Ex.: redes sociais.
Desenvolvimento de projetos baseados na análise de dados
Flexibilidade:
Modo de armazenamento.
Forma de acesso por diferentes meios.
Esses fatores influenciam na estrutura do banco de dados a ser utilizado 
pelos projetos:
 Custos.
 Gerenciamento.
 Segurança de informações.
Desenvolvimento de projetos baseados na análise de dados
É importante que você compreenda o que são os chamados repositórios.
Os repositórios nada mais são do que locais em que os dados serão 
armazenados, compreendendo também a forma como são alocados.
Dentre os principais e mais utilizados pela Big Data está o Data Lake.
Desenvolvimento de projetos baseados na análise de dados
O Data Lake é, basicamente, um banco de dados que armazena os dados 
advindos diretamente de um sistema operacional ou fornecedor.
Os dados são brutos, sem processamento ou com processamento leve.
Pode ser desenvolvido na nuvem.
É fundamental:
 Presença da diretoria e gestores sêniores.
 Entendimento do modo de organização e armazenamento.
Desenvolvimento de projetos baseados na análise de dados
Figura 4 - Utilização do Data Lake na área de Big Data
Fonte: adaptada de https://medium.com/data-ops/the-data-lake-is-a-design-pattern-
888323323c66. Acesso em: 6 nov. 2020.
Desenvolvimento de projetos baseados na análise de dados
Mas o que é armazenamento em nuvem?
 Repositório em servidores da web. 
 Podem ser privados, públicos ou de caráter híbrido.
 As públicas se destinam às pessoas como um todo.
 As privadas são utilizadas pelas empresas.
 Computação nas nuvens (Cloud Computing).
Teoria em Prática
Bloco 4
Cassio Rodolfo Aveiro da Silva
Reflita sobre a seguinte situação
Você, diretor da empresa Google, a qual existem muitas áreas e vários 
programas que estão sob a mesma empresa, como e-mails, sites de busca, 
agendas virtuais, mapas e vários aplicativos. Trata-se de uma empresa 
multinacional, que atua mundialmente e possui um volume de dados 
gigantesco, na faixa de zetabytes. Com a maior parcela de seu lucro vindo da 
publicidade, ela é uma das maiores empresas do mundo, embora seja 
recente, pois, foi fundada em 4 de setembro de 1998. O crescimento da 
empresa foi muito rápido e, com isso, culminou em diversos produtos 
inovadores e tecnológicos no mercado. O Google é executado em mais de 
um milhão de servidores e processa mais de 5 bilhões de solicitações de 
pesquisa em vários países diferentes. 
Reflita sobre a seguinte situação
Já foi tido como o site mais visitado do mundo e considerado uma das 
melhores empresas para se trabalhar. Com todas essas informações sobre o 
Google, é possível perceber com o conteúdo estudado que estamos tratando 
com o maior volume de dados do mundo. Quais as características de 
profissionais que você contrataria para sua empresa? Quais os princípios 
aplicados aos dados você recomendaria ter para que sua empresa 
continuasse a ter sucesso? 
Norte para a resolução...
• O perfil do profissional a ser selecionado deve contemplar, primeiramente, 
os princípios e cultura organizacional do Google. Neste contexto, o perfil 
deve ser constituído por uma atitude inovadora, sempre em busca de 
novidades e almejando fazer a diferença não só na empresa, mas no 
mundo. Além disso, liderança, capacidade cognitiva e familiaridade com 
sistemas de informação e banco de dados é fundamental.
• Claramente, para manter o sucesso, o foco está em analisar os princípios 
de redundância, inconsistência e integração.
Dica do Professor
Bloco 5
Cassio Rodolfo Aveiro da Silva
Orientações para o bloco 5
Filme: Banco de Dados Relacional | O que é? Canal: Dicionário de Informática, 
disponível no Youtube.
Banco de Dados Relacional e Não Relacional. Canal: Data Lab, disponível no 
Youtube.
Capítulo de livro: 
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. 6. ed. São Paulo: 
Pearson, 2011. Cap. 2, p. 19-36.
Referências
AMARAL, F. Introdução à ciência de dados, mineração de dados e big data. 
Rio de Janeiro: Alta Books, 2016.
GRUS, J. Data science do zero: primeiras regras com Python. Rio de Janeiro: 
Alta Books, 2016.
HEUSER, C. A. Projeto de bancos de dados. Porto Alegre: Bookman, 2009.
NOGARE, D. Do Banco de dados relacional à tomada de decisão. São Paulo: 
Mvtech, 2014. 
Bons estudos!
WBA0178_v2.0
Banco de Dados Relacional 
e Big Data
ACID e Benefícios do Banco 
de Dados Relacional
Bloco 1
Cassio Rodolfo Aveiro da Silva
As transações e confiabilidade do Banco de Dados Relacional
Atualmente, o Banco de Dados Relacional é um dos modelos de 
armazenamento de dados mais utilizados pelas empresas:
 Popular.
 Bem avaliado.
 Seguro.
 Eficiente.
 Compromissos que garantem a qualidade.
As transações e confiabilidade do Banco de Dados Relacional
Ao se desenvolver um banco de dados, deve-se observar requisitos e 
prioridades referentes aos dados:
 Aquisição.
 Manutenção.
 Durabilidade.
Quando se trata de grandes empresas, é necessário avaliar a questão de 
segurança dos dados.
As transações e confiabilidade do Banco de Dados Relacional
No contexto do banco de dados, transações se refere ao conjunto 
sequencial de tarefas ou operações referentes ao processamento de dados.
Esse conjunto é considerado como uma única operação.
As transações possuem quatro propriedades (ACID):
i. Atomicidade.
ii. Consistência.
iii. Isolamento.
iv. Durabilidade.
As transações e confiabilidade do Banco de Dados Relacional
i. Atomicidade (A):
 Indivisibilidade.
 Informações dependentes entre si dentro da transação.
 Total execução de todas as operações envolvida.
 Impossibilidade de transação parcial.
As transações e confiabilidade do Banco de Dados Relacional
ii. Consistência (C):
 Preservação dos dados.
 Garantia contra falhas.
 Outro estado para os dados.
 Disponibilidade dos dados para novas transações.
As transações e confiabilidade do Banco de Dados Relacional
iii. Isolamento (I):
 Uma transação não se relaciona com as outras.
 Sem interferências.
 Proteção dos dados.
 No mínimo até sua validação.
As transações e confiabilidade do Banco de Dados Relacional
iv. Durabilidade (D):
 Persistência das aplicações geradas pelas transações válidas.
 Proteção contra perdas (falhas ou reinícios de sistemas).
O pleno desenvolvimento e ocorrência dessas quatro propriedades, garante 
a qualidade, a efetividade e a excelente interação relacional do banco de 
dados.
As transações e confiabilidade do Banco de Dados Relacional
Como é sabido, os dados em um banco de dados relacional são 
armazenados em forma de tabelas, pois:
 Facilitada a inserção de dados.
 Permite o acesso e a recuperação otimizadas.
 Interação entre os dados (colunas compartilhadas).
 Confiabilidade em função das características ACID.
 Aplicabilidade em sistemas ERP e CRM.
As transações e confiabilidade do Banco de Dados Relacional
Outro ponto forte de confiabilidade do banco de dados é a velocidade.
Considerado por muitas empresas a melhor opção com maior rapidez e 
agilidade nas transaçõesde dados:
 Interação com outros bancos de dados (Big Data, NoSQL).
 Aplicações direcionadas ao Banco de dados Relacional.
 A criação ou seleção atual de sistemas de gestão de banco de dados
são em função do modelo relacional. 
As transações e confiabilidade do Banco de Dados Relacional
No entanto, há algumas ressalvas a respeito do Banco de Dados Relacional:
 Sua agilidade é reduzida ao lidar com enormes quantidades de dados 
a serem processados.
 Dados muito complexos.
 Dados variáveis.
 Paralelização não efetiva para os dados atuais.
 Alto custo.
ACID e Benefícios do Banco 
de Dados Relacional
Bloco 2
Cassio Rodolfo Aveiro da Silva
Entendendo a lógica do Banco de Dados Relacional
Ao se trabalhar com Banco de dados Relacional é fundamental saber como 
ele se desenvolve na prática.
É essencial saber o que são:
 Campo e atributo.
 Registro e tupla.
 Campo-chave.
 Chave primária.
Entendendo a lógica do Banco de Dados Relacional
Caso prático Fornecedor x Cliente:
Tabela 1 - Tabela de banco de dados relacional - fornecedor
Fonte: adaptada de Laudon e Laudon (2014).
Número Nome Rua Cidade Estado CEP
8259 CBM Inc. Av. Mauá, 100 Pinhais PR 8705033
8261 Jackson C&A R. Patrício, 74 Maringá PR 8744603
8263 Auto Peças R. Paiçandu, 5 Rio Bonito PR 8706133
8444 Polar Av. Brasil, 530 São Paulo SP 8105243
Linhas (Registros e 
Tuplas)
Colunas (Atributos e campos)
Campo-chave
Entendendo a lógica do Banco de Dados Relacional
Caso prático Fornecedor x Cliente:
Tabela 2 - Tabela de banco de dados relacional - Peças
Fonte: adaptada de Laudon e Laudon (2014).
Número Descrição Preço Unitário Fornecedor
137 Trinco porta R$ 22,00 8259
145 Retrovisor R$ 12,00 8444
150 Vedação porta R$ 6,00 8263
152 Trava porta R$ 31,00 8259
155 Compressor R$ 54,00 8261
178 Maçaneta porta R$ 10,00 8259
Campo-chave Chave estrangeira
Entendendo a lógica do Banco de Dados Relacional
Tabela 3 - Relações no banco de dados - Fornecedor x Peça
Fonte: adaptada de Laudon e Laudon (2014).
Número Descrição Preço Unitário Fornecedor
137 Trinco porta R$ 22,00 8259
145 Retrovisor R$ 12,00 8444
150 Vedação porta R$ 6,00 8263
152 Trava porta R$ 31,00 8259
155 Compressor R$ 54,00 8261
178 Maçaneta porta R$ 10,00 8259
Número Nome Rua Cidade Estado CEP
8259 CBM Inc. Av. Mauá, 100 Pinhais PR 8705033
8261 Jackson C&A R. Patrício, 74 Maringá PR 8744603
8263 Auto Peças R. Paiçandu, 5 Rio Bonito PR 8706133
8444 Polar Av. Brasil, 530 São Paulo SP 8105243
Entidade: fornecedor
Entidade: peça
Entendendo a lógica do Banco de Dados Relacional
Pontos importantes:
 Atributos exclusivos.
 Chave estrangeira de uma entidade será a chave primária de outra.
 Um chave primária não pode ser utilizada em outra entidade.
 Evita duplicação de dados.
ACID e Benefícios do Banco 
de Dados Relacional
Bloco 3
Cassio Rodolfo Aveiro da Silva
Relações e cardinalidades em um banco de dados relacional
As tabelas de cada entidade de um banco de dados relacional podem, e 
devem, relacionar entre si.
Utiliza-se o Diagrama Entidade/Relacionamento (DER), ou seja, a forma 
como as tabelas se relacionam:
 Um para um (dados confidenciais).
 Um para muitos (fornecedores).
 Muitos para muitos (pedidos e produtos).
Relações e cardinalidades em um banco de dados relacional
Simbologia:
Relação de intersecção nas relações muitos para
muitos.
Fornecedores Produto
Figura 1 - Diagrama Relacional entre entidades
Fonte: adaptada de Laudon e Laudon (2014).
Relações e cardinalidades em um banco de dados relacional
A relação de intersecção, ou tabelas concatenadas, pode simplificar os 
processos de tabelas complexas de dados na relação muitos para muitos:
 Estabilidade.
 Flexibilidade.
Essa simplificação recebe o nome de normalização:
 Fácil mantenabilidade.
 Redução de dados duplicados.
Relações e cardinalidades em um banco de dados relacional
Após as relações estabelecidas entre as tabelas de um banco de dados, é 
preciso saber e selecionar adequadamente em qual delas será colocada a 
chave estrangeira.
Para tal, utiliza-se a cardinalidade:
 Propriedade relacional expressa por um número.
 A quantidade de ocorrências de uma dada entidade associada à 
ocorrência de uma outra entidade a qual está relacionada.
Relações e cardinalidades em um banco de dados relacional
Por meio da cardinalidade expressa pode-se:
 Quantidade de dependentes associado a um funcionário.
 Ou quantos funcionários são responsáveis por um dependente.
Compreender essa relação possibilita identificar em qual tabela será inserida 
a chave estrangeira.
A cardinalidade pode ser:
 Máxima (segundo valor entre parênteses).
 Mínima (primeiro valor entre parênteses).
Relações e cardinalidades em um banco de dados relacional
Exemplo simples de cardinalidade:
Funcionário Dependentepossui
(1,n) (0,n)
Relações e cardinalidades em um banco de dados relacional
Cardinalidade mínima:
 Opcional: identificada pelo número 0 (zero), significando que o
relacionamento não é obrigatório. Pode ou não.
 Obrigatória: identificada pelo número 1 (um) e indica que deverá
haver, ao menos, uma ocorrência de relacionamento.
Relações e cardinalidades em um banco de dados relacional
Cardinalidade máxima:
 Máximo de um: identificada pelo número 1 (um), significando que 
deve, obrigatoriamente, haver um única ocorrência no 
relacionamento.
 Máximo de muitos: identificada pelo letra “n” e indica que poderá
haver inúmeras ocorrências no relacionamento.
Relações e cardinalidades em um banco de dados relacional
Forma de compreensão da cardinalidade:
As setas representam a ocorrência de uma 
entidade na outra.
Funcionário Dependentepossui
(1,n) (0,n)
Relações e cardinalidades em um banco de dados relacional
Definição da chave estrangeira:
 Facultativo: quando em ambos os lados, as cardinalidades máximas e 
mínimas forem 1 e 0 ou 1 e 1, respectivamente.
 Entidade com (1,1): quando em ambos os lados, a cardinalidade 
máxima for igual a 1 e a mínima 1 em pelos menos um dos lados.
 Entidade com a máxima “n”: cardinalidade máxima “n” em um dos 
lados com 1 no outro lado.
 Nova tabela: quando a cardinalidade máxima “n” ocorrer nos 2 lados.
Teoria em Prática
Bloco 4
Cassio Rodolfo Aveiro da Silva
Reflita sobre a seguinte situação
Uma grande empresa de produção e venda de produtos eletrônicos, 
atualmente, realiza o controle de seus dados de maneira totalmente manual, 
ou seja, por meio de anotações referentes às atividades desenvolvidas. Ao 
ter um aumento significativo de seus processos de negócio, a empresa se vê 
na obrigação de criar um Banco de Dados Relacional (BDR). Sendo 
responsável pelo desenvolvimento deste BDR, quais as relações e 
cardinalidades que você poderia estabelecer nas relações entre 
fornecedores, clientes, produtos e vendas?
Norte para a resolução...
• A cardinalidade envolve compreender e perceber as relações que ocorrem 
entre as entidades (fornecedores, clientes, produtos e vendas).
• Toda empresa apresenta uma equipe de vendas, pensando nisso, poderá
haver um funcionário para muitas vendas. Neste mesmo contexto, uma 
venda deve estar associada a um funcionário.
• Os produtos, por sua vez, podem estar associados à várias ou nenhuma 
venda. Porém, uma venda deve possuir um produto.
• Um cliente pode adquirir uma ou mais vendas e uma venda
individualmente deve possuir um cliente.
Norte para a resolução...
• Nas relações propostas, a chave estrangeira (CE) deverá estar inserida na
entidade que apresenta a cardinalidade máxima “n”:
Produto Vendaspossui
(1,1) (0,n)
Funcionário
Cliente
(CE)
Dica do Professor
Bloco 5
Cassio Rodolfo Aveiro da Silva
Orientações para o bloco 5
Filme: DER – CARDINALIDADE. Canal: Kleber Pereira de Almeida, disponível no 
Youtube.
Aula 03 – Normalização (Banco de Dados). Canal: Marcio Goes, disponível 
no Youtube.
Artigo: FILHO, D. F. S.; PIZETTA, P. C.; ALMEIDA, J. B. S. A.; PIVETTA, K.F. L.; 
FERRAUDO, A. S. Banco de dados relacional para cadastro, avaliação e 
manejo da arborização em vias públicas. Sociedade de Investigações 
Florestais, Viçosa, v. 26, n. 5, p. 629-642, 2002.
Referências
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. 4. ed. São Paulo: 
Pearson, 2009.
HEUSER, C. A. Projeto de bancos de dados. Porto Alegre: Bookman, 2009.
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução: 
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
MEDEIROS, L. F. Banco de dados: princípios e práticas. Curitiba: InterSaberes, 
2013.
TAURION, C. Big data: velocidade, volume, variedade, veracidade, valor. Rio 
de Janeiro: Brasport, 2013.
Bons estudos!
WBA0178_v2.0
Banco de Dados Relacional 
e Big Data
A SQL e os Sistemas de 
Gestão de Banco de Dados
Bloco 1
Cassio Rodolfo Aveiro da Silva
A importância do DBMS
• Atualmente, a grande dificuldade das empresas é saber lidar com seus
bancos de dados cada vez maiores.
Figura 1 - Exemplificação de gestão de banco de dados
Fonte: https://pxhere.com/pt/photo/1432569. Acesso em: 12 nov. 2020.
https://pxhere.com/pt/photo/1432569
A importância do DBMS
• A solução está no Data Base Management System (DBMS, em português,
Sistema de Gestão de Banco de Dados):
 Software único ou conjunto de softwares.
 Criação, armazenamento, organização e acesso aos dados.
 Sistemas modulares.
 Relação cliente/servidor.
(LAUDON; LAUDON, 2014)
A importância do DBMS
• Os DBMS podem ser desenvolvidos em: PCs; Workstation Remotas;
Laptops e Notebooks e dispositivos móveis (ELMASRI; NAVATHE, 2009).
Figura 2 - Uso de DBMS por meio de PCs 
Fonte: https://pxhere.com/pt/photo/1437805. Acesso em: 12 nov. 2020.
https://pxhere.com/pt/photo/1437805
A importância do DBMS
• Voltado à relação cliente/servidor, os DBMSs têm a responsabilidade de 
relacionar duas concepções ou modelos:
 Lógica dos dados.
 Física dos dados.
• O objetivo é identificar onde e como os dados estão armazenados em
um banco de dados.
(LAUDON; LAUDON, 2014)
A importância do DBMS
Figura 3 - Ação do DBMS no banco de dados de Recursos Humanos
Fonte: adaptada de Laudon e Laudon (2014).
Estrutura do DBMS
• O DBMS apresenta uma estrutura constituída de dois principais módulos 
(MACHADO, 2020):
Módulo Cliente: interfaces de relacionamento com o cliente.
Módulo Servidor: operações técnicas do armazenamento de dados.
Interfaces do DBMS
• Há seis interfaces predominantes na utilização do DBMS:
 Interface Baseada em Menus (MBI - Menu Based Interface):
• Cliente da web/navegação.
• Ações selecionadas por botões.
• Elimina a necessidade de guardar comandos.
• Pesquisas exploratórias.
(ELMASRI; NAVATHE, 2009)
Interfaces do DBMS
 Interface Baseada em Formulários (FBI - Forms Based Interface):
• Formulários de preenchimento integral.
• Formulários de preenchimento parcial.
 Interface Gráfica para Usuários (GUI):
• Manipulação de formulários e menus diagramáticos.
(ELMASRI; NAVATHE, 2009)
Interfaces do DBMS
 Interface de Linguagem Natural (NLI - Natural Language
Interface):
• Consultas em inglês ou em outros idiomas diretamente.
• Palavras-padrão em diálogo interativo para refinamento.
 Interface para os Administradores dos Bancos de Dados (DBAI -
Data Base Administrator Interface):
• Comando utilizados apenas por DBAs. Com acesso restrito.
(ELMASRI; NAVATHE, 2009)
Interfaces do DBMS
• Por fim a:
 Interface para Usuários Parametrizáveis (PUI - Parameterizable
User Interface):
• Para operações repetitivas.
• Redução de comandos.
• Redução de teclas e cliques.
(ELMASRI; NAVATHE, 2009)
A SQL e os Sistemas de 
Gestão de Banco de Dados
Bloco 2
Cassio Rodolfo Aveiro da Silva
DBMS relacional
• Para Banco de Dados Relacionais (BDR), os sistemas de gestão de banco
de dados (DBMS) devem trabalhar de acordo com a estrutura deste tipo
de banco:
 Combinações de tabelas.
 Utilização de chaves estrangeiras.
(LAUDON; LAUDON, 2014)
DBMS Relacional
• O DBMS relacional utiliza três funções essenciais:
I. Select: seleção de Tuplas.
II. Project: escolha dos principais atributos para uma nova tabela.
III. Join: combinação de tabelas para mais informações.
(LAUDON; LAUDON, 2014)
DBMS Relacional
• Além das funções essenciais, os DBMS devem disponibilizar recursos
para:
I. Definir, manipular e organizar dados.
II. Criação de um dicionário de dados.
• Especificação da estrutura do banco de dados.
• Definições registradas em arquivos (registros).
(LAUDON; LAUDON, 2014)
DBMS e sua composição
• Todos os sistemas de gestão de banco de dados são um conjunto de
componentes essenciais:
 Sistema operacional.
 Gerenciador de armazenamento e buffers.
 Processador runtime.
 Compiladores de consulta.
 Computadores cliente e servidor.
(MACHADO, 2020)
DBMS e sua composição
• E também de utilitários:
 Loading.
 Backup.
 File Reorganization.
 Performance Monitoration.
(MACHADO, 2020)
A SQL e os Sistemas de 
Gestão de Banco de Dados
Bloco 3
Cassio Rodolfo Aveiro da Silva
A Structure Query Language (SQL)
• O sucesso dos Bancos de Dados Relacionais e de seus sistemas de gestão
é a Structure Query Language (SQL - Linguagem Estruturada de
Consulta) (COSTA, 2006; MACHADO, 2020):
Figura 4 - Histórico da Structure Query Language
Fonte: elaborada pelo autor.
1970 1974 1976/77 1982 1986
Originada 
por Codd.
IBM lança 
a SEQUEL.
Renomeada 
para SQL.
Padronizada 
pela ANSI.
Padronizada 
pela ISO.
A Structure Query Language (SQL)
• Voltada especialmente aos Banco de Dados Relacionais.
• Seus objetivos gerais são:
 Segurança dos dados.
 Controle dos dados.
 Integridade dos dados.
(LAUDON; LAUDON, 2014)
A Structure Query Language (SQL)
• Pode ser aplicada por meio de linguagens hospedeiras (C, C++, Fortran 
etc.).
• Elimina a preocupação de programadores e usuários em:
 Converter dados.
 Migrar dados de um DBMS para outro.
 Realizar treinamentos sobre linguagem de programação 
específica.
(ELMASRI; NAVATHE, 2009)
A Structure Query Language (SQL)
Figura 5 - Multifaces de utilização da SQL em DBMS
Fonte: adaptada de Machado (2020).
A Structure Query Language (SQL)
• Pode manipular diferentes classes entre as funções de um DBMS (MACHADO, 
2020).
Figura 6 - Funções de um DBMS alteradas e controladas pela SQL
Fonte: adaptada de Machado (2020).
Criar,
Excluir 
e
Alterar.
Startup
Segur.,
Contro.,
Admin.
Manip.
de 
dados.
SQL
DDL
DML
A Structure Query Language (SQL)
• Sub-linguagens da SQL (ELMASRI; NAVATHE, 2009):
DDL - Data Definition Language - definição de dados.
DML - Data Manipulation Language - manipulação de dados.
A Structure Query Language (SQL)
• A DML pode ser subdividida em:
 Alto Nível: capacidade de entender o usuário. Pode ou não ser
utilizada uma linguagem de programação geral. Processam um
conjunto de dados.
 Baixo Nível: exige que seus comandos estejam embutidos em
uma linguagem de programação geral. Comandos de loop.
Processam um dado por vez.
(ELMASRI; NAVATHE, 2009)
A Structure Query Language (SQL)
 CREATE TABLE <nome_tabela> 
 SHOW DATABASES; 
 DROP DATABASE <nome_BD>;
 AFTER TABLE <nome_tabela> ADD
<nome_campo> <tipo_campo>(tamanho);
 TRUNCATE <nome_tabela>;
 AFTER TABLE <nome_tabela> RENAME
<novo_nome_tabela>;
• Comandos básicos DDL (ELMASRI; NAVATHE, 2009):
• Comandos básicos DML (ELMASRI; NAVATHE, 2009):
A Structure Query Language (SQL)
 INSERT <nome_tabela> VALUES
(<Valor_campo_1>,<Valor_campo_2>,...); 
 SELECT*FROM <nome_tabela>; 
 UPDATE <nome_tabela> SET <coluna>
<operador> <novo_valor>; 
 DELETE FROM <nome_tabela> WHERE <condição>; 
A Structure Query Language (SQL)
• Benefícios extras:
 Compartilhamento de dados entre usuários concorrentes.
 Segurança e sigilos de informações importante.
 Otimização da integridade contra falhas.
(LAUDON; LAUDON, 2014)
Teoria em Prática
Bloco 4
Cassio Rodolfo Aveiro da Silva
Reflita sobre a seguinte situação
Sua empresa, do ramo de venda de produtos