aula 05 - banco de dados · bd - classificação • banco de dados por manipulação de dados –...

22
Aula 05 Universidade Paulista - Unip Banco de Dados Geraldo Henrique Neto – Banco de Dados 1

Upload: others

Post on 03-May-2020

1 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

Aula 05

Universidade Paulista - Unip

Banco de Dados

Geraldo Henrique Neto – Banco de Dados 1

Page 2: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

Geraldo Henrique Neto – Banco de Dados 2

OBJETIVOS

Page 3: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• À classificação do BD é determinada de acordo comsuas características e aplicação dos dadosarmazenados

• Pode variar de acordo com o número de usuários,localização, e, tipo de uso

Geraldo Henrique Neto – Banco de Dados 3

Page 4: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo Hierárquico

• Descrito por um diagrama de estrutura de árvore

• Caixas: correspondem aos tipos de registros

• Linhas: representam as ligações dos registros

Geraldo Henrique Neto – Banco de Dados 4

Page 5: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo Hierárquico

• Aumento do número de índices (duplicidade)

• Tempo de consulta extremamente alto

• Tempo de processamento extremamente alto

• Restrições e Consistências: responsabilidade da aplicação

Geraldo Henrique Neto – Banco de Dados 5

Page 6: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo de Rede

• Extensão mais completa do Modelo Hierárquico

(minimização dos problemas anteriores)

• Estrutura mais completa possuindo:

– Propriedades básicas de registros, conjuntos e ocorrências

– Linguagem de Definição de Dados (DDL)

– Linguagem de Manipulação de Dados (DML)

• A estrutura é constituída por:

– Entidades (registros)

– Atributos (itens de dados)

– Tipos de registros

– Ocorrência de registros

Geraldo Henrique Neto – Banco de Dados 6

Page 7: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo Hierárquico versus Modelo de Rede

• Melhor controle sobre a redundância de dados

Geraldo Henrique Neto – Banco de Dados 7

Page 8: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo Relacional

• Modelo de BD mais utilizado

• Promove melhor segurança, compartilhamento e integridadedos dados

• Composto de relações entre entidades (tabelas)

– Mesmo conceito matemático de relações

• Relacionamento entre tabelas:

– Chave estrangeira (foreign key)

– Simples: formada apenas por um atributo

– Composta: formada por vários atributos

Geraldo Henrique Neto – Banco de Dados 8

Page 9: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Modelo de Dados:

– Modelo Relacional

• Atributo: representação de um tipo de registro/dado

• As operações fundamentais da álgebra relacional (seleção,projeção, produto cartesiano, união e diferença) constituem abase de operacionalização do BD Relacional

• Exemplos de BDs Relacionais:

– BD2 - SyBase

– Interbase - Firebird

– MySQL - PostgreSQL

– Oracle - SQL Server

Geraldo Henrique Neto – Banco de Dados 9

Page 10: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Número de Usuários

– Monousuário

• BD constituído para utilização de apenas um usuário de cada vez

• Exemplo: imagine que o usuário Luis Inácio se encontrautilizando o BD, os usuários Dilma e Genuíno, por sua vez,precisam aguardar o usuário Luis Inácio finalizar sua transaçãopara obter acesso ao mesmo

• Nesse tipo de BD, não existe, em hipótese alguma, o controle deconcorrência (não existe concorrência entre transações dosusuários)

Geraldo Henrique Neto – Banco de Dados 10

Page 11: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Número de Usuários

– Multiusuário

• Garante a utilização dos dados de forma compartilhada pordiversos usuários simultaneamente

Geraldo Henrique Neto – Banco de Dados 11

Page 12: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Localização

– Distribuído

• Estrutura com dois ou mais arquivos armazenados em locaisdistintos, em uma rede de computadores

• O armazenamento/recuperação dos registros/dados étransparente para os usuários

Geraldo Henrique Neto – Banco de Dados 12

Page 13: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Localização

– Características de um BD-D

• Tolerância a falhas

• Independência em relação ao site central

• Autonomia para transações locais

• Independência de localização

• Independência de replicação

• Independência de hardware e de rede

• Processamento distribuído de consultas

• Independência de SO

• Gerenciamento de transações distribuídas

• Controle de consistência

Geraldo Henrique Neto – Banco de Dados 13

Imp

lem

enta

ção

C

om

ple

xa

Page 14: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Localização

– Centralizado

• Centraliza os dados em um único local

• Programas e processamento ocorrem no computadorhospedeiro

• Segurança centralizada (vantagem)

Geraldo Henrique Neto – Banco de Dados 14

Page 15: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Operacional

• Destinados para dar suporte as transações empresariasdiárias

• Também pode ser classificado como Banco de DadosTransacional, ou, até mesmo de Produção

Geraldo Henrique Neto – Banco de Dados 15

Page 16: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Data Warehouse

• Ênfase na obtenção de informações ímpares no que tange atomada de decisão

• Os dados necessitam de receber um tratamento específico(lapidação), a fim de extrairmos informações valiosas

• Exemplos: estimativas trimestrais de vendas de umdeterminado produto, posicionamento do mesmo o mercadoem uma determinada região, etc..

• Estrutura totalmente distinta, comparado com os BDTransacionais/Operacionais

Geraldo Henrique Neto – Banco de Dados 16

Page 17: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Temporal

• Permite que os usuários manipulem, de acordo com suasnecessidades, os estados atuais e históricos do BD

• Permite o armazenamento histórico das alterações dos dados

• Exemplos de aplicações que necessitam de controle de acessoaos dados temporais: aplicações médicas (acompanhamentoda evolução terapêutica dos pacientes), aplicaçõesempresariais (sistemas financeiros, controle de produtividade,gestão de RH, etc.), aplicações acadêmicas, sistemas deinformação geográficas (SIG), etc.

Geraldo Henrique Neto – Banco de Dados 17

Page 18: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Espacial

• Permite recuperar objetos localizados em um espaçomultidimensional

• BD Geográfico é um caso especial de BD Espacial, poisgarante o armazenamento de informações acerca dalocalização de rios, municípios, estados, rodovias, etc.

Geraldo Henrique Neto – Banco de Dados 18

Page 19: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Meteorológico

• Como sua descrição evidencia, é um tipo de BD que armazenadados/registros referente ao tempo (temperatura, umidadedo ar, velocidade do vento, dentre outras variáveispertinentes)

Geraldo Henrique Neto – Banco de Dados 19

Page 20: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Multimídia

• Destinados ao armazenamento e manipulação de dadosconsiderados não-convencionais

• Exemplos: imagens, vídeos, músicas, etc.

Geraldo Henrique Neto – Banco de Dados 20

Page 21: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

`

BD - Classificação

• Banco de Dados por Manipulação de Dados

– Banco de Dados Especialista

• Em algumas literaturas, podemos encontrar o uso de umaoutra nomenclatura (banco de dados/sistemas baseados emconhecimento)

• Mescla raciocínio e inferência, por meio da inteligênciaartificial

Geraldo Henrique Neto – Banco de Dados 21

Page 22: Aula 05 - Banco de Dados · BD - Classificação • Banco de Dados por Manipulação de Dados – Data Warehouse • Ênfase na obtenção de informações ímpares no que tange

Geraldo Henrique Neto – Banco de Dados 22

Exercícios