Para começar nossa jornada, vamos entender o que são bancos de dados e por que eles são tão cruciais.
Em sua essência mais básica, um banco de dados é uma coleção de informações inter-relacionadas. Pense em uma lista de compras: é um pequeno banco de dados analógico. No contexto da ciência da computação, um banco de dados é uma coleção organizada de dados ou um tipo de armazenamento de dados baseado no uso de um sistema de gerenciamento de banco de dados (DBMS).
Mais formalmente, um banco de dados é uma coleção de dados logicamente coerente que possui um significado implícito, cuja interpretação é dada por uma determinada aplicação. Ele representa abstratamente uma parte do mundo real, conhecida como Mini-Mundo, que é de interesse de uma certa aplicação.
Em resumo, um banco de dados é um dispositivo de armazenamento para conjuntos de dados, que são informações controladas por alguém ou alguma instituição. É o responsável por guardar os diferentes tipos de dados de uma empresa em um só lugar.
Os bancos de dados são utilizados para armazenar e organizar dados, facilitando seu gerenciamento e acesso. À medida que a quantidade de dados cresce e se torna mais complexa, manter a organização, acessibilidade e proteção dos dados se torna um desafio, e é aí que os bancos de dados, juntamente com os SGBDs, se tornam indispensáveis.
Suas aplicações são vastas e abrangem virtualmente toda a gama de software de computador:
Controle de operações empresariais: Armazenam dados relevantes para a gestão de um negócio, como dados de clientes, funcionários, fornecedores e outras informações.
Sistemas de informação e segurança: Tornaram-se a principal fonte de armazenamento de dados para esses sistemas.
Gerenciamento de informações de estudos: Como nos Bancos de Dados Geográficos, que combinam mapas, imagens de satélite e outros dados geográficos.
Transações financeiras: Bancos utilizam bancos de dados relacionais para controlar transações de clientes, como consultas de saldo e transferências, que exigem rapidez e atualização constante dos dados.
Catálogos de comércio eletrônico: Bancos de dados orientados a documentos descrevem produtos com seus atributos, permitindo alterações sem afetar outros produtos. Bancos de dados em memória podem armazenar dados frequentemente acessados (estoque, preços) para acelerar a recuperação.
Redes sociais: Armazenam informações de usuários e suas conexões, permitindo a criação de grafos sociais e a personalização de experiências.
Resultados personalizados online: Impulsionam a personalização em sites, usando informações não estruturadas para oferecer sugestões personalizadas.
Análise de negócios: Ajudam a gerenciar análises para extrair insights, permitindo examinar dados multidimensionais em alta velocidade.
Hoje, é indispensável o uso do banco de dados, pois é possível encontrar inúmeras atividades que possuem alguma interação com eles. Para concursos, entender essas aplicações e a importância dos dados é fundamental para questões de contexto e utilidade.
A necessidade de registrar informações é tão antiga quanto a humanidade, começando com pinturas pré-históricas, hieróglifos e, posteriormente, a escrita. Com a invenção do papel e da prensa móvel, o registro de informações evoluiu significativamente.
No início da era computacional, utilizavam-se cartões e papéis perfurados, idealizados por Herman Hollerith (fundador da IBM). No entanto, a busca por praticidade, eficiência, rapidez e confiabilidade impulsionou o desenvolvimento de bancos de dados computadorizados.
Os primeiros programas de bancos de dados surgiram sincronamente com os computadores, que já utilizavam recursos de gravação e leitura de dados em disco. Antes dos Sistemas Gerenciadores de Banco de Dados (SGBDs), as aplicações armazenavam informações usando os sistemas de arquivos do sistema operacional.
Contudo, os sistemas baseados em arquivos apresentavam diversos problemas:
Falta de controle de acesso dos usuários.
Impossibilidade de executar mais de um processo ao mesmo tempo.
Forte dependência da estrutura do arquivo ao código do aplicativo.
Inconsistência, dificuldade de acesso e isolamento de dados.
Problemas de segurança dos dados.
Duplicidade de informações.
Incompatibilidade entre formatos de arquivos.
Dificuldade de manutenção devido à falta de estruturas de dados definidas no código-fonte.
Problemas no compartilhamento de dados entre programas.
Diante desses desafios, os SGBDs surgiram na década de 1970 para resolver esses problemas e oferecer maior produtividade e qualidade no desenvolvimento de softwares e aplicações.
Dados referem-se a qualquer informação capturada e armazenada sobre uma pessoa, um lugar, uma coisa ou um objeto, chamada de entidade, bem como os atributos dessa entidade.
Por exemplo, se você armazena informações sobre restaurantes locais, cada restaurante é uma entidade, e seu nome, endereço e horário comercial são atributos dessa entidade. Toda essa coleção de informações é o que chamamos de dados.
Agora que entendemos o que são dados e bancos de dados, vamos explorar a ferramenta essencial para gerenciá-los: o SGBD.
Uma dúvida comum é a distinção entre "banco de dados" e "SGBD".
Banco de Dados: É o dispositivo de armazenamento para conjuntos de dados, as informações em si.
SGBD (Sistema Gerenciador de Banco de Dados): É um conjunto de softwares que atua como o meio pelo qual essas informações são acessadas e geridas em um banco de dados. Ele interage com usuários finais, aplicativos e com o próprio banco de dados, para capturar e analisar os dados, e abrange os recursos essenciais fornecidos para administrá-lo.
Exemplo: O Oracle SQL é um SGBD que oferece um banco de dados.
Os SGBDs são usados para:
Criar e gerenciar usuários.
Consultar dados.
Alterar dados e tabelas.
Excluir dados.
Relacionar tabelas.
Importar e exportar dados.
A utilização de um SGBD oferece diversas vantagens que superam os antigos sistemas baseados em arquivos:
Produtividade maior no desenvolvimento: Facilitam a programação de aplicações.
Confiabilidade das informações: Devido à coerência dos dados.
Rapidez no acesso: Uma das principais vantagens do SGBD é a velocidade de acesso às informações armazenadas.
Redução do esforço humano: Mais dados são disponibilizados na hora desejada.
Diminuição de redundância e inconsistência: Evita a repetição e a falta de padronização das informações.
Controle integrado de informações.
Compartilhamento de dados entre múltiplas aplicações e usuários simultaneamente.
Aplicação automática de restrições de segurança.
Hierarquia de usuários e controle de acesso.
Monitoramento de desempenho.
Economia de tempo e gastos para empresas.
Para concursos, é importante conhecer as propriedades que um banco de dados deve possuir, segundo Navathe:
Representar um aspecto do mundo real, o minimundo.
Ser uma coleção logicamente coerente de dados com um significado inerente (ou seja, não pode ser uma variedade aleatória de dados).
Ser projetado, construído e populado com dados para uma finalidade específica.
Um banco de dados não contém apenas os dados em si, mas também uma definição ou descrição completa de sua estrutura e restrições. Essa definição é armazenada no catálogo do banco de dados, que guarda informações sobre a estrutura de cada arquivo, tipo e formato de dados, e diversas restrições.
A informação armazenada no catálogo é chamada de metadados, e descreve a estrutura do banco de dados principal.
Independência de Dados do Programa: A estrutura dos arquivos de dados é armazenada no catálogo do banco de dados, separadamente dos programas que o acessam. Isso permite que a estrutura dos dados seja alterada sem impactar as aplicações.
Independência da Operação do Programa: Aplicações podem operar sobre os dados invocando operações por seus nomes e argumentos, independentemente de como as operações são implementadas.
Essas propriedades são garantidas pela Abstração de Dados, que oferece aos usuários uma representação conceitual dos dados, ocultando detalhes complexos de armazenamento e implementação.
Os níveis de abstração de dados são:
Nível Físico: O mais baixo, descreve como os dados estão realmente armazenados.
Nível Conceitual: Descreve quais dados estão armazenados e as relações entre eles, sem se preocupar com estruturas físicas complexas.
Nível de Visões: O mais alto, descreve apenas uma parte do banco de dados, simplificando a interação do usuário e podendo fornecer múltiplas visões para o mesmo banco de dados.
Um banco de dados deve permitir que vários usuários acessem os dados simultaneamente. Isso é feito através de um software de controle de concorrência, que garante que múltiplos usuários tentando atualizar o mesmo dado o façam de maneira controlada, resultando em um resultado correto.
Existem diversos modelos de bancos de dados, cada um com suas características e aplicações. Os mais proeminentes são os relacionais e os não relacionais (NoSQL).
O modelo relacional é o tipo mais comum e amplamente utilizado atualmente. Ele foi concebido como uma teoria matemática por Edgar Frank Codd e é a base para a maioria dos softwares de bancos de dados relacionais, embora poucos sigam integralmente suas 12 leis.
As bases de dados relacionais consistem em:
Uma coleção de estruturas de dados, conhecidas como relações, ou informalmente tabelas.
Uma coleção de operadores (álgebra e cálculo relacionais).
Uma coleção de restrições de integridade, que definem um conjunto consistente de estados e alterações do banco de dados (restrições de domínio, atributo, "relvar" e de base de dados).
Nesse modelo, os dados são organizados em tabelas (linhas e colunas) que armazenam informações sobre cada entidade e representam categorias predefinidas. Cada linha representa um registro com uma chave exclusiva que o identifica. A linguagem padrão para interação é a SQL (Structured Query Language).
Principais características:
Estrutura altamente estruturada.
Relações entre tabelas através de chaves primárias e estrangeiras.
Integridade dos dados garantida por regras rígidas e as propriedades ACID (Atomicidade, Consistência, Isolamento, Durabilidade).
Permitem escrever consultas (queries) que não foram antecipadas pelos projetistas, tornando-os flexíveis para diversas aplicações ao longo do tempo.
SGBDs Relacionais Populares (Muito Cobrados em Concursos):
MySQL: Gratuito, open source, multiplataforma, popular (usado por Google, PayPal, Netflix, Uber).
Oracle SQL (OracleDB): Comercializado pela Oracle, multiplataforma, muito utilizado em aplicações corporativas, conhecido pela padronização e estabilidade.
PostgreSQL: Open source, multiplataforma, um dos mais avançados, altamente escalável, robusto e com alta performance.
Microsoft SQL Server: Desenvolvido pela Microsoft, para Windows e Linux, oferece excelente suporte para recuperação de dados e softwares de gestão profissional.
MariaDB: Open source, multiplataforma, compatível com MySQL, focado em segurança, velocidade e menor exigência de hardware.
Access: Implementação do modelo relacional.
SQL do Azure: Serviço gerenciado na nuvem.
Amazon RDS: Coleção de serviços gerenciados para bancos de dados relacionais na nuvem.
Os bancos de dados não relacionais (NoSQL) surgiram para atender a necessidades que os bancos de dados relacionais não supriam tão bem, como a flexibilidade do modelo de dados, grandes volumes de dados (Big Data) e baixa latência. Eles não usam apenas SQL ou o modelo relacional.
Principais características:
Armazenam dados não estruturados ou semiestruturados.
Não usam tabelas rígidas de linhas e colunas como os relacionais.
Utilizam diversos modelos de dados otimizados para requisitos específicos.
Permitem que conjuntos maiores de dados distribuídos sejam acessados, atualizados e analisados rapidamente.
Oferecem um modelo mais flexível, sendo basicamente disponíveis, de estado flexível e eventualmente consistentes (BASE).
Tipos de Bancos de Dados NoSQL:
Chave-Valor: Armazenam dados como uma coleção de pares de chave-valor. A chave é um identificador único, e os valores podem ser objetos simples ou complexos. Exemplo: Redis, Amazon DynamoDB.
Orientados a Documentos: Representam dados em documentos (geralmente JSON), onde um único objeto (documento) contém todas as informações sobre uma entidade. São flexíveis e hierárquicos, e a edição de um documento não afeta outros. Exemplo: MongoDB, CouchDB, Azure Cosmos DB, DocumentDB, ElastiSearch.
Grafos (Graph): Representam dados em um grafo de vértices (nós para entidades) e arestas (para relacionamentos). Ideais para dados altamente relacionados. Exemplo: Neo4j, Oracle Spatial and Graph, OrientDB, Amazon Neptune.
Colunares (Wide-Column Stores): Usam colunas esparsas com atributos vazios para aumentar consideravelmente o número total de colunas. São exemplos de estrutura não relacional. Exemplo: Cassandra, Apache Hbase, Riak.
SGBDs Não Relacionais Populares:
MongoDB: Orientado a documentos, muito popular.
Cassandra: Colunar, utilizado para grandes volumes de dados distribuídos.
Redis: Chave-valor, frequentemente usado como cache em memória para alta performance.
Azure Cosmos DB: Banco de dados NoSQL totalmente gerenciado com APIs abertas e velocidade garantida.
Amazon DynamoDB: Serviço de banco de dados chave-valor que fornece latência consistente.
Amazon DocumentDB: Banco de dados orientado a documentos compatível com MongoDB.
Amazon MemoryDB: Serviço de banco de dados durável na memória para performance ultrarrápida.
Embora menos predominantes que os relacionais e NoSQL, outros modelos são importantes historicamente e em nichos específicos:
Modelo Plano (ou Tabular): Consiste em matrizes simples, bidimensionais, como as planilhas eletrônicas.
Modelo em Rede: Permite que várias tabelas sejam usadas simultaneamente por meio de apontadores (referências).
Modelo Hierárquico: Uma variação do modelo em rede, limitando as relações a uma estrutura de árvore (hierarquia pai-filho).
Objeto Relacional: Modelo que os bancos de dados atuais implementam, combinando conceitos de ambos.
Bancos de Dados na Memória (In-Memory Databases): Todos os dados são armazenados na memória RAM do computador, proporcionando acesso muito mais rápido. Usados frequentemente para caching (armazenar cópias de informações acessadas com frequência).
Esta seção aborda os tópicos mais relevantes e frequentemente cobrados em concursos públicos.
SQL (Structured Query Language) é a linguagem de pesquisa padrão para bancos de dados relacionais. Dominar SQL é essencial para quem busca se destacar em concursos que envolvem o uso de bancos de dados relacionais.
A SQL é uma linguagem fundamental para manipulação e consulta de dados. Questões sobre SQL são recorrentes em provas, exigindo conhecimento desde comandos básicos até otimização de consultas.
Para se destacar, é crucial dominar estes comandos:
SELECT: Utilizado para recuperar dados de uma ou várias tabelas. Permite especificar colunas, aplicar filtros (cláusula WHERE), ordenar resultados (ORDER BY) e agrupar dados (GROUP BY).
Exemplo: SELECT Nome, Idade FROM Clientes WHERE Cidade = 'São Paulo' ORDER BY Nome;
INSERT: Utilizado para inserir novos registros em uma tabela. É preciso especificar os valores a serem inseridos e as colunas correspondentes.
Exemplo: INSERT INTO Produtos (ID, Nome, Preco) VALUES (1, 'Teclado', 150.00);
UPDATE: Utilizado para atualizar registros existentes em uma tabela. Especifica quais colunas serão atualizadas e seus novos valores, geralmente com condições (WHERE).
Exemplo: UPDATE Produtos SET Preco = 160.00 WHERE Nome = 'Teclado';
DELETE: Utilizado para excluir registros de uma tabela. É necessário especificar quais registros devem ser excluídos, normalmente usando condições (WHERE).
Exemplo: DELETE FROM Produtos WHERE ID = 1;
JOIN: Utilizado para combinar dados de duas ou mais tabelas com base em uma condição específica, relacionando-os e obtendo informações mais completas. Existem vários tipos: INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN.
Exemplo: SELECT C.Nome, P.NomeProduto FROM Clientes C INNER JOIN Pedidos P ON C.ID = P.IDCliente;
Aprofundar-se em tópicos como:
Subconsultas (Subqueries): Consultas aninhadas dentro de outras.
Ordenação (ORDER BY) e Agrupamento (GROUP BY): Essenciais para manipular e analisar informações complexas.
Funções de agregação: (SUM, AVG, COUNT, MAX, MIN) para realizar cálculos sobre conjuntos de dados.
Funções de data e hora: Para manipular e formatar datas.
Melhorar o desempenho das consultas SQL é crucial. Técnicas incluem:
Criação de índices: Estruturas que aceleram a busca de dados.
Utilização de cláusulas apropriadas.
Análise de planos de execução.
Um tema extremamente relevante para concursos são as transações e suas propriedades.
Uma transação é um conjunto de procedimentos executados em um banco de dados que o usuário percebe como uma única ação. Ela é um programa em execução (ou um processo) que inclui um ou mais acessos ao banco de dados, como leitura ou atualização de registros.
As transações são projetadas para serem unidades que preservam a consistência.
A integridade de uma transação depende de quatro propriedades fundamentais, conhecidas pela sigla ACID:
Atomicidade: Garante que todas as ações de uma transação devem ser concluídas com sucesso para que ela seja efetivada. Se qualquer ação falhar, a transação inteira deve ser desfeita (rollback), como se nunca tivesse ocorrido. Se todas forem bem-sucedidas, a transação é efetivada (commit). Pense em uma transferência bancária: ou o dinheiro sai de uma conta e entra na outra (tudo feito), ou nada acontece (tudo desfeito).
Consistência: Garante que, ao final da transação, o banco de dados esteja em um estado válido. Todas as regras e restrições definidas (chaves estrangeiras, checagem de valores, etc.) devem ser obedecidas. Uma transação bem-sucedida transforma um estado consistente em outro estado consistente.
Isolamento: Assegura que cada transação funcione completamente à parte de outras transações. Operações de uma transação não podem interferir em outras, nem outras podem visualizar resultados parciais de uma transação em andamento. Isso evita que dados inconsistentes sejam lidos por outras transações concorrentes.
Durabilidade: Significa que os resultados de uma transação efetivada (commit) são permanentes e persistentes, mesmo em caso de falhas de hardware ou sistema. Os dados e o status da transação são armazenados em um repositório permanente e só podem ser desfeitos por uma transação subsequente.
Uma transação pode passar pelos seguintes estados:
Ativa: Estado inicial, onde executa operações de leitura e gravação.
Em processo de efetivação: Após a última operação, o sistema tenta garantir o sucesso da transação (solicitação de commit).
Efetivada: Transação concluída com sucesso.
Em processo de aborto: Não consegue prosseguir na execução e precisa ser desfeita (pode ser reiniciada automaticamente).
Concluída: Estado final, informações podem ser excluídas do catálogo.
Sistemas que processam transações (inserções, atualizações, exclusões e consultas) são conhecidos como OLTP (Online Transaction Processing). Eles são cruciais para garantir a concorrência e a integridade em ambientes multiusuário, como sistemas bancários ou de reserva de voos.
O controle de concorrência é um método essencial para garantir que as transações sejam executadas de forma segura e sigam as regras ACID. Ele assegura que ações de transações concluídas com sucesso não sejam perdidas ao desfazer transações abortadas (rollback).
Serialização: O SGBD garante que qualquer escalonamento (ordem de execução) de transações concorrentes seja equivalente a um escalonamento produzido pela execução serial (uma após a outra) dessas transações em alguma ordem.
Bloqueio (Locking): Em vez de bloquear o banco de dados inteiro, uma transação pode bloquear apenas os itens de dados que ela acessa. O bloqueio deve durar o tempo suficiente para garantir a serialização, mas curto o bastante para não prejudicar o desempenho.
A normalização de banco de dados é um conceito essencial e muito cobrado em concursos públicos. Trata-se de um processo que visa reduzir redundâncias (duplicidade de dados) e melhorar a integridade dos dados. Ela organiza as colunas e tabelas de um banco de dados relacional para minimizar a redundância de dados e melhorar a integridade dos dados.
Vamos entender as Formas Normais (FNs) progressivamente, do mais fácil ao mais complexo.
Imagine uma tabela como esta, antes de qualquer normalização, com problemas de redundância e dados multivalorados:
ID_Aluno | Nome | Curso | Idiomas | Telefones | Cidade | CEP |
1 | João | Mat | Inglês, Espanhol | 9999-1111, 9999-2222 | São Paulo | 01000-000 |
2 | Maria | Física | Francês | 8888-3333 | Rio de Janeiro | 22000-000 |
A Primeira Forma Normal (1FN) exige que cada campo contenha apenas um valor atômico, ou seja, indivisível. Não pode haver grupos repetitivos em uma única célula.
Problema resolvido: Dados multivalorados (como "Idiomas" e "Telefones" na tabela original).
Transformação: Cada valor multivalorado é separado em múltiplas linhas ou em novas colunas (no entanto, a separação em múltiplas linhas pode ainda manter redundância se não for combinada com outras formas normais).
ID_Aluno | Nome | Curso | Idioma | Telefone | Cidade | CEP |
1 | João | Mat | Inglês | 9999-1111 | SP | 01000-000 |
1 | João | Mat | Inglês | 9999-2222 | SP | 01000-000 |
1 | João | Mat | Espanhol | 9999-1111 | SP | 01000-000 |
1 | João | Mat | Espanhol | 9999-2222 | SP | 01000-000 |
2 | Maria | Física | Francês | 8888-3333 | RJ | 22000-000 |
Dica: Apenas dividir os valores compostos em múltiplas linhas não resolve completamente o problema, pois ainda há repetição. O ideal é que cada "célula" tenha apenas um valor.
A Segunda Forma Normal (2FN) exige que cada atributo não-chave dependa totalmente da chave primária. Se a chave primária for composta (feita de várias colunas), nenhum atributo não-chave pode depender de apenas uma parte dessa chave.
Problema resolvido: Dependências parciais.
Transformação: Atributos que não dependem totalmente da chave primária são movidos para tabelas separadas, mantendo um relacionamento com a chave primária da tabela original.
Exemplo: "Telefone" e "Idioma" não dependem do "Curso", mas sim do "ID_Aluno". O "Curso", "Cidade" e "CEP" também não dependem apenas do "ID_Aluno", mas de outras informações.
Tabela de Alunos: | ID_Aluno | Nome | ID_Cidade | | :-------- | :--- | :--------- | | 1 | João | 10 | | 2 | Maria | 20 |
Tabela de Telefones: | ID_Telefone | ID_Aluno | Telefone | | :----------- | :-------- | :------- | | 1 | 1 | 9999-1111 | | 2 | 1 | 9999-2222 | | 3 | 2 | 8888-3333 |
Tabela de Idiomas: | ID_Aluno | Idioma | | :-------- | :------- | | 1 | Inglês | | 1 | Espanhol | | 2 | Francês |
Dica: Separe os atributos que não dependem totalmente da chave primária em tabelas específicas.
A Terceira Forma Normal (3FN) elimina dependências transitivas. Isso significa que nenhum atributo não-chave pode depender de outro atributo não-chave. Todos os atributos não-chave devem depender diretamente da chave primária, e não de outros atributos que não sejam a chave.
Problema resolvido: Dependências transitivas.
Transformação: Atributos que podem ser derivados de outros atributos não-chave ou que dependem de um atributo não-chave são movidos para uma nova tabela.
Exemplo: Na tabela de alunos original, "CEP" depende da "Cidade", e "Cidade" não é a chave primária. Além disso, se tivéssemos "Idade" em uma tabela, ela seria derivada da "Data_Nascimento".
Tabela de Cidades (Nova): | ID_Cidade | Nome_Cidade | CEP | | :--------- | :----------- | :---------- | | 10 | São Paulo | 01000-000 | | 20 | Rio de Janeiro | 22000-000 |
Dica: Evite armazenar atributos que possam ser derivados de outros, ou que dependam de um atributo não-chave. Coloque-os em suas próprias tabelas.
A Forma Normal de Boyce-Codd (FNBC), ou 3.5FN, é uma forma mais rigorosa da 3FN. Ela garante que todas as dependências funcionais sejam impostas por superchaves. Uma superchave é qualquer conjunto de atributos que identifique unicamente uma tupla (linha) em uma relação. A FNBC lida com situações onde a 3FN ainda permite dependências indevidas quando há múltiplas chaves candidatas.
Problema resolvido: Dependências funcionais indevidas onde um atributo não-chave determina parte de uma chave candidata composta.
Transformação: Se houver atributos que dependem de uma chave alternativa (não a chave primária), a tabela é dividida para manter apenas dependências diretas.
Exemplo: Se a Disciplina determina o Professor e o Professor determina a Disciplina, mas ambos juntos não formam a chave primária, a FNBC sugere a divisão para evitar anomalias.
Tabela de Disciplinas e Professores: | ID_Professor | Disciplina | | :------------ | :--------- | | 1 | Matemática | | 2 | Física |
Tabela de Disciplinas e Salas: | Disciplina | Sala | | :--------- | :--- | | Matemática | A101 | | Física | A102 |
Dica: Se a 3FN não for suficiente para resolver todas as dependências funcionais (especialmente com chaves candidatas sobrepostas), a FNBC entra em cena para garantir que todas as dependências funcionais sejam baseadas em superchaves.
A Quarta Forma Normal (4FN) elimina dependências multivaloradas. Uma dependência multivalorada ocorre quando um atributo possui múltiplos valores independentes para um único valor da chave primária, e esses valores não são mutuamente dependentes. Isso pode gerar redundância se não for tratado corretamente.
Problema resolvido: Dependências multivaloradas.
Transformação: Sempre que um atributo puder ter múltiplos valores independentes, cria-se uma tabela separada para ele.
Exemplo: Se um aluno pode fazer vários cursos, e esses cursos são independentes entre si e da cidade/telefone do aluno, eles devem estar em uma tabela separada para o relacionamento aluno-curso.
Tabela de Cursos Separada: | ID_Aluno | Curso | | :-------- | :------- | | 1 | Matemática | | 2 | Física |
Dica: A 4FN garante que atributos que podem assumir múltiplos valores, e que são independentes de outros atributos não-chave, sejam tratados corretamente, evitando anomalias.
A 5ª Forma Normal (5FN), também conhecida como Forma Normal de Projeção e Junção, é a mais avançada. Ela elimina dependências de junção, garantindo que uma tabela não possa ser decomposta sem perda de dados (ou seja, sem que a junção das tabelas reconstrua exatamente os dados originais). Embora seja rara na prática, é útil para modelagens muito avançadas.
Conclusão sobre Normalização: A normalização é um processo vital para a organização dos dados, garantindo consistência e evitando redundâncias. Para concursos, conhecer até a 4FN é um diferencial importante para resolver questões com precisão.
A segurança do banco de dados é um tema crucial, enfrentando as mesmas dificuldades que a segurança da informação em geral: garantir a integridade, a disponibilidade e a confidencialidade (CID). Um sistema gerenciador de banco de dados deve fornecer mecanismos que auxiliem nesta tarefa.
Confidencialidade: Garante que as informações sejam acessadas apenas por pessoas autorizadas. Se usuários não autorizados acessarem dados sensíveis, o princípio é violado.
Integridade: Assegura que as informações estejam em um formato verdadeiro e correto para seus propósitos originais, tanto em sistemas quanto em bancos de dados. O receptor deve ter as mesmas informações que o criador.
Disponibilidade: Garante que as informações e os recursos estejam disponíveis para aqueles que precisam deles, 24 horas por dia, sete dias por semana (salvo indisponibilidade planejada).
Uma forma comum de ataque à segurança do banco de dados é a injeção de SQL, que ocorre em bancos de dados que utilizam essa linguagem. Bancos de dados NoSQL também podem ser vítimas. Para evitar estes ataques, o desenvolvedor deve garantir que nenhuma entrada possa alterar a estrutura da consulta enviada ao sistema.
A maioria dos SGBDs inclui subsistemas de segurança e autorização para proteger partes do banco de dados contra acesso não autorizado.
Mecanismos de Segurança Obrigatórios: Usados para impor a segurança multinível, classificando dados e usuários em várias classes (ou níveis) de segurança. Não se limitam a conceder privilégios, mas implementam políticas de segurança adicionais.
Controle de acesso baseado em papéis (Roles): Privilégios e permissões são associados a papéis organizacionais (ex: "Administrador", "Usuário"), em vez de usuários individuais, que recebem esses papéis.
Controle de acesso em nível de linha (Row-Level Security): Regras sofisticadas que controlam o acesso por linha de dados. Cada linha recebe um rótulo que indica a sensibilidade dos dados, impedindo que usuários não autorizados vejam ou alterem dados de nível superior. Também chamado de controle multinível.
Modelo Bell-LaPadula: Um dos modelos mais conhecidos para controle multinível. Classifica sujeitos (usuários, programas) e objetos (tabelas, tuplas) em classificações de segurança (ex: Top Secret, Secret, Confidencial, Unclassified) e impõe duas restrições:
Propriedade de segurança simples: Um sujeito não tem permissão de leitura a um objeto a menos que sua classificação seja maior ou igual à do objeto (não pode ler "para cima").
Propriedade estrela: Um sujeito não tem permissão de escrita sobre um objeto a menos que sua classificação seja menor ou igual à do objeto (não pode gravar "para baixo", para evitar fluxo de informação de classificações mais altas para mais baixas).
Mecanismos de Segurança Discricionários: Usados para conceder privilégios específicos aos usuários, como capacidade de acessar arquivos de dados, registros ou campos em modos personalizados (leitura, inserção, exclusão ou atualização). O comando GRANT em SQL, por exemplo, concede privilégios específicos para um objeto para um ou mais usuários ou grupos.
Mesmo com todos os cuidados, falhas podem ocorrer. Saber como um banco de dados lida com elas é um tópico importante.
Em um banco de dados, podem ocorrer três tipos principais de falhas:
Falha de Transação: A mais comum. A transação é finalizada irregularmente, normalmente por falta de dados necessários ou programação equivocada.
Falha de Sistema: Interrupção da execução do sistema devido a problemas como falta de energia, falha de hardware ou mau funcionamento do sistema operacional.
Falha de Mídia: O banco de dados não fica plenamente acessível, com perda de dados em parte do disco, geralmente por disfunções na leitura ou partes danificadas do disco.
Existem mecanismos para permitir a recuperação de inconsistências causadas por falhas internas (erros de consistência, recuperação para um estado anterior) e externas (queda de energia, catástrofe). Entretanto, não é um método 100% seguro.
Os mecanismos mais comuns incluem:
Log de Dados: Usado em conjunto com outros métodos, registra todas as alterações feitas no banco de dados.
Buffer: Embora normalmente controlado pelo sistema operacional, é gerenciado por rotinas de baixo nível pelo SGBD.
Write-ahead logging: Garante que as informações de log de uma transação sejam escritas em armazenamento estável antes que as modificações de dados correspondentes sejam escritas.
Informações das transações: Possibilitam o REDO (refazer) e o UNDO (desfazer), permitindo que o banco de dados retorne a um estado anterior consistente.
Cópias de sombra (Shadow Paging): Cópias dos logs e dos últimos dados alterados do banco de dados.
Transaction UNDO: Desfaz todas as alterações feitas por uma transação que não concluiu suas operações.
Global UNDO: Desfaz as alterações feitas por múltiplas transações que não conseguiram concluir suas operações.
Partial REDO: Refaz as modificações de uma transação que foi concluída, mas cujas ações não foram refletidas na base de dados devido a uma falha.
Global REDO: Refaz todas as alterações vindas de transações que foram perdidas devido à corrupção da base de dados, restaurando-a para um estado consistente.
Para finalizar, alguns componentes e a constante evolução da área.
Dentro de um banco de dados, existem diversas funções e componentes internos que facilitam sua operação e gerenciamento:
Tabelas: Estruturas fundamentais para armazenar dados (especialmente em bancos de dados relacionais).
Regras: Definem condições para a inserção ou atualização de dados.
Procedimentos Armazenados (Stored Procedures): Blocos de código SQL armazenados no banco de dados e que podem ser executados repetidamente.
Gatilhos (Triggers): Procedimentos SQL que são executados automaticamente em resposta a eventos (INSERT, UPDATE, DELETE) em uma tabela.
Default (Valor Padrão): Define um valor padrão para uma coluna quando nenhum valor é especificado.
Visão (View): Uma tabela virtual baseada no resultado de uma consulta SQL. Não armazena dados físicos, mas mostra os dados de uma ou mais tabelas como se fosse uma tabela.
Índice (Index): Estruturas que melhoram a velocidade das operações de recuperação de dados em tabelas.
Generalizadores: Termo genérico que pode se referir a mecanismos para criar abstrações ou reutilização de código/estrutura.
A tecnologia de banco de dados tem sido um tópico de pesquisa ativo desde 1960, com desenvolvimentos contínuos em modelos, controle de concorrência, linguagens de consulta, otimização de consultas, RAID e muito mais. A área possui periódicos acadêmicos e conferências anuais dedicadas. Isso demonstra que o campo está sempre evoluindo, e manter-se atualizado é fundamental.
Parabéns por chegar até aqui! Este guia detalhado abordou os pilares dos Bancos de Dados, desde sua definição e história até os modelos mais modernos, as operações cruciais em SQL, as propriedades ACID das transações, a vital normalização de dados e os mecanismos de segurança e recuperação.
Dominar esses conceitos é mais do que apenas um requisito técnico; é uma habilidade que impulsionará sua carreira, seja no mercado de trabalho ou, especialmente, para alcançar a aprovação em concursos públicos em 2025 que exigem conhecimentos em Tecnologia da Informação. Os tópicos de SQL, ACID, Normalização e Segurança são consistentemente os mais cobrados e, com este material, você tem uma base sólida para enfrentá-los.
Lembre-se: a prática leva à perfeição. Faça exercícios práticos, utilize ferramentas de desenvolvimento SQL como o MySQL Workbench, e esteja sempre atualizado com as novidades da área. Com dedicação e este guia completo, você estará preparado para se destacar e construir o próximo capítulo da sua carreira em dados.
Invista em seu futuro hoje e torne-se um especialista em Bancos de Dados!