bancoDados_SQL_NoSQL

Informações elementares dos tipos de banco de dados: SQL e NoSQL

Banco de dados relacional - SQL

*- SQL - strutured Query language

Usado nos casos em que a informação a ser armazenada (persistida) possui uma estrutura bem determinada (rígida). Exemplo de utilização são meios de pagamento e sites de compra. A linguagem SQL foi inspirada na Álgebra Relacional. A linguagem SQL se divide em 5 subgrupos :

DQL: Data Query Language (Linguagem de Consulta de Dados);
DML: Data Manipulation Language (Linguagem de Manipulação de Dados);
DDL: Data Definition Language (Linguagem de Definição de Dados);
DCL: Data Control Language (Linguagem de Controle de Dados);
DTL : Data Transaction Language (Linguagem de Transação de Dados).

OBS: Apesar de não obrigatório, costumamos escrever os comandos SQL todos em letra maiúscula, o que ajuda a entender melhor nosso código já que o que for referente aos comandos SQL estarão destacados em maiúsculo e o que for referente aos nossos dados/tabelas e etc estarão em minúsculo.

Exemplos :

Oracle. - Prós - DB Robusto e performático. Contras - Pago, utilização em aplicações médias e grandes (empresarial)
Microsoft SQL Server. Prós - acesso simples, relativamente barato para aplicações médias e pequenas. Contras - menos performático que outras opções
MySQL. Prós - acesso facilitado e mecanismo básico para treino na linguagem SQL . Contras - menos performático que outras opções.
PostgreSQL. Prós - gratuito, bastante performático. Contras - curva de aprendizagem, dado algumas especificidades da sintaxe em relação ao mySQL.
MariaDB. Prós - gratuito, derivação do mySQL. Contras - menos performático.
Amazon Aurora. Prós - já está em deploied em numvem. Contra - pago.

Técnicas elementares:

Banco de dados versus SGBD ; estrutura versus persistência dos dados.
Modelo relacional - comprensão da modelagem nos 3 níveis - abstração do modelo: Conceitual, Lógico e Físico.
modelo entidade-relacionamento (ER), entidade-relacionamento extendida (EER), diagrama entidade-relacionamento e sua conversão em tabelas.
Demanda a compreeensão da diferença entre um Administrador de Dados e um DBA
A modelagem deve buscar a estruturação de tabelas (âmbito físico e lógico) de dados consistentes do ponto do negócio (modelagem é uma questão central!!!).
Escolha entre aplicação local ou nuvem e mesmo se a utilização de um BD é necessária (escala)
linguagem SQL - Structured Query Language, ou Linguagem de Consulta Estruturada em QUALQUER banco de dados (pequenas variantes em relação ao mySQL)
Compreeensão do ambiente trasacional (parametros do negócio - tempo, atualização simultânea etc).
Modelar a base de dados para qualquer sistema transacional.
Utilizar linguagem sQL em modo terminal ou GUI para os diferentes SGBD (mySQL Workbench é um software fundamental de treinamento)
Aplicação de Constraints de qualquer natureza nas tabelas.
Aplicar a normalização de dados (1 a 3 são essenciais, 4 e 5 são interessantes)
Criar Triggers, Procedures, Functions e Views
Escolher as funções nativas de qualquer banco de dados, de acordo com a sua necessidade, para a geração de informação útil
Utilizar o Dicionário de Dados
Utilizar softwares de modelagem (não é um requisito rígido)
Aplicar os relacionamentos 1 x 1 , 1 x N, N x N, Generalização e Autorelacionamento, entendendo o porquê de cada um.

Sintaxe :

DQL (fundamental):

SELECT * FROM produtos; Teremos como resultado todas as linhas da tabela 'produtos' com os dados de todas as colunas juntamente com uma mensagem de sucesso.
SELECT * FROM tipos_produto WHERE codigo = 1; No exemplo acima, estamos selecionando todos os dados da tabela 'tipos_produto' ondeocódigodotipo de produto seja igual a 1
SELECT * FROM produtos WHERE descricao = 'Laptop'; No exemplo acima, estamos selecionando todos os dados da tabela 'produtos' ondeadescriçãodoproduto seja igual a 'Laptop'.

Exemplo de programação no SQLWOKBENCH:

CREATE DATABASE secao04;

USE secao04;

CREATE TABLE tipos_produto( codigo INT NOT NULL AUTO_INCREMENT, descricao VARCHAR(30) NOT NULL, PRIMARY KEY (codigo) );

CREATE TABLE produtos( codigo INT NOT NULL AUTO_INCREMENT, descricao VARCHAR(30) NOT NULL, preco DECIMAL(8,2) NOT NULL, codigo_tipo int NOT NULL, PRIMARY KEY (codigo), FOREIGN KEY (codigo_tipo) REFERENCES tipos_produto(codigo) );

-- Insert INSERT INTO tipos_produto (descricao) VALUES ('Computador'); INSERT INTO tipos_produto (descricao) VALUES ('Impressora'); INSERT INTO tipos_produto (descricao) VALUES ('Notebook');

INSERT INTO produtos (descricao, preco, codigo_tipo) VALUES ('Desktop', '1200', 1); INSERT INTO produtos (descricao, preco, codigo_tipo) VALUES ('Laptop', '1800', 1); INSERT INTO produtos (descricao, preco, codigo_tipo) VALUES ('Impr. Jato Tinta', '300', 2); INSERT INTO produtos (descricao, preco, codigo_tipo) VALUES ('Impr. Laser', '500', 2); INSERT INTO produtos (descricao, preco, codigo_tipo) VALUES ('Notebook', '1200', 1);

-- Update UPDATE tipos_produto set descricao = 'Nobreak' WHERE codigo = 3;

UPDATE produtos set descricao = 'Notebook', preco = '2800' WHERE codigo = 2;

-- Cuidado Update (sem o WHERE)

-- O MySQL Workbench não irá permitir, mas se fosse utilizando uma linguagem de programação, já era. UPDATE produtos set descricao = 'Notebook', preco = '2800';

-- Delete DELETE FROM tipos_produto WHERE codigo = 3;

-- Cuidado Delete (sem o WHERE)

-- O MySQL Workbench não irá permitir, mas se fosse utilizando uma linguagem de programação, já era. DELETE FROM tipos_produto;

Banco de dados não relacional - NoSQL

*- NoSQL - No only structured Query language

Usado nos casos em que a informação a ser armazenada (persistida) não possui uma estrutura bem determinada (rígida). Exemplo de utilização são os dados coletados por IoT e redes sociais. São elementso importantes na expansão do domínio de coleta e análise de dados (DATA POOL)

Os bancos de dados NoSQL (ou não-relacionais) utilizam um padrão diferente de armazenamento em relação ao SQL. O grande diferencial dessa tecnologia é a capacidade de escalabilidade para as operações das empresas de uma forma mais simples e econômica do que no banco relacional.

O NoSQL também proporciona uma performance melhor para o gerenciamento de dados das organizações, pois não há necessidade de agrupar os dados em um esquema de tabelas para usar as informações.

História do NoSQL O termo foi utilizado pela primeira vez em 1998 por Carlo Strozzi, ao falar sobre um banco de dados não relacionais de código aberto. Com o crescimento do uso da internet e das soluções digitais, tornou-se cada vez mais necessário encontrar maneiras inteligentes de gerenciar os bancos de dados das empresas.

O termo foi novamente utilizado em 2006, quando a empresa Google publicou um artigo sobre o armazenamento de dados. Já em 2009, um colaborador do Rackspace organizou um evento para tratar de bancos de dados open source distribuídos e novamente citou o termo NoSQL. Naquela época, começaram a surgir mais tecnologias com bancos de dados não relacionais e o tema foi se popularizando.

A facilidade para processar informações, escalar a infraestrutura com menor custo foi tornando este banco de dados popular entre as empresas.

Exemplos:

Redis.
Memcached.
Cassandra.
Hbase.
Amazon DynamoDB.
Neo4j.
MongoDB. - Armazenamento das informações no formato DOCUMENTO (BSON, uma variante de JSON, o que o torna robusto no transacionamento de informações entre siferentes sistemas web).

Técnicas elementares:

Em relação à modelagem, deve-se seguir os mesmos princípios já apontados acima. Note-se que mesmo que não seja indispensável a estruturação dos documentos ou equivalente preliminarmente (como é necessário se fazer com as tabelas dos BD-relacionais, é importante dar alguma estruturação aos dados nestes tipos de BD, para facilitar as consultas.
Cursores, documentos, conexões, JSON.
Modelar dados de maneira otimizada, conhecendo suas variações dadas as especificidades de cada banco de dados.
Entender como os diferentes bancos de dados não relacionais guardam dados no disco e como funcionam internamente (ajuda na escolha da correta aplicação para a solução do problema dado).
Instâncias funcionais dos bancos de dados; escalabilidade horizontal por padrão (deploy em nuvem).
Ordenações com Order by, paginações com skip e limit
Queries de busca (especialmente no Mongo DB)
Otimizar a performance com os diversos tipos de indexes, bem como encontrar o index correto para cada caso de uso
Aprender a criar o banco de dados para qualquer tipo de aplicação e usar as características de cada banco de dados a favor da aplicação.

Desafios de projeto : DIO DATABASE EXPERIENCE

Foram implementados quatro projetos durante a formação DIO DATABASE EXPERIENCE, as quais são apresentados acima. Dizem respeito a formulação de modelos de entidade relacionamento e implementação de modelo lógico e físico. Foi utilizado o SGBD MYSQL, acompanhado do GUI MySQL Workbench para a construção das tabelas, grafos e execução das queries. Cada projeto está acompanhado de uma pequena descrição no commit respectivo e exemplifica de maneira geral os temas abordados na formação.

assisefa07 / bancodados_sql_nosql Goto Github PK