AFRFB - II - Informatica - ATRFB - Patricia - Quintao - Aula 07 PDF

INFORMTICA PARA ANALISTA TRIBUTRIO DA RECEITA FEDERAL
(TEORIA E EXERCCIOS)
PROFa. PATRCIA LIMA QUINTO
Aula 7 Banco de Dados e Gesto da Informao

Ol pessoal, seguiremos com nossa aula sobre Banco de Dados e Gesto da
Informao!!!
Cabe destacar que estamos juntos para buscar o 100% da prova e a to
sonhada aprovao. Para isso, continuarei repassando a vocs o mximo de
minha experincia como concurseira e professora, j que melhor do que
aprender o caminho aprender os atalhos. Estamos aqui para isso,
ensinar os atalhos, os macetes, tentar encurtar essa longa trajetria, e
ajud-los a chegar ao to almejado objetivo.
Que Deus os abenoe, bom proveito e mos obra agora em nossa aula!
Profa Patrcia Lima Quinto
Dado x Informao x Conhecimento

Importante!!
O que um Dado? um registro de alguma entidade. Um nome um
dado, uma foto um dado, 134 um dado, 5 um dado, etc.
J a informao um dado depois de processado, uma contextualizao de
um dado... Como assim? 5 um dado, mas e se eu disser o seguinte: No
dia 5 no haver aula!!. Nesse caso, o 5 passou a ter sentido (ou passou a ter
contexto) e agora uma informao! Complementando, informaes so
conjuntos de dados significativos e teis a seres humanos em
processos como o de tomada de decises.
Na figura seguinte, dados brutos registrados por um caixa de supermercados
podem ser processados e organizados de modo a produzir informaes teis,
tal como o total de unidades de detergentes vendidas ou a receita total de
vendas do detergente para determinada loja ou territrio de vendas.
Fonte: (OBRIEN, 2006)

E conhecimento? Setzer (2001), em http://www.ime.usp.br/~vwsetzer/dado-
info.html, destaca que o conhecimento pode ser considerado como uma
abstrao interior, pessoal, de algo que foi experimentado, vivenciado,
por algum.
Conforme destaca Rob e Coronel (2011) o conhecimento implica familiaridade,
conscincia e compreenso das informaes conforme se apliquem a um
Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 1 de 118

ambiente. Uma caracterstica fundamental do conhecimento que o "novo"

conhecimento pode ser obtido a partir do "antigo". A seguir alguns pontos
fundamentais:
Os dados constituem os blocos de construo das informaes.
As informaes so produzidas pelo processamento de dados e so
utilizadas para revelar o significado dos dados.
Informaes precisas, relevantes e rpidas so a chave para a
boa tomada de decises.
A boa tomada de deciso a chave para a sobrevivncia de uma
organizao no ambiente global.
Vale destacar que informaes rpidas e teis exigem dados precisos. Esses
dados devem ser gerados de forma adequada e armazenados em um formato
de fcil acesso. E, como qualquer recurso bsico, o ambiente de dados deve ser
gerenciado com cuidado. O gerenciamento de dados uma disciplina que
foca na gerao, no armazenamento e na recuperao adequada dos dados.
Diante do papel crucial executado pelos dados, voc no deve estar surpreso
que o gerenciamento de dados seja uma atividade central para qualquer neg-
cio, ou organizao (Rob e Coronel, 2011).
Em geral, o gerenciamento eficiente de dados exige a utilizao de um banco de
dados computacional.
O Que um Banco de Dados?

Elmasri e Navathe (2005) definem um
Banco de Dados como uma coleo de
dados relacionados, sendo esses dados
definidos como fatos que possuem um
significado implcito.
Silberchatz (2011) destaca que banco de
dados uma coleo de dados
interrelacionados que contm
informaes relevantes para uma
empresa.
Considere um exemplo de um banco de dados de funcionrios de uma
empresa. Nele podemos encontrar alguns arquivos, tais como: arquivos de
dados pessoais (nome, endereo, data de nascimento, etc.), arquivos de dados
funcionais (cargo, data de admisso, etc.) e dados para pagamento (salrio
base, horas trabalhadas, adicionais, etc.). Para obter informaes sobre a folha
de pagamento da empresa de cada funcionrio, preciso que os trs arquivos
estejam relacionados para fazermos uma consulta. Assim conseguimos
informaes como nome, cargo e salrio de cada funcionrio.
Vale ressaltar que para ser caracterizado como banco de dados a coleo de
dados deve ter uma relao coerente onde se pode extrair informaes com
significado inerente.

Uma coleo de dados ao acaso no pode ser interpretada como um

banco de dados. Por exemplo, se em uma pasta est armazenado o fluxo de
caixa da loja da sua me, arquivos de msicas de um lbum do seu cantor
preferido e anncios de imveis que eu seu pai estava analisando, isso
corresponde a um conjunto de dados sem nenhuma relao lgica ou coerente
entre eles. Logo, no pode ser caracterizado como banco de dados.
Nem sempre um banco de dados precisa estar informatizado no computador. O
que caracteriza um banco de dados a forma como os dados esto
interrelacionados, representando um universo de discurso, de forma a
apresentar um significado relevante a um grupo de usurios. Por exemplo, um
armrio no hospital que tem as fichas de pronturios de todos os pacientes
pode ser considerado um banco de dados, mesmo estando os dados em papis.
Ali voc tem dados pessoais dos pacientes, dados de laudos de exames
realizados com esses pacientes e dados de acompanhamento dos pacientes
como temperatura e presso medidas diariamente durante a internao. E um
banco de dados pode atender a usurios diferentes com vises
diferentes. Por exemplo, cada mdico pode olhar os dados que o ajudem a
tomar uma deciso de tratamento para o problema referente sua rea de
atuao.
Lembrete!
Dados
So fatos em sua forma primria, os quais podem ser armazenados, como, por
exemplo: nome, telefone e endereo. Estes dados ou fatos organizados de
maneira significativa e relacionados formam uma informao, como por
exemplo: os dados das peas em estoque. Assim possvel obter uma lista de
peas em falta.
Banco de Dados
Sabendo o que so dados e informaes possvel definir os Bancos de
Dados como um conjunto de dados devidamente relacionados
capazes de apresentar uma informao.
Coleo de dados interrelacionados, armazenados de forma centralizada ou
distribuda, com algum significado inerente, isto , informaes de interesse
de uma ou mais organizaes.
Um banco de dados projetado, construdo e povoado por dados,
atendendo a uma proposta especfica. Possui um grupo de usurios definido
e algumas aplicaes preconcebidas, de acordo com o interesse desse grupo
de usurios.
Caiu em prova!
(ESAF/ATI/SUSEP/ 2010) Um Banco de Dados um:
a) conjunto de objetos da realidade sobre os quais se deseja manter
informaes.

b) conjunto de operaes sobre dados integrados destinados a modelar

processos.
c) software que incorpora as funes de definio, recuperao e alterao de
dados.
d) software que modela funes de definio, recuperao e alterao de
dados e programas.
e) conjunto de dados integrados destinados a atender s necessidades de uma
comunidade de usurios.
Comentrios
Se na letra a) no lugar de conjunto de objetos da realidade, nesta resposta
estivesse escrito conjunto ou coleo de dados que representam objetos ou
aspectos do mundo real ou do universo de discurso, essa letra estaria correta.
Na letra b) o erro est ao considerar que banco de dados um conjunto de
operaes sobre dados. Pois conjunto de operaes tem o contexto de cdigo
que transforma os dados e isso no considerado banco de dados.
As letras c) e d) cometem o erro de tratar banco de dados como um software.
Isso gera um pouco de confuso nos alunos que esto aprendendo essa
matria. Pois existem softwares que implementam e gerenciam banco de
dados para serem usados no computador, contudo, conceitualmente banco de
dados no um software.
(e) Esta uma definio de banco de dados dada por (HEUSER, 2001), que
trata um banco de dados como um conjunto de dados interrelacionados que
tem por objetivo atender a uma proposta especfica, geralmente, dada por um
grupo de usurios definidos.
Gabarito: letra E.
Principais Tipos de Banco de Dados

Com o avano da tecnologia e da computao, houve um crescimento do
volume e dos tipos de dados a serem armazenados nas organizaes. Isso
demandou a necessidade de se utilizar softwares especiais para gerenciar os
dados, os chamados SGBDs (Sistemas Gerenciadores de Banco de Dados).
O SGBD pode dar suporte a muitos tipos de bancos de dados, que podem ser
classificados de acordo com o nmero de usurios, localizao(es), e o tipo e
a extenso do uso esperado.
i)Quanto ao nmero de usurios (monousurio/multiusurio)

O nmero de usurios determina se o banco de dados classificado
como monousurio (de um nico usurio) ou multiusurio.
Banco de dados monousurio: d suporte a apenas um usurio por vez.
Em outras palavras, se o usurio A estiver utilizando o banco, os usurios B

e C devem esperar at que o A termine. Um banco de dados monousurio

executado em um computador pessoal chamado banco de dados de
desktop.
Por outro lado, um banco de dados multiusurio d suporte a vrios
usurios simultaneamente. Quando esse suporte cobre um nmero
relativamente pequeno de usurios (em geral menor que cinquenta) ou um
departamento especfico de uma organizao, o banco chamado de banco
de dados de grupo de trabalho. J quando utilizado por uma
organizao inteira, com suporte a muitos usurios (mais de cinquenta,
normalmente centenas) em vrios departamentos, o banco conhecido
como banco de dados empresarial.
ii)Quanto localizao de dados (Centralizado/Distribudo)

A localizao tambm pode ser utilizada para classificar o banco de
dados.
Por exemplo, um banco que d suporte a dados localizados em um nico local
chamado de banco de dados centralizado.
J um que d suporte a dados distribudos por vrios locais diferentes
chamado de banco de dados distribudo.
iii)Quanto utilizao de dados (Banco de Dados

Operacional/DataWarehouse/Bancos de Dados em XML,...)
Atualmente, o modo mais popular de classificao baseia-se em como os
bancos de dados sero utilizados e na sensibilidade ao tempo das
informaes nele coletadas. Por exemplo, transaes como vendas,
pagamentos e aquisies de suprimentos de produtos ou servios refletem
operaes dirias fundamentais. Essas transaes devem ser registradas de
modo preciso e imediato.
Um banco projetado principalmente para dar suporte s operaes dirias de
uma empresa classificado como banco de dados operacional (s vezes
referido como transacional ou de produo).
Por outro lado, os data warehouses (armazm de dados) focam na
armazenagem dos dados utilizados para gerar informaes necessrias
tomada de decises tticas e estratgicas. A maioria dos dados de suporte a
decises baseiam-se em dados histricos obtidos de bancos de dados
operacionais. Alm disso, o data warehouse pode armazenar dados
provenientes de muitas fontes. Para facilitar a recuperao desses dados, a
estrutura do data warehouse difere muito de um banco operacional ou
transacional.
Os bancos de dados tambm podem ser classificados de modo a

refletir at que grau seus dados so estruturados.

Dados no estruturados so aqueles que existem em seu estado original

(bruto), ou seja, no formato em que foram coletados. Portanto, esto em
um formato que no possibilita o processamento que produz informaes.
Dados estruturados so o resultado da obteno de dados no estru-
turados e de sua formatao (estruturao) visando facilitar o
armazenamento, a utilizao e a gerao de informaes. A estrutura
(formato) aplicada com base no tipo de processamento que se deseja
executar nos dados. Alguns dados podem no estar prontos (no
estruturados) para determinados tipos de processamento, mas podem
estar prontos (estruturados) para outros tipos. Por exemplo, o valor de
dados 37890 pode se referir a um CEP, um valor de vendas ou um cdigo
de produto. Se representar um CEP ou um cdigo de produto e for
armazenado como texto, no ser possvel executar clculos matemticos
com ele. Por outro lado, se esse valor representar uma transao de
vendas, ser necessrio format-lo como numrico.
Para ilustrar o conceito de estrutura, imagine uma pilha de faturas
impressas em papel. Caso deseje simplesmente armazen-las como
imagens para recuperao e exibio futura, possvel escane-las e salv-
las em formato grfico. Por outro lado, se desejar obter informaes como
vendas mensais totais e mdias, esse armazenamento grfico no seria til.
Em vez disso, possvel armazenar os dados das faturas em um formato de
planilha (estruturado) de modo a permitir a execuo dos clculos
necessrios. Na verdade, em sua maioria, os dados que encontramos so
mais bem classificados como semiestruturados.
Dados semiestruturados so aqueles que j foram parcialmente
processados. Por exemplo, olhando-se uma pgina comum da web, os
dados so apresentados em um formato pr-organizado para transmitir
alguma informao.
Os tipos de bancos de dados mencionados at aqui focam no
armazenamento e gerenciamento de dados altamente estruturados.
No entanto, as corporaes no se limitam ao uso de dados estruturados,
tambm utilizam dados semiestruturados e no estruturados. Basta pensar nas
informaes muito valiosas que podem ser encontradas em e-mails da
empresa, memorandos, documentos como procedimentos e regras, contedos
de pginas da web e assim por diante.
As necessidades de armazenamento e gerenciamento de dados no
estruturados e semiestruturados esto sendo atendidas pela nova gerao de
bancos de dados em XML. A Linguagem de Marcao Extensvel (XML, sigla
em ingls para Extensible Markup Language) uma linguagem especial utilizada
para representar e manipular elementos de dados em formato textual. Os
bancos de dados em XML do suporte ao armazenamento e gerenciamento
de dados semiestruturados em XML. A tabela seguinte compara os recursos de
vrios sistemas de gerenciamento de bancos de dados conhecidos.

Nmero de Usurios Localizao de Utilizao de

nico Multiusurio Dados Dados
Prod Usu Grupo Empresa Centraliz Distribu Operaci D XM
uto rio de rial ado do onal W L
Trabal
ho
MS x x x x
Acces
s
MS x** x x x x x x x
SQL
Server
DB2 x** x x x x x x x
da
IBM
MySQ X x x x x x x x*
L
Oracle x** x x x x x x X
(SGB
DR)
*D suporte apenas a funes de XML. Os dados em XML so armazenados em
grandes objetos de texto.
**O fornecedor oferece verso pessoal/usurio nico do SGBD.
Figura. Tipos de banco de dados - Fonte: Rob e Coronel (2011)
Sistemas de Gerenciamento de Banco de Dados (SGBDs)

Um banco de dados pode ser criado e mantido por um conjunto de aplicaes
desenvolvidas especialmente para esta tarefa ou por um Sistema Gerenciador
de Banco de Dados ou Sistema de Gerenciamento de Banco de Dados
(SGBD).
Um SGBD um software (conjunto de programas) de carter geral que
executa os processos de definio, construo, manipulao e
compartilhamento de bancos de dados entre vrios usurios e aplicaes,
incluindo mdulos para consulta, atualizao e as interfaces entre o sistema e
o usurio. Em um SGBD as grandes colees de informaes so estruturadas
e armazenadas de uma forma consistente e integrada.
Os SGBDs so programas capazes de criar bancos de dados, e a partir
da realizar uma srie de operaes bsicas, tais como: incluso,
pesquisa, atualizao, impresso e ordenao.
Podemos dizer ento que SGBD = Conjunto de dados + Conjunto de
programas de acesso aos dados.
Dentre os SGBDs que esto sendo mais utilizados atualmente tem-se:

SGBDs livres, como o MySQL que possui o cdigo fonte aberto,

projetado para servir como opo aos SGBDs corporativos proprietrios.
Apesar de seu crescimento nos ltimos anos e de sua grande
popularidade, especialmente em aplicativos voltados para a web, ainda
no tem uso difundido em grandes empresas, que ainda preferem confiar
seus dados a aplicaes mais maduras e com maior capacidade de
suporte. H outros SGBDs livres que seguem a linha do MySql, como o
PostgreSql, por exemplo.
Microsoft Access (Faz parte do pacote Microsoft Office, voltado para
bancos de dados pessoais (uso domstico) e menos robustos (pequenas
aplicaes de uso no crtico);
Base (Faz parte do pacote BrOffice.Org, tambm mais voltado para uso
domstico);
SGBDs comerciais e proprietrios para uso corporativo, como o SQL
Server e o Oracle, utilizados em projetos mais volumosos que
envolvem bancos de dados corporativos (de grandes empresas). Outros
SGBDs podem ser destacados, como: SyBase, Adabas, DB2, etc.
Muitas vezes, at mesmo profissionais de TI referem-se aos SGBDs como
banco de dados. At certo ponto, o banco de dados se assemelha a um arquivo
eletrnico com contedo muito bem organizado com a ajuda de um software
poderoso, conhecido como sistema de gerenciamento de banco de dados. No
entanto, os SGBDs so softwares, j banco de dados conceitualmente NO
um software. Porm os SGBDs sozinhos no tm nenhuma relevncia, os
bancos de dados armazenados em um SGBD que tm significado e so
importantes para a organizao que os mantm.
Lembrete!
SGBD: Conjunto de software para gerenciar um BD, que prov
armazenamento e acesso multiusurio eficiente a uma grande quantidade de
dados armazenados.

Figura. O SGBD gerencia a interao entre o usurio final e o banco de dados

Fonte: Rob e Coronel, 2011.
Os Sistemas Gerenciadores de Bancos de Dados surgiram para atender
necessidade de armazenamento e de recuperao de grandes volumes de
informaes, propiciando um ambiente seguro e adequado.
O SGBD ajuda a tornar o gerenciamento de dados mais eficiente e

eficaz. Por exemplo, fornece vantagens como (Rob e Coronel, 2011):
Evitar/controlar a REDUNDNCIA. O que : a repetio de um mesmo
dado em locais distintos. Temos a redundncia controlada e a no
controlada. Como podemos evitar: centralizando os dados atravs do
banco. Pode ser utilizada em situaes em que haja necessidade de
melhoria no desempenho e/ou economia de recursos da transmisso.
Manter a integridade. Garante que os dados armazenados no BD esto
corretos. Para manter a integridade, lana-se mo da implementao de
regras de negcio atravs de restries de integridade (automticas ou
implementadas atravs de triggers (gatilhos) ou stored procedures
(procedimentos armazenados no banco)).
Melhoria na INTEGRAO dos dados.
Minimizao da INCONSISTNCIA dos dados, que ocorre quando
diferentes verses dos mesmos dados aparecem em locais diferentes. Por
exemplo, quando o departamento de vendas de uma empresa armazena o
nome de uma representante de vendas como "Gris Silva" e o departamento
de recursos humanos armazena o nome da mesma pessoa como "Cristina G.
Da Silva". Esse problema reduzido por meio de um adequado projeto de
banco de dados.
Aprimoramento do acesso aos dados. Aprimoramento da tomada de
deciso. Aumento de produtividade do usurio final.
Tolerncia a Falhas: Fornece recursos para recuperao de falhas tanto
de software quanto de hardware.
Restrio a Acesso no Autorizado: Fornece um subsistema de
autorizao e segurana, o qual utilizado pelo DBA para criar contas e
especificar as restries destas contas. O controle de restries se aplica
tanto ao acesso aos dados quanto ao uso de softwares inerentes ao Sistema
Gerenciador de Banco de Dados.
As vantagens da utilizao de um SGBD no se limitam aos itens aqui
listados. Na verdade, voc descobrir muito mais vantagens ao conhecer os
detalhes tcnicos dos bancos de dados e seu projeto adequado.
Observe a seguinte questo da ESAF sobre esse assunto.
(ESAF/Administrador/ENAP/2006/Adaptada) Analise a seguinte
afirmao relacionada a Conceitos Bsicos de Informtica e gerenciadores de
banco de dados. [Um SGBD (Sistema de Gerenciamento de Banco de
Dados) um sistema computadorizado de armazenamento e

organizao de dados. Pode trazer vantagens, como alterao e

recuperao de dados com mais rapidez, armazenagem de informao
em menor espao, minimizao de redundncias e de inconsistncias
de informaes, compartilhamento de estrutura e dados].
Comentrios
Bem fcil essa questo!! Um SGBD um software (sistema computadorizado)
de armazenamento e organizao de dados, que permite alterao e
recuperao de dados com mais rapidez, economia de espao, minimizao de
redundncias e inconsistncia, alm do compartilhamento de estruturas de
dados.
O termo redundncia de dados que se est usando aqui consiste na gravao
de um mesmo dado em dois locais (ou mais) distintos. Isso, geralmente, no
recomendando dentro do contexto de banco de dados, j que podemos
atualizar o dado em um local e no atualizar nos demais!! Por exemplo,
poderia gravar o endereo de um cliente em dois locais distintos, mas s
atualizo em um desses locais. Basta gravar uma vez, correto? Quando for feita
uma pesquisa para o endereo do cliente, no saberia qual o endereo correto.
A inconsistncia em Bancos de Dados significa ter dados incompletos, que no
refletem a realidade do minimundo. Por exemplo, se uma Nota Fiscal tem o
valor total de R$ 50.000,00, e no Banco de Dados o valor total dela de R$
5.000,00, esse dado est inconsistente. Por fim, estruturas de dados so
formas de se armazenar e organizar os dados em um Sistema de Informao,
para que possam ser usados de forma eficiente.
Gabarito: item correto.
Funes Bsicas de um Sistema Gerenciador de Banco de Dados
Como todo e qualquer aplicativo, os SGBDs dispem de funes que so
compartilhadas por qualquer tipo de sistema gerenciador de banco de dados,
independente de seu fabricante.
Dentre elas, destacam:
Proporcionar maior abstrao, isolando o usurio dos pormenores internos
de como os dados esto armazenados;
Rapidez no acesso s informaes;
Proporcionar independncia dos dados em relao aos programas de
recuperao, cuja estrutura fsica de armazenamento independe da
estratgia de acesso;
Compartilhar a base de dados entre vrios aplicativos, em que diferentes
tipos de interfaces atendem s necessidades de distintos usurios;
Maior facilidade de realizar cpias de segurana;
Proporcionar a comunicao diretamente com um software ou servidor;
Proporcionar integridade dos dados.

Classificao dos SGBDs

O principal critrio para se classificar um SGBD o modelo de dados no qual
baseado. A grande maioria dos SGBDs contemporneos so baseados
no modelo relacional, alguns em modelos conceituais e alguns em modelos
orientados a objetos. Outras classificaes so:
* usurios: um SGBD pode ser monousurio, comumente utilizado em
computadores pessoais ou multiusurios, utilizado em estaes de
trabalho, mini-computadores e mquinas de grande porte;
* localizao: um SGBD pode ser localizado ou distribudo; se ele for
localizado, ento todos os dados estaro em uma mquina (ou em um
nico disco) ou distribudo, onde os dados estaro distribudos por
diversas mquinas (ou diversos discos);
* ambiente: ambiente homogneo o ambiente composto por um nico
SGBD e um ambiente heterogneo o ambiente composto por diferentes
SGBDs.
Interao com o SGBD

Para um grande banco de dados, existe um variado nmero de pessoas
envolvidas, desde o projeto, uso, at manuteno, executando funes
exclusivas e complementares.
- Os administradores de sistema supervisionam as operaes gerais do
sistema de banco de dados.
- Os administradores de banco de dados, tambm conhecidos como DBAs
(sigla em ingls para database administrator), gerenciam o SGBD e garantem
que o banco de dados funcione adequadamente. So usurios especializados
em banco de dados. Cabe a eles a administrao dessas bases, definio da
melhor estrutura de armazenamento desses dados, definio de aspectos de
segurana, programao de cpias de segurana (backups) dos dados,
dentre outros.
- Os projetistas de banco de dados projetam a estrutura do banco. Na
prtica, so os arquitetos dos bancos de dados. Se o projeto for ruim,
mesmo os melhores programadores de aplicaes e os DBAs mais
dedicados no sero capazes de produzir um ambiente til de sistema de
banco de dados. Como as organizaes esforam-se para otimizar seus
recursos de dados, a descrio do trabalho do projetista expandiu-se para
cobrir novas dimenses e suas responsabilidades so crescentes.
- Os programadores e analistas de sistemas projetam e implementam os
aplicativos. Desenvolvem e criam as telas de entrada de dados, os relatrios
e os procedimentos por meio dos quais os usurios finais acessam e
manipulam os dados do banco de dados.
- Usurios Finais. Existem basicamente trs categorias de usurios finais que
so os usurios finais do banco de dados, fazendo consultas, atualizaes e
gerando documentos:

- usurios casuais: acessam o banco de dados casualmente, mas que podem

necessitar de diferentes informaes a cada acesso; utilizam sofisticadas
linguagens de consulta para especificar suas necessidades;
- usurios novatos ou paramtricos: utilizam pores pr-definidas do banco
de dados, utilizando consultas preestabelecidas que j foram
exaustivamente testadas;
- usurios sofisticados: so usurios que esto familiarizados com o SGBD e
realizam consultas complexas.

Sistema de Banco de Dados

Para completar nossa definio inicial chamaremos o banco de dados e o
software SGBD, juntos, de Sistema de Banco de Dados.
O termo sistema de banco de dados refere-se a uma organizao de
componentes que define e regula a coleta, o armazenamento, o gerenciamento
e a utilizao de dados em um ambiente de banco de dados. Do ponto de vista
do gerenciamento real, o sistema de banco de dados composto de cinco
partes principais, apresentadas na figura seguinte: hardware, software,
pessoas, procedimentos e dados.
Figura. Sistema de Banco de Dados

Hardware. O hardware refere-se a todos os dispositivos fsicos do
sistema, como, por exemplo, computadores (microcomputadores,
estaes de trabalho, servidores, clusters e supercomputadores), dis-
positivos de armazenamento, impressoras, dispositivos de rede (hubs,
switches, roteadores, fibra ptica) e outros dispositivos (caixas
automticos, leitores de ID etc.).
Software. Embora o software identificado de imediato seja o prprio
SGBD, o funcionamento completo do sistema de banco de dados
necessita de trs tipos de softwares: sistema operacional, SGBD e
aplicativos e utilitrios.
o O sistema operacional gerencia todos os componentes de
hardware e possibilita que os outros softwares sejam executados
nos computadores. Os exemplos de sistema operacional incluem o
Microsoft Windows, o Linux, o UNIX, etc.
o O SGBD gerencia o banco de dados em um sistema de banco de
dados. Alguns exemplos desse tipo de software so o Microsoft
SQL Server, o Oracle da Oracle Corporation, o MySQL da MySQL
AB e o DB2 da IBM.
o Os aplicativos e utilitrios so utilizados para acessar e

manipular dados no SGBD e gerenciar o ambiente computacional
no qual ocorre o acesso e a manipulao de dados. Os aplicativos
so usados com mais frequncia para acessar os dados
encontrados no banco de dados e gerar relatrios, tabelas e outras
informaes que facilitem a tomada de decises. Os utilitrios so
as ferramentas de software utilizadas para ajudar no
gerenciamento dos componentes computacionais do sistema de
bancos de dados. Por exemplo, todos os principais fornecedores de
SGBD atualmente fornecem interfaces grficas de usurio (GUIs)
para ajudar a criar estruturas de bancos de dados, controlar seu
acesso e monitorar suas operaes.
Pessoas. Esse componente inclui todos os usurios do sistema de
banco de dados. Com base na funo de trabalho principal, possvel
identificar cinco tipos de usurios em um sistema: administradores de
sistemas, administradores de bancos de dados, projetistas de bancos de
dados, analistas e programadores de sistemas, e usurios finais.
Procedimentos. So as instrues e regras que orientam o projeto e a
utilizao do sistema de banco de dados. Os procedimentos so um
componente fundamental, embora s vezes esquecido, do sistema.
Executam um papel importante na empresa, pois aplicam os padres
pelos quais os negcios so conduzidos dentro da organizao e em
relao aos clientes. Tambm so utilizados para garantir que haja um
modo organizado de monitorar e auditorar tanto os dados que entram
no banco como as informaes geradas pela utilizao desses dados.
Dados. A palavra dados cobre o conjunto de fatos armazenados no
banco de dados. Como eles so o material bruto a partir do qual as
informaes so geradas, a definio de quais dados devem
ser inseridos no banco e como esses dados devem ser organizados
constitui uma parte vital do trabalho do projetista.
Um sistema de banco de dados adiciona uma nova dimenso estrutura

de gerenciamento de uma organizao. A complexidade dessa estrutura
depende do tamanho da organizao, de suas funes e de sua cultura
corporativa. Portanto, os sistemas de banco de dados podem ser criados e
gerenciados em diferentes nveis de complexidade e com adeso varivel a
padres precisos.
Por exemplo, compare um sistema local de locao de filmes com um
sistema nacional de reclamaes de seguros.
O sistema de locao de filmes pode ser gerenciado por duas pessoas,
o hardware utilizado provavelmente um nico microcomputador, os
procedimentos so simples e o volume de dados tende a ser baixo.
O sistema nacional de reclamaes de seguros possui pelo menos um
administrador de sistemas, vrios DBAs em tempo integral e muitos
projetistas e programadores; o hardware inclui diversos servidores em

vrios locais; provvel que os procedimentos sejam numerosos,

complexos e rigorosos e que o volume de dados tenda a ser alto.
Alm dos diferentes nveis de complexidade dos sistemas de banco de
dados, os gerentes tambm devem levar em considerao: as solues de
bancos de dados devem ser efetivas em relao a custos-benefcios e a
fatores tticos e estratgicos. A criao de uma soluo de um milho de
dlares para um problema de mil dlares dificilmente constar entre os
exemplos de boa seleo de sistema e de bom projeto e gerenciamento de
bancos de dados. Por fim, provvel que a tecnologia de bancos de dados
j em uso afete a seleo de um sistema.
Embora o sistema de banco de dados apresente vantagens
considerveis em relao a abordagens de gerenciamento anteriores,
tambm trazem desvantagens significativas. Por exemplo (Rob e
Coronel, 2011):
- Aumento de custos. Os sistemas de banco de dados exigem hardware e
software sofisticados e pessoal altamente treinado. O custo de
manuteno do hardware, software e pessoal necessrios para operar e
gerenciar um sistema de banco de dados pode ser substancial. Os custos
de treinamento, licenciamento e atendimento s regulamentaes
costumam ser negligenciados quando da implementao desses sistemas.
- Complexidade de gerenciamento. Os sistemas de banco de dados
apresentam interfaces com muitas tecnologias diferentes e tm um
impacto significativo sobre os recursos e a cultura de uma empre-
sa. As alteraes introduzidas pela adoo do sistema de banco de dados
deve ser adequadamente gerenciadas para garantir que ajudem no
progresso dos objetivos da empresa. Levando em conta o
fato de que os bancos de dados mantm dados fundamentais da empresa
que so acessados a partir de vrias fontes, as questes de segurana
devem ser uma constante preocupao.
- Manuteno do banco de dados atualizado. Para maximizar a
eficincia do sistema de banco de dados, deve-se manter o sistema
atualizado. Portanto, necessrio fazer atualizaes frequentes
e aplicar os ltimos pacotes e medidas de segurana a todos os
componentes. Como a tecnologia dos bancos de dados avana
rapidamente, os custos com treinamento de pessoal tendem a ser
significativos.
- Dependncia do fornecedor. Em virtude do alto investimento em
tecnologia e treinamento de pessoal, as empresas podem hesitar em
trocar os fornecedores de bancos de dados. Por essa razo,
menos provvel que estes ofeream vantagens de preo aos clientes
existentes, que ficaro restritos quanto a suas escolhas de componentes
de sistemas de banco de dados.
- Ciclos frequentes de atualizao/substituio. Os fornecedores de
SGBDs atualizam seus produtos adicionando novas funcionalidades. Em
geral, esses recursos so integrados a novas verses de
atualizao do software. Algumas dessas verses exigem atualizaes de
hardware. No so apenas as atualizaes que geram custo, mas tambm

o treinamento dos usurios e administradores para que utilizem e
gerenciem adequadamente os novos recursos.
Nveis de Abstrao
Considerando que o nvel de conhecimento dos usurios de bancos de dados
muito varivel, oscilando entre aqueles que conhecem muito e outros que so
leigos, os Sistemas de Bancos de Dados devem prover mecanismos que
administrem essa complexidade, simplificando as interaes dos usurios com
o sistema.
O grande objetivo de um sistema de banco de dados proporcionar aos
usurios uma viso abstrata dos dados. Isto , o sistema omite certos
detalhes de como os dados so armazenados e mantidos. No entanto,
para que o sistema possa ser utilizado, os dados devem ser buscados de forma
eficiente. Este conceito tem direcionado o projeto de estrutura de dados
complexas para a representao de dados em um banco de dados. Uma vez
que muitos dos usurios de banco de dados so leigos ou no treinados para
computao, a complexidade est escondida desses usurios atravs de
diversos nveis de abstrao que simplificam a interao do usurio com o
sistema.
Atualmente, existem vrias tendncias para arquitetura de SGBD nas mais
diversas direes. A arquitetura mais conhecida a ANSI/SPARC,
fundamentada em TRS NVEIS de abstrao em que cada um desses nveis
corresponde s abstraes dos dados armazenados no banco de dados.
Nvel de Viso: o nvel mais alto de abstrao, diz respeito forma
como os dados so vistos pelos usurios (individualmente) , de acordo com
as necessidades de cada usurio. Diferentes usurios podero ter diferentes
vises de um mesmo banco de dados. Um determinado usurio, tanto pode
ser um programador de aplicaes, quanto um usurio final. O DBA um
caso especialmente importante. Ao contrrio dos usurios comuns, o DBA
ter de se interessar pelos nveis conceitual e fsico.
Nvel Lgico: descreve QUAIS dados esto armazenados no banco de
dados e seus relacionamentos, isto , qual a relao existente entre eles.
Podemos dizer que a viso lgica a viso dos dados como realmente so
e no como os usurios so forados a v-los devido s restries de
linguagem ou hardware. Neste nvel, o banco de dados descrito atravs de
estruturas relativamente simples, que podem envolver estruturas
complexas no nvel fsico.
Nvel Fsico: nvel mais baixo de abstrao. Descreve COMO os dados
esto realmente armazenados. Diz respeito forma como os dados
esto armazenados fisicamente. Preocupa-se em descrever as estruturas de
dados complexas de baixo nvel.
A figura seguinte representa os nveis de abstrao aqui listados.

Figura. Nveis de abstrao de dados

Fonte: Silberschatz, Korth e Sudarshan, 2006. Adaptao
Independncia de Dados
A independncia de dados pode ser definida como a imunidade das aplicaes
s alteraes feitas, seja no nvel fsico seja no nvel lgico de um banco de
dados. O objetivo alcanar o mximo de independncia possvel.
a capacidade de MODIFICAR a definio dos

esquemas em determinado nvel, sem afetar o
esquema do nvel superior. Existem dois nveis
de INDEPENDNCIA DOS DADOS: fsica e
lgica!
Pode ser classificada em:

Independncia de dados FSICA: modifica o esquema fsico sem que,
com isso, qualquer programa aplicativo precise ser reescrito (As
modificaes no nvel fsico so ocasionalmente necessrias para aumento
de desempenho).
Independncia de dados LGICA: modifica o esquema lgico sem que,
com isso, qualquer programa aplicativo precise ser reescrito. As
modificaes no nvel conceitual so necessrias quando a estrutura lgica
do banco de dados alterada (por exemplo, a adio de contas de bolsas
de mercado num sistema bancrio).
Ateno!
Normalmente modificaes no nvel fsico visam a melhoria de desempenho,
como a criao de ndices!

A independncia lgica dos dados mais difcil de ser alcanada do que a

independncia fsica, porm os programas so bastante dependentes da
estrutura lgica dos dados que eles acessam.
Figura. Independncia de dados

Este conceito de independncia dos dados similar em muitos aspectos ao
conceito de tipos abstratos de dados em modernas linguagens de
programao. Ambos escondem detalhes de implementao do usurio. Isto
permite ao usurio concentrar-se na estrutura geral em vez de detalhes de
baixo nvel de implementao.
Dicionrio de Dados
uma coleo de metadados que contm definies e representaes de
elementos de dados. Dentro do contexto de sistemas gerenciadores de bancos
de dados, um dicionrio de dados um grupo de tabelas, habilitadas apenas
para leitura ou consulta, ou seja, uma base de dados, propriamente dita, que
entre outras coisas, mantm as seguintes informaes:
- Definio precisa sobre elementos de dados;
- Perfis de usurios, papis e privilgios;
- Descrio de objetos;
- Integridade de restries;
- Stored procedures e gatilhos;
- Estrutura geral da base de dados;
- Informao de verificao;
- Alocaes de espao.

Um dos benefcios de um dicionrio de dados bem preparado a consistncia

entre itens de dados atravs de diferentes tabelas. Por exemplo, diversas
tabelas podem conter nmeros de telefones. Utilizando uma definio de um
dicionrio de dados bem feito, o formato do campo 'nmero de telefone'
definido com "(99)9999-9999" dever ser obedecido em todas as tabelas que
utilizarem esta informao.
Os dicionrios de dados so gerados, normalmente, separados do
Modelo de Dados visto que estes ltimos costumam incluir complexos
relacionamentos entre elementos de dados.
Modelos de Bancos de Dados

Os modelos de bancos de dados definem a forma como os dados encontram-se
organizados internamente. A seguir, tem-se uma breve descrio sobre os
principais modelos.
1. Modelo Hierrquico ou de rvore
aquele no qual os dados esto organizados de cima para baixo ou estrutura
de rvore invertida. Por exemplo, os dados sobre um projeto para uma
empresa podem seguir este tipo de modelo. Este mtodo de ligao
semelhante relao entre pais e filhos: a criana no existir sem os pais.
o que mais bem se adapta a situaes nas quais as relaes lgicas entre os
dados podem ser representadas com a abordagem (um-para-muitos).
Fonte: (Takai, Italiano e Ferreira, 2005)

2. Modelo em Rede
Um modelo em rede uma extenso do modelo hierrquico. Em vez de se
terem apenas vrios nveis de relaes um-para-muitos, o modelo em rede
uma relao membro-proprietrio, na qual um membro pode ter muitos
proprietrios. Nesse modelo, h frequentemente mais de um caminho pelo
qual um determinado elemento de dado pode ser acessado.

Figura. Modelo em Rede

3. Modelo Relacional
Os modelos relacionais se tornaram os mais populares. A finalidade global
deste modelo descrever o dado usando um formato tabular padro (todos os
elementos so localizados em tabelas bidimensionais). As tabelas organizam os
dados em linhas e colunas, simplificando o acesso e a manipulao dos dados.
Uma vez colocados os dados no Banco de Dados relacional, pode-se fazer
perguntas e manipular dados utilizando as operaes da lgebra relacional. As
manipulaes bsicas de dados incluem a sua seleo, projeo e
agrupamento.

Modelagem de Dados
Figura. Etapas da Modelagem de Dados em linhas gerais

Vamos estudar a seguir cada uma das fases relacionadas modelagem de
dados:
Anlise e Coleta de Requisitos: busca-se aqui identificar os atores, os
documentos, as informaes, as regras de negcio, as necessidades e assim
sucessivamente. Nesta etapa procura-se conhecer o minimundo do seu
problema. No final, devemos ter aquele primeiro esboo do modelo, que
pode ser um desenho, um documento descrevendo o que foi entendido etc.
Projeto Conceitual (ou Modelo Conceitual): uma representao de
alto nvel (ou seja, prximo do minimundo) do Modelo de Banco de Dados.
Esse o primeiro modelo que aprenderemos a fazer e interpretar.
a descrio de mais alto nvel da estrutura do BD, NO contendo
detalhes de implementao. Nesta etapa no necessrio se preocupar
com o tipo de SGBD a ser usado, ou seja o projeto independente
do tipo de SGBD usado. o ponto de partida do projeto de Banco de
Dados e seu objetivo representar a semntica da informao,
independente de consideraes de eficincia. O objetivo a representao
dos requisitos de dados do domnio. Requisitos: clareza (facilidade de
compreenso) e exatido (formal).
Projeto Lgico (ou Modelo Lgico). No modelo lgico existe a descrio

da estrutura do BD que pode ser processada pelo SGBD. Este modelo est
mais prximo de uma representao no computador. Veremos que nesse
ponto o Analista j sabe qual modelo de dados vai usar.
A nfase do modelo lgico est na eficincia de armazenamento, ou seja,
em evitar muitas tabelas (e junes); tabelas subutilizadas, etc. Futuras
alteraes no modelo lgico devem ser primeiro efetuadas no Modelo
Conceitual.

Projeto Fsico (ou Modelo Fsico): uma representao da

implementao do modelo em um SGBD especfico. Nesta etapa ocorre o
mapeamento do modelo lgico em um esquema fsico de acordo com o
SGBD especfico, ou seja, o modelo criado est diretamente ligado ao SGBD
escolhido. Assim, poderamos a partir de um projeto lgico criar dois
projetos fsicos, um para ser implementado no SGBD MySQL e outro para o
SQL Server,por exemplo.
A figura seguinte faz uma descrio simplificada do processo de projeto de um

banco de dados.
Figura. Projeto de um BD

Resumindo!!
Modelos Descrevem a estrutura de um Banco de Dados de uma forma
Conceituais mais prxima da percepo dos usurios. Independente de
aspectos de implementao. Conceitos: entidades, atributos,
relacionamentos. Exemplos:
Modelo Entidade-relacionamento (ER).
Modelo Funcional.
Modelo Modelo de dados que representa a estrutura de dados de um
Lgico banco de dados conforme vista pelo usurio do SGBD.
Dependente do tipo particular de SGBD que est se utilizando.
Exemplos:
Modelo Relacional.
Modelo Hierrquico.
Modelo uma representao grfica do detalhamento fsico das
Fsico estruturas dos dados que o banco de dados ir armazenar.
Este modelo dependente do SGBD em que ser implementado.
Conceitos: formatos dos registros, ordenamento dos registros,
caminhos de acesso (eficincia).
** Modelo Funcional
Nesse contexto, cabe destacar o DFD (conhecido como Diagrama de Fluxos
de Dados, Modelo Funcional), uma ferramenta para a modelagem de
sistemas, que nos permite imaginar um sistema como uma rede de
processos funcionais, interligados por dutos e tanques de
armazenamento de dados. Um DFD tpico composto de: processo, fluxo de
dados, depsito de dados e o terminador (entidade externa).
Se estivermos desenvolvendo um sistema no qual os relacionamentos entre os
dados sejam mais importantes que as funes, podemos dar menos
importncia ao DFD e dedicar-nos aos Diagramas de Entidade-Relacionamento
(DER).
**Abordagem Entidade-Relacionamento (ER)

A abordagem entidade-relacionamento um padro para a modelagem
conceitual. Foi criada em 1976 por Peter Chen que junto com alguns
conceitos apresenta uma notao grfica para diagramas que tem por
caractersticas: ser um modelo simples, com poucos conceitos; com
representao grfica de fcil compreenso.
Um esquema conceitual de dados tambm chamado de esquema ER,
diagrama ER, ou modelo ER.

O modelo Entidade-Relacionamento (ER) um modelo de dados

conceitual de alto nvel, cujos conceitos foram projetados para estar o mais
prximo possvel da viso que o usurio tem dos dados, no se preocupando
em representar como estes dados estaro realmente armazenados. O modelo
ER utilizado principalmente durante o processo de projeto de banco de
dados.
Os principais elementos de um Diagrama de Entidades e Relacionamentos

(DER) so identificados a seguir:
Entidades
O objeto bsico tratado pelo modelo ER a entidade, que pode ser definida
como um objeto do mundo real, concreto ou abstrato e que possui
existncia independente.
Figura. Exemplos de Entidades

Para se referir a uma entidade em particular tambm usado o termo
instncia (ou ocorrncia). A entidade representada no DER (Diagrama
Entidade-Relacionamento) como um retngulo contendo o nome da entidade.
Exemplos:
Figura. Notao de Entidade

Principais caractersticas dos conjuntos de entidades:
So substantivos e perduram no tempo.
Cada elemento de um conjunto de entidades s ocorre uma nica vez
e a ordenao do conjunto irrelevante.
Representa-se em um conjunto de entidades todos os elementos do
mundo real referidos pelo universo de discurso. Ex: ALUNOS = todos
os alunos de uma escola.
Atributos
Os atributos so propriedades particulares que descrevem uma entidade, ou
mesmo caractersticas de um relacionamento.
Quanto transpostos para o modelo fsico so chamados de colunas ou
campos.

A primeira caracterstica importante de um atributo que tem um domnio. O

domnio de um atributo o conjunto de possveis valores para o mesmo.
Exemplo:
Figura. Atributos de Entidade

No exemplo aqui ilustrado, o domnio do atributo Ttulo pode ser o conjunto de
todos os textos string de um certo tamanho. O domnio do atributo tipoFilme
pode ser o conjunto de strings {drama, comdia, romance...}.
O domnio determina que valores um atributo pode receber. Existe um valor
especial em Bancos de Dados, conhecido como NULL (nulo), que a ausncia
de qualquer valor naquele atributo. Importante
Vamos s principais classificaes de atributos:

Simples e Compostos
Atributos Simples Atributos Compostos
Atributos que no so divisveis (no Podem ser divididos em partes
dividido em partes). So chamados menores, ou subpartes, os quais
tambm por atributos atmicos. representariam atributos bsicos mais
simples com significados
independentes.
Exemplo: CEP. Exemplo: o atributo Endereo, pode
ser subdividido em nmero,
logradouro, cidade, estado e CEP.
Monovalorados e Multivalorados
Atributos Monovalorados Atributos Multivalorados
Possuem apenas um valor para uma Podem assumir mltiplos valores.
entidade em particular. Uma nica entidade tem diversos
valores para este atributo.
Por exemplo, o atributo CPF de uma Ex1: O atributo telefone
entidade Funcionrio monovalorado, multivalorado, pois um funcionrio
pois cada funcionrio possui apenas pode possuir vrios telefones ao
um CPF. mesmo tempo ou at mesmo nenhum
valor.

Ex2: O atributo idioma de uma

entidade aluno pode conter os valores
ingls e francs. Para outro aluno
poderia conter apenas um valor -
espanhol. Para um terceiro aluno,
poderamos ter 3 valores para este
atributo. Este tipo de atributo
representado por uma elipse com
linha dupla.
Armazenados e Derivados
Atributos Armazenados Atributos Derivados
Atributos que realmente pretendemos Podem ser gerados ou calculados a
guardar no Banco de Dados. partir de outros atributos.
Por exemplo, o atributo Data de Caso tivssemos no nosso modelo um
Nascimento de uma entidade atributo armazenado Data de
Funcionrio armazenado. Nascimento, na entidade Funcionrio
poderamos ter um atributo derivado
idade, calculada a partir da data de
nascimento.
Atributo Chave (Determinante)

Existem alguns atributos cujos valores so distintos para cada elemento do
conjunto. Esses atributos so chamados de chaves. Uma chave um
atributo nico para cada elemento do conjunto, servindo para identificar
univocamente um elemento.
Como exemplo, o atributo CPF pode ser uma chave para a entidade
Funcionrio, pois diferencia cada funcionrio de forma nica dentro do
conjunto, j que dois funcionrios no podem ter o mesmo CPF.
Relacionamentos
Um relacionamento pode ser entendido como uma associao entre instncias
de Entidades devido a regras de negcio.
Normalmente, um relacionamento representado por um losango com um
verbo para indicar a ao de relacionamento.
Figura. Notao de Relacionamento

Ex.:
Por que o relacionamento necessrio?

Quando existem vrias possibilidades de relacionamento entre o par das
entidades e se deseja representar apenas um.
Quando ocorrer mais de um relacionamento entre o par de entidades
Para evitar ambiguidade.
Quando houver auto-relacionamento.
Vrias so as possibilidades de relacionamentos. Uma entidade pode participar

de relacionamentos com quaisquer outras entidades do modelo, inclusive com
ela mesma. Nesse caso, diz-se que h um auto-relacionamento do conjunto
de entidades, como ilustrado no relacionamento chefiam da figura seguinte.
Figura. Exemplo de auto-relacionamento - Fonte: Ferreira, 2009.

Outros exemplos de relacionamentos:
Bares vendem cervejas e so frequentados por apreciadores de
cerveja.
O valor corrente de um conjunto de entidades o conjunto de entidades

que pertence a ele. Exemplo: Conjunto de Entidades BAR={Muito Prazer,
Bigode, Churrasqueira, AeroPub...}.

O valor de um relacionamento o conjunto de pares de entidades que se

relacionam, de acordo com o mesmo.
Observe no exemplo seguinte que um relacionamento pode ter atributos

descritivos.
No exemplo dado, o atributo salrio no pertence nem entidade filme e nem

entidade estrela isoladamente, mas pertence ao relacionamento entre a
estrela e o filme. Uma estrela em um filme diferente pode ter outro salrio e
uma outra estrela do mesmo filme pode ter salrio diferente.
Exemplo: Rodrigo Santoro no filme As panteras uma estrela do filme e
seu salrio de $ 500.000,00. A estrela Lucy Liu tambm estrela do filme
e tem salrio de $1.000.000,00.
Cardimalidade
Para definir o nmero de ocorrncias de uma entidade usamos o conceito de
Cardinalidade, que indica quantas ocorrncias de uma Entidade participam no
mnimo e no mximo do relacionamento.
Cardinalidade Mnima: define se o relacionamento entre duas entidades
obrigatrio ou no. o nmero mnimo de instncias da entidade associada
que devem se relacionar com uma instncia da entidade em questo. Usada
para indicar o tipo de participao da entidade em um relacionamento.

Cardinalidade Mxima de uma entidade: o nmero mximo de

instncias da entidade associada que devem se relacionar com uma
instncia da entidade em questo.
Note que a cardinalidade vai anotada do outro lado do relacionamento a que se

refere!
A cardinalidade, ento, representa o nmero mximo de elementos de
uma entidade que se relacionam com elementos da outra entidade.
Assim, definida como:
- 1:1 (Um para um)
- 1:N (Um para muitos)
- N:1 (Muitos para um)
- N:N (Muitos para muitos)
(observe que N um nmero arbitrrio que representa qualquer valor maior
que 1).
Alguns exemplos de Restries de Mapeamento (cardinalidade):

Um-para-um: uma entidade em A est associada no mximo a uma entidade
em B e uma entidade em B est associada no mximo a uma entidade em A
Obs: Chave estrangeira em uma das entidades

Um-para-muitos: uma entidade em A est associada a qualquer nmero de

entidades em B, enquanto uma entidade em B est associada no mximo a
uma entidade em A
Obs.: Chave estrangeira na direo muitos.
Muitos-para-muitos: Uma entidade em A est associada a qualquer nmero

de entidades em B, e uma entidade em B est associada a qualquer nmero de
entidades em A.
Obs.: Requer tabela extra para represent-lo.

O nmero de entidades que participam de um tipo relacionamento irrestrito e

armazenam muito mais informaes do que diversos relacionamentos binrios.
Dica: Como ler a cardinalidade nos relacionamentos?

Alguns modelos ER mostram somente a cardinalidade mxima, e outros
mostram a mnima e a mxima. Observe o modelo seguinte que apresenta a
cardinalidade mnima e a mxima.
Parcialidade mnima: para um departamento ser criado, devem existir

pelo menos 10 empregados alocados!!
A leitura feita da seguinte forma: voc pega a primeira entidade, esquece a
cardinalidade que est do lado dela e segue pelo relacionamento, l a outra
cardinalidade e chega at a prxima entidade.
Ou seja, a leitura assim: UM(A) + ENTIDADE ORIGEM + RELACIONAMENTO
+ CARDINALIDADE + ENTIDADE DESTINO
Veja o exemplo acima de relacionamento de ALOCAO de EMPREGADO no
DEPARTAMENTO:
1. Partindo de DEPARTAMENTO para EMPREGADO, l-se: Um DEPARTAMENTO
(Entidade Origem) ALOCA (relacionamento) de no mnimo 10 e no mximo N
(cardinalidade) EMPREGADO (Entidade Destino). Ou seja, um DEPARTAMENTO
tem que ter no mnimo 10 e no mximo N EMPREGADOS.
2. Partindo de EMPREGADO para DEPARTAMENTO: Um EMPREGADO (Entidade
Origem) ALOCADO EM (relacionamento) no mnimo 1 e no mximo 1
(cardinalidade) DEPARTAMENTO (Entidade Destino). Ou seja, um EMPREGADO
s pode ser alocado em 1 e somente 1 ( o mesmo que no mnimo e no
mximo 1) DEPARTAMENTO.
Pode-se incluir nos modelos entidade-relacionamento (MER) conjuntos de
entidades com diversas caractersticas em comum, diferenciando apenas em
algumas caractersticas. Nesse caso, pode-se usar o conceito de
generalizao, onde se cria um conjunto de entidades genrico contendo as
caractersticas em comum, e de especializao em que se especializam
(apresentam diferenas) nas caractersticas que so distintas.
Diagrama Entidade Relacionamento (DER)

O DER composto por um conjunto de objetos grficos que visa representar
todos os objetos do modelo ER tais como entidades, atributos, atributos
chaves, relacionamentos, restries estruturais, etc. O DER fornece uma viso
lgica do banco de dados, fornecendo um conceito mais generalizado de como
esto estruturados os dados de um sistema.

TIPO
ATRIBUTO
ENTIDADE
ATRIBUTO
TIPO ENTIDADE CHAVE
FRACA
ATRIBUTO
MULTI
TIPO VALORADO
RELACIONAMENTO
ATRIBUTO
COMPOSTO
TIPO
RELACIONAMENTO
IDENTIFICADOR ATRIBUTO
DERIVADO
1 N
E1 R E2 E1 R E2
Taxa de Cardinalidade 1:N Participao Parcial de E1 em R,
para E1:E2 em R Participao Total de E2 em R
(min, max)
R E1
Restrio Estrutural (min,max) na
Participao de E1 em R
Figura - Objetos que Compem o Diagrama ER (Importante!)
**Abordagem Relacional
Abordagem de modelagem de dados utilizada nos SGBDs do tipo
relacional, criado por Codd em 1970.
Modelagem a nvel lgico.
O modelo relacional tem por finalidade representar os dados como
uma coleo de relaes, em que cada relao representada por uma
tabela, composta por linhas, colunas e chaves primrias,
relacionadas por meio de chaves estrangeiras.
Opera com os dados organizados como um conjunto de tabelas
O conceito de tabela o mais forte no modelo relacional.
Na terminologia do modelo relacional, cada tabela chamada de
relao; uma linha de uma tabela chamada de tupla; o nome de cada
coluna chamado de atributo; o tipo de dado que descreve cada coluna
chamado de domnio.

Tuplas
Os atributos e seus valores descrevem as instncias de uma entidade,
formando o que chamamos de tuplas ou registros.
Figura. Tuplas
No modelo relacional so consideradas as chaves:
Chave Primria: coluna ou combinao de colunas cujos valores
distinguem uma linha das demais dentro de uma tabela.
Chave Estrangeira: coluna ou combinao de colunas, cujos valores
aparecem na chave primria (ou candidata) de uma tabela do banco. A
chave estrangeira o mecanismo que permite a implementao de
relacionamentos (navegabilidade) em um banco de dados
relacional!! Importante O termo chave estrangeira pode levar a crer que
est sempre referenciada a uma chave primria de outra tabela, mas em
certos casos ela pode estar referenciada a uma chave primria da mesma
tabela.

Chave Alternativa: em certas situaes mais de uma coluna ou

combinao de colunas servem para distinguir uma linha das demais dentro
de uma tabela. Se uma destas for escolhida como chave primria, as
demais sero chamadas de chaves alternativas. No h qualquer
diferena entre usar as CdigoEmp ou CIC como chave primria (listada a
seguir).
Dependncia Funcional
Um atributo Y funcionalmente dependente de um atributo X se cada valor de
X tenha associado a ele precisamente um valor de Y. Quando o atributo X
uma chave primria, ento todos os atributos so, por definio, dependentes
de X, pois no podem existir dois registros com o mesmo valor para X.
Notao: R.x R.y (l-se a coluna x da tabela relacional R

funcionalmente determina (identifica) a coluna y.
A dependncia funcional pode ser classificada em:

Total: um atributo totalmente dependente de outro se ele for
funcionalmente dependente do outro e no dependente de um
subconjunto de outro.
Parcial: um atributo parcialmente dependente de outro se ele for
funcionalmente dependente de um subconjunto de outro.
Considere a tabela seguinte, em que a chave primria formada pelos

atributos cdigo-func + cdigo-curso.
O atributo avaliao dependente total da chave composta.

J o atributo descrio-curso tem dependncia parcial com relao a esta

chave, pois depende somente de parte dela, ou seja, de cdigo-curso.
Normalizao
O processo de normalizao pode ser visto como o processo no qual so
eliminados esquemas de relaes (tabelas) no satisfatrios,
decompondo-os, atravs da separao de seus atributos em
esquemas de relaes menos complexas mas que satisfaam as
propriedades desejadas.
O processo de normalizao, proposto inicialmente por Codd, conduz um
esquema de relao atravs de uma bateria de testes para certificar se o
mesmo est na 1a, 2a e 3a Formas Normais. Estas trs Formas
Normais so baseadas em dependncias funcionais dos atributos do
esquema de relao.
Formas Normais Bsicas
1 Forma Normal
Uma relao estar na 1 FN se no houver atributo representando
agrupamento (no atmico) e nem atributo repetitivo (multivalorado).
2 Forma Normal
Uma relao estar na 2 FN, se e somente se, estiver na 1a FN e os
seus atributos no chaves forem dependentes funcionais completos da
chave primria.
3 Forma Normal
Uma relao estar na 3 FN, se e somente se, estiver na 2 a FN e
todos os seus atributos no chaves forem dependentes no transitivos
da chave primria.
1a Forma Normal
A 1a Forma Normal prega que todos os atributos de uma tabela devem ser
atmicos (indivisveis), ou seja, no so permitidos atributos
multivalorados, atributos compostos ou atributos multivalorados
compostos. Leve em considerao o esquema a seguir:
CLIENTE
1. Cdigo
2. { Telefone }
3. Endereo: ( Rua, Nmero, Cidade )

gerando a tabela resultante:

Telefone 1 Endereo
Cliente Cdigo Telefone n Rua Nmero Cidade
sendo que a mesma no est na 1a Forma Normal pois seus atributos no so
atmicos. Para que a tabela acima fique na 1a Forma Normal temos que
eliminar os atributos no atmicos, gerando as seguintes tabelas como
resultado:
Cliente Cdigo Rua Nmero Cidade
Cliente_Telefone Cdigo_Cliente Telefone_Cliente
2a Forma Normal
A 2a Forma Normal prega o conceito da dependncia funcional total. Uma
dependncia funcional X Y total se removemos um atributo A qualquer do
componente X e desta forma, a dependncia funcional deixa de existir.
A dependncia funcional X Y uma dependncia funcional parcial se
existir um atributo A qualquer do componente X que pode ser removido e a
dependncia funcional X Y no deixa de existir.
{ RG_Empregado, Nmero_Projeto } Horas
uma dependncia funcional total, pois se removermos o atributo
RG_Empregado ou o atributo Nmero_Projeto, a dependncia funcional
deixa de existir.
Uma tabela T est na 2a Forma Normal se estiver na 1a Forma Normal e
todos os seus atributos no chaves forem totalmente funcionalmente
dependente da chave primria C.
Se uma tabela no est na 2a Forma Normal a mesma pode ser normalizada
gerando outras tabelas cujos atributos que no faam parte da chave primria
sejam totalmente funcionalmente dependente da mesma, ficando a tabela na
2a Forma Normal.
3a Forma Normal
A 3a Forma Normal prega o conceito de dependncia transitiva. Uma
tabela est na 3a Forma Normal se estiver na 2a Forma Normal e no
houver dependncia transitiva entre atributos no chave.

Aspecto de Integridade
Restrio de Chave
Uma relao deve ter pelo menos uma chave.
Definio de chave: uma chave um atributo ou conjunto de atributos
cujo valor ou combinao de valores deve ser distinto em qualquer
instncia da relao.
A existncia de pelo menos uma chave uma condio obrigatria,
tendo em vista que uma relao definida como um conjunto de tuplas
e, todas as tuplas devem ter um valor distinto.
Restrio de Entidade
Especifica que nenhum valor de chave primria pode ser nulo.
Uma tupla em uma tabela que se refere a uma outra relao deve
referenciar uma tupla existente naquela relao.
Outros Tipos de Restries

As restries verificadas tratam somente das restries estruturais.
Existem as restries de integridade semntica ou regras de negcio que
so implementadas por meio de gatilhos ou stored procedures
(procedimentos armazenados).
Ex: o salrio de uma atriz no pode ser maior que 1/3 do oramento
total do filme.
Observaes:
STORED PROCEDURES
(procedimentos armazenados no banco).
Stored Procedure uma sequncia de comandos em SQL para
realizao de diferentes tarefas repetitivas no banco, aceitando
parmetros de entrada e retornando valores. Algumas das
vantagens das Stored Procedures so: reduo do trfego na rede;
melhora do desempenho; criao de mecanismos de segurana e
backup.
TRIGGERS
(gatilhos).
Uma trigger uma sub-rotina, parecida com uma stored
procedure, que tem como caracterstica ser executada
automaticamente a partir de alguma ao realizada no banco de

dados. Geralmente utilizada com um tipo de proteo ao acesso

indiscriminado a dados de uma tabela. Quando h uma tentativa de
inserir, atualizar ou excluir os dados em uma tabela, e uma trigger
tiver sido definida na tabela para essa ao especfica, ela ser
executada automaticamente, no podendo nunca ser ignorada.
Restries de integridade no Modelo Relacional

Integridade Lgica
Conjunto de regras que existem para o modelo de dados, assim como
um conjunto de regras de negcio, que regem a manipulao do BD, de
forma a no ferir nenhuma destas regras estabelecidas.
Integridade Fsica
Conjunto de procedimentos operacionais que garantem a integridade do
BD, mesmo em situaes de falha de algum componente do ambiente
onde o BD manipulado.
Exemplo:
Valor mnimo de depsito para abertura de uma conta R$10.000,00
Conta corrente sem movimento h 180 dias ser encerrada.
Podem ser cumpridas e implementadas pelos SGBDs Relacionais, atravs
do mecanismo de Regras ou gatilhos (Triggers), hoje existentes no SQL.
Especificao de Banco de Dados Relacionais

A especificao de um banco de dados relacional (chamada de esquema do
banco de dados) deve conter no mnimo a definio do seguinte:
- Tabelas que formam o banco de dados
- Colunas que as tabelas possuem
- Restries de integridade
Na prtica, na definio de esquemas relacionais so usadas diversas
notaes, que variam de um SGBD para o outro.

Independente do tipo de controle de concorrncia efetuado o BD deve

garantir as propriedades ACID, listadas a seguir.
Atomicidade Uma transao uma unidade atmica de processamento que

deve ser executada integralmente, ou totalmente desfeita.
Consistncia A execuo de uma transao deve levar o banco de dados de
um estado consistente a outro. Isto significa respeitar todas
as restries de integridade como unicidade de chaves e
integridade referencial.
Isolamento A execuo de uma transao no pode ser afetada por outras
sendo executadas concorrentemente, para isso suas
atualizaes no devem ser efetivadas at que se tenha uma
confirmao (COMMIT).
Durabilidade Os efeitos de uma transao confirmada no podem ser
desfeitos, a menos que outra transao modifique tais dados,
sendo que se deve prevenir falhas durante a efetivao da
transao.
Utilizao das Linguagens de Definio e Manipulao de Dados

O SGBD possui um compilador DDL (Data Definition Language -
Linguagem de Definio de Dados) que permite a execuo das
declaraes para identificar as descries dos esquemas e para armazen-las
no catlogo do Sistema Gerenciador.
Uma vez que o esquema esteja compilado e o banco de dados esteja populado
(preenchido com dados), utiliza-se uma linguagem para fazer a manipulao
dos dados, a DML (Data Manipulation Language Linguagem de
Manipulao de Dados).
Vamos a um entendimento da SQL (Structured Query Language
Linguagem de Consulta Estruturada) e linguagens de definio e
manipulao de dados!
A SQL agora a linguagem-padro para os SGBDs relacionais comerciais. Isto
decorre da sua simplicidade e facilidade de uso. Ela se diferencia de outras
linguagens de consulta a banco de dados no sentido em que uma consulta SQL
especifica a forma do resultado e no o caminho para chegar a ele. Ela uma
linguagem declarativa em oposio a outras linguagens procedurais. Isto reduz
o ciclo de aprendizado daqueles que se iniciam na linguagem.

Terminologia Utilizada nesta Aula

Uma relao uma tabela.
Um nico registro ser chamado de linha (tupla).
Um atributo ser chamado de coluna.
A SQL usa os termos tabela, linha e coluna, em vez dos termos relao,
tupla e atributo, respectivamente, para o modelo relacional formal.
Um valor individual existente na interseo de qualquer linha com coluna
ser chamado de dado.
Chave Primria (Primary Key): uma ou mais colunas com valores que
so nicos dentro da tabela e por isso podem ser usados para identificar as
linhas dessa tabela.
Regras Bsicas para Escrever Comandos SQL

Os comandos podem ser escritos em mais de uma linha;
Clusulas diferentes so colocadas usualmente em linhas diferentes;
Podem ser usadas tabulaes;
Comandos podem ser escritos em letras maisculas ou minsculas.
Alguns exemplos:
select * from cliente; select SELECT *
* from cliente;
from cliente;
**DDL Data Definition Language ou Linguagem de Definio de

Dados
Para a definio dos dados utilizada uma DDL (Data Definition
Language Linguagem de Definio de dados). Os comandos DDL
so armazenados no dicionrio de dados (ou catlogo). Logo, o dicionrio
de dados contm os metadados (dados a respeito das estruturas de
armazenamento) do banco.
Os principais comandos da DDL so:
o CREATE TABLE: cria uma nova tabela com seus campos e define as
restries de campo.
o CREATE INDEX: cria um novo ndice em uma tabela existente.

o ALTER TABLE: altera as definies de campos e de restries.
o CREATE DOMAIN: cria um tipo de dado definido pelo usurio.
o DROP TABLE: exclui uma tabela existente de um banco de dados
o DROP INDEX: exclui um ndice existente de uma tabela.
Criao de Tabelas
A criao do banco de dados deve comear com a criao das tabelas nas
quais os dados sero introduzidos. Para criar uma tabela em SQL, usa-se o
comando CREATE TABLE. O comando DDL para criar uma tabela deve conter
os nomes das colunas, os tipos dos seus dados e os tamanhos dos dados a
serem introduzidos.
a seguinte a sintaxe desse comando:
CREATE TABLE nome_da_tabela

(Nome_da_coluna1 tipo_do_dado (tamanho_do_dado)
Nome_da_coluna2 tipo_do_dado (tamanho_do_dado)
...
Nome_da_colunaN tipo_do_dado (tamanho_do_dado));
Note que toda a descrio da coluna colocada entre parnteses.

Na criao de tabelas possvel especificar vrios tipos de restries:
o Chave Primria: PRIMARY KEY;
o Chave Estrangeira: FOREIGN KEY;
o Chave Alternativa (ou alternada): UNIQUE;
o Restrio de Domnio: CHECK.
Pode-se atribuir nomes s restries de integridade:
o CONSTRAINT NOME_RESTRIO TIPO RESTRIO.
Criao de um ndice
Para criar um ndice em uma tabela, o comando SQL :
CREATE INDEX nome_do_ndice

ON nome_da_tabela(nome_da_coluna);

O comando CREATE INDEX constri o ndice nome_do_ndice na tabela

especificada. Os ndices so utilizados, principalmente, para melhorar o
desempenho do banco de dados (embora a utilizao no apropriada possa
resultar em uma degradao desse desempenho).
Voc pode criar tantos ndices quantos desejar em qualquer tabela. Voc pode
ter um ndice para cada coluna da tabela, assim como um ndice para uma
combinao de colunas. Quantos ndices e de que tipos voc criar para uma
determinada tabela depender do tipo de consultas que voc espera que sejam
dirigidas ao banco de dados e do tamanho deste. Excesso de ndices pode ser
to prejudicial quanto sua falta!
Alterao de Tabelas
Conforme ocorram novas situaes ou novos dados sejam armazenados no
banco de dados, a definio original de uma tabela pode tornar-se insuficiente.
A SQL permite-nos realizar diversas alteraes em uma tabela, como:
incluir novas colunas em uma tabela;
excluir colunas existentes em uma tabela;
adicionar a definio de uma restrio em uma tabela;
excluir a definio de uma restrio existente em uma tabela;
modificar uma coluna.
A sintaxe para INCLUIR uma coluna :
ALTER TABLE nome_da_tabela

ADD nome_da_coluna tipo_do_dado;
A sintaxe para ALTERAR A LARGURA de uma coluna j existente :
ALTER TABLE nome_da_tabela

MODIFY nome_da_coluna tipo_do_dado
nova_largura;
Exemplos:
ALTER TABLE Telefone
DROP COLUMN Tipo;
ALTER TABLE TELEFONE

ADD CONSTRAINT TIPO_TELEFONE

CHECK (TIPO IN(Fixo, Movel));

DROP CONSTRAINT TIPO_TELEFONE;

MODIFY (TIPO VARCHAR2(5));
Nota: para diminuir tamanho a coluna precisa estar vazia.
Excluso de Tabelas
Para excluir uma tabela de um banco de dados, use o comando DROP TABLE
seguido do nome da tabela:
DROP TABLE nomedatabela;
Quando uma tabela excluda por um comando SQL, como acima, todas as
vises e ndices definidos sobre a tabela so automaticamente excludos.
Exemplo:
DROP TABLE EMP;
Excluso de ndices
Para EXCLUIR um ndice, use o comando SQL DROP INDEX seguido do nome
do ndice:
DROP INDEX nome_do_ndice

ON nome_da_tabela;
Se voc tem ndices definidos com o mesmo nome em tabelas diferentes, deve
usar a clusula ON, como no exemplo acima, para indicar o ndice que quer
eliminar.
Se h apenas um ndice com este nome, ento voc no precisa especificar o
nome da tabela. O comando DROP abaixo ser suficiente:

DROP INDEX nome_do_ndice;
NOTA: A eliminao de um ndice no elimina as tabelas ou vises

relacionadas com o ndice.
**DML Data Manipulation Language ou Linguagem de Manipulao

de Dados
Aps a carga dos dados nas tabelas criadas pelos comandos DDL, os
comandos de manipulao de dados tornam possvel sua manipulao,
incluindo inseres, atualizaes, excluses e consultas (com a utilizao
do comando SELECT da SQL).
A DML visa manipulao de dados (incluir, alterar, excluir e consultar)
por meio do usurio.
Principais comandos:
o SELECT: seleo de registros;
o INSERT: insero de registros;
o UPDATE: atualizao de registros;
o DELETE: deleo de registros
Insero
A maioria dos sistemas trata a carga inicial no banco de dados de um grande
conjunto de dados numa operao genrica de carga. O comando SQL INSERT
geralmente usado para inserir linhas individuais de dados num banco de
dados j existente.
A sintaxe desse comando :
INSERT
INTO nome_da_tabela (nome_da_coluna1, nome_da_coluna2,...)
VALUES (valor1, valor2, ...);
Se a lista de valores est na mesma sequncia que as colunas na tabela e h

um valor para cada coluna da tabela, ento a lista de nomes das colunas pode
ser omitida. Caso contrrio, os nomes das colunas devem ser especificados
como mostrado acima.
Os valores inseridos devem ter o tipo compatvel com o tipo da coluna na qual
esto sendo inseridos.
Valores do tipo CHAR devem estar entre aspas simples; valores do tipo NUM ou
do tipo NULL no devem ser colocados entre aspas simples.
Exemplos:
Insert Into PESSOA (CPF, NOME, SEXO)

values ('11122233344','Patricia', 'F');
Insert Into PESSOA (CPF, NOME, SEXO)
Select CPF, NOME, SEXO From Aluno
Atualizao
O comando UPDATE usado para alterar valores em linhas j existentes. Sua
forma geral :
UPDATE nome_da_tabela
SET coluna1=novo_valor,
Coluna2=novo_valor,
...
colunaN=novo_valor,
WHERE condio;
A clusula SET do comando UPDATE indica as colunas a serem alteradas e

quais os novos valores.
O comando UPDATE atua em todas as linhas que satisfazem a condio
especificada pela clusula WHERE. A clusula WHERE opcional, mas, se for
omitida, todas as linhas sero atualizadas.
Voc pode atualizar vrias colunas em cada linha com um nico comando
UPDATE listando as vrias colunas aps a clusula SET, conforme visto acima.
A clusula WHERE no comando UPDATE pode conter uma subconsulta.
Exemplo:
UPDATE PESSOA
SET idade = 20
WHERE nome = Maria;
Excluso

O comando DELETE usado para remover linhas de uma tabela. Sua forma
geral :
DELETE
FROM nome_da_tabela
WHERE condio;
Voc no pode excluir parcialmente uma linha, portanto no precisa especificar

os nomes das colunas no comando DELETE.
A clusula WHERE determina que linhas sero eliminadas. Ela pode ser
complexa e incluir vrias condies, conectores e/ou subconsultas.
Se voc deseja excluir todas as linhas de uma tabela, omita a clusula WHERE,
como abaixo listado:
DELETE
FROM nome_da_tabela;
O comando acima eliminar todas as linhas, deixando apenas as especificaes

das colunas e o nome da tabela.
Recuperao Usando SELECT

A estrutura bsica de uma consulta em SQL consiste em TRS
clusulas: SELECT, FROM e WHERE.
Assim, uma consulta tpica em SQL tem a forma:

SELECT coluna1, coluna2, ..., colunaN
FROM nome_da_tabela
WHERE condio;
A clusula SELECT relaciona as colunas que se quer presentes no

resultado da consulta. Essa clusula corresponde operao de
projeo da lgebra relacional.
A clusula FROM corresponde operao de produto cartesiano da

lgebra relacional. Ela associa a tabela ou tabelas que sero pesquisadas

durante a avaliao de uma expresso. Em outras palavras, uma lista de

relaes a serem varridas na execuo da expresso.
A clusula WHERE corresponde seleo do predicado da lgebra

relacional. Consiste em um predicado envolvendo atributos da relao que
aparece na clusula FROM.
Nota!
SELECT e a clusula FROM so necessrias em todas as consultas
SQL. Devem aparecer antes de qualquer outra clusula na
consulta.
O resultado de uma consulta SQL SEMPRE uma tabela.
Estrutura de uma Consulta Simples

SELECT coluna1, coluna2, ..., colunaN
FROM nome_da_tabela
[WHERE (expresso lgica)]
[GROUP BY (atributos de agrupamento)]
[HAVING (condio de agrupamento)]
[ORDER BY (lista de atributos)]
Where: filtra ANTES do agrupamento.

Having: filtra DEPOIS do agrupamento.
Expresses Tabulares (Clusulas)

Expresses tabulares so clusulas que so usadas para produzir tabelas. As
expresses tabulares suportadas pela SQL e seus propsitos so:
FROM Especifica o(s) nome(s) da(s) tabela(s) de onde deve(m) ser
selecionada(s) as linhas.
WHERE Especifica a condio ou condies que as linhas selecionadas
devem satisfazer.
GROUP BY Separa as linhas selecionadas nos grupos especificados.
HAVING Estabelece as condies que cada grupo exibido deve
satisfazer.
ORDER BY Especifica a ordem em que as linhas selecionadas sero
exibidas (individualmente ou em grupo).

A clusula FROM necessria para uma consulta SQL; as clusulas WHERE,

GROUP BY, HAVING e ORDER BY so opcionais.
Exemplos:
SELECT * From PESSOA;
SELECT CPF, NOME, SEXO, IDADE

FROM PESSOA
WHERE sexo = M or sexo = F;
SELECT CPF, NOME, SEXO, IDADE

FROM PESSOA
WHERE IDADE > ANY (10,20,30);
ou
WHERE IDADE > ALL (10,20,30);
SELECT CPF, NOME, SEXO

FROM PESSOA
WHERE nome LIKE P%;
Observe o uso do LIKE no exemplo acima. LIKE determina se uma cadeia

de caracteres especfica corresponde a um padro especificado. Um
padro pode incluir caracteres normais e curingas.
Durante a correspondncia de padres, os caracteres normais devem
corresponder exatamente aos caracteres especificados na cadeia de
caracteres. No entanto, os caracteres curinga podem ser correspondidos a
fragmentos arbitrrios da cadeia de caracteres.

Criao de Vises
Uma viso (view) pode ser considerada como uma maneira alternativa de
observao de dados de uma ou mais entidades (tabelas). Pode ser
considerada tambm como uma tabela virtual ou uma consulta armazenada.
As vantagens de se usar views so:
permite economizar tempo, evitando retrabalho;
aumenta a velocidade de acesso aos dados;
esconde a complexidade do banco de dados;
simplifica a gerncia de permisso de usurios; e
organiza os dados a serem exportados.
Uma vez que a view gerada, o seu conjunto de dados armazenado em uma
tabela temporria (virtual), tornando o acesso s informaes mais rpido.
Deve-se ressaltar que uma view no existe fisicamente, uma tabela virtual.
No entanto, os dados contidos em uma view podem ser modificados
normalmente.
Para criar uma viso, voc seleciona apenas as colunas da tabela (ou tabelas)
bsica em que est interessado.
Para definir uma viso, voc deve dar um nome para a viso e ento
estabelecer a consulta contendo os nomes das colunas e as especificaes que
constituiro a viso.
A sintaxe :
CREATE VIEW nome-de-viso [ (nomes_das_colunas_da_viso) ]

AS (expresso da consulta);
onde (expresso da consulta) um comando SELECT FROM.

Exemplo:
CREATE VIEW Empregados_Sede
AS SELECT (Nome, Endereco, Sexo, Data-nasc)
FROM EMPREGADO
Projeto de Bancos de Dados

Viso geral das etapas!!
1.Construir o Modelo Conceitual.

Modelo de alto nvel, independente da implementao.
Etapa de levantamento de dados.
Uso de uma tcnica de modelagem de dados.
Abstrao do ambiente de hardware/software.
2.Construir o Modelo Lgico.

Modelo implementvel, dependente do tipo de SGBD a ser usado.
Considera as necessidades de processamento.
Considera as caractersticas e restries do tipo de SGBD.
Etapa de normalizao dos dados.
3.Construir o Modelo Fsico.

Modelo implementvel, com mtodos de acesso e estrutura fsica.
Considera necessidades de desempenho.
Considera as caractersticas e restries do SGBD.
Dependente das caractersticas de hardware/software.
4.Avaliar o Modelo Fsico.

Avaliar o desempenho das aplicaes.
Avaliar os caminhos de acesso aos dados e estruturas utilizadas.
5.Implementar o BD.
Etapa de carga (load) dos dados.
Gerar as interfaces com outras aplicaes.

Conceitos de Administrao e Tuning

Pode-se observar atualmente um incremento da demanda por SGBDs, bem
como um crescimento do volume de dados que estes sistemas devem
gerenciar e a complexidade de suas aplicaes.
Neste cenrio, realizar operaes, de forma EFICIENTE, um desafio, pois
podem ocorrer instalaes com o uso de valores padres, sem levar em
considerao o tipo de aplicao para o qual sero utilizados, o hardware, e
at mesmo o sistema operacional. Assim, nem sempre se obtm o melhor
desempenho do sistema, visto que diversos parmetros podem ainda ser
considerados e ajustados.
Nesse caso, pode-se prestar ateno s observaes que devem ser realizadas
durante a fase de projeto, como as que envolvem o volume esperado de dados
em cada relao do sistema e quais consultas sero realizadas com mais
frequncia.
Segundo pesquisa realizada, a prtica tem mostrado que na maioria dos
sistemas o seu real desempenho s pode ser conseguido aps algum tempo de
uso, e muitas das consideraes que os projetistas haviam feito podem
mostrar-se incorretas. Aps um banco de dados ter sido desenvolvido e estar
em operao, o uso real das aplicaes, das transaes, das consultas e das
vises revela fatores e reas de problemas que podem no ter sido
considerados durante o projeto fsico inicial.
Nesse contexto, uma fase subsequente de ajuste do sistema torna-se
necessria, com base em dados reais de seu comportamento, com o objetivo
de maximizar o desempenho e a estabilidade. Esta fase chamada de
database tuning ou simplesmente tuning.
Assim, necessrio monitorar e revisar o projeto fsico de banco de dados
constantemente. Os objetivos da sintonia (ou tuning) so os seguintes:
fazer com que as aplicaes sejam executadas mais rapidamente,
diminuir o tempo de resposta de consultas/transaes e
melhorar o desempenho geral das transaes.
A linha divisria entre o projeto fsico de um banco de dados e sua sintonia

muito pequena. As mesmas decises de projeto so revisadas na fase de
sintonia, que um ajuste continuado do projeto.
As informaes de entrada para o processo de sintonizao incluem estatsticas
relacionadas a diversos fatores. Em particular um SGBD pode coletar
internamente as seguintes estatsticas: tamanho de tabelas individuais;
nmero de valores distintos em uma coluna; nmero de vezes que uma
consulta ou transao em particular submetida/executada em um intervalo
de tempo. Essas e outras estatsticas criam um perfil do contedo e do uso de
banco de dados.
Outras informaes obtidas a partir do monitoramento das atividades do
sistema de banco de dados incluem estatsticas de armazenamento,

estatsticas de desempenho de entrada/sada, estatsticas de processamento

de consultas (tempos de execuo de consultas, etc.), estatsticas relacionadas
a bloqueios/registro de log, etc. Muitas dessas estatsticas acima se referem a
transaes, ao controle de concorrncia e a recuperao de dados.
Mas a sintonia de bancos de dados envolve tratar diretamente os
seguintes tipos de problema: como evitar excessivas disputas por
bloqueios, aumentando, de modo, a concorrncia entre as transaes,
como minimizar a sobrecarga de registrar logs e o armazenamento
desnecessrio de dados, como otimizar o tamanho do buffer e o
escalonamento de processos e ,finalmente, como alocar recursos tais
como discos, memria e processos para uma utilizao mais eficiente.
A maioria desses problemas mencionados pode ser resolvida por meio de
ajuste apropriado de parmetros fsicos do SGBD, da alterao das
configuraes de dispositivos, da alterao de parmetros do sistema
operacional e de outras atividades similares.
Conceitos de Solues de Suporte Deciso
Minerao de Dados
De 1990 em diante, o volume de informaes armazenadas em meio eletrnico
cresceu aceleradamente. Estudos mostram que a quantidade de informao
no mundo dobra a cada 20 meses, e como consequncia o tamanho e a
quantidade de banco de dados espalhados pelo mundo cresce ainda mais
aceleradamente.
Figura. O Tsunami de Dados, O que e como nos afeta?

Estamos nos afogando em informao mas com sede de
conhecimento John Naisbitt, Megatrends (1984).
E que valor tem esses dados armazenados? Por que tanta informao precisa
ser mantida de modo cumulativa e no simplesmente descartada pouco
tempo depois do seu uso?
O fato que nesse meio h um amontoado de dados que esto
gravados nos bancos de dados e tambm h muita informao no
explorada que poderia ser de grande valia para o suporte s decises
nas grandes corporaes, governos, universidades e outros.
H nesse enxame de dados, tidos como desnecessrios por alguns, padres e

tendncias que se descobertos podem ser teis para entender e otimizar os
processos de negcio em empresas, ajudar a entender melhor os resultados de
experincias cientficas, colaborar com a medicina no entendimento e
tratamento de casos de epidemias, e muitos outros.
justamente nesse cenrio que entra em cena o Data Mining (Minerao de
Dados). Pode ser entendido tambm como um campo de estudo que procura
encontrar informaes que esto implcitas, ou seja, procura padres e
tendncias ocultas em base de dados.
Um exemplo de Data Mining muito comum so as previses meteorolgicas,
em que utilizado como forma de prever as alteraes climticas. Para tanto,
so analisados os registros climticas dos ltimos 10 a 20 anos e procura-se
identificar os padres de alteraes climticas nesses perodos a fim de se
conseguir prever as prximas alteraes. Assim, o Data Mining exerce a funo
de identificar padres e tendncias meteorolgicas.
Esse novo campo de estudos que o Data Mining j tido como crtico para os
negcios das grandes empresas e continua a crescer, j que o uso das
informaes obtidas atravs de minerao de dados tornou-se imprescindvel
para a sustentao da competitividade no ambiente comercial dos dias de
hoje. E tambm, alia-se a isso, o fato de que com o armazenamento de
grandes quantidades de dados num local comum e tambm o contnuo avano
da capacidade de processamento dos computadores, os empresrios passaram
a procurar por tecnologias para extrao de informao til em meio aos
infindveis amontoados de dados.
O Processo de Descoberta de Conhecimento em Base de Dados (KDD -

Knowledge Discovery in Databases)
o processo no trivial de identificao de padres/modelos em dados
que sejam vlidos, novos, potencialmente teis e compreensveis.
uma tarefa cujo uso de conhecimento intensivo, consistindo de
complexas interaes, prolongadas no tempo, entre uma pessoa e um
banco de dados, possivelmente suportada por um conjunto heterogneo de
ferramentas.
KDD pluridisciplinar pois envolve banco de dados, tcnicas de estatsticas,
redes neurais, de aprendizado de mquinas, de reconhecimento de padres e
de visualizao de dados.
Fayyad et al. (1996) destaca o processo de descoberta de conhecimento de
forma mais simplificada, baseada em trs etapas: Preparao, Data Mining e
Anlise de Dados. Vejamos cada uma delas:
Preparao: a etapa que trata de preparar os dados antes de serem
submetidos s tcnicas de Data Mining. Nessa etapa os dados so
selecionados (Quais dados so importantes?), purificados (Retirar as
inconsistncias e incompletude de dados) e pr-processados
(Reapresent-los de uma forma adequada para o processo de Data Mining).

Esse passo executado sob a superviso de um especialista, pois

necessria a colaborao de uma pessoa apta para definir quais dados so
relevantes e tambm
ambm para definir o que fazer com os dados antes de
utiliz-los
los no Data Mining.
Data Mining: a etapa em que os dados preparados so processados, ou
seja, onde se faz a minerao dos dados propriamente dita. O principal
objetivo desse passo transformar
transformar os dados de uma maneira que permita a
identificao mais fcil de informaes importantes. O que se tenta fazer
nessa etapa identificar padres de comportamento, por exemplo, pode ser
verificado que 75% dos clientes de um supermercado que compram um
produto
roduto X tambm compram um produto Y. Essa informao pode levar as
empresas a criarem novos planos de marketing em cima dos produtos X e
Y. Portanto, esses padres e associaes, vo compor o conhecimento da
empresa sobre o negcio em que atua, ajudando-a
ajudando a obter maiores lucros e
aumentar a satisfao de seus clientes.
O Data Mining uma etapa do KDD em que so aplicadas tcnicas
para identificao de padres sobre os dados disponveis. Tais dados
esto disponveis em meios digitais, e comumente so trabalhados
traba os dados
que esto em bases de dados. Mais adiante estudaremos as principais
tcnicas que podem ser aplicadas nos processos de Data Mining.
Esse processo como um todo tem o intuito de trabalhar os dados
registrados ao longo do tempo de vida de um negcio
negcio a fim de se identificar
padres que representam alguma informao sobre o comportamento do
negcio. E em funo dessas informaes busca-se
busca se identificar conhecimento
que possa conduzir a melhores decises sobre o negcio. Esse processo
de Descoberta de e Conhecimento sendo repetido continuamente
resultar em sabedoria sobre o domnio de negcio para os
tomadores de decises.
Fonte: Navega, 2002

Nota
O que DADO?
Dado a estrutura fundamental sobre a qual um sistema de informao
construdo.
O que INFORMAO?

A transformao de dados em informao frequentemente realizada atravs

da apresentao dos dados em uma forma compreensvel ao usurio.
O que CONHECIMENTO?
Fornece a capacidade de resolver problemas, inovar e aprender baseado em
experincias prvias.
Uma combinao de instintos, ideias, regras e procedimentos que guiam as
aes e decises.
Importante observar...
Dado NO Informao.
Informao no Conhecimento.
Conhecimento no Inteligncia.
Inteligncia no Sabedoria.
Anlise de Dados: Aqui o resultado do Data Mining avaliado, com o
objetivo de determinar se algum conhecimento adicional foi descoberto,
assim como definir a importncia dos fatos gerados. Nessa etapa, vrias
formas de anlise podem ser utilizadas, por exemplo: o resultado do Data
Mining pode ser expresso em um grfico, em que anlise dos dados passa a
ser uma anlise do comportamento do grfico.
Processo de Descoberta de Conhecimento
Preparao Data Anlise de

Mining Dados
Padres e Entendimento de
Dados Tendncias
Mercado e
Transformados Previses
Dados Pr (Purificados)
Dados Processados
Selecionados
Dados
Originais
Figura. Etapas do Processo de Descoberta de Conhecimento

A figura seguinte ilustra o processo proposto por Usama Fayyad, Gregory

Piatetsky-Shapiro e Padhraic Smyth (1996).
Figura. Processo de KDD. Adaptao da proposta realizada por Usama Fayyad,

Gregory Piatetsky-Shapiro e Padhraic Smyth (1996)
O processo de KDD interativo (pois o usurio pode intervir e controlar o
curso das atividades) e iterativo (por ser uma sequncia finita de operaes
em que o resultado de cada uma dependente dos resultados das que a
precedem).
A seguir, daremos uma viso geral de cada uma das fases.
**Entendimento do domnio da aplicao e identificao do objetivo do
processo de KDD.
**Seleo dos dados

A fase de seleo dos dados a primeira no processo de descobrimento de
informao. Nesta fase escolhido o conjunto de dados, pertencente a um
domnio, contendo todas as possveis variveis (tambm chamadas de
caractersticas ou atributos) e registros (tambm chamados de casos ou
observaes) que faro parte da anlise. Normalmente a escolha dos dados
fica a critrio de um especialista do domnio.
O processo de seleo bastante complexo, uma vez que os dados podem vir
de uma srie de fontes diferentes (data warehouses, planilhas, sistemas
legados) e podem possuir os mais diversos formatos. Este passo possui
impacto significante sobre a qualidade do resultado do processo.
**Pr-processamento e limpeza dos dados

Esta uma parte crucial no processo, pois a qualidade dos dados vai
determinar a eficincia dos algoritmos de minerao. Nesta etapa devero ser
realizadas tarefas que eliminem dados redundantes e inconsistentes,
recuperem dados incompletos e avaliem possveis dados discrepantes ao
conjunto (outliers). Mais uma vez o auxlio do especialista do domnio
fundamental. Nesta fase tambm so utilizados mtodos de reduo ou
transformao para diminuir o nmero de variveis envolvidas no processo,
visando com isto melhorar o desempenho do algoritmo de anlise.
-Dados ausentes (missing values)

Um problema bastante comum nesta fase a ausncia de valores para
determinadas variveis. Em outras palavras, registros com dados incompletos,
seja por falhas no processo de seleo ou de reviso. O tratamento destes
casos necessrio para que os resultados do processo de minerao sejam
confiveis. Existem basicamente trs alternativas de soluo para esse
problema: usar tcnicas de imputao (fazer a previso dos dados ausentes e
complet-los individualmente); substituir o valor faltante pela mdia aritmtica
da varivel; excluir o registro inteiro.
-Dados discrepantes (outliers)
Dados que possuem valores extremos, atpicos ou com caractersticas bastante
distintas dos demais registros so chamados de discrepantes, ou outliers.
Normalmente, registros que contm valores outliers so descartados da
amostra, porm isto s deve ocorrer quando o dado outlier representar um
erro de observao, de medida ou algum outro problema similar.
O dado deve ser cuidadosamente analisado antes da excluso, pois embora
atpico, o valor pode representar um dado verdadeiro. Outliers podem
representar, por exemplo, um comportamento no usual, uma tendncia ou
ainda transaes fraudulentas.
-Dados derivados
Muitas das variveis de uma populao apresentam relacionamentos entre si.
Sendo assim, se houver a necessidade de dados que no estejam disponveis,
possvel tentar obt-los atravs da transformao ou combinao de outros.
Estes dados so chamados de dados derivados. Um exemplo de um dado que
pode ser calculado a partir de outro a idade de um indivduo, que pode ser
encontrada a partir de sua data de nascimento.
**Transformao dos dados

Aps serem selecionados, limpos e pr-processados os dados necessitam ser
armazenados e formatados adequadamente para que os algoritmos de
aprendizado possam ser aplicados. Em grandes corporaes comum
encontrar computadores rodando diferentes sistemas operacionais e diferentes
Sistemas Gerenciadores de Bancos de Dados (SGDB). Estes dados que esto
dispersos devem ser agrupados em um repositrio nico.
**Minerao de dados (Data Mining)

Todas as etapas do processo de KDD possuem grau elevado de importncia
para o sucesso do mesmo. Entretanto, a etapa de Minerao de Dados (data
mining) que recebe o maior destaque na literatura.
Conforme BERRY e LINOFF (1997), data mining a explorao e anlise,
de forma automtica ou semi-automtica, de grandes bases de dados
com objetivo de descobrir padres e regras. O objetivo principal do
processo de data mining fornecer as corporaes informaes que a

possibilitem montar melhores estratgias de marketing, vendas e suporte,

melhorando assim os seus negcios.
**Interpretao e avaliao
Esta mais uma fase que deve ser feita em conjunto com um ou mais
especialistas no assunto. O conhecimento adquirido atravs da tcnica de data
mining deve ser interpretado e avaliado para que o objetivo final seja
alcanado.
Caso o resultado no seja satisfatrio, o que no raro, o processo pode
retornar a qualquer um dos estgios anteriores ou at mesmo ser recomeado,
conforme pode ser observado na Figura.
Duas das aes mais comuns caso o resultado no seja satisfatrio so:
modificar o conjunto de dados inicial e/ou trocar o algoritmo de data mining
(ou ao menos alterar suas configuraes de entrada).
**Agir a partir do conhecimento descoberto.
O processo de KDD segundo outros autores, como Terra (2000) pode ser visto
a seguir:
Figura. Proposta de processo de KDD (TERRA, 2000)

Figura. Metodologia CRISP-DM (CRoss Industry Standard Process for Data

Mining), obtido em www.crisp-dm.org
A seguir destacamos uma viso geral do ciclo de vida de um projeto de
minerao de dados destacado na figura anterior.
Entendimento do Foco no entendimento do negcio que visa obter
Negcio conhecimento sobre os objetivos do negcio e seus
requisitos.
Seleo dos Dados Consiste no entendimento dos dados, que visa
familiarizao com o banco de dados pelo grupo de
projeto, utilizando-se de conjuntos de dados "modelo".
Limpeza dos Fase de preparao de dados, que consiste na
Dados preparao dos dados buscando a limpeza, a
transformao, a integrao e a formatao dos dados
da etapa anterior.
Modelagem dos Fase que consiste na modelagem dos dados, a qual visa
Dados a aplicao de tcnicas de modelagem sobre o conjunto
de dados preparado na etapa anterior.
Tcnicas so baseadas em conceitos de:
Aprendizagem de mquina;
Reconhecimento de padres;
Estatstica.
Avaliao do Visa garantir que o modelo gerado atenda s
processo expectativas da organizao. Os resultados do processo
de descoberta do conhecimento podem ser mostrados
de diversas formas.
Execuo Esta fase consiste na definio das fases de implantao
do projeto de Minerao de Dados.
Em outra viso temos:

Figura. Fonte: Cavalcanti (2012)
Minerao de Dados (Data Mining)x DataWarehouse

Nesse momento, cabe destacar a diferena entre o Data Mining e o Data
Warehouse, cobrada pela ESAF.
DataWarehouse (DW) prope sustentar a tomada de deciso com
dados. Trata-se de uma coleo de dados orientada por assunto,
integrada, no-voltil, variante no tempo, que d apoio s decises da
administrao.
o Orientado a assunto: refere-se ao fato do Data Warehouse (DW)
ser organizado conforme diferentes vises de negcio, ou seja,
armazena informaes sobre temas especficos importantes para o
negcio da empresa.Ex: Vendas, Compras, etc.
o Integrado: a partir de fontes de dados heterogneas.
o No voltil: os dados so sempre inseridos, nunca excludos. Em um
DW no existem alteraes de dados, somente a carga inicial e as
consultas posteriores.
o Varivel com tempo: posies histricas das atividades no tempo.
O Data Warehouse um armazm centralizado de dados, ou seja, um
banco de dados ou um agrupamento de bases de dados que contm dados
sobre os negcios organizados por assunto.
Por exemplo, uma indstria automotiva poderia ter um Data Warehouse
com uma base dados destinada a armazenar registros inerentes ao setor de
Vendas. Poderia haver tambm uma outra base dados que contivesse dados
inerentes ao departamento de Produo de Automveis. A cada uma
dessas bases de dados dar-se o nome de Data Mart, e ao
agrupamento de todos esses Data Marts damos o nome de Data
Warehouse.

Os processos de Data Mining so muito facilitados quando a empresa j

possui seu Data Warehouse bem estruturado. justamente por isso, que
esses dois termos Data Warehouse e Data Mining caminham to juntos.
Pois, as empresas comumente iro primeiramente amadurecer seus
processos de organizao dos dados sobre o negcio e agrup-los por
assunto, formando seus Data Marts e em seguida compondo seu Data
Warehouse, para aps, iniciar seus processos de Data Mining a fim de
encontrar algum conhecimento de valor em meio aos dados sobre o
negcio.
A utilizao de um data warehouse ajuda o KDD de duas formas
importantes:
Preparao dos dados: como as organizaes so foradas a pensar
sobre uma viso lgica unificada da grande variedade de dados e bases de
dados que elas possuem, elas tm que lidar com as questes de
mapeamento de dados para uma conveno nica de nomes, representao
uniforme e manipulao de dados faltosos, e manipulao de rudos e erros
quando possvel.
Acesso aos dados: mtodos uniformes e bem definidos devem ser criados
para acessar os dados e fornecer caminhos de acesso aos dados que eram
historicamente difceis de obter.
Uma vez que as organizaes e indivduos resolveram o problema de como
armazenar e acessar os dados, o prximo passo natural a questo o que
fazer com todos estes dados? Aqui onde as oportunidades para o KDD
surgem naturalmente. Alm disso, se o problema envolve pessoas, ento
devem ser realizadas as devidas consideraes em relao privacidade.
Data Mining (ou Minerao de Dados)

Nos seus primeiros anos o Data Mining foi popularmente tratado como
sinnimo de Descoberta de Conhecimento em Base de Dados (da sigla em
ingls KDD - Knowledge Discovery in Databases). Mas na viso de muitos
pesquisadores Data Mining deve ser entendido como um passo da
descoberta de conhecimento, independentemente se ser sobre uma
base de dados ou sobre quaisquer outros repositrios de
conhecimento.
O Data Mining (Minerao de Dados) entendido como o processo de
identificar informaes relevantes, tais como padres, associaes,
mudanas, anomalias e estruturas, em grandes conglomerados de
dados que estejam em banco de dados ou outros repositrios de
informaes.
A minerao de dados um campo interdisciplinar que rene
tcnicas de aprendizado de mquina, reconhecimento de padres,
estatsticas, banco de dados e visualizao para abordar a questo
da extrao de informaes a partir de grandes bases de dados
(Evangelos Simoudis, citado em Daniel T. Larose, Discovering
Knowledge in Data An Introduction to Data Mining).

Fayyad (Fayyad et al. 1996) sintetiza Data Mining como o processo no-
trivial de identificar, em dados, padres vlidos, novos,
potencialmente teis e ultimamente compreensveis.
Importante
-Minerao de Dados (ou Data Mining)-
Etapa do processo de KDD. Corresponde execuo de um algoritmo
particular que, sob algumas limitaes aceitveis de eficincia computacional,
encontra padres ou modelos nos dados.
o processo de anlise de conjuntos de dados que tem por objetivo a
descoberta de padres interessantes e que possam representar
informaes teis.
Um conceito j cobrado pela banca foi proposto na edio antiga do livro Data
Mining Techniques: For Marketing, Sales, and Customer Support , listada a
seguir:
Caiu em prova!
A minerao de dados a explorao e anlise, por meios automticos ou
semiautomticos, de grandes quantidades de dados a fim de descobrir
padres e regras significativas (1997).
Na edio mais atual do livro o conceito o seguinte:
A minerao de dados um processo de negcio para explorar grandes
quantidades de dados para descobrir padres e regras significativas
(2011).
Motivos que Potencializam o Uso do Data Mining

O volume de dados disponvel atualmente enorme.
Os dados esto sendo organizados.
Os recursos computacionais esto cada vez mais potentes.
A competio empresarial exige tcnicas mais modernas de deciso.
Programas comerciais de minerao de dados j podem ser adquiridos.
Quando a Minerao de Dados mais Indicada?

Hoje praticamente no existe nenhuma rea de conhecimento em que tcnicas
de data mining no possam ser usadas. Entretanto existem reas onde o uso
tem sido mais frequente, como por exemplo:
Marketing: reduo dos custos com o envio de correspondncias atravs
de sistemas de mala direta a partir da identificao de grupos de clientes
potenciais;

Deteco de fraude: reclamaes indevidas de seguro, chamadas

clonadas de telefones celulares, compras fraudulentas com carto de
crdito;
Produo: empresas desenvolvem sistemas para detectar e diagnosticar
erros na fabricao de produtos. Estas falhas so normalmente agrupados
por tcnicas de Anlise de Agrupamentos.
As reas em que as aplicaes de minerao de dados so mais bem sucedidas
possuem estas caractersticas:
exigem decises baseadas em conhecimento;
possuem um ambiente em mudana constante;
possuem dados acessveis, suficientes, e relevantes;
fornece um retorno significativo para decises corretas.
Business Intelligence (BI)
Refere-se ao processo para tomada de decises em uma empresa, sendo de
elevada importncia a existncia de um repositrio prprio para os dados
consolidados e j transformados em informao real, que pode ser um Data
Warehouse ou um Data Mart por exemplo.
Nesse contexto, duas aplicaes so identificadas: a primeira, que sustenta o
negcio por meio de ferramentas OLTP (On Line Transaction Processing), e a
segunda, que analisa o negcio por meio de ferramentas OLAP (On Line
Analytical Processing).

Finalizando, cabe destacar que os sistemas OLTP registram as transaes,

enquanto que os sistemas OLAP realizam uma anlise minuciosa dos dados
brutos, extraindo informaes variadas para a tomada de decises. Atravs
dos padres desenhados pelas ferramentas de OLAP, possvel analisar
tendncias de mercado, padres de comportamento dos clientes, dentre
outros.
Conceitos de GED, Workflow e Gesto de Conhecimento

GED (Gerenciamento Eletrnico de Documentos) um conjunto de
tecnologias que permitem a uma empresa administrar seus documentos em
forma digital (CENADEM, 2009). Esses documentos podem ser papis,
imagens, sons, microfilmes e arquivos j criados na forma digital, como
planilhas eletrnicas, arquivos de textos, desenhos de engenharia, e-mails,
entre outros.
Segundo o Gartner Group (BALDAM, CAVALCANTI e VALLE, 2002), GED a
tecnologia que prov um meio de facilmente armazenar, localizar e recuperar
informaes existentes em documentos e dados eletrnicos, durante todo o
seu Ciclo de Vida. A Ilustrao seguinte mostra as fases do ciclo de vida
documental, as quais sero detalhadas a seguir, e podem variar de acordo com
a situao, o negcio da empresa ou o tipo do documento (RIOS, 2005):
criao: pode ser feita a partir de uma aplicao, como um editor de texto,
por exemplo, ou pela captura atravs da digitalizao ou importao;
alterao: o documento pode ser alterado diversas vezes at chegar na
verso ideal. As diversas verses devem ser controladas, visando publicar
somente a mais recente;
roteamento: direcionamento do documento a um outro usurio ou grupo,
antes de public-lo;
aprovao: disponibilizao do documento para reutilizao;
recuperao: pesquisa do documento permitindo sua reutilizao.
Geralmente feita atravs de atributos do documento, utilizando uma
linguagem de consulta. H ainda outras tcnicas de recuperao de
documentos como texto integral, proximidade, fragmento de texto, entre
outras;

armazenamento: pode ser feito on-line, utilizando-se mdias como CDs,

DVDs, fitas, discos magnticos ou por meio de formatos analgicos, como
microfilme ou papel;
reutilizao: aps ser recuperado, o documento poder ser reutilizado e at
mesmo alterado, criando-se uma nova verso;
segurana: controle de acesso em vrios nveis como leitura, alterao,
excluso, etc.
Figura. Ciclo de Vida do Documento - Fonte: Baldam, Cavalcanti e Valle (2002)
Quando uma empresa decide implementar uma soluo de GED, ela precisa
verificar quais so suas necessidades. Tem que estipular quais tipos de
arquivos sero contemplados e o que ser feito com eles (disponibilizao via
Web, acesso restrito rede interna da empresa, etc.). Com estas informaes,
a equipe de TI verificar as tecnologias necessrias para a implantao da
soluo mais adequada e satisfatria para a empresa em questo.
Funcionalidades do GED
O GED utilizado para captar, gerenciar, armazenar, preservar e disponibilizar
documentos de uma empresa. A seguir, so abordadas estas funcionalidades.
- Captao
a maneira com que uma informao ou documento, eletrnico ou em
papel, passa para um repositrio de contedo, para que possa ser utilizado
posteriormente (CENADEM, 2010). Quando o documento de papel, este
passo chamado de digitalizao.
Na captao, normalmente so usados scanners, para capturar as imagens
dos documentos, que so guardadas em servidores ou em mdias como
DVDs. A qualidade dessas imagens essencial pois, caso no seja boa,
quando houver a necessidade de imprimi-las, o resultado no ser
satisfatrio, fazendo com que o usurio tenha que localizar o documento
fsico para fazer uma cpia, inutilizando, desta forma, o GED.
de fundamental importncia, tambm, ter um bom plano de backup para
estas imagens. No se pode correr o risco de perd-las, desperdiando,
assim, todo o trabalho de digitalizao dos documentos.

- Armazenamento
o local em que os arquivos digitais sero guardados. O armazenamento
deve seguir regras previamente estabelecidas, para que as informaes no
se percam. Isto inclui estabelecer o local em que as imagens sero
arquivadas (diretrios, pastas, mdias), a nomenclatura utilizada para
nomear os arquivos e o formato que estes devero ter (.tif, .jpg, .pdf)
(KOCK, 1998).
interessante separar os arquivos por tipos (memorandos, plantas de
engenharia, documentos fiscais, etc.) ou por datas, de maneira a facilitar
sua localizao. Se possvel, o nome dado ao arquivo deve ser algo
sugestivo, que lembre o contedo do mesmo.
No local de armazenamento devem ser criadas pastas de forma organizada,
nas quais os arquivos digitais sero alocados. Se no houver uma rigorosa
padronizao com relao aos nomes dados aos arquivos e ao local de
armazenamento dos mesmos, com o tempo e com o aumento do nmero de
imagens, estas podem se perder.
-Gerenciamento
So ferramentas utilizadas para disponibilizar, monitorar, incluir, excluir,
etc., os arquivos digitais (KOCK, 1998).
- Preservao
A preservao do arquivo fsico feita por meio de armazenamento em local
seguro, organizado e adequado para o tipo de documento que l se
encontra. Determinados papis so mais frgeis e tm mais importncia que
outros, dispensando assim, maior ateno e mais cuidado. Este o caso dos
documentos histricos, que exigem ambientes especiais, com iluminao e
climatizao adequadas.
- Disponibilizao
Os arquivos digitais sero disponibilizados para o acesso dos usurios.
Tecnologias Associadas ao GED

Existem muitas tecnologias associadas ao GED e o uso de uma delas ou de
vrias depende das necessidades da empresa. A seguir, so listadas as
principais:
Document Imaging O Gerenciamento da Imagem dos Documentos
(DI) (DI) a tecnologia mais popular do GED. Ela
converte, com a utilizao de scanners, papis em
imagens, ou seja, documentos fsicos em digitais.
Estes documentos digitais sero inseridos em um
sistema para que sejam devidamente gerenciados.
Esta tcnica tambm conhecida como
digitalizao (CENADEM, 2010).
Document O Gerenciamento de Documentos Digitais uma
management tecnologia que possibilita gerenciar a criao, os
(DM) acessos, as revises e o descarte dos documentos

eletrnicos. Atravs do DM tem-se como saber a
localizao fsica de um documento (CENADEM,
2010).
Forms processing O Processamento de Formulrios uma tecnologia
(OCR/ICR) que automatiza a indexao das informaes
constantes em formulrios padronizados. Cada
campo do formulrio em questo relacionado a
um campo do banco de dados do sistema de DM.
Para isso so utilizados softwares de OCR (Optical
Character Recognicion) e de ICR (Intelligent
Character Recognicion). Estes fazem o
reconhecimento automtico dos caracteres
preenchidos em um formulrio e os envia para o
banco de dados. Eles substituem a indexao,
proporcionando um grande ganho de tempo.
Computer Output to A tecnologia COLD, foi inicialmente introduzida no
Laser Disc/Enterprise mercado para substituir a tecnologia COM,
Report Management Computer Output to Microfilm, devido reduo de
(COLD/ERM) custos quando se armazenam as informaes em
discos pticos comparados ao microfilme. Essa
tecnologia permite o armazenamento e
gerenciamento de relatrios de forma digital.
Devido abrangncia dessa tecnologia, em vez de
COLD ela passou a ser chamada de ERM (Enterprise
Report Management Gerenciamento Corporativo
de Relatrios).
Workflow O Fluxo de Trabalho uma tecnologia que permite
gerenciar qualquer processo de negcio de uma
empresa. Acompanha constantemente todas as
atividades e aumenta a produtividade, com
objetividade e segurana (CENADEM, 2009).
Segundo a IDOC Tecnologia (IDOC TECNOLOGIA,
2011), geralmente o workflow dividido nos
seguintes tipos:
ad hoc para ser usado dinamicamente por
grupos de trabalho cujos participantes
necessitem executar procedimentos
individualizados para cada documento
processado;
administrativo orientado para as rotinas
administrativas e ideal para tratamento de
documentos e formulrios. Proporciona o
gerenciamento de prazos com todos os tipos de
alarmes possveis;

produo ou transao orientado para

aplicaes que envolvem grandes quantidades
de dados, muitas polticas de negcio e recursos
financeiros em grande escala;
orientado para objeto o conjunto de
atributos ou dados, e instrues sobre como os
dados e os atributos devem ser processados,
estocados, recuperados e visualizados pelo
usurio;
baseado no conhecimento vai alm da
execuo pura e simples das regras
preestabelecidas e incorpora excees a seus
procedimentos. Ele aprende com seus prprios
erros e acertos.
Gesto do Conhecimento
Gesto do Conhecimento o processo sistemtico de identificao,
criao, renovao e aplicao dos conhecimentos que so
estratgicos na vida de uma organizao.
A gesto do conhecimento leva as organizaes a mensurar com mais
segurana a sua eficincia, tomar decises acertadas com relao a melhor
estratgia a ser adotada em relao aos seus clientes, concorrentes, canais de
distribuio e ciclos de vida de produtos e servios, saber identificar as fontes
de informaes, saber administrar dados e informaes, saber gerenciar seus
conhecimentos. Trata-se da prtica de agregar valor informao e de
distribui-la.
H alguns desafios a vencer na Gesto do Conhecimento: influenciar o
comportamento do trabalhador, considerado o maior deles; fazer com que as
lideranas da organizao comprem a ideia; e, por fim, determinar como
classificar o conhecimento.
Para desenvolver os sistemas de conhecimento necessrio ter foco externo
(benchmarking da concorrncia), tecnologias facilitadoras (groupware), gesto
de performance (mensurao, recomendao, recompensas para equipes,
obrigaes contratuais) e gesto de pessoas (equipes virtuais, comunidade de
prtica, coordenadores de conhecimento, busca do perfil do disseminador do
conhecimento).
Ufa, rs!!!! Continuem firmes e rumo s questes!!

Questes de Provas Comentadas

1. Sobre dados, informaes e conhecimento, errado afirmar que:
(A) dados so descries elementares que so registradas, classificadas e
armazenadas, mas no so organizadas para carregar significados
especficos.
(B) um banco de dados consiste em itens de dados armazenados,
organizados para a recuperao.
(C) itens de dados podem ser formados por caracteres, nmeros, sons ou
imagens.
(D) informao so dados organizados de modo que tenham significado e
valor para quem os receber.
(E) conhecimento e informao so sinnimos, pois quem tem informao
tem conhecimento.
Comentrios
Dado Registro de alguma entidade.134 um exemplo de dado.
Informao um dado depois de processado, uma contextualizao de
um dado... Como assim? 5 um dado, mas e se eu disser
o seguinte: No dia 5 no haver aula!!. Nesse caso, o 5
passou a ter sentido (ou passou a ter contexto) e agora
uma informao! Informaes so conjuntos de dados
significativos e teis a seres humanos em processos
como o de tomada de decises.
Conhecimento Uma abstrao interior, pessoal, de algo que foi
experimentado, vivenciado, por algum.
Importante observar...
Dado NO Informao. | Informao no Conhecimento.
Conhecimento no Inteligncia. | Inteligncia no Sabedoria.
Portanto, como a letra E destacou indevidamente que conhecimento e
informao so sinnimos, ela ser a resposta da questo.
Gabarito: letra E.
2. (FUMARC/Prefeitura Municipal de Betim/Analista de Sistemas da

Sade/2007) Analise as seguintes afirmativas sobre modelagem de
dados:
I. A normalizao do modelo de dados tem o objetivo de eliminar
redundncias para evitar possveis inconsistncias em bases de dados
criadas a partir desse modelo.

II. Diagramas Entidade-Relacionamento representam os modelos de dados

relacionais e so ferramentas teis para os administradores de dados, pois
permitem visualizar os esquemas (metadados) dos bancos de dados
implementados.
III. O modelo lgico est intimamente ligado implementao do banco de
dados, dependente do SGBD e tem nfase na eficincia de acesso.
So VERDADEIRAS as afirmativas:
a) I, apenas.
b) I e II, apenas.
c) II e III, apenas.
d) I, II e III.
Comentrios
Item I. A Normalizao um mtodo utilizado para analisar um Banco de
Dados e obter o mnimo de redundncia e o mximo de integridade de dados.
Principais objetivos: reduzir as redundncias; reduzir a necessidade de
reestruturar as tabelas do banco de dados quando novos tipos de dados so
introduzidos. O item I verdadeiro.
Item II. Um modelo de dados a descrio formal da estrutura do Banco de
Dados (descrio dos dados, dos relacionamentos entre os dados, da
semntica e das restries impostas aos dados).
Os modelos conceituais so usados para a descrio de dados no nvel
conceitual, independente do SGBD a ser utilizado. Exemplo: Diagramas
Entidade-Relacionamento.
O modelo relacional j um exemplo de modelo lgico, que representa um
nvel de abstrao visto pelo usurio do SGBD. Ao contrrio do Diagrama E-R,
dependente do tipo particular de SGBD que est se representando. Item
errado.
Item III. o modelo fsico que est intimamente ligado implementao do
banco de dados, dependente do SGBD e tem nfase na eficincia de acesso.
So usados para descrever os dados em seu nvel mais baixo, capturam os
aspectos de implementao do SGBD. Item errado.

Fonte: http://homepages.dcc.ufmg.br/~mirella/DCC011/aula19.pdf
Gabarito: letra A.

Sade/2007) Analise as seguintes afirmativas sobre o Diagrama
Entidade-Relacionamento:
I. Atravs do DER podemos expressar todas as restries de integridade
necessrias de um domnio de aplicao.
II. A cardinalidade mnima indica se a participao das ocorrncias de
entidades no relacionamento obrigatria ou opcional.
III. O DER um modelo conceitual que independe de detalhes de
implementao, simples, portanto melhor compreendido por usurios
leigos, e pode ser mapeado para qualquer modelo lgico de banco de dados
relacional.
a) I, II e III.
b) I e II apenas.
c) I e III, apenas.
d) II e III, apenas.
Comentrios
Item I. Item errado. O DER pouco poderoso para expressar restries de
integridade (regras de negcio).
Item II. Item correto. A cardinalidade de uma entidade em um
relacionamento expressa o nmero de instncias da entidade que podem ser
associadas a uma determinada instncia da entidade relacionada. Devem ser
consideradas duas cardinalidades:

Cardinalidade mxima: o nmero mximo de instncias da entidade

associada que devem se relacionar com uma instncia da entidade em
questo.
Cardinalidade mnima: o nmero mnimo de instncias da entidade

associada que devem se relacionar com uma instncia da entidade em
questo. A cardinalidade mnima usada para indicar o tipo de participao
da entidade em um relacionamento.
Por motivos prticos, aqui apenas duas cardinalidades mnimas so

de nosso interesse, a de valor 0 e a de valor 1.
o A cardinalidade mnima 1 recebe a denominao de associao
total ou obrigatria, uma vez que indica que o relacionamento
DEVE obrigatoriamente associar uma ocorrncia de entidade cada
ocorrncia da outra entidade em questo.
o A cardinalidade mnima 0 recebe a denominao de associao

parcial ou opcional, uma vez que indica que o relacionamento
PODE ou no associar uma ocorrncia de entidade cada ocorrncia
da outra entidade em questo.

Item III. Item correto. O DER descreve a estrutura de um BD de uma forma

mais prxima da percepo dos usurios. Trata-se de um modelo conceitual,
independente de aspectos de implementao.
Gabarito: letra D.

Sade/2007) Observe os modelos a seguir e identifique qual
relacionamento origina obrigatoriamente uma entidade associativa:
Comentrios
Vamos ao entendimento de entidade associativa!
Um relacionamento uma associao entre entidades. Na modelagem ER no
foi prevista a possibilidade de associar uma entidade com um relacionamento

ou ento de associar dois relacionamentos entre si. Na prtica, quando se est

construindo um novo DER ou modificando um DER existente, surgem situaes
em que desejvel permitir a associao de uma entidade a um
relacionamento.
Para isso foi criado um conceito especial, o de entidade associativa. Uma
entidade associativa nada mais que a redefinio de um relacionamento,
que passa a ser tratado como se fosse tambm uma entidade, como
ilustrado a seguir.
http://www.profs.iffca.edu.br/~cristhianobv/portal/disciplinas/banco_dados/Ap
resentacao_bd_5.pdf
Observe que, caso no se desejasse usar o conceito de entidade associativa,
seria necessrio transformar o relacionamento CONSULTA em uma entidade,
que ento poderia ser relacionada a MEDICAMENTO.
Gabarito: letra A.
5. (FUMARC/2007/FUNDAO JOO PINHEIRO/Gestor em Cincia e

Tecnologia da Informao) O Modelo Lgico de Dados pode ser
caracterizado como sendo:
a) Modelo que sofre alterao dependendo do Sistema Gerenciador de
Banco de Dados a ser adotado.
b) Modelo elaborado respeitando-se e implementando-se conceitos tais
como normalizao e integridade referencial.
c) Modelo utilizado para o nvel de conversao, entendimento,
transmisso, validao de conceitos e mapeamento do ambiente.
d) Modelo em que os objetos, suas caractersticas e relacionamentos tm a
representao fiel do ambiente observado, independentemente de
limitaes quaisquer impostas por tecnologias, tcnicas de implementao
ou dispositivos fsicos.
Comentrios

a) O Modelo Lgico est sujeito a limitaes advindas das caractersticas da

necessidade de estabelecer a lgica dos relacionamentos existentes entre os
dados definidos no Modelo Conceitual, mas ainda no a necessidade de definir
o SGBD que ser utilizado. Item errado.
b) O Modelo Lgico descreve em formato as estruturas que estaro no banco
de dados de acordo com as possibilidades permitidas pela sua abordagem
(hierrquica, relacional , rede ou orientada a objetos, mas sem considerar
nenhuma caracterstica especfica de um SGBD. Da, podemos afirmar que ele
levar em conta conceitos como normalizao e integridade referencial. Item
correto.
c) Define-se como Modelo Conceitual aquele em que os objetos, suas
caractersticas e relacionamentos tm a representao fiel ao ambiente
observado, independente de limitaes quaisquer impostas por tecnologias,
tcnicas de implementao ou dispositivos fsicos. (COUGO, Paulo Srgio.
Modelagem conceitual e projeto de banco de dados, 1997, p. 28). Item
errado.
d) Ainda sobre Modelo Conceitual, seguindo COUGO, 1997: no Modelo
(Conceitual), devemos representar os conceitos e caractersticas observados
em um dado ambiente voltando-nos simplesmente ao aspecto conceitual.
Item errado.
Gabarito: letra B.
6. (FUNIVERSA/2010/CEB/Analista de Sistemas) Modelagem de dados

um conjunto de conceitos que descrevem a estrutura de um banco de dados
como tipo de dados, relacionamentos e restries sobre esses dados.
Assinale a alternativa que contm conceitos presentes em um modelo de
dados de alto nvel.
a) Pastas, arquivos e permisses.
b) Esquema, instncia e objeto.
c) Classe, objeto e herana.
d) Formato de registro, ordem e caminho de acesso.
e) Entidades, atributos e relacionamentos.
Comentrios
Aproveite a questo para complementar o conceito sobre modelagem de
dados: Modelagem de dados um conjunto de conceitos que descrevem a
estrutura de um banco de dados como tipo de dados, relacionamentos e
restries sobre esses dados.
Observe que se estamos falando em alto nvel, estamos buscando algo mais
abstrato, mais prximo da linguagem humana. Da, as letras a, b e d j so
descartadas. Na letra c observamos itens da implementao e no de modelos.

Na letra e, finalmente, temos itens abstratos que representam a realidade em

forma de modelo de dados: entidades, atributos e relacionamentos.
Formalmente, podemos dizer que o Modelagem de Dados a atividade de
especificao das estruturas de dados e regras de negcio necessrias
para suportar uma rea de negcios. Representa um conjunto de
requerimentos de informaes de negcio. uma parte importante do
desenho de um sistema de informao.
Gabarito: letra E.
7. (ESAF/2008/AFC-STN/Infraestrutura de TI) Em relao ao nvel lgico

de abstrao de dados nos sistemas de bancos de dados, correto afirmar
que
a) descreve estruturas de dados complexas de baixo nvel.
b) descreve quais dados esto armazenados no banco de dados e as
relaes existentes entre eles.
c) simplifica a interao entre o sistema e os usurios.
d) disponibiliza um conjunto de programas de aplicao que ocultam
detalhes dos tipos de dados.
e) descreve um registro como um bloco de armazenamento, composto por
palavras ou bytes.
Comentrios
Vamos aos comentrios dos itens da questo:
Item A. O nvel lgico de abstrao se concentra em um nvel mais alto. No
nvel fsico, complexas estruturas de dados de baixo nvel so descritas em
detalhes. Item errado.
Item B. No nvel lgico so representados os dados da aplicao e os
relacionamentos existentes entre os mesmos. Item correto.
Itens C, D e E. Os itens mencionados no correspondem ao nvel lgico,
conforme visto na explicao seguinte. Itens errados.
O grande objetivo de um sistema de banco de dados prover os

usurios com uma viso abstrata dos dados. Isto , o sistema omite
certos detalhes de como os dados so armazenados e mantidos.
Entretanto, para que o sistema possa ser utilizado, os dados devem ser
buscados de forma eficiente. Este conceito tem direcionado o projeto de
estrutura de dados complexas para a representao de dados em um banco de
dados. Uma vez que muitos dos usurios de banco de dados no so treinados
para computao, a complexidade est escondida deles atravs de diversos
nveis de abstrao que simplificam a interao do usurio com o sistema.

Portanto, o propsito central de um SGBD consiste em proporcionar aos

usurios uma viso ABSTRATA dos dados. Isto conseguido definindo-se
diversos nveis de abstrao pelos quais o BD pode ser visto:
NVEL VISO (externo): o nvel mais alto de abstrao; viso de cada

usurio; descreve apenas parte do banco de dados. Muitos usurios do
sistema de banco de dados no estaro interessados em todas as
informaes. Em vez disso precisam de apenas uma parte do banco de
dados. O nvel de abstrao das vises de dados definido para simplificar
esta interao com o sistema, que pode fornecer muitas vises para o
mesmo banco de dados.
NVEL LGICO (conceitual): nvel mdio de abstrao; o nvel que

descreve QUAIS os dados so realmente armazenados no BD e quais os
relacionamentos existentes entre eles; viso da comunidade de usurios.
Aqui o banco de dados inteiro descrito em termos de um pequeno nmero
de estruturas relativamente simples. Embora as implementaes de
estruturas simples no nvel conceitual possam envolver complexas
estruturas de nvel fsico, o usurio do nvel conceitual no precisa
preocupar-se com isso. O nvel conceitual de abstrao usado por
administradores de banco de dados, que podem decidir quais informaes
devem ser mantidas no BD.
NVEL FSICO (interno): o nvel mais baixo de abstrao. Descreve

COMO os dados so armazenados. Estruturas complexas, de baixo nvel,
so descritas em detalhe.
Figura. Arquitetura de Trs Nveis (ANSI/SPARC)

Gabarito: letra B.
8. (ESAF/2008/Pref. de Natal/RN/Auditor do Tesouro Nacional) A

Integridade de Dados alcanada pela duplicao dos mesmos dados em
vrios lugares em um sistema de informao.
Comentrios
A duplicao de dados em bancos de dados gera redundncia (e no
integridade!), o que no recomendado, j que pode levar a vrios problemas
como mencionado no item I.
Gabarito: item errado.

Redundncia de Dados a preservao da preciso, integridade e
confiabilidade dos dados para seu uso intencionado.
Comentrios
O termo redundncia de dados que se est usando aqui consiste na
gravao de um mesmo dado em dois locais (ou mais) distintos. Isso,
geralmente, no recomendando dentro do contexto de banco de dados, j
que podemos atualizar o dado em um local e no atualizar nos demais!! Por
exemplo, poderia gravar o endereo de um cliente em dois locais distintos,
mas s atualizo em um desses locais. Quando for feita uma pesquisa para o
endereo do cliente, no saberia qual o endereo correto. A Redundncia de
Dados pode ocasionar a perda da preciso, da integridade e da confiabilidade.

Normalizao um mtodo utilizado para analisar um Banco de Dados e
obter o mnimo de redundncia e o mximo de integridade de dados.
Comentrios
A normalizao consiste em um processo formal de exame e agrupamento de
dados para: suportar melhor as mudanas futuras; minimizar o impacto destas
mudanas sobre a base de dados. Trata-se de um conjunto de regras que leva
construo de modelos mais robustos, com menos dependncias entre seus
elementos e menos redundncia de informaes. Normalizao , portanto,
uma atividade de verificao do modelo lgico. Principais objetivos:
reduzir as redundncias; reduzir a necessidade de reestruturar as tabelas do
banco de dados quando novos tipos de dados so introduzidos.

Com relao s suas Formas Normais mais comuns, apesar de existirem

outras, temos:
o 1 Forma Normal (1FN): toda relao deve ter uma chave primria e
deve-se garantir que todo atributo seja atmico. Atributos
compostos devem ser separados.
Por exemplo, um atributo Endereo deve ser subdividido em seus
componentes: Logradouro, Nmero, Complemento, Bairro, Cidade, Estado e
CEP.
Alm disso, atributos multivalorados devem ser discriminados
separadamente ou separados em uma outra relao. Por exemplo, um
atributo multivalorado Telefones poderia ser separado em Telefone
Residencial, Telefone Comercial e Telefone Celular ou, ainda, ser convertido
em outra relao que pudesse representar um nmero indeterminado de
telefones.
o 2 Forma Normal (2FN): toda relao deve estar na 1FN e devem-se

eliminar dependncias funcionais parciais, ou seja, todo atributo
no chave deve ser totalmente dependente da chave primria.
Como exemplo, uma relao que contenha os atributos Cdigo da Obra,
Cdigo do Fornecedor, Nome do Fornecedor e Preo de Venda, considerando
que a chave primria composta pelos atributos Cdigo da Obra e Cdigo
do Fornecedor, no est na Segunda Forma Normal, uma vez que o Nome
do Fornecedor depende apenas do Cdigo do Fornecedor, e no do Cdigo
da Obra. Uma nova relao (Fornecedor) deve ser criada contendo os
campos Cdigo do Fornecedor (como chave) e Nome do Fornecedor. Na
relao original, ficariam os atributos Cdigo da Obra e o Cdigo do
Fornecedor, ambos formando a chave primria composta, e o atributo Preo
de Venda. Alm disso, o atributo Cdigo do Fornecedor tambm seria uma
chave estrangeira para a nova relao criada. Esta forma normal ajuda a
diminuir redundncias de informaes criadas indevidamente.
o 3 Forma Normal (3FN): toda relao deve estar na 2FN e devem-se
eliminar dependncias funcionais transitivas, ou seja, todo atributo
no chave deve ser mutuamente independente.
Como exemplo, uma relao que contenha os atributos Matrcula do
Funcionrio (atributo chave), Nome do Funcionrio, Cdigo do
Departamento e Nome do Departamento no est na Terceira Forma
Normal. O Nome do Departamento dependente do Cdigo do
Departamento, e no da Matrcula do Funcionrio. Uma mudana no nome
do departamento, por exemplo, levaria a modificaes em todos os
funcionrios daquele departamento.
Para eliminar este problema, cria-se uma nova relao (Departamento)
contendo Cdigo do Departamento e Nome do Departamento. Na relao
original, retira-se o Nome de Departamento, mantendo-se o Cdigo do
Departamento, agora como chave estrangeira. Esta forma normal tambm
ajuda a diminuir redundncias e aumentar a independncia das relaes.

Figura. Normalizao
11. (ESAF/2008/Pref. de Natal/RN/Auditor do Tesouro Nacional)

Quando os dados so Normalizados, os atributos contidos na tabela
dependem apenas da chave primria.
Comentrios
Revisando o entendimento com relao normalizao de dados, correto
afirmar que:
Uma relao estar na 1 Forma Normal (1FN) se no houver atributo
representando agrupamento e nem atributo repetitivo (multivalorado), ou
seja, uma relao est em 1FN se e somente se todos os seus atributos
contm apenas valores atmicos (simples, indivisveis);
A figura a seguir, destaca esse contexto:

Se uma relao est na 2 Forma Normal (2FN), todo atributo que no

seja chave deve ser totalmente dependente da chave primria.
Em outras palavras: uma relao encontra-se na 2FN se e somente se
estiver em 1FN e no contm dependncias parciais.
Dependncia Parcial: ocorre quando uma coluna depende apenas de uma
parte de uma chave primria composta;
Uma relao estar na 3 Forma Normal (3FN), se e somente se,
estiver na 2 Forma Normal e todos os seus atributos no chaves
forem dependentes no transitivos da chave primria.
12. (ESAF/2006/SUSEP-TI) Em um Banco de Dados Relacional

a) uma relao est na 1FN (primeira forma normal) se nenhum domnio
contiver valores atmicos.
b) uma Chave Primria corresponde ao identificador nico de uma
determinada relao. Em uma relao pode haver mais que uma coluna
candidata a chave primria.
c) as colunas que iro compor as Chaves Primrias devem ser inicializadas
com valores nulos.
d) em uma tabela existiro tantas Chaves Primrias quantas forem as
colunas nela existentes.
e) uma Chave Externa formada por uma coluna de uma tabela que se
referencia a uma Coluna qualquer de outra tabela. Essas colunas, na tabela
destino, no aceitam valores nulos. Uma tabela destino pode ter apenas
uma Chave Externa.
Comentrios
A letra A est errada pois na 1FN, todos devem conter valores atmicos.
A letra B est correta pois mais de uma chave pode ser candidata a chave
primria.

A letra C est errada pois a chave primria deve conter valores que
identifiquem unicamente cada registro da tabela, no podendo ser nulos.
Na letra D, a chave primria deve ser nica para a tabela. J a letra E, est
incorreta pois uma tabela pode conter mais de uma chave externa.
Gabarito: letra B.
13. (ESAF/2006/SUSEP-TI) Analise as seguintes afirmaes relacionadas

a banco de dados distribudos, relacionais e orientados a objetos.
I. Em um Banco de Dados Relacional um objeto est encapsulado quando
seu estado visvel ao usurio e ele pode ser consultado e modificado
exclusivamente por meio das operaes a ele associadas.
II. A linguagem de manipulao de dados (DML) permite a uma aplicao
acessar ou manipular as informaes contidas num banco de dados. A
manipulao de dados engloba incluir, recuperar, excluir e modificar a
informao armazenada.
III. Os dados manipulados por um banco de dados orientado a objeto so
sempre transientes e so armazenados fora do contexto de um programa, e
assim podem ser usados em vrias instncias de programas.
IV. Todo dado de um Banco de Dados Relacional deve ter a garantia de ser
logicamente acessvel, recorrendo-se a uma combinao de Nome da
Tabela, um Valor de Chave e o Nome da Coluna.
Indique a opo que contenha todas as afirmaes verdadeiras.

a) I e II
b) II e III
c) III e IV
d) I e III
e) II e IV
Comentrios
A afirmao I falsa pois o controle de acesso a um objeto de um SGBD
relacional feito por meio de uma DCL ( Data Control Language - Linguagem
de Controle de Dados).
Uma DML (Data Manipulation Language Linguagem de Manipulao de
Dados) possibilita a manipulao dos dados de um SGBD, logo a afirmao II
est correta.
A afirmao III falsa, pois os dados armazenados em um banco de dados
OO so persistentes.
A afirmativa IV verdadeira!

Gabarito: letra E.
14. (ESAF/2006/SUSEP-TI) A cpia do banco de dados ou backup

diferencial caracterizada pela existncia de dois bancos de dados com as
mesmas informaes trabalhando juntos, mas em mquinas diferentes.
Dessa forma, quando uma mquina fica impossibilitada de trabalhar, a
outra assume automaticamente seu lugar.
Comentrios
A opo est incorreta pois o backup no necessita de dois bancos de dados
trabalhando juntos.
15. (ESAF/2010/MPOG-TI/ANALISTA DE PLANEJAMENTO E

ORAMENTO) So modelos de bancos de dados lgicos baseados em
objetos:
a) entidade-relacionamento, unificador e infolgico.
b) objetos-atributos, sequencial e infolgico.
c) entidade-relacionamento, binrio e de rede.
d) entidade-relacionamento, binrio e infolgico.
e) entidade-relacionamento, binrio e em frames.
Comentrios
Modelos de bancos de dados lgicos baseados em objetos so usados na
descrio dos nveis conceitual e de vises.
Estes modelos se caracterizam pelo fato de fornecerem capacidades de
estruturao flexveis e admitirem restries de dados para serem
explicitamente especificados.
Existem muitos modelos diferentes, como por exemplo:
Modelo entidade-relacionamento;
Modelo orientado a objetos;
Modelo binrio;
Modelo semntico de dados;
Modelo infolgico;
Modelo funcional de dados.
Gabarito: letra D.

16. (FUNIVERSA/2010/MPE-GO/Tcnico de Informtica) Quando se

constri um banco de dados, define-se o modelo de entidade e
relacionamento (MER), que a representao abstrata das estruturas de
dados do banco e seus relacionamentos. Cada entidade pode se relacionar
com uma ou mais entidades diferentes, resultando em mapeamentos, por
exemplo: 1:1, 1:N, N:1 ou N:M. Esses mapeamentos, com base no nmero
de entidades s quais outra entidade pode ser associada, denominam-se
a) cardinalidade.
b) hierarquia.
c) relacionamento.
d) diagrama.
e) agregao.
Comentrios
O que um relacionamento? Um relacionamento pode ser entendido como
uma associao entre instncias de Entidades devido a regras de negcio.
Normalmente ocorre entre instncias de duas ou mais Entidades, podendo
ocorrer entre instncias da mesma Entidade (auto-relacionamento).
Para definir o nmero de ocorrncias de uma entidade usamos o conceito de
Cardinalidade. A Cardinalidade indica quantas ocorrncias de uma Entidade
participam no mnimo e no mximo do relacionamento.
Gabarito: letra A.
17. (ESAF/2010/MPOG-TI/Analista de Planejamento e Oramento)

No modelo entidade-relacionamento, a cardinalidade de mapeamento
expressa
a) o nmero de entidades ao qual um relacionamento pode estar associado
a um outro relacionamento.
b) o nmero de relacionamentos ao qual outro relacionamento pode estar
associado via uma entidade.
c) o critrio de classificao segundo o qual os relacionamentos associam
entidades.
d) o nmero de entidades ao qual outra entidade pode estar associada via
um relacionamento.
e) o posicionamento de uma entidade dentro do mapeamento do modelo.
Comentrios
A cardinalidade de um relacionamento expressa a quantidade de registros de
uma tabela que esto relacionados com registros da tabela associada.
Gabarito: letra D.

18. (CESGRANRIO/2010/PETROBRS/ANALISTA DE SISTEMAS

JNIOR/REA ENG. SOFTWARE) Considere o modelo conceitual de
dados representado pelo diagrama de entidades e relacionamentos (DER) a
seguir, na notao de Peter-Chen. Esse diagrama apresenta trs
relacionamentos: o primeiro Lotado_em, que representa empregados
lotados em departamentos; o segundo DER apresenta tambm o
relacionamento Trabalha_em, que representa as associaes dos
empregados aos projetos em que trabalham e o terceiro relacionamento
Superviso, que representa associao entre empregados e seus
supervisionados. Os atributos identificadores de cada entidade esto
sublinhados.
A partir da anlise do diagrama, NO se pode inferir que possvel

(A) determinar todos os empregados que no supervisionam outros
empregados.
(B) determinar que empregados no esto lotados em departamento algum.
(C) saber qual o departamento em que E trabalha, dado um empregado E
qualquer.
(D) saber quais os empregados de D que trabalham em P para um
determinado projeto P e um determinado departamento
D.
(E) saber que h apenas um empregado que supervisiona todos os demais.
Comentrios
Para identificar a informao solicitada na letra E, ser necessria uma
consulta que conte o nmero de registros.
Sendo assim, a anlise do diagrama no poderia inferir se h apenas um
empregado que supervisiona os demais.

Gabarito: letra E.

JNIOR/REA ENG. SOFTWARE) A independncia de dados lgica,
definio componente da arquitetura de trs esquemas para sistemas de
banco de dados, corresponde capacidade de se efetuarem
(A) mudanas no nvel conceitual, sem a necessidade de modificaes no
nvel externo e em programas aplicativos.
(B) mudanas no nvel interno, sem a necessidade de modificaes nos
nveis conceitual e externo.
(C) mudanas no nvel externo, sem a necessidade de modificaes nos
nveis interno e conceitual.
(D) consultas em SQL sobre um banco de dados relacional, independente da
estruturao fsica dos dados armazenados.
(E) consultas em SQL sobre um banco de dados relacional, independente da
lgica de programao usada em programas aplicativos.
Comentrios
A independncia de dados a nvel lgico (descrio da base de dados
conforme vista pelos usurios do SGBD programadores e aplicaes) a
capacidade de se alterar o esquema lgico sem reescrever os programas da
aplicao. Deve-se ressaltar que em alguns casos necessria somente a
recompilao da aplicao.
Gabarito: letra A.
20. (ESAF/2005/AFRF) O modelo relacional refere-se visualizao fsica

e no lgica dos dados. Est relacionado ao nvel conceitual interno. A
teoria relacional no diz nada sobre o nvel externo, preocupa-se somente
com o armazenamento e manipulao dos dados executados pelo SGBD.
Comentrios
A modelagem relacional busca a descrio da organizao das estruturas,
normalmente representadas em formato de tabelas, que se relacionam por
atributos.
21. (ESAF/2005/AFRF) Chaves estrangeiras so os elos de ligao entre

as tabelas. Uma coluna definida como chave estrangeira deve ser chave
primria em outra tabela.

Comentrios
A chave estrangeira permite a implementao de relacionamentos em um
banco de dados relacional.
22. (ESAF/2008/STN/Desenvolvimento de Sistemas) SBGD (Sistema

Gerenciador de Bancos de Dados) possui um compilador para uma
determinada linguagem, cuja funo o processamento de declaraes, a
fim de identificar as descries dos componentes do esquema conceitual do
Banco de Dados. Tal linguagem de
a) consulta estrutura SQL.
b) definio de armazenamento SDL.
c) manipulao de dados DML.
d) definio de viso VDL.
e) definio de dados DDL.
Comentrios
Linguagem de definio de dados (DDL, do Ingls Data Definition
Language) uma linguagem de computador usada para a definio de
estruturas de dados. O termo foi inicialmente introduzido em relao ao
modelo de banco de dados Codasyl, em que o esquema de banco de dados era
escrito em uma Linguagem de Definio de Dados descrevendo os registros,
campos e "conjuntos" que constituam o modelo de dados do usurio.
Inicialmente referia-se a um subconjunto da SQL, mas hoje usada em um
sentido genrico para referir-se a qualquer linguagem formal para descrio de
estruturas de dados ou informao, assim como esquemas XML.
Uma vez compilados, os parmetros DDL so armazenados num conjunto de
arquivos denominado dicionrio de dados. O dicionrio de dados contm os
metadados (dados a respeito das estruturas de armazenamento). O SGBD
sempre consulta os metadados a cada operao sobre o banco de dados. Por
exemplo, um determinado programa precisa recuperar alguns campos (nome,
CPF) de um arquivo de clientes. O SGBD ir verificar se os campos nome" e
"CPF" esto definidos para este arquivo. O interpretador DDL processa os
comandos alimentados pelos DBAs na definio dos esquemas.
Os comandos bsicos da DDL so poucos

CREATE: cria um objeto (uma Tabela, por exemplo) dentro da base de

dados;
DROP: apaga um objeto do banco de dados.
Alguns sistemas de banco de dados usam o comando ALTER, que permite ao
usurio alterar um objeto, por exemplo, adicionando uma coluna a uma tabela
existente. Outros comandos DDL:
ALTER TABLE
CREATE INDEX
ALTER INDEX
DROP INDEX
CREATE VIEW
DROP VIEW
Gabarito: letra E.
23. (ESAF/2008/STN/Desenv Sistemas) Se uma dada varivel de

relao R possui seus atributos no-chaves mutuamente independentes e
irredutivelmente dependentes da chave primria, R est na
a) primeira forma normal 1FN.
b) segunda forma normal 2FN.
c) terceira forma normal 3FN.
d) forma normal nula.
e) desnormalizao.
Comentrios
1 Forma Normal (1FN): toda relao deve ter uma chave primria e
deve-se garantir que todo atributo seja atmico. Atributos compostos devem
ser separados.
2 Forma Normal (2FN): toda relao deve estar na 1FN e devem-se

eliminar dependncias funcionais parciais, ou seja, todo atributo no chave
deve ser totalmente dependente da chave primria. Observe a relao abaixo:
3 Forma Normal (3FN):

Toda relao deve estar na 2FN e devem-se eliminar dependncias funcionais
transitivas, ou seja, todo atributo no chave deve ser mutuamente
independente.
Gabarito: letra C.

24. (CESPE/2010/BANCO DA AMAZONIA/rea: Tecnologia da

Informao Administrao de Dados) O nvel conceitual de dados
um nvel de simulao entre os nveis interno e externo.
Comentrios
O nvel conceitual realiza um mapeamento entre os nveis interno e externo. O
nvel conceitual no leva em conta o banco de dados em si, mas a forma como
as estruturas sero criadas para armazenar os dados.
Nesta questo a banca tenta confundir o candidato empregando o termo
simulao. Lembre-se de que os diferentes nveis representam diversas vises
a respeito do banco de dados, no so formas de simular ou substituir uma
viso!

Informao Administrao de Dados) Se um sistema de banco de
dados prov independncia fsica dos dados, correto inferir que esse
sistema tambm permite independncia lgica de dados.
Comentrios
Conforme citado, a independncia fsica permite que o Nvel Fsico seja
modificado sem afetar o Nvel Conceitual. Por outro lado, na Independncia
Lgica, o Nvel Conceitual deve poder ser alterado independentemente do
Externo. Logo, pode-se obter independncia fsica permitindo a
alterao do Nvel Fsico independentemente do Conceitual sem obter
independncia Lgica.

Com relao a sistemas operacionais, correto afirmar que um ROLLBACK
ocorre quando um grupo ou conjunto de processos compete entre si e,
quando finalizado, desfaz ou mata o processo corrente.
Comentrios
Um roolback um processo em banco de dados que desfaz mudanas em
dados que foram alterados, mas no confirmados.
27. (ESAF/2008/AFC-STN/Infraestrutura de TI) uma funo da

linguagem de manipulao de dados (DML), em um sistema gerenciador de
bancos de dados (SGBD):

a) permitir a especificao do esquema conceitual do banco de dados.

b) permitir a especificao do esquema interno do banco de dados.
c) especificar vises dos usurios e seus respectivos mapeamentos para o
esquema conceitual.
d) especificar e recuperar vrios registros em uma nica declarao.
e) descrever os componentes dos esquemas: conceitual e interno.
Comentrios
A DML (Data Manipulation Language Linguagem de Manipulao de
Dados) visa a manipulao de dados (incluir, alterar, excluir e consultar) por
meio do usurio. Principais comandos:
SELECT: seleo de registros;
INSERT: insero de registros;
UPDATE: atualizao de registros;
DELETE: deleo de registros.
Para a definio dos dados utilizada uma DDL (Data Definition
Language Linguagem de Definio de dados). Os comandos DDL so
armazenados no dicionrio de dados (ou catlogo). Logo, o dicionrio de dados
contm os metadados (dados a respeito das estruturas de armazenamento) do
banco. Principais comandos:
CREATE: criao de novas estruturas;
ALTER: alterao de estruturas;
DROP: remoo de estruturas.
Existe ainda a DCL (Data Control Language - Linguagem de Controle de
Dados) para controlar o acesso dos usurios aos dados em um banco de
dados. Principais comandos:
GRANT: concesso de privilgios a tabelas e vises;
REVOKE: revogao de privilgios a tabelas e vises.
Transaction Control
COMMIT: efetiva uma alterao no banco de dados;
ROLLBACK: desfaz uma alterao antes de a mesma ser efetivada
no banco.
Restries de integridade usando
STORED PROCEDURES (procedimentos armazenados no banco);
TRIGGERS (gatilhos).
Gabarito: letra D.

28. (FUMARC/Analista de Sistemas/BDMG/2011) Em relao aos

conceitos do modelo Entidade-Relacionamento, observe o diagrama ER
abaixo e analise as seguintes afirmativas:
I. O atributo Num_agencia do tipo de entidade AGENCIA conhecido

como chave primria.
II. De acordo com as restries de participao definidas, uma entidade
de BANCO obrigatoriamente deve estar relacionada a pelo menos uma
entidade de AGENCIA.
III. AGENCIA um tipo de entidade fraca e POSSUI um
relacionamento identificador, cuja razo de cardinalidade 1:N.
Marque a alternativa CORRETA:
a) apenas as afirmativas I e II so verdadeiras.
b) apenas as afirmativas I e III so verdadeiras.
c) apenas as afirmativas II e III so verdadeiras.
d) todas as afirmativas so verdadeiras.
Comentrios
Item I. Item errado. A seguir, tem-se um resumo da notao para diagramas
E-R (Entidade Relacionamento), proposto por Elmasri e Navathe. Observe os
elementos Entidade Fraca e Relacionamento Dependente (tambm
chamado de Identificador de Relacionamento), que aparecem no diagrama E-R
apresentado na questo.

A chave primria (primary key) um atributo (coluna) ou uma combinao

de atributos cujos valores distinguem uma linha das demais, dentro de uma
tabela.
No Diagrama E-R da questo, temos que:
- Banco uma entidade forte.

Maior grau de independncia.
Possui atributos determinantes (chaves) prprios.
Agncia uma Entidade Fraca (observe que representada no desenho

por um retngulo inscrito a outro retngulo). A chave-parcial de um tipo de
entidade-fraca sublinhada com linha tracejada.
Existncia depende da existncia de outra entidade.
Uma entidade fraca no possui atributos suficientes para formar uma
chave primria, logo o atributo Num_agencia do tipo de entidade
AGENCIA isoladamente no pode ser conhecido como chave primria da

entidade. Para isso, deve-se adicionar a chave primria do conjunto
entidade do qual a entidade fraca dependente.
OBS.: Neste caso, o smbolo do relacionamento entre uma entidade (forte) e

uma entidade fraca tambm diferente. Um losango inscrito a outro losango.
Item II. Item correto. Pela cardinalidade dos relacionamentos apresentada,
uma entidade de BANCO obrigatoriamente deve estar relacionada a pelo
menos uma entidade de AGENCIA.
Item III. Item correto. A entidade AGENCIA um tipo de entidade fraca e
POSSUI um relacionamento identificador, cuja razo de cardinalidade 1:N.
Gabarito: letra E.
INSTRUO: De acordo com o diagrama de Entidade e Relacionamento

abaixo, responda s prximas 2 questes.
29. (FUMARC/2008/SEPLAG/Gestor Governamental Tecnologia da

Informao) Em relao ao diagrama de Entidade e Relacionamento,
analise as afirmativas abaixo e assinale a opo CORRETA:
I Propriedade um tipo relacionamento que tem razo de cardinalidade
N:N.
II Uma entidade Proprietrio existe apenas se participar de pelo menos
uma instncia de relacionamento Propriedade.
III Propriedade um tipo relacionamento de grau dois.
a) As afirmativas I, II e III so verdadeiras.
b) Apenas as afirmativas I e II so verdadeiras.
c) Apenas as afirmativas I e III so verdadeiras.
d) Apenas as afirmativas II e III so verdadeiras.

Comentrios
Primeiro, alguns pontos para reviso.
Componentes do Diagrama E-R (Peter Chen):
Retngulos: representam conjuntos-entidade.
Elipses: representam atributos.
Losangos: representam conjuntos-relacionamento.
Linhas: ligam atributos a conjuntos-entidade e conjuntos-entidade a
conjuntos-relacionamento.
Entidades e Conjuntos-Entidade
Entidade: uma representao abstrata de um objeto do mundo real. Ex.: O
fornecedor Ponto_dos_concursos, com cdigo PONTO1.
Conjuntos-Entidade: grupo de entidades que possui caractersticas
semelhantes. Ex.: Conjunto-entidade Fornecedor.
Atributos (campos): elemento de dado que contm informao que descreve

uma entidade. Ex.:
Relacionamentos: estrutura que indica a associao de elementos de duas ou

mais entidades.
Atributo de Relacionamento: depende de todos os conjuntos-entidade
associados entre si. Ex.:

Agora vamos analisar cada item individualmente.

N:N. Item Correto. Observe as letras N de cada lado do relacionamento
Propriedade.
uma instncia de relacionamento Propriedade. Item Correto. Existe uma
Dependncia Existencial caracterizada pela linha dupla ligando Proprietrio
ao relacionamento. Isto ocorre quando a existncia de uma determinada
entidade est condicionada existncia de uma outra entidade a ela
relacionada. Ex.:
III Propriedade um tipo relacionamento de grau dois. Item Correto. O

grau de um relacionamento o nmero de entidades que participam dele.
Existem trs tipos bsicos de grau de relacionamento: binrio (2), ternrio (3)
e e-nrio (mltiplas) que referem a existncia de duas, trs ou mais entidades
envolvidas no fato que o relacionamento representa.
Gabarito: letra A.
30. (FGV/SEFAZ-RJ/Fiscal de Rendas/2007) DataWarehouse e

DataMining so recursos utilizados por muitas organizaes para
facilitar e agilizar o processamento, a anlise e a consulta de dados.
Sobre esses recursos, correto afirmar que:
(A) um DataMining armazena dados extrados de bancos de dados de
diferentes organizaes.
(B) um DataWarehouse armazena dados por perodos no superiores a trs
meses, o que dificulta previses e anlises de tendncia.

(C) um DataWarehouse repositrio de dados histricos orientados a

assunto, organizados para serem acessveis para atividades de
processamento analtico.
(D) DataMining uma tcnica de anlise de dados exclusiva para aplicao
em um DataWarehouse.
(E) num DataWarehouse, os usurios finais necessitam conhecer linguagem
de programao para acessar dados.
Comentrios
Bill Inmon destaca que o Data Warehouse uma coleo de dados
orientados por assuntos, integrados, variveis com o tempo e no
volteis, para dar suporte ao processo de tomada de deciso.
O Data Warehouse um banco de dados multidimensional grande, de escopo
organizacional (ou seja, abrange toda a empresa) e rene dados de todos os
departamentos de forma a permitir a busca rpida de informaes para auxiliar
a tomada de decises estratgicas.
A principal ideia do Data Warehouse construir um depsito no qual ser
mantida a memria histrica dos dados, possibilitando a utilizao dos
mesmos para consulta e anlise estratgica para a tomada de deciso!!
Data Mart: um banco de dados multidimensional de escopo
departamental (ou seja, abrange apenas um determinado departamento).
Um subconjunto lgico do Data Warehouse, geralmente visto como um
data warehouse setorial (Kimball).
As diferenas entre o Data Mart e o Data Warehouse so apenas com
relao ao tamanho e ao escopo do problema a ser resolvido.
Data Mining (ou Minerao de dados): define uma srie de
procedimentos, tcnicas e ferramentas para recuperar e analisar dados de
um Data Warehouse ou Data Mart procura de padres e tendncias a
respeito dos dados armazenados.
Gabarito: letra C.
31. (UFF/UFF/2009) O conjunto de tcnicas que, envolvendo

mtodos matemticos e estatsticos, algoritmos e princpios de
inteligncia artificial, tem o objetivo de descobrir relacionamentos
significativos entre dados armazenados em repositrios de grandes
volumes e concluir sobre padres de comportamento de clientes de
uma organizao conhecido como:
(A) Datawarehouse;
(B) Metadados;
(C) Data Mart;
(D) Data Mining;

(E) Sistemas Transacionais.
Comentrios
O enunciado da questo d fortes indicaes de que a questo trata de Data
Mining. O texto diz: descobrir relacionamentos significativos e tambm
concluir sobre padres de comportamento de clientes de uma organizao,
tudo isso faz parte da descrio de Data Mining.
Contudo vamos comentar as demais opes:
A letra A cita o Data Warehouse. Uma das atividades de uma empresa que
pretende trabalhar com Data Mining justamente coletar os registros das
bases de dados transacionais e organiz-los em bases de dados agrupadas por
assunto e destinadas a anlises. Cada base de dados organizada por assunto
d-se o nome de Data Mart, e ao conjunto de Data Marts d-se o nome de
Data Warehouse. Essa organizao dos dados importante e muito vlida,
pois tende a facilitar em muito o trabalho de minerao de dados.
A letra B cita o Metadados. Metadados so dados com a finalidade de
descrever outros dados. como se fosse um dicionrio, trata-se de um grupo
especfico de registros em banco de dados cuja finalidade permitir melhor
entendimento dos dados a que se referem.
A letra C cita o Data Mart, que uma base de dados em que os dados j esto
organizados por assunto. Assim, numa grande empresa seria comum encontrar
um Data Mart de Vendas (tratando de registros sobre vendas), um Data Mart
de Recursos de Humanos, ou outro sobre Compras da Empresa, e por a vai.
A letra E cita Sistemas Transacionais. Esses so os sistemas da empresa de um
modo geral. Pode ser tanto a loja virtual da empresa, como pode ser seu
sistema de gerenciamento de vendas ou de recursos humanos. Esses sistemas
so caracterizados inclusive por realizarem contnuas operaes de consulta,
insero, alterao e excluso em banco de dados transacionais. Chamamos
de banco de dados transacionais os bancos de dados preparados para se
comportarem em transaes (insero, excluso e alterao). Esses bancos de
dados so chamados de OLTP (On-line Transaction Processing).
Gabarito: letra D.
32. (ESAF/STN/DESENV SISTEMAS/2008) Um depsito de dados

organizado por assunto, no-voltil, integrado e varivel em funo
do tempo, utilizado para apoiar decises de gerenciamento,
denominado
a) datawarehouse.
b) gesto do conhecimento.
c) business Intelligence.
d) minerao de dados.
e) OLAP (OnLine Analytical Processing).

Comentrios
Item A. Item correto. Um Data Warehouse (Armazm ou Depsito de
Dados) um sistema utilizado para armazenar informaes consolidadas de
um banco de dados, possibilitando a anlise de grandes volumes de dados,
coletados a partir de sistemas transacionais (OLTP).
Item B. Item errado. Define-se Gesto do Conhecimento como a busca da
melhoria de desempenho das instituies por meio de processos de procura,
extrao, compartilhamento e criao de conhecimento, aplicando diferentes
ferramentas e tecnologias de informao e de comunicao.
Item C. Item errado. Define-se Business Intelligence (Inteligncia de negcios
BI) como o processo de coleta, estruturao, avaliao, disponibilizao e
monitoramento de informaes para suporte ao gerenciamento de negcios.
Item D. Item errado. Etapa do processo de Descoberta de Conhecimento em
Bases de Dados (KDD Knowledge Discovery in Databases) que corresponde
execuo de um algoritmo particular que, sob algumas limitaes aceitveis de
eficincia computacional, encontra padres ou modelos nos dados.
Item E. Item errado. OLAP (On-line Analytical Processing) a processo de
manipulao e avaliao de um grande volume de dados sob mltiplas
aspectos.
Gabarito: letra A.
33. (ESAF/CVM/2010) Minerao de Dados

(A) o processo de atualizar de maneira semi-automtica grandes bancos de
dados para encontrar verses teis.
(B) o processo de analisar de maneira semi-automtica grandes bancos de
dados para encontrar padres teis.
(C) o processo de segmentar de maneira semi- automtica bancos de dados
qualitativos e corrigir padres de especificao.
(D) o programa que depura de maneira automtica bancos de dados
corporativos para mostrar padres de anlise.
(E) o processo de automatizar a definio de bancos de dados de mdio
porte de maior utilidade para os usurios externos de rotinas de minerao.
Comentrios
Conforme visto o Data Mining um processo de procura de padres e regras
de associaes em conglomerados de dados. Esse processo pode realizado
com o uso de softwares com algoritmos que implementam as tcnicas de Data
Mining conhecidas e tambm com a superviso de um especialista no domnio
de negcio em estudo. Por isso, podemos dizer que Data Mining tambm
semi-automtico. Portanto, somente a letra B est correta.

Gabarito: letra B.
34. (FGV/DETRAN-RN/2010) Sobre Data Mining, pode-se afirmar

que:
(A) Refere-se implementao de banco de dados paralelos.
(B) Consiste em armazenar o banco de dados em diversos computadores.
(C) Relaciona-se capacidade de processar grande volume de tarefas em
um mesmo intervalo de tempo.
(D) Permite-se distinguir vrias entidades de um conjunto.
(E) Refere-se busca de informaes relevantes a partir de um grande
volume de dados.
Comentrios
O processo de Data Mining tem o objetivo de buscar informaes relevantes
num conglomerado de dados. Essas informaes relevantes so padres,
tendncias e associaes que quando analisadas sero teis para produo de
conhecimento sobre um dado domnio de negcio. Portanto, a opo correta
a letra E.
Gabarito: letra E.
35. (FCC/TCE-SP/2010) NO um objetivo da minerao de dados

(data mining), na viso dos diversos autores,
(A) garantir a no redundncia nos bancos transacionais.
(B) conhecer o comportamento de certos atributos no futuro.
(C) possibilitar a anlise de determinados padres de eventos.
(D) categorizar perfis individuais ou coletivos de interesse comercial.
(E) apoiar a otimizao do uso de recursos limitados e/ou maximizar
variveis de resultado para a empresa.
Comentrios
O Data Mining tem entre seus objetivos a descoberta de padres e tendncias
e associaes em conglomerados de dados. A partir desse conhecimento
adquirido ao minerar as bases de dados espera-se que seja possvel gesto
das empresas otimizar o uso de recursos e aumentar os resultados do
negcio. Portanto as letras C e E esto corretas.
Ainda o Data Mining tambm permite, a partir de tendncias e anlises
temporais, a previso do estado futuro de atributos(caractersticas) do
negcio. Portanto a letra B est correta.

Estudamos tambm que uma das tcnicas de Data Mining a Classificao

que permite a organizao dos registros em classes. A Letra D descreve um
dos usos da tcnica de Classificao.
Vamos agora Letra A. Essa opo afirma que garantir a no redundncia
nos bancos transacionais responsabilidade do Data Mining. Essa opo est
incorreta. Os bancos de dados transacionais so os banco de dados que esto
por traz da operao dos sistemas comerciais, ou seja, onde so registrados
todas as transaes do dia-a-dia de uma empresa. O processo de Descoberta
de Conhecimento em Bases de Dados tem uma etapa chamada de Preparao
de Dados que antecede o Data Mining. E a etapa de Preparao de Dados tem
a funo de coletar os dados originais das bases de dados e purific-los,
removendo redundncias (ou seja, duplicaes de dados), a fim de tornar
estes dados adequados para o processo de Data Mining.
Gabarito: letra A.
36. (ESAF/MPOG/2010) Minerao de Dados

(A) uma forma de busca sequencial de dados em arquivos.
(B) o processo de programao de todos os relacionamentos e algoritmos
existentes nas bases de dados.
(C) por ser feita com mtodos compiladores, mtodo das redes neurais e
mtodo dos algoritmos gerativos.
(D) engloba as tarefas de mapeamento, inicializao e clusterizao.
(E) engloba as tarefas de classificao, regresso e clusterizao.
Comentrios
Conforme estudado, as tcnicas mais conhecidas de Data Mining (que tambm
so chamadas de tarefas, por alguns autores) so: Descrio de Classes,
Associao, Classificao, Previso e Agrupamento (tambm conhecida como
clustering). Alia-se a estas tcnicas ainda, algumas ferramentas estatsticas
como Regresso Linear, Modelo Linear Generalizado e Anlise de Correlao. A
partir disso, podemos afirmar que a opo E a que melhor se encaixa com os
conceitos de Data Mining.
Gabarito: letra E.
37. (FMP-RS/TCE-RS/2011) Minerao de dados consiste em

(A) explorar um conjunto de dados visando a extrair ou a ajudar a
evidenciar padres, como regras de associao ou sequncias temporais,
para detectar relacionamentos entre estes.
(B) acessar um banco de dados para realizar consultas de forma genrica,
buscando recuperar informaes (registros) que atendam um mesmo
critrio de pesquisa.

(C) recuperar informaes de um banco de dados especfico, voltado a

representar e armazenar dados relacionados com companhias de explorao
petrolfera e de recursos mineralgicos.
(D) um banco de dados especfico voltado gesto de negcios usando
tecnologia de informao (TI) como, por exemplo, a rea de BI (Business
Inteligence).
(E) representar informaes de um banco de dados mediante vrios
modelos hierrquicos como, por exemplo, o de entidade-relacionamento
(ER).
Comentrios
Conforme vimos anteriormente Data Mining um processo de identificar
informaes relevantes, tais como padres, associaes, mudanas,
anomalias e estruturas, em grandes conglomerados de dados que
estejam em banco de dados ou outros repositrios de informaes.
Portanto no se trata apenas de acessar um banco de dados para realizar
consultas genricas como diz a letra B.
A letra C est incorreta, por citar que o Data Mining recupera informaes de
um banco de dados especfico quando na verdade o processo de Data Mining
pode atuar sobre diversas bases de dados.
A letra D est incorreta por afirmar que Data Mining um banco de dados,
quando na verdade um processo.
E por fim, a letra E descreve Data Mining como uma forma de representar
dados, quando na verdade um processo de busca de padres e associaes,
entre outros.
Gabarito: letra A.
38. (ESAF/MPOG/Adaptada/2008) Algumas pessoas tm

considerado que os Data Warehouses so uma extenso de vises
de banco de dados. Porm, as vises fornecem apenas um
subconjunto das funes e das capacidades dos data warehouses.
Com relao s diferenas e similaridades entre as vises e os data
warehouses, correto afirmar que tanto os data warehouses quanto
as vises fornecem, frequentemente, grandes quantidades de dados
integrados e temporais, geralmente mais do que contido em um
banco de dados.
Comentrios
Uma View (Viso) uma tabela lgica, baseada em uma tabela ou em outra
viso. Ela no possui dados prprios, somente uma interface para a
manipulao de um conjunto de dados. Ela pode ser utilizada para restringir o
acesso a dados em uma tabela, facilitar consultas complexas e tambm
otimizar o tempo dos desenvolvedores.

A View uma maneira alternativa de observao de dados de uma ou mais

tabelas, que compem uma base de dados. Pode ser considerada como uma
tabela virtual ou uma consulta armazenada. Como exemplo de utilizao de
view, cita-se a restrio usurio x domnio controlando o acesso de um usurio
especfico a colunas de uma tabela.
Alguns benefcios da utilizao das Views: economia de tempo com retrabalho;
velocidade de acesso s informaes; mascara a complexidade do banco de
dados; organiza dados a serem exportados para outros aplicativos.
Um Data warehouse (ou armazm de dados) um sistema de computao
utilizado para armazenar informao relativa s atividades de uma organizao
em banco de dados, de forma consolidada. Ele possibilita a anlise de grandes
volumes de dados, coletados dos sistemas transacionais. Por definio, os
dados em um Data Warehouse no so volteis, ou seja, eles no mudam, so
somente para leitura e no podem ser alterados.
Os Data Warehouses surgiram como conceito acadmico na dcada de 80.
Com o amadurecimento dos sistemas de informao empresariais, as
necessidades de anlise dos dados cresceram paralelamente. Como os
sistemas transacionais no conseguiam cumprir a tarefa de anlise com a
simples gerao de relatrios, os Data Warehouses so atualmente o ncleo
dos sistemas de informaes gerenciais e apoio a deciso das principais
solues de Business Intelligence do mercado, devido a sua capacidade de
sumarizar grandes volumes de dados e de possibilitar anlises.
As ferramentas OLAP (Online Analytical Processing) tm como funo a
navegao nos dados de um Data Warehouse, possuindo uma estrutura
adequada tanto para as pesquisas como para a apresentao das informaes.
A assertiva, portanto, falsa, tendo-se em vista que a View no tem como
objetivo fornecer frequentemente grandes quantidades de dados integrados, e
sim fornecer um subconjunto dinmico de dados (tabela virtual) a
partir de uma ou mais tabelas.
Observem ainda que o item afirma indevidamente que a quantidade de dados
ofertada maior do que em todo o banco de dados. Uma View no possui
quantidade de dados maior do que o prprio banco de dados em que ela est
inserida.
39. (ESAF/MPOG APO Tecnologia da Informao Q.27/2008)

So tarefas primrias da Minerao de Dados:
a) Classificao; Regresso; Clusterizao.
b) Classificao; Realimentao; Complementao.
c) Codificao; Normalizao; Clusterizao.
d) Composio; Migrao; Clusterizao.
e) Compresso; Processamento; Associao.

Comentrios
Alguns exemplos de tarefas:
Classificao Predizer a classe de um item.
Clusterizao Encontrar grupos nos dados.
Associao Encontrar padres de ocorrncias de dados associados.
Sumarizao Descrever uma base de dados.
Anlise de Encontrar alteraes nos dados.
Desvio
Regresso Prever um valor numrico contnuo.
Com relao aos itens das assertivas temos:

Gabarito: letra A.
Consideraes Finais
Por hoje ficamos por aqui. Passamos por diversos pontos que considerei
importantes para a prova (a repetio de alguns assuntos se faz necessria
para a memorizao!!!).
Bons estudos, e continuem focados no grande objetivo final: a aprovao
no concurso. No deixem que as tempestades e obstculos encontrados pelo
caminho os desviem do foco principal!!
Otimos estudos, fiquem com DEUS e at a nossa prxima aula.
Profa Patrcia.

Referncias Bibliogrficas
QUINTO, Patrcia Lima. Notas de aula, 2011/2012.
BRAGA, Regina. Notas de aula, UFJF, 2006.
HEUSER, Carlos Alberto. Projeto de banco de dados. 4. ed. Porto Alegre:
Sagra, 2001. 204 p., il.
HERNANDEZ, Michael J. Aprenda a projetar seu prprio banco de dados.
Traduo Patrizia Tallia Parenti. So Paulo: Makron, 2000.
KORTH, Henry F.; SILBERSCHATZ, Abraham. Sistema de banco de dados.
Traduo Mauricio Heihachiro Galvan Abe. 2. ed. So Paulo: Makron, 1995.
MACHADO, Felipe Nery Rodrigues; ABREU, Maurcio Pereira de. Projeto de
banco de dados: uma viso prtica. 6. ed. So Paulo: rica, 2000.
SETZER, Valdemar W. Banco de dados: conceitos, modelos,
gerenciadores, projeto lgico, projeto fsico. 3. ed. rev. So Paulo: E.
Blcher, 2002. 289 p.
Revistas SQL Magazine (ed. 31 e 32).
Referncias Bibliogrficas
QUINTO, Patrcia Lima. Notas de aula, 2011/2012.
BRAGA, Regina. Notas de aula, UFJF, 2012.
FERREIRA, Claudinete Vicente Borges, Banco de dados I, Instituo Federal do
Esprito Santo, Vitria, 2009,
HEUSER, Carlos Alberto. Projeto de banco de dados. 4. ed. Porto Alegre:
Sagra, 2001.
BERRY, M. J. A.; LONOFF, G.. Data Mining Techniques: for Marketing, Sales
and Customer Support. New York: John Wiley & Sons, Inc., 1997.
BERSON, Alex; SMITH, Stephen; THEARLING, Kurt. Building Data Mining
Applications for CRM. USA, New York: MacGrawHill, 1999.
DINIZ, Carlos Alberto; LOUZADA NETO, Francisco. Data Mining: uma
introduo. So Paulo: ABE, 2000.
ELMASRI, R.; NAVATHE, S. B. Sistemas de Banco de Dados. 4. ed. Pearson.
2006.
FAYYAD, Usama; PIATETSKI-SHAPIRO, Gregory; SMYTH, Padhraic (1996) The
KDD Process for Extracting Useful Knowledge from Volumes of Data.
In: Communications of the ACM, pp.27-34, Nov.1996.
HAN, J.; KAMBER, M.. Data Mining: concepts and techniques. Morgan
Kaufmann, 2001.
HERNANDEZ, Michael J. Aprenda a projetar seu prprio banco de dados.
Traduo Patrizia Tallia Parenti. So Paulo: Makron, 2000.

HEUSER, Carlos Alberto. Projeto de banco de dados. 4. ed. Porto Alegre:Sagra,

2001.
KORTH, Henry F.; SILBERSCHATZ, Abraham. Sistema de banco de dados. 3.
ed. So Paulo: Makron, 1998.
MACHADO, Felipe Nery Rodrigues; ABREU, Maurcio Pereira de. Projeto de
banco de dados: uma viso prtica. 6. ed. So Paulo: rica, 2000.
Navega, Srgio. Princpios Essenciais do Data Mining. So Paulo:
Cenadem, 2002.
PRASS, Fernando Sarturi . KKD: Processo de descoberta de conhecimento em
bancos de dados. Grupo de Interesse Em Engenharia de Software,
Florianpolis, v. 1, p. 10-14, 2004.
SETZER, Valdemar W. Banco de dados: conceitos, modelos,
gerenciadores, projeto lgico, projeto fsico. 3. ed. rev. So Paulo: E.
Blcher, 2002. 289 p.
Revistas SQL Magazine (ed. 31 e 32).
ROB, Peter; CORONEL, Carlos. Sistemas de Banco de Dados. Projeto,
Implementao e Administrao. 2011.
TAN, Pang Ning; STEINBACH, Michael; KUMAR, Vipin. Introduo ao
DATAMINING Minerao de Dados. Rio de Janeiro: Editora Cincia Moderna
Ltda, 2009.
WITTEN I.; FRANK E.. Data Mining. Morgan Kauffmann, 2000.
TAKAI, O.K.; ITALIANO,I.C.; FERREIRA, E.F.Introduo a Banco de Dados.
2005.
SILBERCHATZ, A. Sistemas de banco de dados. Editora Campus, 2006.

Questes de Provas Comentadas

1. Sobre dados, informaes e conhecimento, errado afirmar que:
(A) dados so descries elementares que so registradas, classificadas e
armazenadas, mas no so organizadas para carregar significados
especficos.
(B) um banco de dados consiste em itens de dados armazenados,
organizados para a recuperao.
(C) itens de dados podem ser formados por caracteres, nmeros, sons ou
imagens.
(D) informao so dados organizados de modo que tenham significado e
valor para quem os receber.
(E) conhecimento e informao so sinnimos, pois quem tem informao
tem conhecimento.

Sade/2007) Analise as seguintes afirmativas sobre modelagem de
dados:
I. A normalizao do modelo de dados tem o objetivo de eliminar
redundncias para evitar possveis inconsistncias em bases de dados
criadas a partir desse modelo.
II. Diagramas Entidade-Relacionamento representam os modelos de dados
relacionais e so ferramentas teis para os administradores de dados, pois
permitem visualizar os esquemas (metadados) dos bancos de dados
implementados.
III. O modelo lgico est intimamente ligado implementao do banco de
dados, dependente do SGBD e tem nfase na eficincia de acesso.
a) I, apenas.
b) I e II, apenas.
c) II e III, apenas.
d) I, II e III.

Sade/2007) Analise as seguintes afirmativas sobre o Diagrama
Entidade-Relacionamento:
I. Atravs do DER podemos expressar todas as restries de integridade
necessrias de um domnio de aplicao.
II. A cardinalidade mnima indica se a participao das ocorrncias de
entidades no relacionamento obrigatria ou opcional.

III. O DER um modelo conceitual que independe de detalhes de

implementao, simples, portanto melhor compreendido por usurios
leigos, e pode ser mapeado para qualquer modelo lgico de banco de dados
relacional.
a) I, II e III.
b) I e II apenas.
c) I e III, apenas.
d) II e III, apenas.

Sade/2007) Observe os modelos a seguir e identifique qual
relacionamento origina obrigatoriamente uma entidade associativa:
5. (FUMARC/2007/FUNDAO JOO PINHEIRO/Gestor em Cincia e

Tecnologia da Informao) O Modelo Lgico de Dados pode ser
caracterizado como sendo:
a) Modelo que sofre alterao dependendo do Sistema Gerenciador de
Banco de Dados a ser adotado.
b) Modelo elaborado respeitando-se e implementando-se conceitos tais
como normalizao e integridade referencial.
c) Modelo utilizado para o nvel de conversao, entendimento,
transmisso, validao de conceitos e mapeamento do ambiente.

d) Modelo em que os objetos, suas caractersticas e relacionamentos tm a

representao fiel do ambiente observado, independentemente de
limitaes quaisquer impostas por tecnologias, tcnicas de implementao
ou dispositivos fsicos.
6. (FUNIVERSA/2010/CEB/Analista de Sistemas) Modelagem de dados

um conjunto de conceitos que descrevem a estrutura de um banco de dados
como tipo de dados, relacionamentos e restries sobre esses dados.
Assinale a alternativa que contm conceitos presentes em um modelo de
dados de alto nvel.
a) Pastas, arquivos e permisses.
b) Esquema, instncia e objeto.
c) Classe, objeto e herana.
d) Formato de registro, ordem e caminho de acesso.
e) Entidades, atributos e relacionamentos.
7. (ESAF/2008/AFC-STN/Infraestrutura de TI) Em relao ao nvel lgico

de abstrao de dados nos sistemas de bancos de dados, correto afirmar
que
a) descreve estruturas de dados complexas de baixo nvel.
b) descreve quais dados esto armazenados no banco de dados e as
relaes existentes entre eles.
c) simplifica a interao entre o sistema e os usurios.
d) disponibiliza um conjunto de programas de aplicao que ocultam
detalhes dos tipos de dados.
e) descreve um registro como um bloco de armazenamento, composto por
palavras ou bytes.

Integridade de Dados alcanada pela duplicao dos mesmos dados em
vrios lugares em um sistema de informao.

Redundncia de Dados a preservao da preciso, integridade e
confiabilidade dos dados para seu uso intencionado.

Normalizao um mtodo utilizado para analisar um Banco de Dados e
obter o mnimo de redundncia e o mximo de integridade de dados.


Quando os dados so Normalizados, os atributos contidos na tabela
dependem apenas da chave primria.
12. (ESAF/2006/SUSEP-TI) Em um Banco de Dados Relacional

a) uma relao est na 1FN (primeira forma normal) se nenhum domnio
contiver valores atmicos.
b) uma Chave Primria corresponde ao identificador nico de uma
determinada relao. Em uma relao pode haver mais que uma coluna
candidata a chave primria.
c) as colunas que iro compor as Chaves Primrias devem ser inicializadas
com valores nulos.
d) em uma tabela existiro tantas Chaves Primrias quantas forem as
colunas nela existentes.
e) uma Chave Externa formada por uma coluna de uma tabela que se
referencia a uma Coluna qualquer de outra tabela. Essas colunas, na tabela
destino, no aceitam valores nulos. Uma tabela destino pode ter apenas
uma Chave Externa.
13. (ESAF/2006/SUSEP-TI) Analise as seguintes afirmaes relacionadas

a banco de dados distribudos, relacionais e orientados a objetos.
I. Em um Banco de Dados Relacional um objeto est encapsulado quando
seu estado visvel ao usurio e ele pode ser consultado e modificado
exclusivamente por meio das operaes a ele associadas.
II. A linguagem de manipulao de dados (DML) permite a uma aplicao
acessar ou manipular as informaes contidas num banco de dados. A
manipulao de dados engloba incluir, recuperar, excluir e modificar a
informao armazenada.
III. Os dados manipulados por um banco de dados orientado a objeto so
sempre transientes e so armazenados fora do contexto de um programa, e
assim podem ser usados em vrias instncias de programas.
IV. Todo dado de um Banco de Dados Relacional deve ter a garantia de ser
logicamente acessvel, recorrendo-se a uma combinao de Nome da
Tabela, um Valor de Chave e o Nome da Coluna.
Indique a opo que contenha todas as afirmaes verdadeiras.

a) I e II
b) II e III
c) III e IV
d) I e III

e) II e IV
14. (ESAF/2006/SUSEP-TI) A cpia do banco de dados ou backup

diferencial caracterizada pela existncia de dois bancos de dados com as
mesmas informaes trabalhando juntos, mas em mquinas diferentes.
Dessa forma, quando uma mquina fica impossibilitada de trabalhar, a
outra assume automaticamente seu lugar.
15. (ESAF/2010/MPOG-TI/ANALISTA DE PLANEJAMENTO E

ORAMENTO) So modelos de bancos de dados lgicos baseados em
objetos:
a) entidade-relacionamento, unificador e infolgico.
b) objetos-atributos, sequencial e infolgico.
c) entidade-relacionamento, binrio e de rede.
d) entidade-relacionamento, binrio e infolgico.
e) entidade-relacionamento, binrio e em frames.
16. (FUNIVERSA/2010/MPE-GO/Tcnico de Informtica) Quando se

constri um banco de dados, define-se o modelo de entidade e
relacionamento (MER), que a representao abstrata das estruturas de
dados do banco e seus relacionamentos. Cada entidade pode se relacionar
com uma ou mais entidades diferentes, resultando em mapeamentos, por
exemplo: 1:1, 1:N, N:1 ou N:M. Esses mapeamentos, com base no nmero
de entidades s quais outra entidade pode ser associada, denominam-se
a) cardinalidade.
b) hierarquia.
c) relacionamento.
d) diagrama.
e) agregao.
17. (ESAF/2010/MPOG-TI/Analista de Planejamento e Oramento)

No modelo entidade-relacionamento, a cardinalidade de mapeamento
expressa
a) o nmero de entidades ao qual um relacionamento pode estar associado
a um outro relacionamento.
b) o nmero de relacionamentos ao qual outro relacionamento pode estar
associado via uma entidade.
c) o critrio de classificao segundo o qual os relacionamentos associam
entidades.

d) o nmero de entidades ao qual outra entidade pode estar associada via

um relacionamento.
e) o posicionamento de uma entidade dentro do mapeamento do modelo.

JNIOR/REA ENG. SOFTWARE) Considere o modelo conceitual de
dados representado pelo diagrama de entidades e relacionamentos (DER) a
seguir, na notao de Peter-Chen. Esse diagrama apresenta trs
relacionamentos: o primeiro Lotado_em, que representa empregados
lotados em departamentos; o segundo DER apresenta tambm o
relacionamento Trabalha_em, que representa as associaes dos
empregados aos projetos em que trabalham e o terceiro relacionamento
Superviso, que representa associao entre empregados e seus
supervisionados. Os atributos identificadores de cada entidade esto
sublinhados.
A partir da anlise do diagrama, NO se pode inferir que possvel

(A) determinar todos os empregados que no supervisionam outros
empregados.
(B) determinar que empregados no esto lotados em departamento algum.
(C) saber qual o departamento em que E trabalha, dado um empregado E
qualquer.
(D) saber quais os empregados de D que trabalham em P para um
determinado projeto P e um determinado departamento
D.
(E) saber que h apenas um empregado que supervisiona todos os demais.

JNIOR/REA ENG. SOFTWARE) A independncia de dados lgica,

definio componente da arquitetura de trs esquemas para sistemas de

banco de dados, corresponde capacidade de se efetuarem
(A) mudanas no nvel conceitual, sem a necessidade de modificaes no
nvel externo e em programas aplicativos.
(B) mudanas no nvel interno, sem a necessidade de modificaes nos
nveis conceitual e externo.
(C) mudanas no nvel externo, sem a necessidade de modificaes nos
nveis interno e conceitual.
(D) consultas em SQL sobre um banco de dados relacional, independente da
estruturao fsica dos dados armazenados.
(E) consultas em SQL sobre um banco de dados relacional, independente da
lgica de programao usada em programas aplicativos.
20. (ESAF/2005/AFRF) O modelo relacional refere-se visualizao fsica

e no lgica dos dados. Est relacionado ao nvel conceitual interno. A
teoria relacional no diz nada sobre o nvel externo, preocupa-se somente
com o armazenamento e manipulao dos dados executados pelo SGBD.
21. (ESAF/2005/AFRF) Chaves estrangeiras so os elos de ligao entre

as tabelas. Uma coluna definida como chave estrangeira deve ser chave
primria em outra tabela.
22. (ESAF/2008/STN/Desenvolvimento de Sistemas) SBGD (Sistema

Gerenciador de Bancos de Dados) possui um compilador para uma
determinada linguagem, cuja funo o processamento de declaraes, a
fim de identificar as descries dos componentes do esquema conceitual do
Banco de Dados. Tal linguagem de
a) consulta estrutura SQL.
b) definio de armazenamento SDL.
c) manipulao de dados DML.
d) definio de viso VDL.
e) definio de dados DDL.
23. (ESAF/2008/STN/Desenv Sistemas) Se uma dada varivel de

relao R possui seus atributos no-chaves mutuamente independentes e
irredutivelmente dependentes da chave primria, R est na
a) primeira forma normal 1FN.
b) segunda forma normal 2FN.
c) terceira forma normal 3FN.

d) forma normal nula.

e) desnormalizao.

Informao Administrao de Dados) O nvel conceitual de dados
um nvel de simulao entre os nveis interno e externo.

Informao Administrao de Dados) Se um sistema de banco de
dados prov independncia fsica dos dados, correto inferir que esse
sistema tambm permite independncia lgica de dados.

Com relao a sistemas operacionais, correto afirmar que um ROLLBACK
ocorre quando um grupo ou conjunto de processos compete entre si e,
quando finalizado, desfaz ou mata o processo corrente.
27. (ESAF/2008/AFC-STN/Infraestrutura de TI) uma funo da

linguagem de manipulao de dados (DML), em um sistema gerenciador de
bancos de dados (SGBD):
a) permitir a especificao do esquema conceitual do banco de dados.
b) permitir a especificao do esquema interno do banco de dados.
c) especificar vises dos usurios e seus respectivos mapeamentos para o
esquema conceitual.
d) especificar e recuperar vrios registros em uma nica declarao.
e) descrever os componentes dos esquemas: conceitual e interno.
28. (FUMARC/Analista de Sistemas/BDMG/2011) Em relao aos

conceitos do modelo Entidade-Relacionamento, observe o diagrama ER
abaixo e analise as seguintes afirmativas:
I. O atributo Num_agencia do tipo de entidade AGENCIA conhecido

como chave primria.

II. De acordo com as restries de participao definidas, uma entidade

de BANCO obrigatoriamente deve estar relacionada a pelo menos uma
entidade de AGENCIA.
III. AGENCIA um tipo de entidade fraca e POSSUI um
relacionamento identificador, cuja razo de cardinalidade 1:N.
Marque a alternativa CORRETA:
a) apenas as afirmativas I e II so verdadeiras.
b) apenas as afirmativas I e III so verdadeiras.
c) apenas as afirmativas II e III so verdadeiras.
d) todas as afirmativas so verdadeiras.
INSTRUO: De acordo com o diagrama de Entidade e Relacionamento

abaixo, responda s prximas 2 questes.
29. (FUMARC/2008/SEPLAG/Gestor Governamental Tecnologia da

Informao) Em relao ao diagrama de Entidade e Relacionamento,
analise as afirmativas abaixo e assinale a opo CORRETA:
N:N.
uma instncia de relacionamento Propriedade.
III Propriedade um tipo relacionamento de grau dois.
a) As afirmativas I, II e III so verdadeiras.
b) Apenas as afirmativas I e II so verdadeiras.
c) Apenas as afirmativas I e III so verdadeiras.
d) Apenas as afirmativas II e III so verdadeiras.
30. (FGV/SEFAZ-RJ/Fiscal de Rendas/2007) DataWarehouse e

DataMining so recursos utilizados por muitas organizaes para
facilitar e agilizar o processamento, a anlise e a consulta de dados.
Sobre esses recursos, correto afirmar que:

(A) um DataMining armazena dados extrados de bancos de dados de

diferentes organizaes.
(B) um DataWarehouse armazena dados por perodos no superiores a trs
meses, o que dificulta previses e anlises de tendncia.
(C) um DataWarehouse repositrio de dados histricos orientados a
assunto, organizados para serem acessveis para atividades de
processamento analtico.
(D) DataMining uma tcnica de anlise de dados exclusiva para aplicao
em um DataWarehouse.
(E) num DataWarehouse, os usurios finais necessitam conhecer linguagem
de programao para acessar dados.
31. (UFF/UFF/2009) O conjunto de tcnicas que, envolvendo

mtodos matemticos e estatsticos, algoritmos e princpios de
inteligncia artificial, tem o objetivo de descobrir relacionamentos
significativos entre dados armazenados em repositrios de grandes
volumes e concluir sobre padres de comportamento de clientes de
uma organizao conhecido como:
(A) Datawarehouse;
(B) Metadados;
(C) Data Mart;
(D) Data Mining;
(E) Sistemas Transacionais.
32. (ESAF/STN/DESENV SISTEMAS/2008) Um depsito de dados

organizado por assunto, no-voltil, integrado e varivel em funo
do tempo, utilizado para apoiar decises de gerenciamento,
denominado
a) datawarehouse.
b) gesto do conhecimento.
c) business Intelligence.
d) minerao de dados.
e) OLAP (OnLine Analytical Processing).
33. (ESAF/CVM/2010) Minerao de Dados

(A) o processo de atualizar de maneira semi-automtica grandes bancos de
dados para encontrar verses teis.
(B) o processo de analisar de maneira semi-automtica grandes bancos de
dados para encontrar padres teis.

(C) o processo de segmentar de maneira semi- automtica bancos de dados

qualitativos e corrigir padres de especificao.
(D) o programa que depura de maneira automtica bancos de dados
corporativos para mostrar padres de anlise.
(E) o processo de automatizar a definio de bancos de dados de mdio
porte de maior utilidade para os usurios externos de rotinas de minerao.
34. (FGV/DETRAN-RN/2010) Sobre Data Mining, pode-se afirmar

que:
(A) Refere-se implementao de banco de dados paralelos.
(B) Consiste em armazenar o banco de dados em diversos computadores.
(C) Relaciona-se capacidade de processar grande volume de tarefas em
um mesmo intervalo de tempo.
(D) Permite-se distinguir vrias entidades de um conjunto.
(E) Refere-se busca de informaes relevantes a partir de um grande
volume de dados.
35. (FCC/TCE-SP/2010) NO um objetivo da minerao de dados

(data mining), na viso dos diversos autores,
(A) garantir a no redundncia nos bancos transacionais.
(B) conhecer o comportamento de certos atributos no futuro.
(C) possibilitar a anlise de determinados padres de eventos.
(D) categorizar perfis individuais ou coletivos de interesse comercial.
(E) apoiar a otimizao do uso de recursos limitados e/ou maximizar
variveis de resultado para a empresa.
36. (ESAF/MPOG/2010) Minerao de Dados

(A) uma forma de busca sequencial de dados em arquivos.
(B) o processo de programao de todos os relacionamentos e algoritmos
existentes nas bases de dados.
(C) por ser feita com mtodos compiladores, mtodo das redes neurais e
mtodo dos algoritmos gerativos.
(D) engloba as tarefas de mapeamento, inicializao e clusterizao.
(E) engloba as tarefas de classificao, regresso e clusterizao.
37. (FMP-RS/TCE-RS/2011) Minerao de dados consiste em

(A) explorar um conjunto de dados visando a extrair ou a ajudar a

evidenciar padres, como regras de associao ou sequncias temporais,
para detectar relacionamentos entre estes.
(B) acessar um banco de dados para realizar consultas de forma genrica,
buscando recuperar informaes (registros) que atendam um mesmo
critrio de pesquisa.
(C) recuperar informaes de um banco de dados especfico, voltado a
representar e armazenar dados relacionados com companhias de explorao
petrolfera e de recursos mineralgicos.
(D) um banco de dados especfico voltado gesto de negcios usando
tecnologia de informao (TI) como, por exemplo, a rea de BI (Business
Inteligence).
(E) representar informaes de um banco de dados mediante vrios
modelos hierrquicos como, por exemplo, o de entidade-relacionamento
(ER).
38. (ESAF/MPOG/Adaptada/2008) Algumas pessoas tm considerado

que os Data Warehouses so uma extenso de vises de banco de dados.
Porm, as vises fornecem apenas um subconjunto das funes e das
capacidades dos data warehouses. Com relao s diferenas e
similaridades entre as vises e os data warehouses, correto afirmar que
tanto os data warehouses quanto as vises fornecem, frequentemente,
grandes quantidades de dados integrados e temporais, geralmente mais do
que contido em um banco de dados.
39. (ESAF/MPOG APO Tecnologia da Informao Q.27/2008)

So tarefas primrias da Minerao de Dados:

Gabarito
1. Letra E. 21. Item correto.
2. Letra A. 22. Letra E.
3. Letra D. 23. Letra C.
4. Letra A. 24. Item errado.
5. Letra B. 25. Item errado.
6. Letra E. 26. Item errado.
7. Letra B. 27. Letra D.
8. Item errado. 28. Letra E.
9. Item errado. 29. Letra A.
10. Item correto. 30. Letra C.
11. Item correto. 31. Letra D.
12. Letra B. 32. Letra A.
13. Letra E. 33. Letra B.
14. Item errado. 34. Letra E.
15. Letra D. 35. Letra A.
16. Letra A. 36. Letra E.
17. Letra D. 37. Letra A.
18. Letra E. 38. Item errado.
19. Letra A. 39. Letra A.
20. Item errado.

AFRFB - II - Informatica - ATRFB - Patricia - Quintao - Aula 07 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AFRFB - II - Informatica - ATRFB - Patricia - Quintao - Aula 07 PDF

Uploaded by

Copyright:

Available Formats

INFORMTICA PARA ANALISTA TRIBUTRIO DA RECEITA FEDERAL

Aula 7 Banco de Dados e Gesto da Informao

Dado x Informao x Conhecimento

Fonte: (OBRIEN, 2006)

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 1 de 118

ambiente. Uma caracterstica fundamental do conhecimento que o "novo"

O Que um Banco de Dados?

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 2 de 118

Uma coleo de dados ao acaso no pode ser interpretada como um

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 3 de 118

b) conjunto de operaes sobre dados integrados destinados a modelar

Principais Tipos de Banco de Dados

i)Quanto ao nmero de usurios (monousurio/multiusurio)

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 4 de 118

e C devem esperar at que o A termine. Um banco de dados monousurio

ii)Quanto localizao de dados (Centralizado/Distribudo)

iii)Quanto utilizao de dados (Banco de Dados

Os bancos de dados tambm podem ser classificados de modo a

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 5 de 118

Dados no estruturados so aqueles que existem em seu estado original

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 6 de 118

Nmero de Usurios Localizao de Utilizao de

Sistemas de Gerenciamento de Banco de Dados (SGBDs)

Dentre os SGBDs que esto sendo mais utilizados atualmente tem-se:

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 7 de 118

SGBDs livres, como o MySQL que possui o cdigo fonte aberto,

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 8 de 118

Figura. O SGBD gerencia a interao entre o usurio final e o banco de dados

O SGBD ajuda a tornar o gerenciamento de dados mais eficiente e

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 9 de 118

organizao de dados. Pode trazer vantagens, como alterao e

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 10 de 118

Classificao dos SGBDs

Interao com o SGBD

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 11 de 118

- usurios casuais: acessam o banco de dados casualmente, mas que podem

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 12 de 118

Sistema de Banco de Dados

Figura. Sistema de Banco de Dados

o Os aplicativos e utilitrios so utilizados para acessar e

Um sistema de banco de dados adiciona uma nova dimenso estrutura

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 14 de 118

vrios locais; provvel que os procedimentos sejam numerosos,

hardware. No so apenas as atualizaes que geram custo, mas tambm

A figura seguinte representa os nveis de abstrao aqui listados.

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 16 de 118

Figura. Nveis de abstrao de dados

a capacidade de MODIFICAR a definio dos

Pode ser classificada em:

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 17 de 118

A independncia lgica dos dados mais difcil de ser alcanada do que a

Figura. Independncia de dados

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 18 de 118

Um dos benefcios de um dicionrio de dados bem preparado a consistncia

Modelos de Bancos de Dados

Fonte: (Takai, Italiano e Ferreira, 2005)

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 19 de 118

Figura. Modelo em Rede

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 20 de 118

Figura. Etapas da Modelagem de Dados em linhas gerais

Projeto Lgico (ou Modelo Lgico). No modelo lgico existe a descrio

Profa. Patrcia Lima Quinto www.pontodosconcursos.com.br 21 de 118

Projeto Fsico (ou Modelo Fsico): uma representao da