Banco de Dados. Aula Inaugural. CURSO: CC/SI SÉRIE: 2º e 3º semestre DISCIPLINA: Banco de Dados CARGA HORÁRIA SEMANAL: 04 horasaula

Banco de Dados

Aula Inaugural

•

CURSO: CC/SI

•

SÉRIE: 2º e 3º semestre

•

DISCIPLINA: Banco de Dados

•

CARGA HORÁRIA SEMANAL: 04

horas-aula

•

CARGA HORÁRIA SEMESTRAL: 80

horas-aula

Semana 1: 4 aulas de teoria (Alan)

Semana 2: 2 aulas de teoria (Alan)

CONTEÚDO PROGRAMÁTICO

Sistemas de Gerência de Bancos de Dados (SGBDs): Definições Funções básicas Arquitetura Dicionário de dados Módulos principais

Modelos de Bancos de Dados

Modelos hierárquicos, rede e relacional Modelo relacional

Fundamentação teórica Estrutura relacional

Restrições de integridade básicas Manipulação e álgebra relacional Integridade semântica

Projeto de Bancos de Dados Relacionais Etapas

Modelo conceitual: diagrama entidade relacionamento

Modelo lógico: mapeamento do modelo conceitual para o modelo relacional Normalização

Bibliografia

• SILBERSCHATZ, A; KORTH, H. Sistema de

banco de dados. São Paulo : Makron Books.

• HEUSER, C. A. Projeto de Banco de Dados.

Porto Alegre : Saggra Luzzato.

• DATE, C. J. Introdução a Sistemas de

Bancos de Dados. Rio de Janeiro : Campus.

• GUIMARÃES. Fundamentos de Bancos de

Dados – Modelagem, Projeto e linguagem SQL. Campinas : UNICAMP.

Avaliação:

1º bimestre : Prova (0 a 10)

2º bimestre : Prova (0 a 8)

Trabalho(0 a 2)

Prova:

Questões dissertativas (Modelos, Códigos,...)

e Questões de múltipla escolha.

Trabalho (Projeto de Banco de

Dados)

•

Em grupo de até 4 integrantes:

•

Entregar:

 Descrição do negócio

 Levantamento de requisitos

 Modelo Conceitual (Entidade-Relacionamento)

 Modelo Lógico (Relacional).

Introdução

• Dado: um fato ou forma de representar um

fato.

• Informação: conjunto de dados organizados

de forma a apresentar um valor agregado.

• Conhecimento: regras usadas para

selecionar, organizar ou combinar informações e dados.

Definição: dado

• Um fato do mundo real ou forma de

representar um fato.

• Exemplo: nome de um empregado, o número

de horas trabalhadas na semana, código de um produto,...ect

• A representação de um dado utiliza alguns tipos:

• Texto/Números/Datas

• Imagem: desenhos e figuras

Definição: Informação

• Informação: conjunto de dados organizados de forma a apresentar um valor agregado.

• Exemplo: total da folha de pagamentos, média

de horas extras no mês.

• A utilidade da informação é determinada por um contexto.

Transformação de dados em informação

Dado Transformação Informação Conhecimento

Etapas na transformação de dados

1. Atividades que geram dados no sistema 2. Dados são coletados

3. Dados coletados são armazenados 4. O processamento transforma os dados 5. Geram-se as informações

6. Com as informações tomam-se decisões

Sistemas de Informação

Como dados podem ser armazenados?

•

Uma coleção organizada de dados pode

ser considerada como um banco de

dados.

•

Para organizar os dados é necessário

conceber uma modelagem.

•

Na modelagem definem-se os dados que

devem ser armazenados e como fazê-lo.

Conceitos de bancos de dados

•

SGBD

 Sistemas Gerenciadores de Banco de

Dados

 Centraliza diversos bancos de dados, cada qual com seu grupo de tabelas e um sem número de dados

 O papel do SGDB é gerenciar as interações entre os usuários e os dados armazenados nas bases.

Modelos de dados

Modelo para organização dos dados de um BD

 define um conjunto de conceitos para a representação de dados

 exemplos: entidade, tabela, atributo, ...

Existem modelos para diferentes níveis de abstração de representação de dados

 modelos conceituais

 modelos lógicos

Modelos Conceituais

 modela de forma mais natural as entidades do mundo real, suas propriedades e seus relacionamentos

 independente de BD

 exemplo: modelo entidade-relacionamento

Alunos matricula nome Cursos Código Nome lotação N M

Modelos Lógicos

•

 também chamados de modelos de BD

 dependente de BD

 exemplos

• modelo relacional (tabelas) • modelos hierárquico (árvore)

• modelo orientado a objetos (classes – objetos complexos)

Modelos de Bancos de Dados

•

Histórico de gerações

 1ª geração: Modelos pré-relacionais

• modelos hierárquico e de rede

 2ª geração: Modelo relacional

 3ª geração: Modelos pós-relacionais

• modelos orientado a objetos, objeto-relacional, temporal, geográfico, ...

Modelo Relacional

• Definido em 1970 (E. Codd– IBM/Califórnia)  Modelo com uma sólida base formal

• teoria dos conjuntos

• Modelo simples

 estruturas tabulares

 poucos conceitos

• Linguagens declarativas para a manipulação de dados

Modelo Relacional

• Organização dos dados

 conceitos do modelo

• atributo, relação, chave, ...

• Integridade

 restrições básicas para dados e relacionamentos

• Manipulação

Contexto

Real negócio

MER – Modelo Entidade-Relacionamento Modelo Relacional Normalização Modelo Hierárquico Modelo rede

Aluno

matricula nome endereco

1 Cecília Ortiz Rezende Rua dos Ipês, 37

2 Abílio José Dias Avenida Presidente Jânio Quadros, 357 3 Renata Oliveira Franco Rua Nove de Julho, 45

Campo, registro e arquivos

T a b e la /a rq u iv o Rótulos Campo registro

• Campo é um conjunto de dados (coluna)

• Registro é um conjunto de campos (linha)

• Arquivo é um conjunto de registros

Tipos de dados

• Tipos básicos

 Textos (char, varchar, string)

• Dados compostos por valores alfanuméricos.

 Inteiros (int, bigint, long)

• Dados numéricos composto de números inteiros

 Ponto Flutuante (float, decimal)

• Os conhecidos números Reais da matemática

 Data /Hora (date, time, datetime)

Sistemas Comerciais

• dBASE: Lançado pela Ashton-Tate e posteriormente adquirido pela

Borland. Possuía uma linguagem de programação própria para desenvolvimento de aplicações, teve versões para DOS e Windows, trabalhava com gerenciamento de arquivos planos baseados em listas invertidas. A partir da versão 7, os direitos foram vendidos pela Borland.

• Paradox: Possui ambiente integrado de desenvolvimento para criação de

aplicativos. Os direitos de produção foram vendido pela Borland para a Corel. Teve versões para DOS e hoje possui apenas versões para Windows.

• DataFlex: Popular para ambiente Unix, mas teve versões para DOS e

Windows. Possui ambiente integrado para desenvolvimento de aplicações e hoje é comercializado com o nome de Visual Data Flex.

• FoxBase/FoxPro: Concorrente do dBase com total compatibilidade em

termos de arquivos e programas-fontes. Com recursos adicionais como a capacidade de pré-compilação dos códigos-fontes para melhorar

Sistemas Comerciais

• Access: é padrão em banco de dados para microcomputadores do

ambiente Windows. Possui ambiente integrado que permite a criação e gerenciamento do banco de dados, desenvolvimento de aplicações e geração de relatórios. A linguagem de programação usada neste ambiente deriva do Visual Basic.

• Oracle: O primeiro em Banco de Dados Corporativos (cliente/servidor)

possuindo grande variedade de distribuições (para Macintosh, Windows, Linux, FreeBSD, Unix) e para computadores de grande porte. É padrão SQL com uma linguagem própria para desenvolvimento de aplicações.

• Interbase: Foi incluído, pela Borland, nas suas ferramentas de

desenvolvimento (Delphi, C++Builder, JBuider). Teve uma versão liberada como Open Source.

• MS-SQL Server: Produzido pela Microsoft, inicialmente era uma versão

especial do Sybase. As versões atuais são independentes e opera exclusivamente sobre Windows.

Sistemas Comerciais

• Sybase SQL Anywhere: Concorre com o Oracle no mercado corporativo. Aplicações para este banco são desenvolvidas com o PowerBuilder.

• MySQL: Possui versões para Windows, Solaris, Unix, FreeBSD, Linux) e é gratuito. Muito poderoso, usado principalmente para desenvolvimento WEB como servidor de dados para comércio eletrônico.

• PostgreSQL: Gratuito e com boa aceitação. Originalmente concebido para rodar em Linux. Possui versões para Windows. Principalmente usado para comércio eletrônico juntamente com linguagem PHP.

• Informix: Boa escalabilidade e desempenho. Comercializado pela IBM.

• DB2: Produzido pela IBM, nasceu nos ambientes de grande porte, sendo posteriormente portado para plataformas mais simples (microcomputadores).

• Firebird: Nascido de uma iniciativa da Borland em abrir o código do InterBase 6, este sistema é open source e esbanja versatilidade e robustez. Possui recursos de trigger, store procedures e transações concorrentes.

Ciclo de Vida de Banco de Dados

•

Passo I:

Produtos

Ordens

Clientes

Vendedores



Passo II:

Modelagem conceitual

Ciclo de Vida de Banco de Dados

Visão do Vendedor Visão do Cliente Produto Vendedor servido pelo vendido pelo compra M M N N N 1

Ciclo de Vida de Banco de Dados



Passo II: Modelo Lógico

Cliente

cd_clie no_clie ….

Produto

cd_prod no_prod qt_estoque

Ordem Item da Ordem

cd_ordem cd_prod

Vendedor

cd_ordem cd_vendedor cd_clie

ender cargo dias_ferias cd_vendedor

Ciclo de Vida de Banco de Dados



Passo III:

cd_clie ….

Cliente / Refinado Ordem

cd_ordemcd_vendedor cd_clie

Ciclo de Vida de Banco de Dados



Passo IV:

L1 L2 L3 L5 L4 Todos os Produtos Vendedores RJ Clientes RJ Todos os produtos Vendedores RJ Clientes SP Todos os Produtos Todos os Vendedores Todos os Clientes Todos os Produtos Vendedores Sudeste Clientes Sudeste Todos os produtos Vendedores MG Clientes MG REDEREDE

Ciclo de Vida de Banco de Dados



Passo V:

Create Table Cliente (cd_cliente integer,

no_cliente char(15), endereco char(30), cd_vendedor char(15),

Primary Key (cd_cliente),

Ciclo de Vida de Banco de Dados



Passo VI:

- Criação das tabelas do BD através da Data Definition

Language (DDL) do SGBD

- Data Manipulation Language (DML) para consultas e

atualizações do B.D.

Consulta a Dados no Banco de

Dados

• Linguagem mais usada: SQL

• Todos os comandos de manipulação podem ser executados através de comandos SQL

• Interativamente

 ISQLW (versões anteriores)

 Query Analyser (v2000)  MySQL • Intercalados no programa  COBOL  Visual Basic  DELPHI, etc. SELECT * FROM ...

Aplicações de Bancos de

Dados

Data Mining

Mineração de Dados



Processo de extração dos padrões de

comportamento dos dados.

Exemplos



Áreas de aplicações potenciais:

 Vendas e Marketing

• Identificar padrões de consumo de consumidores • Identificar características demográficas de

consumidores

• Identificar consumidores “leais”

Exemplos



Áreas de aplicações potenciais:



Bancos

• Identificar padrões de fraudes (cartões de crédito)

• Identificar características de correntistas • Mercado Financeiro ($$$)

Exemplos



Áreas de aplicações potenciais

 Médica

• Comportamento de pacientes

• Identificar terapias de sucessos para diferentes tratamentos

• Fraudes em planos de saúdes



Exemplo (1) - Fraldas e cervejas

 O que as cervejas tem a ver com as fraldas ?

 homens casados, entre 25 e 30 anos;

 compravam fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para casa;

 Wal-Mart otimizou às gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas;



Exemplo (2) - Lojas Brasileiras

 Aplicou 1 milhão de dólares em técnicas de datamining

 Reduziu de 51000 produtos para 14000

produtos oferecidos em suas lojas.

 Exemplo de anomalias detectadas:

– Roupas de inverno e guarda chuvas encalhadas

no nordeste

– Batedeiras 110v a venda em SC onde a

corrente elétrica é 220v



Exemplo (3) - Bank of America

 Selecionou entre seus 36 milhões de clientes

• Aqueles com menor risco de dar calotes (Scoragem – BD + Redes Neurais)

• Resultado em três anos o banco lucrou 30 milhões de dólares com a carteira de empréstimos.