WBA0178_v2.

APRENDIZAGEM EM FOCO

BANCO DE DADOS RELACIONAL

E BIG DATA
 APRESENTAÇÃO DA DISCIPLINA
Autoria: Cassio Rodolfo Aveiro da Silva
Leitura crítica: Flavio Fiuza

Tudo ao seu redor gira em torno da comunicação entre pessoas,

entre sistemas e pessoas, e entre os próprios sistemas de
informação. Seu computador pessoal, as listas de filmes em
stream, os arquivos bancários, os check-ins de aeroportos ou
de hospedagens e até mesmo os caixas de supermercados são
alguns dos muitos exemplos em seu cotidiano que possuem
em comum a presença de bancos de dados para armazenar
essa grande variedade de arquivos e fornecer informações
importantes quando necessário.

É interessante que você esteja por dentro das concepções,

ferramentas e curiosidades por trás dos bancos de dados,
uma vez que os dados são, hoje, o bem mais valioso de uma
empresa. Com os avanços tecnológicos, muitos sistemas,
técnicas e procedimentos no contexto da informação
possibilitaram às pessoas, e sobretudo às empresas, mudarem
suas estratégias profissionais e de negócio. Utilizar-se de
recursos tecnológicos ultrapassados e desatualizados é
sinônimo de perda de lucratividade.

Portanto, a disciplina Banco de Dados Relacional e Big Data será

uma oportunidade para você adquirir conhecimento sobre
atualizações, metodologias, ferramentas utilizadas, novos
conceitos e a importância do armazenamento correto e adequado
de dados, o que pode representar uma vantagem competitiva
para empresas que, por exemplo, utilizam-se de um banco de
dados relacional para otimizar suas operações de negócio.

2
Para tal, esta disciplina apresentará a você definições sobre
estruturação e modelos de desenvolvimento de um banco de
dados; relações entre entidades de um banco; princípios de
cardinalidade e da linguagem-padrão utilizada. Além disso, será
estudado o que é um sistema responsável pela gestão de bancos
de dados. Você entenderá o que significa armazenamento em
nuvem, tratamento e manipulação de dados, aplicações e quais as
perspectivas futuras para os bancos de dados.

Por fim, para enriquecer ainda mais sua prática profissional, você
estudará sobre Big Data, a tecnologia de informação presente
no mundo todo e em crescente desenvolvimento, mostrando-se
extremamente eficiente na organização, no armazenamento e na
manipulação de enormes volumes de dados originados das mais
variadas fontes, por exemplo, as redes sociais. Além, é claro, de
aprender sobre as principais ferramentas utilizadas em Big Data
para transformar com velocidade e veracidade meros dados
brutos em informações de valor inestimável, como os datas
warehouses, Hadoops e os chamados NoSQL (bancos de dados
não relacionais).

INTRODUÇÃO

Olá, aluno (a)! A Aprendizagem em Foco visa destacar, de maneira

direta e assertiva, os principais conceitos inerentes à temática
abordada na disciplina. Além disso, também pretende provocar
reflexões que estimulem a aplicação da teoria na prática
profissional. Vem conosco!

3
TEMA 1

Banco de dados e Big Data:

união necessária

INÍCIO
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza

TEMA 1
TEMA 2
TEMA 3
TEMA 4
 DIRETO AO PONTO

Os dados são o novo petróleo, o combustível mais valioso do

mundo. As ferramentas utilizadas para organizar esses dados
são os bancos de dados. Nesta disciplina, vamos aprender sobre
um tipo de banco de dados bastante eficiente que é o banco de
dados relacional.

Este tipo de banco é baseado no modelo relacional.

A representação dos dados se dá por tabelas, em que cada
linha desta é um registro com o seu endereço que pode
também ser chamado de ID ou pode também ter o nome de
chave. Na tabela, suas colunas têm as características que são
também chamadas de atributos dos dados. As relações entre
os dados é que são a razão pela qual esse tipo de banco tem o
seu nome, pois para cada atributo terá um valor registrado que
se relaciona com os respectivos dados.

Por causa da relação entre as tabelas e, consequentemente,

a relação entre os dados das tabelas, podemos ter um
processamento de dados mais rápido e confiável. Quando o
usuário procura uma informação, conseguirá chegar à solução
de maneira mais eficiente e otimizada.

O modelo de banco de dados relacional tem a sua característica

principal na utilização de tabelas para armazenar de forma
eficiente e também acessar as informações procuradas. Foi assim
criado um modelo mais eficiente de acesso aos dados.

Na tabela, as colunas têm as características que são também

chamadas de atributos dos dados. As relações entre os dados são
a razão pela qual esse tipo de banco tem o seu nome, pois, para
cada atributo, terá um valor registrado que se relaciona com os
respectivos dados. O usuário pode ter, por exemplo, duas tabelas,

5
sendo que existe uma coluna que é comum a ambas as tabelas.
Desta forma, existe uma relação entre as tabelas em que o banco
de dados relacional pode estabelecer uma ID que é, neste caso,
uma chave.

O modelo de banco de dados relacional representa um banco

de dados como uma coleção de tabelas, cada uma pode ser
armazenada como um arquivo separado. A maior parte dos
bancos de dados relacionais utiliza a linguagem de consulta de
alto nível chamada SQL e admite uma forma limitada de visões
do usuário.

Sobre Big Data, temos que a quase totalidade dos dados que
existem hoje foi gerada nos últimos dois anos. Isto significa
que a maior parte dos dados que temos hoje em dia foi gerada
entre 2018 e 2020. A qualidade de câmeras, vídeos e capacidade
de armazenamento de informações nos dispositivos, aliada
aos meios de comunicação, como mídias sociais, e aos novos
hábitos de compartilhamento digitais, fizeram com que cerca
de 8 zetabytes (10²¹ bytes) fossem gerados em 2015. Em 2020,
foram gerados cerca de 350 zetabytes de dados, ou seja, uma
quantidade 43,75 vezes maior.

Essa nova realidade faz com que o Big Data esteja entre os
assuntos mais importantes em termos de soluções globais.
Analisar situações, gerenciar empresas e tomar decisões pode se
tornar mais eficiente com uma análise em Big Data.

Para trabalhar com Big Data, o processamento utilizado é

basicamente paralelo. É possível analisar dados não estruturados
e é comum o uso de banco de dados NoSQL.

Algumas tecnologias dão suporte ao Big Data, como Hadoop

e MapReduce, Cassandra, todos sistemas open source,
muito utilizados pelas redes sociais na parte de análise e de

6
infraestrutura para armazenar e processar os dados. O Hadoop
é um projeto open source desenvolvido pelos projetos Hadoop
MapReduce (HMR), utilizado para processamento paralelo;
Hadoop Distributed File System (HDFS), utilizados para trabalho
com dados não estruturados.

A razão pela qual o processamento é muito acelerado é

que os dados são pesquisados paralelamente. Os dados
são distribuídos em blocos, que são divididos em diferentes
servidores. Os blocos têm um volume maior do que o que
normalmente é usado, são de 64 MB. A razão do tamanho
grande é que cada servidor pode trabalhar paralelamente com
um volume maior de dados.

A área visual de imagens e vídeos vai se desenvolver cada dia

mais e a tendência é que a velocidade de compartilhamento
e quantidade dos dados se multipliquem a cada ano. Por este
motivo, torna-se tão importante aprender sobre a análise e o
tratamento de um grande volume de dados como a matéria de
banco de dados e Big Data. Um ponto fundamental é que os
dados se transformem em informações úteis e inteligíveis, das
quais os usuários consigam extrair um importante valor.

Já falamos sobre algumas tecnologias que aprofundaremos

ao longo da disciplina, mas é importante falar também dos
profissionais e da importante atuação e do conhecimento
necessário do assunto da disciplina, assim como novas profissões
atuais e do futuro. O novo cargo chamado cientista e analista de
dados é exemplo de profissionais do presente e futuro. Eles estão
entre os profissionais mais desejados pelas empresas nacionais
e internacionais. Precisam ter conhecimentos de estatística,
matemática, familiaridade com linguagem de programação como
NoSQL, Python, R, entre outras, e saber lidar com o modelo
relacional, suas regras e técnicas.

7
Referências bibliográficas
NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo: Pearson, 2011.
TAURION, C. Big Data. Rio de Janeiro, Brasport, 2013.

PARA SABER MAIS

Para entender melhor sobre um banco de dados relacional,

precisamos entender de forma leve e simples o que é um banco
de dados. Podemos fazer analogias com o nosso dia a dia. Então,
se pensarmos em dados como se fossem atributos, ou itens, como
se fossem objetos, esses precisam ser organizados com uma
certa estrutura, ser registrados, por exemplo, para saber o que
se tem quando se deseja usar. Desta maneira, um conjunto de
registros desses itens, nós chamamos arquivos, e eles precisam
ser acessados por programas. Assim, denominados o conjunto de
arquivos como banco de dados.

Esse grupo de arquivos, que na verdade estão armazenando

dados para serem acessados de forma mais rápida e eficiente,
pode estar relacionado entre si. Surge, então, alguns conceitos
sobre os tipos de acesso e de organização dos bancos de dados.
Todos gostam de ter suas informações de forma rápida e correta,
para isso acontecer, temos uma certa lógica para organizar e
estruturar os bancos de dados. Além disso, temos também um
conjunto de regras e princípios para que o tempo de aquisição das
informações estruturadas seja curto, e o processo, confiável.

Os princípios são: redundância, inconsistência e integração. Hoje

em dia, sabemos que guardar itens, ou dados, não é uma tarefa
fácil quando temos um volume muito grande deles, certo? Então,
quando falamos em redundância, estamos tratando de ter os
mesmos dados em áreas diferentes de uma mesma empresa.

8
Portanto, se tivermos os mesmos dados armazenados em áreas
diferentes, a empresa incorrerá em maiores custos e queremos
evitar isso. É por isso que falamos que temos de ter cuidado com o
princípio da redundância.

Sobre a inconsistência, temos exemplos de dados que podem

ter alterações ao longo do tempo, então, normalmente, tais
dados precisam de uma atualização para que não ocorra uma
inconsistência. Então, quando temos importantes decisões a
serem tomadas em grandes empresas, podemos ter grandes erros
caso ocorra a inconsistência nos dados.

Em relação ao princípio da integração, podemos entender

com exemplos de compartilhamento de dados. Temos um
exemplo bastante utilizado hoje em dia que são as redes
sociais. Normalmente, compartilhamos muitas imagens, vídeos
e informações por meio do WhatsApp, Facebook, Instagram e
outras redes ou até e-mails, então, às vezes, facilita se tivermos
uma integração na forma como compartilhamos os dados. Esse é
o princípio da integração, em que, para evitar erros, é necessário
ter uma comunicação eficiente dos dados e a necessidade de uma
integração de dados com qualidade e confiabilidade.

Podemos fazer várias analogias com os princípios, regras e

linguagens utilizadas para coletar, adquirir, tratar, analisar os
dados e extrair importantes informações que serão utilizadas
em tomadas de decisão em empresas, e até mesmo ter
subsídios para ter uma boa política pública, baseadas em
dados das cidades.

Referências bibliográficas
MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba:
Intersaberes, 2013.

9
Lorem ipsum
TEORIA dolor sit amet
EM PRÁTICA
Autoria:
Reflita Nome
sobredo
a autor da disciplina
seguinte situação: você é o diretor da empresa
Leitura
Google, crítica: Nomemuitas
existem do autoráreas
da disciplina
e vários programas que estão
sob a mesma empresa, como os e-mails Gmail, sites de busca,
agendas virtuais, Google Maps, vários aplicativos; a empresa
multinacional, que atua mundialmente, possui um volume
de dados gigantesco, na faixa de zetabytes. Com a maior
parcela de seu lucro vindo da publicidade, é uma das maiores
empresas do mundo, embora seja recente. Foi fundada em
4 de setembro de 1998. O crescimento da empresa foi muito
rápido e, com isso, culminou em diversos produtos inovadores
e tecnológicos no mercado. O Google é executado em mais
de um milhão de servidores e processa mais de 5 bilhões
de solicitações de pesquisa em vários países diferentes. Já
foi tido como o site mais visitado do mundo e considerado
uma das melhores empresas para se trabalhar. Com todas
essas informações sobre o Google, é possível perceber, com o
conteúdo estudado, que estamos tratando do maior volume
de dados do mundo. Quais as características de profissionais
que você contrataria para sua empresa? Quais os princípios
aplicados aos dados que você recomendaria ter para que sua
empresa continuasse a ter sucesso?

Para conhecer a resolução comentada proposta pelo

professor, acesse a videoaula deste Teoria em Prática no
ambiente de aprendizagem.

10
 LEITURA FUNDAMENTAL
Indicações de leitura

Indicação 1

O capítulo tem como objetivo compreender conceitos básicos

de bancos de dados, seus esquemas e instâncias. Dentro do
conteúdo, é discutido também sobre a arquitetura e alguns tipos
de linguagens de programação necessárias para trabalhar com
bancos. Algumas características do modelo relacional e de banco
de dados relacional são explicadas.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo:

Pearson, 2011. Cap. 2, p. 19- 36.

Indicação 2

O crescimento do volume de dados é muito grande e a velocidade

de compartilhamento de informações, em forma de imagens,
áudio e vídeo, vem crescendo muito rápido. Os dados são
importantes na economia, no trabalho. A análise de Big Data vem
trazer novas soluções e profissões no mundo atual e futuro.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

TAURION, C. Big Data. Rio de Janeiro, Brasport, 2013. Cap. 2,

p. 37-46.

11
Indicação 3

O capítulo destaca a importância da programação nos dias

de hoje, seu papel nas empresas e os conceitos iniciais sobre
algoritmos, quais as formas de sua representação e como realizar
a entrada, o processamento e a saída de dados.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

LEAL, L. C. G. Linguagem, programação e banco de dados.

Curitiba: Intersaberes, 2015. Cap. 1, p. 15-48.

Indicação 4

Este capítulo mostra a importância dos bancos de dados, a sua

representação eficiente, que possibilita acesso a informações
corretas, em tempo hábil. São explicados princípios que devem ser
levados em consideração para obtenção de um banco de dados
eficiente, como redundância, inconsistência e integração.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba:

Intersaberes, 2013. Cap. 1, p. 11-32.

12
 QUIZ

Prezado aluno, as questões do Quiz têm como propósito a

verificação de leitura dos itens Direto ao Ponto, Para Saber
Mais, Teoria em Prática e Leitura Fundamental, presentes
neste Aprendizagem em Foco.

Para as avaliações virtuais e presenciais, as questões serão

elaboradas a partir de todos os itens do Aprendizagem em
Foco e dos slides usados para a gravação das videoaulas,
além de questões de interpretação com embasamento no
cabeçalho da questão.

1. Quais os princípios importantes na área de banco de dados

que foram estudados?

a. Redundância, inconsistência e integração.

b. Reconstrução, consistência e integração.
c. Reconstrução, inconsistência e união.
d. Reordenação, consistência e integração.
e. Reconstrução, consistência e integração.

2. Assinale a alternativa correta que possui algumas

tecnologias que dão suporte ao Big Data:

a. Hadoop e MapReduce, Lisandra.

b. Hadoop e MapRoad, Cassandra.
c. Hapop e MapReduce, Cassandra.
d. Hadoop e MapReduce, Cassandra.
e. Hadoop e NoteReduce, Cassandra.

13
 GABARITO

Questão 1 - Resposta A
Resolução: Os princípios são: redundância, inconsistência e
integração, que são um conjunto de regras e princípios para
que o tempo de aquisição das informações estruturadas seja
curto, e o processo, confiável.
Questão 2 - Resposta D
Resolução: Algumas tecnologias dão suporte ao Big Data,
como Hadoop e MapReduce, Cassandra (sistema open
source), muito utilizados pelas redes sociais, na parte de
análise e de infraestrutura, para armazenar e processar os
dados. O Hadoop é um projeto open source, desenvolvido
pelos projetos Hadoop MapReduce (HMR), utilizado para
processamento paralelo; Hadoop Distributed File System
(HDFS), utilizados para trabalho com dados não estruturados.

14
TEMA 2

ACID e benefícios do
banco de dados relacional

INÍCIO
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza

TEMA 1
TEMA 2
TEMA 3
TEMA 4
 DIRETO AO PONTO

Um dos conceitos básicos que são sempre usados quando se fala

de banco de dados é a transação. Ela é usada para uma série de
atividades no banco de dados, tais como: atualizações, inserções,
exclusões e recuperações dos dados. Estas transações podem
ser executadas por aplicativos que estão em vários tipos de
dispositivos, como o smartphone, por exemplo.

Quando as transações são usadas para recuperar dados, são

chamadas de transação leitura, se for usada para inserir, excluir
e atualizar dados, é chamada de transação de leitura e gravação.
Alguns comandos para esta operação são usuais, como Begin
Transaction e End Transaction, o que temos entre esses comandos
será considerado transação.

Para evitar que sejam interrompidas as transações em bancos

de dados, é necessário implementar técnicas de controle
de concorrência para manter o banco em um bom estado,
assim como ter propriedades desejáveis e necessárias para as
transações. Tais técnicas são chamadas de ACID:

• Atomicidade: uma transação deve ser realizada em sua

totalidade, caso não seja, não deve ser realizada.

• Consistência: uma transação deve ser realizada do começo

ao fim, preservar sua consistência, sem interferência de
outras transações.

• Isolamento: uma transação deve ser executada

isoladamente, ainda que ao mesmo tempo que outras.
Mesmo acontecendo simultaneamente, não deve sofrer
interferência de outras transações.

16
 • Durabilidade: quando houver mudanças aplicadas pelas
transações ao banco de dados, estas não podem ser perdidas
por causa de falhas, as mudanças devem ser mantidas.

Quando a transação é bem executada e finalizada, ela é

confirmada (committed), quando existe falha, pode-se dizer que a
transação é abortada (abort). Para que sejam evitadas as falhas, o
banco de dados relacional deve ter e impor as propriedades ACID
nas transações para que o controle e a recuperação após as falhas
sejam garantidos, e o controle de concorrência, realizado.

Figura 1 – Propriedades ACID

Fonte: elaborada pela autora.

Um conceito também importante no banco de dados é

a cardinalidade, que pode ser entendida como o grau de
relacionamento das ocorrências de determinadas entidades. Para
entender melhor esse conceito, precisamos entender também os
tipos de relacionamentos entre as entidades e suas ocorrências:

• Relacionamento de um para um (1x1).

• Relacionamento de um para muitos ou muitos para um
(1xN) ou (Nx1).
• Relacionamento de muitos para muitos (NxN).

17
Em relação à cardinalidade, existem dois tipos:

• Cardinalidade máxima: refere-se ao número máximo de

vezes em que pode haver ocorrência de uma entidade A em B.

• Cardinalidade mínima: refere-se ao número mínimo de

vezes que pode haver ocorrência de uma entidade A em
uma entidade B. Os valores possíveis são zero ou um.

Nos relacionamentos em que temos a possibilidade de ocorrência

N vezes, temos então uma cardinalidade máxima para esses casos.

Figura 2 – Exemplo de cardinalidade e relacionamento com

entidades e número de ocorrências

Fonte: elaborada pela autora.

Referências bibliográficas
HARVARD-MIT. MIT-BIH Database Distribution. 2005. Disponível em:
https://ecg.mit.edu/. Acesso em: 16 nov. 2020.

PARA SABER MAIS

É importante entendermos bem as vantagens, os benefícios

e importância de um banco de dados relacional confiável.
Podemos considerar um investimento que as empresas fazem

18
que pode ter um impacto positivo entre os funcionários e na
produtividade, sendo estes alguns dos bons resultados que a
empresa pode alcançar:

• Comunicação entre os setores das empresas:

relacionamento entre as diversas áreas e dados da empresa.
Um bom banco de dados pode manter as várias áreas
diferentes da empresa se comunicando de forma eficiente,
isso melhora a produtividade da empresa.

• Reduzir os riscos de operação: a redução de riscos ocorre

porque a transparência das informações é maior, dado que
as diferentes equipes terão acesso confiável aos dados.
Isso faz com que as equipes estejam alinhadas com as
necessidades do empreendimento.

• Aumentar a segurança: um sistema de gestão de

informações, precisa ser seguro. A confiança na aquisição
e armazenamento de dados para pessoas que precisam
ter acesso, é fundamental. Como solução, é possível limitar
e controlar as pessoas com acesso e assim ter uma maior
segurança dos dados.

• Melhorar a tomada de decisão: basear em informações

valiosas de forma eficiente é a melhor forma de diminuir
os riscos e tomar decisões de forma coerente com as
características da empresa. É mais provável ter uma visão
geral do todo e identificar os principais problemas e
melhorias a serem alcançadas no negócio.

Referências bibliográficas
LEAL, L. C. G. Linguagem, programação e banco de dados. Curitiba:
Intersaberes, 2015. Cap. 1, p. 15-48.

19
 TEORIA EM PRÁTICA

Reflita sobre a seguinte situação: uma grande empresa de

produção e venda de produtos eletrônicos, atualmente, realiza o
controle de seus dados de maneira totalmente manual, ou seja,
por meio de anotações referentes às atividades desenvolvidas.
Ao ter um aumento significativo de seus processos de negócio, a
empresa se vê na obrigação de criar um banco de dados relacional
(BDR). Sendo responsável pelo desenvolvimento deste BDR, quais
as relações e cardinalidades que você poderia estabelecer nas
relações entre fornecedores, clientes, produtos e vendas?

Para conhecer a resolução comentada proposta pelo

professor, acesse a videoaula deste Teoria em Prática no
ambiente de aprendizagem.

LEITURA FUNDAMENTAL
Indicações de leitura

Indicação 1

Ler o capítulo introdutório do livro Banco de Dados: princípios e

práticas, publicado em 2013 pela editora Intersaberes.

Para realizar a leitura, acesse a plataforma Biblioteca Virtual

3.0_Pearson, na Biblioteca Virtual da Kroton, e busque pelo
título da obra.

MEDEIROS, F. L. Banco de dados: princípios e práticas. Curitiba:

Intersaberes, 2013.

20
Indicação 2

Ler o capítulo introdutório do livro Sistemas de banco de dados,

publicado em 2011 pela editora Pearson.

Para realizar a leitura, acesse a plataforma Biblioteca Virtual

3.0_Pearson, na Biblioteca Virtual da Kroton, e busque pelo
título da obra.

NAVATHE, E. Sistemas de banco de dados. 6. ed. São Paulo:

Pearson, 2011.

QUIZ

Prezado aluno, as questões do Quiz têm como propósito a

verificação de leitura dos itens Direto ao Ponto, Para Saber
Mais, Teoria em Prática e Leitura Fundamental, presentes
neste Aprendizagem em Foco.

Para as avaliações virtuais e presenciais, as questões serão

elaboradas a partir de todos os itens do Aprendizagem em
Foco e dos slides usados para a gravação das videoaulas,
além de questões de interpretação com embasamento no
cabeçalho da questão.

1. É o conceito que dá a ideia de indivisibilidade, ou seja, as

transações que acontecem com partes de informações
discretas devem ser totalmente executadas, caso
contrário, se forem divididas, não serão executadas.
Então este conceito, assim como o átomo, garante a
indivisibilidade de suas partes.

Estamos falando do conceito de:

21
 a. Atomicidade.
b. Consistência.
c. Isolamento.
d. Durabilidade.
e. Coerência.

2. Este conceito é como se fosse uma proteção, quando uma

transação não foi validada, mas está em andamento, o
conceito garante que deve permanecer separada, ou seja,
não haverá interferência por outra ação que acontece
concomitantemente.
Estamos falando do conceito de:

a. Atomicidade.
b. Consistência.
c. Isolamento.
d. Durabilidade.
e. Coerência.

GABARITO

Questão 1 - Resposta A
Resolução: Atomicidade: uma transação deve ser realizada
em sua totalidade, caso não seja, não deve ser realizada.
Isolamento ou isolação: uma transação deve ser executada
isoladamente, ainda que ao mesmo tempo que outras.
Mesmo acontecendo simultaneamente, não deve sofrer
interferência de outras transações.

22
 Questão 2 - Resposta C
Resolução: O isolamento garante que transações
concorrentes não sofram mútua interferência. Noutras
palavras, uma transação em andamento que ainda não
esteja validada deve permanecer isolada de qualquer outra
operação, garantindo que a transação não será interferida
por nenhuma outra.

23
TEMA 3

A SQL e os sistemas de
gestão de banco de dados

INÍCIO
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza

TEMA 1
TEMA 2
TEMA 3
TEMA 4
 DIRETO AO PONTO
Para que o uso de um banco de dados (BD) relacional e suas
transações de dados necessárias faça sentido, é preciso que você
tenha em mãos um adequado sistema de gestão de banco de
dados (database management system – DBMS), responsável por
criar, armazenar, organizar e promover acesso aos dados de um
determinado BD (LAUDON; LAUDON, 2014).

Para Machado (2020), atualmente, os DBMS possuem uma

estruturação em módulos com a função básica de gerar variadas
visualizações lógicas a partir de um único banco de dados. Tais
visualizações são especificadas de acordo com os interesses dos
usuários que as utilizarão, ou seja, são dados ou informações
selecionados e disponibilizados para uma finalidade. Um exemplo
típico é a aplicação do DBMS no BD de recursos humanos (Figura 1):

Figura 1 – Ação do DBMS (SGBD) no banco de dados de

recursos humanos

Fonte: adaptada de Laudon e Laudon (2014).

Os DBMS são constituídos por dois módulos principais: módulo

cliente e módulo servidor. O primeiro, por meio de interfaces
intuitivas, promove a interação com os usuários sem exigir deles

25
uma linguagem complexa. Já o módulo servidor está relacionado
às operações técnicas relacionadas ao armazenamento de dados
de modo geral, como acessos e consultas (MACHADO, 2020).

Em relação às interfaces dos DBMS, Laudon e Laudon (2014)

e Machado (2020) trazem seis tipos de interfaces mais
disponibilizadas ao usuário:

• Interface baseada em menus (MBI – Menu Based Interface).

• Interface baseada em formulários (FBI – Forms Based

Interface).

• Interface gráfica para usuários (GUI).

• Interface de linguagem natural (NLI – Natural

Language Interface).

• Interface para usuários parametrizáveis

(PUI – Parameterizable User Interface).

• Interface para os administradores dos bancos de dados

(DBAI – Data Base Administrator Interface).

Os DBMS, segundo Laudon e Laudon (2014), são excelentes para

a gestão de banco de dados relacionais (BDR), pois dispõem aos
administradores três funções essenciais aos BDRs: select – seleção
de um conjunto de tuplas importantes de uma entidade; join –
combinação de tabelas para obtenção de mais informações; e
project – conjunto de atributos importantes para a geração de uma
nova tabela apenas com as informações pertinentes.

Destarte, para compreender melhor o funcionamento de

um DBMS, é necessário também entender a linguagem
computacional por trás deste sistema. O sucesso do BDR
ocorreu graças à utilização da Structure Query Language
(SQL – Linguagem Estruturada de Consulta), desenvolvida em

26
1970 e, em virtude de sua expansão em utilização mundial,
tornou-se a linguagem-padrão dos DBMS pela ANSI em 1982 e
pela ISO em 1986 (MACHADO, 2020).

Para Machado (2020), a SQL, que pode ser utilizada por meio de
linguagens hospedeiras (C, C++, Fortran etc.), isenta usuários e
programadores da preocupação relacionada à migração de dados
entre diferentes DBMS. Além disso, a linguagem estruturada em
consulta age como um mediador na troca de dados e informação
entre o banco de dados e processos (consultas interativas;
acessibilidade a um banco de dados específico; otimização da
gestão dos DBAs; relacionamento cliente-servidor; comunicação
entre computadores e máquinas; e a interação com outros
bancos de dados).

Laudon e Laudon (2014) trazem a observação de que, por meio

dos comandos da SQL, é possível promover um compartilhamento
de dados entre usuários concorrentes sem interferir na atividade
do outro, muito menos fornecer dados sigilosos por engano.
Para o BDR, essa linguagem permite otimizar a integralidade dos
dados, um dos princípios desse tipo de banco.

A SQL pode, por exemplo, ser utilizada em um DBMS apenas para

definição lógica dos dados exigidos pelo usuário. Neste caso,
utiliza-se de sua sublinguagem Data Definition Language (DDL –
linguagem de definição de dados) juntamente a um compilador
DDL para leitura e escrita de comandos (MACHADO, 2020).

Outra utilização muito importante é na manipulação dos dados

de um BD, principalmente se estiverem já compilados, exigindo
alterações, recuperações, exclusões ou mesmo realocações. Para
essa situação, a SQL faz uso de sua outra sublinguagem, a Data
Manipulation Language (DML – linguagem de manipulação de
dados) segundo Laudon e Laudon (2014).

27
Indo mais a fundo, a DML pode ainda ser subdividida em linguagem
de alto e baixo nível. A primeira, também conhecida como não
processual, tem a capacidade de entender a consulta solicitada
pelo usuário por meio de uma linguagem de programação geral.
Já a de baixo nível, ou processual, exige ser embutida em uma
linguagem hospedeira por meio de códigos do tipo loop, para que
consiga realizar as tarefas solicitadas, porque tem a capacidade de
processar apenas um dado de cada vez (MACHADO, 2020).

Os mais conhecidos DBMS baseados em SQL são o MySQL, um

dos softwares de gestão de banco de dados mais populares
de código aberto, e o pacote comercial Microsoft® Access®
(LAUDON; LAUDON, 2014).

Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
MACHADO, F. N. R. Projeto e implementação de banco de dados. 4. ed.
São Paulo: Érica, 2020.

PARA SABER MAIS

Ao estudar sobre sistemas de gestão de banco de dados, é muito

importante que você conheça seus principais componentes.
Para começar, o armazenamento, como você já deve imaginar, é
realizado em discos rígidos normalmente. O controle de acesso
a esse armazenamento físico é gerenciado por um sistema
operacional (SO), por meio de uma ferramenta de gerenciamento de
dados armazenados, conforme apresentado por Machado (2020).

O gerenciador utiliza-se do SO para promover as transações

de dados entre o disco rígido e a memória do PC, além da
manipulação dos buffers da memória em questão para que

28
todos os módulos do DBMS possam ter acesso ao banco
de dados. Existem sistemas que contam com um módulo
próprio para gerenciamento de buffers, dispensando o uso
desnecessário do SO (ELMASRI; NAVATHE, 2009).

O catálogo de dados também é um componente do DBMS, o

qual armazena informações e detalhes referentes aos dados de
um banco por meio da DDL. O catálogo serve de suporte para
outros componentes e módulos do sistema, segundo Elmasri e
Navathe (2009).

Já o processador runtime é o componente responsável por

controlar o acesso ao banco de dados em tempo de execução
de comandos, recuperando-os ou atualizando-os. Esse acesso
passa pelos gerenciadores de armazenamento e de buffers.
Esse componente está associado a outro destinado a manipular
as pesquisas de alto nível. Trata-se do compilador de consulta,
o qual analisa os comandos e linguagens utilizados na consulta
requerida e os compila para gerar um código de acesso ao banco
de dados e solicitações ao processador runtime. Existe também
um pré-compilador com a função de extrair os comandos DML da
linguagem hospedeira (ELMASRI; NAVATHE, 2009).

Nos DBMS, é prática comum disponibilizarem um programa do

cliente para o acesso ao banco de dados por um computador
(computador cliente) que não está fisicamente ligado ao referido
banco, como no caso dos servidores de banco de dados. Há ainda
o servidor de aplicação, um computador intermediário na relação
cliente-servidor, segundo Elmasri e Navathe (2009).

Além dos componentes e módulos, os DBMS disponibilizam em

sua estrutura utilitários de banco de dados. Segundo Machado
(2020), estes utilitários auxiliam os DBAs em suas tarefas
relacionadas ao banco de dados. Para Elmasri e Navathe (2009),
as funções básicas desses recursos são:

29
 • Loading: carregamento de arquivos de dados. É necessário
fornecer ao utilitário a fonte e a estrutura do dado que
se deseja, formatando ou convertendo os arquivos e os
disponibilizando no BD.

• Backup: criação de cópia de todos os arquivos do BD como

medida de segurança contra falhas inesperadas. Podem ser
realizados backups pontuais em apenas parte do banco que
sofre recente modificação.

• File reorganization: reorganização de arquivos no BD

visando melhor performance do DBMS (semelhante ao
desfragmentador de disco de um SO).

• Performance monitoration: monitoramento do uso do

banco de dados para geração de relatórios estatísticos que
servirão de apoio à tomada de decisões pelos DBAs.

Existem muitos outros utilitários além desses básicos, que são

disponibilizados conforme o grau de necessidade dos usuários
dos DBMS.

Referências bibliográficas
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. Tradução Marília
G. Pinheiro. 4. ed. São Paulo: Pearson, 2009.
MACHADO, F. N. R. Projeto e implementação de banco de dados. 4. ed.
São Paulo: Érica, 2020.

TEORIA EM PRÁTICA

Sua empresa, do ramo de venda de produtos importados, possui

uma alta demanda de pedidos, o que exige um relacionamento
estrito com fornecedores para garantir o atendimento de seus
clientes. Atualmente, a empresa conta com sistemas de gestão

30
da cadeia de suprimento e de relacionamento com o cliente,
sistemas de informação que já seriam suficientes para garantir
o sucesso dos processos de negócios. Porém, o banco de dados
que alimenta tais sistemas não possui uma gestão adequada,
causando atrasos e informações desconexas. Você recebe a
missão de resolver esse problema. Como você poderia utilizar
um sistema de gestão de banco de dados estruturado em SQL
nesta situação? E quais utilitários e interfaces são recomendados
para esse sistema?

Para conhecer a resolução comentada proposta pelo

professor, acesse a videoaula deste Teoria em Prática no
ambiente de aprendizagem.

LEITURA FUNDAMENTAL
Indicações de leitura

Indicação 1

Esta dissertação de mestrado teve como objetivo apresentar a

integração possível das funcionalidades do DBMS SQL Server R
Services 2016, uma ação que permite potencializar a performance
desse sistema na gestão de banco de dados.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

FREITAS, C. M. A. Integração das funcionalidades do programa

SQL Server R Services 2016 na empresa Quidgest. Dissertação
(Mestrado em Métodos Quantitativos para a Decisão Econômica
e Empresarial) – Instituto Superior de Economia e Gestão,
Universidade de Lisboa, Lisboa, 2017.

31
Indicação 2

Este trabalho de conclusão de curso tem como objetivo apresentar

práticas para limitar ou impedir ataques de hacker em sistemas de
informação, por meio da inserção de SQL em aplicações web, uma
aplicação desta linguagem em DBMS para restringir acessos não
autorizados no banco de dados relacional.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

FREITAS, C. M. A. Integração das funcionalidades do programa

SQL Server R Services 2016 na empresa Quidgest. Trabalho de
Conclusão de Curso (Bacharelado em Ciência da Computação) –
Instituto de Informática, Universidade Federal do Rio Grande do
Sul, Porto Alegre: 2009.

QUIZ

Prezado aluno, as questões do Quiz têm como propósito a

verificação de leitura dos itens Direto ao Ponto, Para Saber
Mais, Teoria em Prática e Leitura Fundamental, presentes
neste Aprendizagem em Foco.

Para as avaliações virtuais e presenciais, as questões serão

elaboradas a partir de todos os itens do Aprendizagem em
Foco e dos slides usados para a gravação das videoaulas,
além de questões de interpretação com embasamento no
cabeçalho da questão.

1. Em relação aos dois módulos principais do sistema de

gestão de banco de dados, qual das alternativas apresenta
corretamente tais módulos?

32
 a. Módulo automático e módulo manual.
b. Módulo empresarial e módulo pessoal.
c. Módulo integrado e módulo dividido.
d. Módulo cliente e módulo servidor.
e. Módulo de escrita e módulo de leitura.

2. Em relação ao Structure Query Language (SQL) e suas

estruturas de linguagem empregadas na gestão de um
banco de dados, qual alternativa contém as duas principais
sublinguagens da SQL?

a. IML e BDR.
b. DLL e DML.
c. BDR e DDL.
d. DML e DVL.
e. DDL e DML.

GABARITO

Questão 1 - Resposta D
Resolução: Os sistemas de gestão de banco de dados são
baseados na relação cliente-servidor. Consequentemente, os
dois principais módulos são o módulo cliente (com interfaces
relacionais com o usuário) e o módulo servidor (para a
realização das operações físicas do banco de dados).
Questão 2 - Resposta E
Resolução: A Data Definition Language (DDL – Linguagem
de Definição de Dados) e a Data Manipulation Language
(DML – Linguagem de Manipulação de Dados) são as
principais sublinguagens da SQL utilizadas para consultas
e/ou manipulação de arquivos do banco de dados,
respectivamente.

33
TEMA 4

Big Data e bancos de dados

não relacionais

INÍCIO
______________________________________________________________
Autoria: Clarissa Fernanda Correia Lima Loureiro
Leitura crítica: Flavio Fiuza

TEMA 1
TEMA 2
TEMA 3
TEMA 4
 DIRETO AO PONTO
Com os avanços tecnológicos, o fluxo de dados e informações
cresceu de forma exponencial, o que impossibilitou a utilização
eficiente dos tradicionais bancos de dados relacionais e sistemas
de informação. Com o advento da web, surgiram enormes
volumes de dados gerados em curtos períodos de tempo. Com
isso, o uso de planilhas, por exemplo, tornou-se demasiadamente
obsoleto. Como alternativa eficiente para o gerenciamento desses
imensos volumes, utiliza-se a concepção de Big Data.

Big Data excede as tradicionais atividades de coletar, armazenar

e analisar dados. Não necessita de grandes servidores, softwares
ou hardwares potentes, pois seu uso pode ser desenvolvido com
armazenamento em nuvem. Benefícios convertidos em redução
de custos e visualização de novas oportunidades empresariais
(LAUDON; LAUDON, 2014).

Taurion (2013) descreve Big Data em cinco “Vs”, palavras-chave

que definem a concepção:

1. Volume.
2. Velocidade.
3. Veracidade.
4. Variedade.
5. Valor.

Segundo Taurion (2013), Big Data é um conjunto de tecnologias,

práticas e processos voltados à análise de dados que
anteriormente não eram nem identificados, o que possibilita uma
gestão muito mais eficiente e de alto desempenho.

Big Data exige mudanças organizacionais no que tange a processos

e infraestrutura de tecnologia de informação. Assim sendo, sua

35
utilização deve, obrigatoriamente, passar por três etapas básicas
(LAUDON; LAUDON, 2014). Primeiramente, realiza-se o processo
de coleta de dados das mais variadas fontes possíveis. Esses
dados devem, então, ser tratados, agregados e integrados entre si
para que, ao final, possam ser utilizados em ações analíticas que
descobrirão seus padrões e relações, segundo Taurion (2013).

A utilização de Big Data é tão surpreendente que traz impactos

significantes em empresas, governos e sociedade como um todo.
Segundo Taurion (2013), o acesso facilitado a um grande volume
de dados antes inacessíveis permite uma maior transparência de
informações; uma segmentação profunda da sociedade, chegando
ao nível do indivíduo; previsões de eventos como pandemias e
tempestades, por exemplo; além de contribuir para a ocorrência
de tomadas de decisões automatizadas precisas e com alta
velocidade. Pontos que no ramo empresarial influenciaram o
desenvolvimento de novos processos de negócios.

É necessária toda uma infraestrutura tecnológica direcionada à

utilização de Big Data. Essa infraestrutura pode ser visualizada na
Figura 1 a seguir.

Figura 1 – Infraestrutura de utilização de Big Data

Fonte: adaptada de Laudon e Laudon (2014).

36
Como observado, Big Data compreende enormes quantidades
de dados das mais variadas fontes, encaminhados aos clusters
Hadoop, para posteriormente serem retrabalhados pelos datas
warehouses e marts e plataformas analíticas, antes de chegar aos
interessados em processar informações importantes (LAUDON;
LAUDON, 2014).

Datas warehouses compreendem bancos de dados direcionados

aos dados operacionais de uma empresa relacionados a dados
externos, recombinando dados e os armazenando novamente.
O data mart é semelhante, mas gera grupos menores de dados
selecionados de acordo com os interesses finais (TAURION, 2013).

As plataformas analíticas são as responsáveis por oferecer

processamento de grandes grupos de dados com rapidez e
eficiência, otimizando as consultas solicitadas. Processamento
equivalente à computação em memória, que cria banco de dados
armazenados na própria memória RAM de um computador,
facilitando cálculos em poucos segundos, conforme exposto por
Laudon e Laudon (2014).

Completando as ferramentas e os sistemas utilizados em Big Data

está o Hadoop, composto por clusters de servidores tratando os
dados de duas formas:

• Processamento paralelo por meio do Hadoop MapReduce

(HMR), que mapeia os dados e os fragmenta em tuplas a
serem combinadas, a fim de fornecer o resultado esperado
por uma consulta.

• Segmentação dos dados em pequenos blocos de dados

por meio do Hadoop Distributed File System (HDFS), que
garante a integridade contra falhas, realizando cópias
desses blocos em três repositórios diferentes, em média.

37
Para desenvolver um projeto de Big Data utilizando Hadoop e
obter sucesso, Taurion (2013) acredita que a ferramenta deva
realmente ter utilidade para um setor empresarial, por exemplo,
se a empresa possui a capacidade e qualificação necessária e que
a fornecedora de uma distribuição Hadoop tenha essa ferramenta
como seu principal produto e assim garante-se o suporte.

Por fim, os bancos NoSQL possuem diferentes formas e tamanhos,

dependendo das peculiaridades e necessidades exigidas,
direcionados a gerenciar volumes consideráveis de dados em
computadores dispersos, aumentando ou reduzindo máquinas se
for necessário (LAUDON; LAUDON, 2014).

Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
TAURION, C. Big Data: velocidade, volume, variedade, veracidade, valor.
Rio de Janeiro: Brasport, 2013.

PARA SABER MAIS

Ao lidar com Big Data, é muito importante que você saiba quais
as perguntas-chaves para uma consulta eficiente de dados,
um reflexo do conhecimento aprofundado da informação que
você está procurando. Se não há a formulação correta desses
questionamentos, a pesquisa fica comprometida. Para resolver esse
problema, existem ferramentas tais como o data mining (mineração
de dados), destinado a identificar padrões de relacionamento
ocultos em enormes bancos de dados (LAUDON; LAUDON, 2014).

Como o próprio nome sugere, o data mining visar extrair

conhecimento dos dados por meio de métodos de análise de dados
com algoritmos específicos de processamento de grandes volumes
e com o uso de inteligência artificial, segundo Tan et al. (2014).

38
Para Tan et al. (2014), o processamento do data mining surge no
momento em que o usuário define um problema, escolhendo os
dados e ferramentas para analisá-lo. Basicamente, são utilizadas
três técnicas para tal situação: estatística, que é a essência
do data mining; inteligência artificial, como forma de imitar a
expertise humana na resolução de problemas; e machine learning
(aprendizado de máquina), com a confecção de algoritmos
capazes de aprender e reconhecer padrões em dados que
auxiliarão a tomada de decisão.

Os tipos de informações oriundas do data mining incluem,

segundo Laudon e Laudon (2014):

• Associativas: informações referentes a ocorrências

relacionadas com um único evento. Amplamente utilizada
para vendas cruzadas.

• Sequenciais: originadas durante a realização de um evento,

como a compra de eletrodomésticos e móveis durante o
processo de compra de um imóvel.

• Classificativas: informações que classificarão e definirão o

perfil de clientes que, por exemplo, se mantêm fiéis ou que
tendem a abandonar a empresa. Com tais informações, os
gestores podem desenvolver estratégias para a retenção e
manutenção de clientes.

• De aglomeração: informações originadas antes das

classificativas, agrupando perfis ou dados em categorias de
clientes a serem analisadas.

• De prognósticos: informações que preveem valores a partir

da análise de outros valores. Auxiliam, por exemplo, em
previsões de vendas ou até mesmo de ações em uma bolsa
de valores.

39
As práticas do data mining visam analisar os dados em alto nível
frente à necessidade de obter tendência e padrões. Logo, o
data mining pode ser aplicado em todos os setores funcionais
de uma empresa, em organizações governamentais ou mesmo
na área acadêmica (pesquisas científicas). Evidentemente que a
aplicação mais usual é na identificação de padrões de consumo
e direcionar as informações obtidas às empresas, que podem,
então, promover campanhas de marketing direcionadas ou
simplesmente visualizar quais clientes são potencialmente mais
lucrativos (LAUDON; LAUDON, 2014).

Referências bibliográficas
LAUDON, K.; LAUDON, J. Sistemas de informações gerenciais. Tradução
Célia Taniwaki. 11. ed. São Paulo: Pearson, 2014.
TAN, P. et al. Introduction to data mining: Pearson new international
edition. 1 ed. Londres, 2014.

TEORIA EM PRÁTICA

Uma grande empresa com filiais espalhadas por todo o país

é a mais conhecida fabricante de molhos prontos (do tipo
maionese) para utilização em estabelecimentos alimentícios e
vendas no varejo em supermercados. Procurando lançar um
novo produto no mercado, composto por um ingrediente de
sabor típico do Brasil, o gerente-geral da organização delegou
aos departamentos de marketing e tecnologia que promovessem
consultas e pesquisas boca a boca nas regiões de cada uma das
filiais para identificar qual é o sabor que, para os consumidores,
reflete a sua nação. Pensando nisso, como a concepção de
Big Data poderia contribuir no processo de pesquisa?
Qual ferramenta pode ser utilizada?

40
Para conhecer a resolução comentada proposta pelo
professor, acesse a videoaula deste Teoria em Prática no
ambiente de aprendizagem.

LEITURA FUNDAMENTAL
Indicações de leitura

Indicação 1

Este artigo traz uma reflexão do conceito Big Data no contexto do

conhecimento, aplicado em pesquisas em ciências sociais, além de
apresentar perspectivas sobre privacidade e vigilância social.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

SCHROEDER, R. Big Data: moldando o conhecimento, moldando a

vida cotidiana. Matrizes, São Paulo, v. 12, n. 2, p. 135-163, 2018.

Indicação 2

Este artigo propõe uma análise crítica sobre os impactos

epistemológicos e metodologias de pesquisas em Big Data do
ponto de vista científico. Ou seja, aplicações reais da concepção
referentes à comunicação.

Para realizar a leitura, acesse a Biblioteca Virtual da Kroton e

busque pelo título da obra.

SOARES, A. T. N. Epistemologia, métodos e teorias da comunicação

na era do Big Data: panorama crítico da pesquisa em mídias sociais.
Comunicação e Sociedade, n. 33, p. 151-166, Brasília, 2018.

41
 QUIZ

Prezado aluno, as questões do Quiz têm como propósito a

verificação de leitura dos itens Direto ao Ponto, Para Saber
Mais, Teoria em Prática e Leitura Fundamental, presentes
neste Aprendizagem em Foco.

Para as avaliações virtuais e presenciais, as questões serão

elaboradas a partir de todos os itens do Aprendizagem em
Foco e dos slides usados para a gravação das videoaulas,
além de questões de interpretação com embasamento no
cabeçalho da questão.

1. Pensando na definição de Big Data, qual das alternativas

a seguir traz corretamente as palavras-chave dessa
concepção?

a. Integração; agregação; segurança; dispersão.

b. Valor; criação; avaliação; consultas; processamento.
c. Distribuição; transparência; otimização; análises.
d. Estratégia; oferta; objetivos; velocidade; distribuição.
e. Volume; velocidade; veracidade; variedade; valor.

2. Qual das alternativas a seguir apresenta corretamente

os tipos de informações obtidas por meio do data mining
(mineração de dados)?

a. De incrementação; associativas; colaborativas; introdutória;

de seleção.
b. Retroativas; corporativas; funcionais; estruturais; de
visualização.
c. Associativas; sequenciais; classificativas; de aglomeração;
de prognósticos.

42
 d. De incrementação; sequenciais; de aglomeração;
colaborativas; de seleção.
e. De incrementação; funcionais; emergenciais; valiosas;
de descarte.

GABARITO

Questão 1 - Resposta E
Resolução: Conhecidos como “5 Vs” o volume, a velocidade,
a veracidade, a variedade e o valor são palavras que definem
o que é Big Data e sua concepção.
Questão 2 - Resposta C
Resolução: Os tipos de informações obtidas do data
mining são: associativas, referentes a ocorrências de um
mesmo evento; sequenciais, que ocorrem durante o
evento; classificativas, que definem o perfil de clientes;
de aglomeração, agrupando perfis identificados; e de
prognósticos, que preveem valores a partir da análise de
outros valores.

43
BONS ESTUDOS!