Escolar Documentos
Profissional Documentos
Cultura Documentos
2
Índice
1.0.Introdução..................................................................................................................................4
1.2.Modelo de dados.......................................................................................................................5
Definição.........................................................................................................................................5
1.3.Importâncias de modelos de dados........................................................................................5
1.4.Tipos de modelos de dados.......................................................................................................6
1.4.1.Modelo racional Relacional...................................................................................................6
1.4.2.Técnicas do modelo racional..................................................................................................7
1.4.3.Modelo Dimensional..............................................................................................................7
1.4.4.Modelo Entidade-relacionamento (E-R)................................................................................8
1.5.Aplicação de modelos de dados................................................................................................8
1.6.Tipos de técnicas de modelos de dados.....................................................................................9
1.6.1.Modelagem de dados hierárquica...........................................................................................9
1.6.2.Modelagem de dados de grafos..............................................................................................9
1.6.3.Modelagem de dados de relações entre entidades................................................................10
1.7.Modelagem de dados orientada a objetos...............................................................................10
1.8.Processo de modelagem de dados...........................................................................................10
1.9.Vantagens de modelos de dados empresariais........................................................................11
2.0.Desvantagens...........................................................................................................................13
3.0.Conclusão................................................................................................................................14
4.0.Referências bibliográficas.......................................................................................................15
3
1.0.Introdução
No presente trabalho iremos abordadar o conteúdo de modelos de dados que é uma etapa
importante e essencial em qualquer projeto de desenvolvimento ou manutenção de software.
Assim, estar atualizado neste assunto é importante para qualquer profissional da área. Serve
como material introdutório ao tema de modelagem de dados, apresentando um breve resumo
sobre o assunto. Idealmente, todos profissionais de TI deveriam ter um entendimento básico
sobre modelagem de dados. Eles não precisam ser especialistas neste assunto, mas deveriam
estar preparados para se envolverem na criação de um modelo, estar apto a ler um modelo de
dados existente, entender quando criar um modelo de dados e quando não criar e conhecer as
técnicas de projeto de dados fundamentais.
4
1.2.Modelo de dados
Definição
Modelo de dados é o processo de criar uma representação visual, ou esquema, que define os
sistemas de coleta e gerenciamento de informações de qualquer organização. Esse blueprint ou
modelo de dados ajuda diferentes partes interessadas, como analistas de dados, cientistas e
engenheiros, a criar uma visão unificada dos dados da organização. O modelo descreve quais
dados a empresa coleta, a relação entre diferentes conjuntos de dados e os métodos que serão
usados para armazenar e analisar esses dados.
O modelo de dados resultante desse processo constitui o arcabouço das relações entre os
elementos do banco de dados e é um guia para a utilização dos dados. Os modelos de dados são
um elemento fundamental do desenvolvimento de software e das funções analíticas. A
modelagem é um método padronizado de definir e formatar o conteúdo do banco de dados de
modo constante em todos os sistemas para permitir que aplicativos diferentes compartilhem os
mesmos dados.
5
Facilita a velocidade e a eficiência da concepção e criação do banco de dados;
Cria consistência na documentação de dados e na concepção do sistema em toda a
organização;
Facilita a comunicação entre engenheiros de dados e equipes de business intelligence.
Há vários outros que não estão em uso geral, como hierárquico, de rede, orientado a objetos e
multi valor. O tipo de modelo define a estrutura lógica – como os dados são armazenados
logicamente – e, portanto, como eles são guardados, organizados e recuperados.
6
1.4.2.Técnicas do modelo racional
Por exemplo, a concessionária de automóveis teria modelos de dados relacionais que
representam a tabela Vendedores e a tabela Carros, conforme mostrado aqui:
ID do vendedor Nome
1 Jane
2 John
ID do carro Marca do carro
C1 XYZ
C2 ABC
S1 Showroom de NY 1 C1
Em bancos de dados relacionais, as chaves primária e estrangeira trabalham juntas para mostrar
a relação de dados. A tabela anterior demonstra que showrooms podem ter vendedores e carros.
1.4.3.Modelo Dimensional
Menos rígida e estruturada, a abordagem dimensional favorece uma estrutura contextual de
dados mais relacionada ao contexto ou uso nos negócios. Essa estrutura de banco de dados é
otimizada para consultas online e ferramentas de armazenamento de dados. Elementos
fundamentais, como quantidade de transações, por exemplo, são denominados “fatos” e
acompanhados por informações de referência chamadas “dimensões”, como ID do produto,
preço unitário ou data da transação. A tabela de fatos é uma tabela primária em um modelo
dimensional. A recuperação pode ser rápida e eficiente, com os dados de um tipo específico de
7
atividade armazenados juntos, mas a ausência de vínculos de relacionamento complica a
recuperação analítica e o uso dos dados. Como a estrutura de dados está associada à função de
negócio que produz e utiliza os dados, a combinação desses dados por diferentes sistemas (em
um data warehouse, por exemplo) pode ser problemática.
Por exemplo, em modelos de dados dimensionais, a concessionária de automóveis tem
dimensões como Carro, Showroom e Tempo. A dimensão Carro tem atributos como nome e
marca, mas a dimensão Showroom tem hierarquias como estado, cidade, nome da rua e nome do
showroom.
Modelos de dados conceituais: esses modelos, algumas vezes chamados modelos de domínio,
são tipicamente usados para explorar conceitos do domínio com os envolvidos no projeto. Em
equipes ágeis, modelos conceituais de alto nível são normalmente criados como parte do esforço
inicial do entendimento dos requisitos do sistema, pois eles são usados para explorar as
estruturas e conceitos de negócio estáticos de alto nível. Em equipes tradicionais (não ágeis),
modelos de dados conceituais são normalmente criados como precursores aos modelos lógicos
de dados (MLD) ou suas alternativas.
8
Modelos Lógico de Dados (MLDs): MLDs são usados para explorar os conceitos do domínio e
seus relacionados. Isso pode ser feito para o escopo de um simples projeto ou para uma empresa
inteira. MLDs descrevem os tipos de entidades lógicas, tipicamente referenciadas simplesmente
como tipos de entidades, os atributos de dados que descrevem essas entidades e os
relacionamentos entre as entidades. MLDs são raramente usados em projetos ágeis apesar de
normalmente estarem presentes em projetos tradicionais (onde eles raramente adicionam muito
valor na prática).
Por exemplo, um showroom pode ter vários vendedores, e um vendedor também pode trabalhar
em vários showrooms se os seus turnos variarem de acordo com o local.
9
1.6.3.Modelagem de dados de relações entre entidades
A modelagem de dados de relações entre entidades (ER) usa diagramas formais para representar
as relações entre entidades em um banco de dados. Arquitetos de dados usam várias ferramentas
de modelagem de ER para representar dados.
Modelos de dados orientados a objetos superam muitas das limitações dos modelos de dados
relacionais e são populares em bancos de dados multimídia.
10
relações como se fossem os verbos no seu modelo de dados. Por exemplo, o vendedor vende
muitos carros, ou o showroom emprega muitos vendedores.
Normalmente, você revisará essas etapas várias vezes à medida que sua tecnologia e seus
requisitos mudarem com o passar do tempo.
11
Compreensão de negócios através da descoberta, padronização e documentação de fontes de
dados
Regulamentos como GDPR e CCPA não vão a lugar nenhum. Na verdade, eles são muito mais
propensos a expandir à medida que avançamos. Isso significa que sua organização precisa aderir
a eles agora, mantendo também a flexibilidade para apoiar futuras expansões. Os modelos de
dados suportam essa flexibilidade ao governar equipes de modelagem de dados, processos,
portfólios e ciclos de vida útil.
A modelagem de dados atua como um tipo de documentação tanto para as equipes de TI quanto
para as partes interessadas do negócio. Quando diferentes funções estão falando no mesmo
idioma e compartilhando o mesmo entendimento, torna-se muito mais fácil simplificar a
colaboração e aperfeiçoar o alinhamento nas principais funções do negócio. Por sua vez, essa
simplicidade e alinhamento desbloqueiam o autoatendimento dos funcionários, dando-lhes a
confiança de que precisam para usar os ativos de dados ao máximo.
Quando todos em uma empresa podem ver o panorama geral elaborado por modelos de dados,
torna-se muito mais fácil identificar as principais oportunidades, desafios e potenciais pontos
fracos para o negócio. Os modelos de dados tornam isso possível através da introdução de uma
abordagem coesa para a capacidade de dados e instrução. Se todos os funcionários forem
capazes de usar e entender a entrada de dados de maneira alinhada, todos sentirão um senso
12
compartilhado de responsabilidade quando se trata de maximizar a qualidade e o impacto desses
dados.
À medida que as empresas crescem, esse crescimento é muitas vezes acompanhado por uma rede
de fontes de dados e sistemas díspares que não se comunicam entre si. A modelagem de dados
pode revelar as relações entre essas fontes para eliminar redundâncias, resolver discrepâncias e
ajudar os sistemas isolados a se falarem. Isso significa que você pode projetar, padronizar e
implementar fontes de dados de alta qualidade que abrangem esses sistemas, enquanto também
compara visualmente, analisa e sincroniza modelos de dados com ativos de dados
implementados.
Design avançado de banco de dados para oferecer melhor suporte para o desenvolvimento de
aplicações
2.0.Desvantagens
A falta de compreensão por parte dos usuários de negócios
13
finalizar os projetos. Então, é importante definir prioridades e manter um escopo de projeto
alcançável;
3.0.Conclusão
Concluído o trabalho foi possível recordar que modelos de dados podem ser usados efetivamente
tanto no nível da empresa como de projetos. Os arquitetos da empresa normalmente criarão um ou
mais MLDs de alto nível que descreve as estruturas de dados que apoiam toda a empresa,
normalmente chamados de modelos de dados da empresa ou modelos de informação da empresa.
Um modelo de dados da empresa é uma das várias visões que os arquitetos da empresa podem
escolher para manter e apoiar – outras visões podem explorar a infraestrutura de rede/hardware, a
estrutura da organização, infra-estrutura de softwares o processo de negócios, dentre outros.
14
4.0.Referências bibliográficas
15