MODELAGEM DE DADOS E SUA IMPORTÂNCIA NA ATUALIDADE

Jonnas Mauro Ramos Ferraz 1

Bruno Roberto (orientador)2

Resumo:
O tema deste trabalho está ligado sobre a problemática da modelagem de dados
nas empresas e no desenvolvimento de software e tem como objetivo demonstrar
como a modelagem de dados tem grande importância na otimização, na construção
de um banco de dados e no controle dos dados e também mostra as vantagens e
desvantagens no uso de modelagem de dados e identificar os tipos de ferramentas
usadas para o desenvolvimento de modelagem de dados, uma dessas ferramentas
é o Erwin data modeler, Er/ studio, dbschema, Rebuilder data modeler, Heidisql,
Navicat data modeler, Navicat cloud, Toad data modeler, Archi open source
archimate modelling e uma das vantagens da modelagem é a possibilidade de
construir software mais rápido, além de automatizar algumas tarefas, outra
vantagens e que um modelo de dado ajudar a definir o problema e assim permitindo
diferentes abordagens e fazer escolha certa e ajudar a fornece um foco para
determinar o escopo.

Palavras-chave: Modelagem de dados, Desenvolvimento, Banco de dados,

Software.

1 INTRODUÇÃO

Antigamente a modelagem de dados tinha grande importância no

desenvolvimento de software que é uma etapa importante e essencial em qualquer
projeto de manutenção de software e também um ato de explorar estruturas
orientadas a dados.
Como outros artefatos de modelagem, modelos de dados podem ser usados
para uma variedade de propósitos, desde modelos conceituais de alto nível até
modelos físicos de dados. Do ponto de vista de um desenvolvedor atuando no
paradigma orientado a objetos, modelagem de dados é conceitualmente similar à
modelagem de classes.
Com a modelagem de dados, conclui-se que atributos de dados são
associados a tipos de entidades exatamente como associados atributos e operações
às classes. Existem associações entre entidades, similar às associações entre

1
Acadêmico(a) do curso de Ciência da computação] da [Faculdade Anhanguera].
2
Orientador(a). Docente do curso de Ciência da computação] da [Faculdade Anhanguera.].
classes – relacionamento, herança, composição e agregação são todos conceitos
aplicáveis em modelagem de dados. Modelagem de dados tradicionais é diferente
da modelagem de classes porque o seu foco é totalmente nos dados – modelos de
classes permitem explorar os aspectos comportamentais e de dados em um domínio
de aplicação, já com o modelo de dados conclui-se que apenas explorar o aspecto
de dado.
Por causa desse foco, projetistas de dados tendem a serem melhores em
identificar os dados “corretos” em uma aplicação do que modeladores de objetos. No
entanto, algumas pessoas modelam métodos de banco de dados (stored
procedures, stored functions e triggers) quando estão realizando a modelagem
física dos dados. Apesar de o foco deste artigo ser modelagem de dados, existem
normalmente alternativas para artefatos orientados a dados. E uma das vantagens
da modelagem é o custo reduzido, onde você pode criar aplicativos a um custo
menor através de modelos de dados. A modelagem de dados normalmente consome
menos de 10% de um orçamento de projeto, e pode reduzir os 70% do orçamento
que normalmente é dedicado à programação. A modelagem de dados captura erros
e descuidos precocemente, quando são fáceis de corrigir. Isso é melhor do que
corrigir erros uma vez que o software tenha sido escrito ou – pior ainda – esteja nas
mãos do cliente.

2 DESENVOLVIMENTO

Os modeladores de dados costumam usar vários modelos para visualizar os

mesmos dados e garantir que todos os processos, entidades, relacionamentos e
fluxos de dados tenham sido identificados. Portanto, eles iniciam novos projetos de
modelagem de dados reunindo requisitos das partes interessadas de negócios. No
entanto, é importante ressaltar que existem três tipos principais de modelos de
dados:

MODELO CONCEITUAL DE DADOS

Essa abordagem é uma descrição de alto nível de um design de banco de dados
que mostra como os dados se relacionam e que tipo de dados pode ser
armazenados no banco de dados. O público-alvo da modelagem de dados
conceituais é o lado comercial de uma organização. Afinal, o modelo de dados
conceituais define a estrutura de dados que o negócio requer. Então, depois que o
modelo de dados conceituais é criado, ele pode ser refinado e transferido para um
modelo de dados lógico. (GAIDARGI JULIANA, 2021). Sua principal finalidade é
capturar os requisitos de informação e regras de negócio sob o ponto de vista do
negócio. Ou seja, é um modelo que não sofre interferência de fatores tecnológicos e
fatores de projeto em sua construção. É um modelo não tecnológico e não
implementável. (LOPES BERGSON, 2016)

Segundo Lopes Bergson o desenvolvimento de soluções é o primeiro modelo que

deve ser desenvolvido, já na fase de levantamento de requisitos preferencialmente
pelo Gestor de Dados de Negócio ou outro profissional acompanhado de sua
supervisão/orientação. Como um importante instrumento utilizado para representar o
negócio da empresa, a construção de um Modelo Conceitual de Dados não se deve
limitar somente à necessidade de representar um novo sistema/aplicação que será
desenvolvida na empresa, mas sim, desenvolver visões globais de todo o negócio,
bem como integrar essas visões com demais artefatos, geralmente criados por
outras Arquiteturas Especialistas, como por exemplo: modelos canônicos, modelos
de processos e demais modelos de alto nível. A técnica para construção de um
Modelo Conceitual de Dados é simples. De forma geral, o profissional deve
conhecer os mecanismos de abstração utilizados e ter habilidade específica para
extrair e entender a visão de negócio do assunto em questão. Entre os componentes
de um modelo conceitual, tem entidades, atributos, relacionamentos. Somente o
domínio da técnica não é necessário para construir modelos conceituais de
qualidade. Relaciono a seguir algumas dicas que devem ser consideradas quando o
profissional implementar a prática de modelagem conceitual de dados na empresa.
(LOPES BERGSON, 2016). São elas estabelecer um processo formal de trabalho e
padrão para modelagem conceitual. O conteúdo deste e do próximo artigo é uma
boa fonte para elaborar este padrão. Definir um papel responsável pela construção
do modelo conceitual de dados. De forma geral, analistas de negócio ou gestores de
dados de negócio são os profissionais mais indicados para realizar esta construção.
O Modelo conceitual deve ser elaborado sempre com a participação dos
profissionais de negócio. A validação do modelo conceitual deve ser feita por
profissionais da área de negócio. Nunca por profissionais de TI. Tenha sempre em
mente o objetivo do modelo conceitual (representar o negócio), portanto ignore
questões técnicas como normalização e performance. Modelos conceituais de dados
validados devem ser armazenados e seu acesso deve ser concedido para todos os
profissionais envolvidos (TI e Negócio). Todo modelo é considerado & ldquo;vivo &
rdquo;, portanto a representação do negócio, poderá não ser a de amanhã.
Estabeleça um mecanismo para avaliar o quanto o modelo é em 2016. (LOPES
BERGSON, 2016).

Modelo lógico de dados

Esses modelos são usados para criar a estrutura do banco de dados e descrever os
dados de uma perspectiva técnica. O lado técnico de uma organização usa modelos
de dados lógicos como representações detalhadas de designs de banco de dados.
Portanto, este modelo de dados serve como base para a criação de um modelo de
dados físico. (GAIDARGI JULIANA, 2021). Ele também é um tipo de modelo de
dados que descreve elementos em detalhes e é usado para desenvolver
entendimentos visuais de entidades de dados, atributos, chaves e relacionamentos.
Esse tipo de modelo de dados é exclusivamente independente de um banco de
dados específico, a fim de estabelecer uma estrutura fundamental para
componentes da camada semântica em sistemas de gerenciamento de dados. (LEE
CASSIE, 2021). Os usuários que geralmente criam LDMs são arquitetos de dados e
analistas de negócios. Esses modelos são usados como base para modelos de
dados físicos porque distinguem as relações e atributos para cada entidade. (LEE
CASSIE, 2021)

Modelo de dados físicos

Este modelo de dados é específico para o aplicativo e banco de dados a serem

implementados. Portanto, ele é usado para criar as tabelas e campos que
armazenam dados do banco de dados. Um modelo de dados físicos descreve um
design de banco de dados para um sistema de gerenciamento de banco de dados
específico (DBMS). Os lados técnico e comercial de uma organização usam esse
tipo de modelo. (GAIDARGI JULIANA, 2021). Eles também fornecem um esquema
de como os dados serão armazenados fisicamente dentro de um banco de dados.
Como tal, eles são os menos abstratos de todos. Eles oferecem um desenho
finalizado que pode ser implementado como um banco de dados relacional, incluindo
tabelas associativas que ilustram as relações entre as entidades, bem como as
chaves primárias e chaves estrangeiras que serão usadas para manter essas
relações. Os modelos de dados físicos podem incluir propriedades específicas do
sistema de gerenciamento de banco de dados (DBMS), incluindo ajuste de
desempenho. (IBM Cloud Education,2020).
2.1 Metodologia
O Trabalho é um estudo sobre modelagem de dados e sua importância na
atualidade, utilizado pesquisa em artigos, livros e trabalhos sobre. Estabelecendo
uma base de estado referencial teórico e literário sobre bancos de dados, tendo
como foco principal a modelagem de dados.
Neste trabalho foram feitas pesquisas e levantamentos bibliográficos para a
realização da referência técnica, de forma que foram utilizados diversos autores
tanto nacionais quanto internacionais. Com as informações que foram coletadas
foi possível descrever áreas específicas da modelagem de dados. As palavras-
chave utilizadas na busca serão:
“Ferramentas”, “Benefícios”, “Processos”, Modelagem”.
2.2 Resultados e Discussão
Foi encontrado que as ferramentas de modelagem de dados são muito importantes
para agilizar um projeto ou um trabalho e que a maioria das ferramentas geram
banco de dados automaticamente, permitindo a fusão e comparação de esquemas e
modelos, e fazer engenharia reversa de bancos de dados existentes em modelos.
Outro fato importante encontrado foi que existem a dez principais ferramentas de
modelagem são elas:
1. Erwin Data Modeler

O erwin Data Modeler existe há uns bons 30 anos. Se não há mais, Erwin, certamente,
entende os dados e a modelagem de dados. Essa ferramenta de modelagem de dados vai
além de simplesmente projetar o modelo de dados e garante integração constante com
bancos de dados como MySQL e PostgreSQL para visualizar seus dados e obter o máximo
deles. E possui várias versões para atender às necessidades específicas do cliente,
ferramentas de comparação robustas e uma visualização rica em metadados. Erwin
ofereceu várias versões com diferenças importantes. A edição Standard oferece criação e
implantação de modelos. A Navigator é uma versão somente leitura para ajudar a visualizar
os dados. A edição Workgroup é uma solução baseada em repositório destinada à
colaboração. E a ferramenta mais específica é a versão NoSQL, que, como o próprio nome
sugere, lida com bancos de dados não relacionais. Tanto a versão Standard quanto a versão
Workgroup oferecem ferramentas de comparação (Complete Compare) que podem ser
usadas para encontrar diferenças em vários bancos de dados ou versões. (OSCAR
KENJIRO, 2021).
2.Er/ Studio 

O ER / Studio, assim como o erwin, existe há um certo tempo e mostra-se tanto no positivo
quanto no negativo. Embora o ER / Studio forneça um conjunto de recursos robusto que
vem de décadas de melhorias, às vezes eles têm dificuldade em acompanhar as novas
tecnologias. Ele tem como suas principais características a mentalidade de negócios em
primeiro lugar e capacidades de engenharia direta e reversa. A integração do Git é moderna
e eficaz, usando os padrões SSIS e SSRS para facilidade de uso. E também foi projetado
especificamente com a filosofia de preencher as lacunas entre negócios e desenvolvedores,
para obter o melhor de seus dados. Quer você já tenha dados ou estejam começando do
zero, o ER / Studio fornecerá as ferramentas de que você precisa para fazer o melhor uso
deles no futuro. A ferramenta também ajudará a reduzir redundâncias. (OSCAR KENJIRO,
2021).

 3. DbSchema

DbSchema é um designer e gerenciador de banco de dados visual que oferece suporte a

uma ampla variedade de tipos de banco de dados, incluindo SQL, NoSQL e bancos de
dados em nuvem e oferece, suporte não apenas para GIT, mas também Mercurial, SVN e
CVS e correções de bugs frequentes e atualizações de plataforma (a cada 2 ou 3 meses) e
é também um gerador de dados aleatórios integrado mas infelizmente, DbSchema não
fornece detalhes suficientes sobre a descrição dos campos e não possui recursos de
gerenciamento de versão. Além disso, os usuários relatam que não é tão confiável quanto
outras ferramentas. (OSCAR KENJIRO, 2021).

4. REBuilder Data Modeler

 Visa tornar a modelagem de dados acessível para desenvolvedores. Isso significa que não
é um bom ajuste para camadas de modelagem de dados lógicos e conceituais e tem como
característica:

· Modelador de dados visuais fácil de usar

· Engenharia direta e reversa de bancos de dados

· Exploração de dados. (OSCAR KENJIRO, 2021).

Mas infelizmente, o ERBuilder carece de ferramentas de controle colaborativo e de controle

de versão. Mas a interface gráfica robusta e fácil de usar é um ponto forte a seu favor.
Enquanto explora dados com o REBuilder, você achará fácil navegar entre diferentes
tabelas e construir diagramas detalhados automaticamente com o clique de um botão.
(OSCAR KENJIRO, 2021).
5 – HeidiSQL

HeidiSQL é uma ferramenta de modelagem de dados de camada física gratuita e de código

aberto projetada para ser fácil de usar. Por ser gratuito, o HeidiSQL é uma das ferramentas
mais populares para MariaDB e MySQL em todo o mundo. (OSCAR KENJIRO, 2021).

Ao contrário dos concorrentes proprietários, ele não possui características singulares dignas
de nota. Dito isso, ele tem alguns problemas de estabilidade, embora os usuários relatam
que não tem efeitos adversos e simplesmente requer uma reinicialização. (OSCAR
KENJIRO, 2021).

6 – Navicat Data Modeler

O Navicat Data Modeler é uma ferramenta de modelagem de dados poderosa e econômica,

com uma interface de usuário muito agradável. As ferramentas de modelagem de dados
geralmente parecem desatualizadas, mas não o Navicat. (OSCAR KENJIRO, 2021).

Como muitas das ferramentas de modelagem de dados mais caras (como erwin e ER /
Studio), recursos do Navicat são:

 1.Ferramentas de engenharia reversa

 2. Modelagem física, bem como conceitual e lógica

3. Navicat Cloud

O modelo de preços do Navicat o torna muito mais acessível do que Erwin e ER / Studio e
não é insuficiente em seu conjunto de recursos, embora alguns usuários relatem falta de
descrições de campo. (OSCAR KENJIRO, 2021).

A nuvem Navicat suporta a sincronização de suas configurações de conexão, consultas e

modelos em dispositivos incluindo Windows, Mac e dispositivos iOS. (OSCAR KENJIRO,
2021).

7 – Toad Data Modeler

O Toad Data Modeler oferece suporte a uma ampla variedade de plataformas e a muitas
versões diferentes. Por exemplo, o Toad oferece suporte ao MS SQL Server desde 2000.

1.Desenvolvimento rápido

2.Camadas lógicas e físicas

A configuração e o licenciamento do Toad são mais complexos e podem ser melhorados.

Também requer um aplicativo diferente para funcionar separadamente no Oracle e no
MySQL. Uma solução completa seria preferível. (OSCAR KENJIRO, 2021).

8 – Archi - Open Source ArchiMate Modelling

Archi é um kit de ferramentas de modelagem de dados projetado para todos os níveis de

modelos, incluindo empresas e pequenas empresas. Ele usa ArchiMate, uma linguagem de
notação visual que ajuda a explicar sistemas complexos. (OSCAR KENJIRO, 2021).

· Código aberto

· Site de boas-vindas e guia do usuário

· Roteiro e histórico de versão limpos e acessíveis

Ao contrário do HeidiSQL, uma solução alternativa de código aberto, o Archi tem uma
interface de usuário limpa e permite modelagem de dados conceituais e físicos. (OSCAR
KENJIRO, 2021).

9 – DeZign for Databases

DeZign for Databases é uma ferramenta intuitiva e fácil de usar para modelagem de dados
projetada para desenvolvedores e DBAs.

· Múltiplos modos de exibição

· Janela panorâmica e zoom

· Recursos avançados como relacionamentos N:M

Design é uma ferramenta que se concentra em recursos de visualização de dados e

modelagem de dados complexos. Ter como alvo desenvolvedores e DBAs significa que
faltam as ferramentas para uma modelagem conceitual posterior eficaz. (OSCAR KENJIRO,
2021).

10 – SQL Database Modeler

O modelo de SQL Database Modeler é um SaaS elegante e moderno, sendo totalmente

baseado na web. A ferramenta tem muitos recursos de nuvem singulares e ferramentas
colaborativas e é muito fácil de entrar. Nenhum download ou instalação é necessário.
(OSCAR KENJIRO, 2021).

· Aplicativo da web

· Fácil de começar e obter uma primeira impressão

· Desenvolvimento livre de código

Honestamente, o site do SQL Database Modeler é um prazer e incentivo você a visitá-lo e

explorá-lo você mesmo. Vale a pena pelo passeio, mesmo que não tenha nenhum outro
atrativo. A qualidade do site fala com a qualidade da ferramenta em si, pois ambas são
baseadas na web. Dito isso, um grande apelo da plataforma é sua abordagem livre de
código sempre que possível. (OSCAR KENJIRO, 2021).

Apenas algumas das soluções nesta lista apresentam suporte à nuvem; o moderno SQL
Data-base Modeler e o Navicat Data Modeler se destacam nesse aspecto. No entanto, há
segurança em ir com uma ferramenta tão bem estabelecida como Erwin Data Modeler ou
ER / Studio. (OSCAR KENJIRO, 2021).
3 CONCLUSÃO
Quando se iniciou o trabalho de pesquisa constatou-se que havia uma dúvida
sobre quais os benefícios da modelagem de dados e a sua importância no
desenvolvimento de software, esta dúvida se iniciou primeiramente com caráter
formativo do(a) aluno(a) para o mercado que é rápido e entender a sua importância
para o mercado, logo constata se que o objetivo geral foi atendido porque
efetivamente o trabalho conseguiu mostrar a importância da modelagem de dados
para o desenvolvimento de software e para empresas com isso o objetivo foi
atendido com sucesso.
O objetivo inicial era entender o que é modelagem de dados, foi atendido por
que as próprias metodologias estudadas não só uma, mas diversas formas de como
utilizar a modelagem para o desenvolvimento de software a fim de obedecer a
demanda do mercado atual. O segundo objetivo era compreender os tipos de
modelo de dados e para o desenvolvimento de software, ele foi atendido, pois os
tipos de modelos dentro da qualidade do software visam atender empresas no todo
para que seja possível ter um bom programar, o que significa que tanto os tipos de
modelos de dados quanto o desenvolvimento foram abordados nesse capítulo sobre
a visão dos autores.
E por fim, o terceiro objetivo era o de discutir os benefícios das ferramentas
de modelagem de dados ele foi atendido através dos usos das ferramentas que as
empresas ou as(os) próprios acadêmicos(as), podem ter em relação a mudança de
comportamento utilizando as ferramentas de modelagem, e também, através do
entendimento dos desafios encontrados dos usos das ferramentas de modelagem
de dados focando na origem dos problemas de software e analisando o que pode
ser melhorado.

REFERÊNCIAS

LOPES, Berson. Modelagem de dados. Blr data, 2016. Disponível em:

https://www.blrdata.com.br/single-post/2016/03/19/modelagem-conceitual-de-dados-
conhe%C3%A7a-os-principais-conceitos-e-pr%C3%A1ticas#:~:text=Um%20modelo
%20conceitual%20de%20dados,de%20projeto%20em%20sua%20constru
%C3%A7%C3%A3o. Acesso em: 14 abr. 2023.
IBM CLOUD EDUCATION. O que é modelagem de dados. Ibm, 2020. Disponível
em: https://www.ibm.com/cloud/learn/data-modeling. Acesso em: 14 abr. 2023.
KENJIRO, Oscar. As 10 principais ferramentas de modelagem de dados.
LinkedIn, 2021. Disponível em: https://www.linkedin.com/pulse/10-principais-
ferramentas-de-modelagem-dados-para-conhecer-asakura/?originalSubdomain=pt.
Acesso em: 14 abr. 2023.
Parms, Jason. 6 benefits of data modeling in the big data era. data flop, 2015.
Disponível em: https://datafloq.com/read/6-benefits-data-modeling-in-the-age-of-big-
data/. Acesso 19 maio. 2023.

Blaha, Michael. Data models have many benefits – here are 10 of them.
dataversity, 2014. Disponivel em: https://www.dataversity.net/data-models-many-
benefits-10/#. Acesso 19 maio. 2023.

Lee, Cassie. What Is a Logical Data Model?. gooddata, 2021. Disponivel em:
https://www.gooddata.com/blog/how-build-logical-data-models-scale-analytical-
applications/. Acesso 19 maio. 2023.

Gaidargi, Juliana. O que são modelos de dados?. infonova, 2022. Disponível em:

https://www.infonova.com.br/gestao-de-ti/o-que-sao-modelos-de-dados/. Acesso 19
maio. 2023