Escolar Documentos
Profissional Documentos
Cultura Documentos
Índice:
1. Resumo
2. Palavras-chave
3. Abstract
4. Key-Words
5. Introdução
14. Conclusão
15. Referências
Resumo: O artigo "Banco de Dados, suas funcionalidades e seu histórico" oferece um exame em detalhes dos
desenvolvimentos e tendências mais significativas da tecnologia de banco de dados. O objetivo do estudo é
oferecer uma análise aprofundada de vários modelos, arquiteturas e procedimentos de bancos de dados
desenvolvidos recentemente, destacando suas vantagens, desvantagens e usos prospectivos.
Para identificar e avaliar os principais avanços no campo dos bancos de dados, os autores realizaram uma
extensa revisão da literatura científica, que incluiu publicações de pesquisa, documentos de conferências e
relatórios do setor. Bancos de dados relacionais, bancos de dados NoSQL, bancos de dados NewSQL, bancos de
dados gráficos e bancos de dados distribuídos são apenas alguns dos muitos tópicos abordados no exame.
O documento também explora os avanços mais recentes em arquiteturas de banco de dados, como bancos de
dados em nuvem, bancos de dados na memória e bancos de dados colunares. Ele se concentra em como eles
afetam o armazenamento de dados, a velocidade de processamento e a acessibilidade, e apresenta casos de uso
reais em que esses avanços arquitetônicos se mostraram eficientes em termos de custo e desempenho.
Palavras-chave: Banco de Dados; Origem do banco de dados; Tipos de Banco de dados; DBMS (Database
Management System); SQL (Structured Query Language); Computação em nuvem; Big Data
Abstract: The article "Database - Computer Science, Data Science, Machine Learning and its tools" provides a
detailed examination of the most significant developments and trends in database technology. The aim of the
study is to offer an in-depth analysis of various recently developed database models, architectures, and
procedures, highlighting their advantages, disadvantages, and prospective uses.
To identify and evaluate key advancements in the field of databases, the authors conducted an extensive review
of scientific literature, including research papers, conference proceedings, and industry reports. Relational
databases, NoSQL databases, NewSQL databases, graph databases, and distributed databases are just a few of
the many topics covered in the examination.
The paper also explores the latest advancements in database architectures, such as cloud databases, in-memory
databases, and columnar databases. It focuses on how they impact data storage, processing speed, and
accessibility, and presents real-world use cases where these architectural advancements have proven to be cost-
effective and high-performing.
Key Words: Database; Origin of Databases; Types of Databases; DBMS (Database Management System);
SQL (Structured Query Language); Cloud Computing; Big Data.
Introdução:
O Banco de Dados pode ser definido como um conjunto de dados estruturados para ser utilizado de
forma eficiente por uma aplicação.
Dentro de um arquivo convencional, encontramos uma diversidade de registros lineares que não
possuem informações entre si, ainda sendo esse arquivo indexado, sequencial ou indexado-sequencial, e o
acesso às informações se dá de forma individual, por meio da chave do registro.
Um conjunto estruturado de dados mostra ao usuário a existência de informações
de relação entre os próprios dados, determinando o grau de importância desses dados. Conclui-se, dessa
maneira, que um banco de dados não deve conter apenas dados
essenciais ao usuário do sistema, mas também deverá possuir dados secundários ou de relação entre os dados
básicos ou principais existentes no banco de dados.
Níveis de informação
Segundo Valdemar W. Setzer, a partir de uma abstração do mundo real serão criados quatro modelos de
informações em um banco de dados: Modelo Descritivo, Modelo Conceitual, Modelo Operacional e Modelo
Interno. Assim sendo, teremos a seguinte estrutura:
mundo real
Seres, objetos, organismos, Organização, alterações
fatos
Banco de Dados - Ciência da computação, Ciência de dados, Aprendizado de Máquina e suas ferramentas
Partindo da definição apresentada na primeira página deste artigo, essa seção descreve os usos,
aplicações, ferramentas e avanços relacionados a implementação de bancos de dados na área da tecnologia,
destacando as principais ferramentas usadas para a implementação desse recurso.
Os bancos de dados oferecem um meio sistemático e eficaz de armazenar e recuperar dados, o que os
torna uma parte fundamental da ciência da computação e do desenvolvimento de software. Ramakrishnan e
Gehrke (2003) afirma que "os bancos de dados são uma tecnologia essencial para o gerenciamento de coleções
de dados em larga escala, e seu uso é onipresente em praticamente todas as áreas da ciência da computação".
Desde o gerenciamento de dados de clientes em sistemas de comércio eletrônico até a manutenção de
informações médicas em aplicações de saúde, os bancos de dados são utilizados em um amplo campo de
aplicações. Eles oferecem um conjunto central de dados que muitos usuários e programas podem acessar de
uma só vez, facilitando a troca e a colaboração eficazes de dados. Além disso, os bancos de dados oferecem
recursos avançados para análise e consulta de dados, permitindo que os desenvolvedores e analistas aprendam
mais e baseiam suas escolhas nos dados armazenados no repositório.
Os bancos de dados servem como base para a criação de aplicativos de software sofisticados e potentes,
o que os torna uma ferramenta essencial para cientistas da computação e desenvolvedores de software.
Além disso sua importância não se limita apenas a ambientes de desenvolvimento, bancos de dados são a
base para outros galhos da árvore da tecnologia como Inteligência Artificial, Ciência de Dados e Big Data. Isso
porque, todos dependem de um constante fluxo de informações e dados que serão implementados em análises e
treinamentos de modelos autônomos, para serem implementados de forma eficiente, "Os bancos de dados são
um componente essencial da ciência de dados", escreve Peng et al. (2016), "pois fornecem um local central para
armazenar e acessar dados e permitem que os dados sejam facilmente manipulados e analisados".
Em aplicativos de ciência de dados, como data warehousing, business intelligence e data mining, em que
grandes conjuntos de dados são processados para identificar padrões e tendências, os bancos de dados são
frequentemente empregados.
Os bancos de dados fornecem a infraestrutura necessária para o armazenamento, o processamento e a
recuperação eficazes dos dados, dado o aumento do volume e da complexidade dos dados. Além disso, os
bancos de dados facilitam a colaboração e o compartilhamento de dados entre os acadêmicos, permitindo o
desenvolvimento de grandes conjuntos de dados e modelos analíticos robustos.
Concluindo, os bancos de dados são um componente essencial da ciência e da análise de dados, servindo
de base para o gerenciamento e o exame de grandes amontoados de dados.
O processo de instalar o software do banco de dados, configurá-lo e personalizá-lo, operar e testar o banco
de dados e, por fim, adicioná-lo aos aplicativos é conhecido como implementação do banco de dados. A etapa
final da fase de implementação é o treinamento do usuário.
Os bancos de dados foram criados com o intuito de armazenar e organizar, grandes quantidades de
informações de forma eficiente e organizada.
• Década de 1960: Esta década viu o desenvolvimento dos primeiros modelos de banco de dados.
O modelo hierárquico foi introduzido pela IBM, seguido pelo modelo de rede. Esses modelos
foram baseados em estruturas hierárquicas e interconectadas para organizar e recuperar
informações.
• Década de 1970: Nessa época, o modelo relacional foi introduzido por Edgar Codd, um cientista
da IBM. O modelo relacional é baseado no conceito de tabelas relacionadas a chaves primárias e
estrangeiras e oferece uma abordagem mais flexível e eficiente para armazenamento e
recuperação de dados. Essa inovação marcou um avanço significativo no campo dos bancos de
dados.
• Década de 1980: A década de 1980 viu o surgimento de sistemas comerciais de gerenciamento de
banco de dados (DBMS). Empresas como Oracle, IBM e Microsoft começaram a desenvolver e
comercializar sistemas DBMS baseados no modelo relacional. Esta década também viu a
padronização do SQL (Structured Query Language), que permite aos usuários consultar e
processar dados de maneira padronizada.
• Década de 1990: Foi quando nasceram os sistemas DBMS baseados em objetos, permitindo que
objetos complexos fossem armazenados diretamente no banco de dados. Além disso, foram
desenvolvidos sistemas DBMS distribuídos que permitiram que os dados fossem armazenados e
processados em vários computadores em rede.
• A partir do século 21: Com o desenvolvimento da Internet e o crescimento exponencial dos
dados, os bancos de dados evoluíram para atender às demandas de escalabilidade e eficiência.
Surgiram os DBMSs NoSQL (não apenas SQL), projetados para armazenar grandes quantidades
de dados não estruturados ou semiestruturados, como documentos, gráficos e dados em tempo
real. Além disso, o advento da tecnologia de nuvem possibilitou o surgimento de serviços de
banco de dados como serviço (DBaaS), que fornecem infraestrutura e gerenciamento de banco de
dados como serviço. Hoje, os bancos de dados continuam a evoluir com ênfase em
escalabilidade, eficiência, segurança e análise de dados em tempo real. Também existem
tendências emergentes, como bancos de dados baseados em blockchain e bancos de dados
quânticos, que prometem avançar ainda mais no campo do gerenciamento de informações.
Esses bancos de dados usam princípios de mecânica quântica, como superposição e emaranhamento,
para fornecer recursos de processamento massivamente paralelos e consultas mais rápidas para grandes volumes
de dados.
• Inteligência Artificial e Aprendizado de Máquina
A integração de funções de inteligência artificial e aprendizado de máquina em bancos de dados tem
sido uma tendência crescente. Os bancos de dados são equipados com análise e processamento de dados
avançados, como algoritmos de aprendizado de máquina integrados para percepção e tomada de decisão
automática.
parte do artigo examina o futuro dos dados e seu impacto na sociedade, abordando tópicos como computação
em nuvem e big data.
• Computação em nuvem e seu papel no futuro dos dados
A computação em nuvem tornou-se uma peça fundamental no ambiente de dados. Permite-nos
armazenar, processar e acessar grandes quantidades de informação de forma eficiente e escalável. Empresas e
organizações estão migrando seus sistemas para a nuvem para aproveitar benefícios como flexibilidade, redução
de custos e maior capacidade de processamento. Além disso, a computação em nuvem viabiliza o
compartilhamento e colaboração de dados em tempo real, estimulando a inovação e o desenvolvimento de
novas soluções.
• Big data: Desafios e Oportunidades
O conceito de big data refere-se à enorme quantidade de informações geradas diariamente, provenientes
de diversas fontes, como redes sociais, dispositivos IoT (Internet of Things) e transações financeiras. Processar
e analisar esses dados tem se mostrado um desafio, mas também uma grande oportunidade para empresas e
pesquisadores. Com técnicas avançadas de análise de dados, como aprendizado de máquina e inteligência
artificial, é possível extrair insights valiosos e identificar padrões que antes eram imperceptíveis. O big data está
revolucionando setores como saúde, finanças, marketing e transporte, tornando-se uma ferramenta
indispensável para a tomada de decisões estratégicas.
O futuro dos dados promete transformar a maneira como vivemos, trabalhamos e interagimos com o
mundo ao nosso redor. A computação em nuvem e o big data são peças-chave nessa transformação, permitindo
a coleta, processamento e análise eficientes de grandes volumes de informações. Ao aplicar essas tecnologias
corretamente e colaborar entre diferentes setores, seremos capazes de tomar decisões mais informadas,
impulsionar a inovação e enfrentar os desafios complexos da sociedade moderna.
• Privacidade e Segurança dos dados
À medida que a quantidade de dados aumenta, a privacidade e a segurança da informação tornam-se
cada vez mais importantes. Com grandes volumes de dados sendo armazenados e acessados, é essencial garantir
que as informações pessoais e confidenciais sejam protegidas contra ameaças e acessos não autorizados.
Governos e regulamentos foram implementados para garantir a proteção dos dados do usuário, como o
Regulamento Geral de Proteção de Dados (GDPR) da União Europeia. Além disso, medidas de segurança,
como criptografia e autenticação de acesso, são implementadas para proteger os dados em trânsito e em
repouso.
• Ética e Responsabilidade dos dados
Para o futuro dos dados, também é importante considerar a ética e a responsabilidade no uso dessas
informações. Questões como viés algorítmico, discriminação e invasão de privacidade devem ser
cuidadosamente abordadas. É necessário estabelecer diretrizes e regulamentos que garantam a transparência e a
responsabilidade das organizações no uso e na análise de dados. Além disso, é importante educar os usuários
sobre seus direitos e a importância de uma abordagem ética no uso dos dados.
O futuro dos dados traz consigo grandes desafios e oportunidades. À medida que avançamos para uma
era cada vez mais conectada, a computação em nuvem e o big data desempenharão um papel crucial na coleta,
processamento e análise de informações. No entanto, é importante considerar a privacidade, a segurança, a ética
e a responsabilidade no uso desses dados. A sociedade como um todo deve trabalhar em conjunto para
estabelecer diretrizes, regulamentações e práticas que garantam o benefício e o bem-estar de todos,
aproveitando ao máximo o potencial transformador dos dados.
Conclusão:
Com base nos conhecimentos retratados durante todo o artigo, o banco de dados é um sistema de suma
importância no software de uma máquina, pois ele é projetado para armazenar, gerenciar e recuperar, dados de
uma forma eficiente e segura, por esse motivo, a presença de banco de dados em grandes empresas, instituições
governamentais e acadêmicas, dentre várias outras instituições é bastante notável. Existem diferentes tipos de
banco de dados, como o NoSQL, os baseados em blockchain, os banco de dados quânticos, dentre outros, estes
diferentes tipos são importantes pois a escolha de cada banco de dados vai ser dependente dos requisitos
específicos da natureza dos dados.
Além disso durante o artigo também é retratado sobre o DBMS, um software responsável pelo controle e
pelo gerenciamento de banco de dados, o DBMS é bastante importante para a arquitetura computacional, pois é
nele que ocorre o armazenamento, o gerenciamento, a organização, a recuperação, se necessária, e o backup de
dados, além de diversas outras funções relacionadas ao DBMS.
Com o passar do tempo, os dados foram cada vez mais sendo gerados, por isso, a computação foi
obrigada a inventar métodos para armazenar essa grande quantidade de dados. Um exemplo disso é o
salvamento de dados em nuvem, que, nos dias de hoje é inevitável a utilização desse sistema em grandes
empresas e organizações, pois nele, além do compartilhamento e da colaboração de dados em tempo real, a
flexibilidade, a redução de custos e a maior capacidade de processamento são vantagens do sistema de nuvem.
Ademais, o conceito de big data está revolucionando setores como saúde, finanças, marketing e transporte,
dentre outros, pois são setores que utilizam grande volume de dados, que são difícieis de serem computados,
analisados e armazenados. Por estes motivos, o futuro dos dados é algo que traz grandes dificuldades, pois a
grande quantidade de dados gerados só cresce, cada dia mais de forma exponencial.
Referências:
1. Ramakrishnan, R., e Gehrke, J. McGraw-Hill, Database Management Systems.
2. Peng, R. D., Matsui, E., & Leek, J. T. (2016). A framework for collaborative data science. Nature.
3. Null, Linda , e Lobur, Julia.(2003). The Essentials of Computer Organization and Architecture.
4. Viktor Mayer-Schönberger - "Delete: The Virtue of Forgetting in the Digital Age"
5. Viktor Mayer-Schönberger - "Big Data: A Revolution That Will Transform How We Live, Work, and Think"
6. Cathy O'Neil - "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens
Democracy"
7. Danah Boyd - "It's Complicated: The Social Lives of Networked Teens"
8. Kate Crawford - "Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence"
AUTORES
– Sammuel Augusto, ciência da computação, primeiro semestre 2023