" /> class: center, middle, inverse, title-slide .title[ # Fundamentos de Análise de Dados ] .subtitle[ ## O que é um Banco de Dados? ] .author[ ### Luiz Henrique<br><span style="font-size: 70%;">Cientista de Dados<br><a href="https://github.com/Vergiel-a"><svg aria-hidden="true" role="img" viewBox="0 0 496 512" style="height:1em;width:0.97em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#282f6b;overflow:visible;position:relative;"><path d="M165.9 397.4c0 2-2.3 3.6-5.2 3.6-3.3 .3-5.6-1.3-5.6-3.6 0-2 2.3-3.6 5.2-3.6 3-.3 5.6 1.3 5.6 3.6zm-31.1-4.5c-.7 2 1.3 4.3 4.3 4.9 2.6 1 5.6 0 6.2-2s-1.3-4.3-4.3-5.2c-2.6-.7-5.5 .3-6.2 2.3zm44.2-1.7c-2.9 .7-4.9 2.6-4.6 4.9 .3 2 2.9 3.3 5.9 2.6 2.9-.7 4.9-2.6 4.6-4.6-.3-1.9-3-3.2-5.9-2.9zM244.8 8C106.1 8 0 113.3 0 252c0 110.9 69.8 205.8 169.5 239.2 12.8 2.3 17.3-5.6 17.3-12.1 0-6.2-.3-40.4-.3-61.4 0 0-70 15-84.7-29.8 0 0-11.4-29.1-27.8-36.6 0 0-22.9-15.7 1.6-15.4 0 0 24.9 2 38.6 25.8 21.9 38.6 58.6 27.5 72.9 20.9 2.3-16 8.8-27.1 16-33.7-55.9-6.2-112.3-14.3-112.3-110.5 0-27.5 7.6-41.3 23.6-58.9-2.6-6.5-11.1-33.3 2.6-67.9 20.9-6.5 69 27 69 27 20-5.6 41.5-8.5 62.8-8.5s42.8 2.9 62.8 8.5c0 0 48.1-33.6 69-27 13.7 34.7 5.2 61.4 2.6 67.9 16 17.7 25.8 31.5 25.8 58.9 0 96.5-58.9 104.2-114.8 110.5 9.2 7.9 17 22.9 17 46.4 0 33.7-.3 75.4-.3 83.6 0 6.5 4.6 14.4 17.3 12.1C428.2 457.8 496 362.9 496 252 496 113.3 383.5 8 244.8 8zM97.2 352.9c-1.3 1-1 3.3 .7 5.2 1.6 1.6 3.9 2.3 5.2 1 1.3-1 1-3.3-.7-5.2-1.6-1.6-3.9-2.3-5.2-1zm-10.8-8.1c-.7 1.3 .3 2.9 2.3 3.9 1.6 1 3.6 .7 4.3-.7 .7-1.3-.3-2.9-2.3-3.9-2-.6-3.6-.3-4.3 .7zm32.4 35.6c-1.6 1.3-1 4.3 1.3 6.2 2.3 2.3 5.2 2.6 6.5 1 1.3-1.3 .7-4.3-1.3-6.2-2.2-2.3-5.2-2.6-6.5-1zm-11.4-14.7c-1.6 1-1.6 3.6 0 5.9 1.6 2.3 4.3 3.3 5.6 2.3 1.6-1.3 1.6-3.9 0-6.2-1.4-2.3-4-3.3-5.6-2z"></path></svg></a>  <a href="https://www.linkedin.com/in/luiz-henrique-barbosa-filho/"><svg aria-hidden="true" role="img" viewBox="0 0 448 512" style="height:1em;width:0.88em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#282f6b;overflow:visible;position:relative;"><path d="M416 32H31.9C14.3 32 0 46.5 0 64.3v383.4C0 465.5 14.3 480 31.9 480H416c17.6 0 32-14.5 32-32.3V64.3c0-17.8-14.4-32.3-32-32.3zM135.4 416H69V202.2h66.5V416zm-33.2-243c-21.3 0-38.5-17.3-38.5-38.5S80.9 96 102.2 96c21.2 0 38.5 17.3 38.5 38.5 0 21.3-17.2 38.5-38.5 38.5zm282.1 243h-66.4V312c0-24.8-.5-56.7-34.5-56.7-34.6 0-39.9 27-39.9 54.9V416h-66.4V202.2h63.7v29.2h.9c8.9-16.8 30.6-34.5 62.9-34.5 67.2 0 79.7 44.3 79.7 101.9V416z"></path></svg></a>  <a href="mailto:luiz_rique-@hotmail.com"><svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#282f6b;overflow:visible;position:relative;"><path d="M464 64C490.5 64 512 85.49 512 112C512 127.1 504.9 141.3 492.8 150.4L275.2 313.6C263.8 322.1 248.2 322.1 236.8 313.6L19.2 150.4C7.113 141.3 0 127.1 0 112C0 85.49 21.49 64 48 64H464zM217.6 339.2C240.4 356.3 271.6 356.3 294.4 339.2L512 176V384C512 419.3 483.3 448 448 448H64C28.65 448 0 419.3 0 384V176L217.6 339.2z"></path></svg></a>  <a href="https://analisemacro.com.br/"><svg aria-hidden="true" role="img" viewBox="0 0 576 512" style="height:1em;width:1.12em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#282f6b;overflow:visible;position:relative;"><path d="M575.8 255.5C575.8 273.5 560.8 287.6 543.8 287.6H511.8L512.5 447.7C512.5 450.5 512.3 453.1 512 455.8V472C512 494.1 494.1 512 472 512H456C454.9 512 453.8 511.1 452.7 511.9C451.3 511.1 449.9 512 448.5 512H392C369.9 512 352 494.1 352 472V384C352 366.3 337.7 352 320 352H256C238.3 352 224 366.3 224 384V472C224 494.1 206.1 512 184 512H128.1C126.6 512 125.1 511.9 123.6 511.8C122.4 511.9 121.2 512 120 512H104C81.91 512 64 494.1 64 472V360C64 359.1 64.03 358.1 64.09 357.2V287.6H32.05C14.02 287.6 0 273.5 0 255.5C0 246.5 3.004 238.5 10.01 231.5L266.4 8.016C273.4 1.002 281.4 0 288.4 0C295.4 0 303.4 2.004 309.5 7.014L564.8 231.5C572.8 238.5 576.9 246.5 575.8 255.5L575.8 255.5z"></path></svg></a></span> ] .date[ ### <span style="font-size: 70%;">09 de setembro de 2022</span> ] --- <style type="text/css"> pre { white-space: pre-wrap; overflow-y: scroll !important; max-height: 45vh !important; overflow-x: auto; max-width: 100%; } </style> # O que é um Banco de Dados? O termo banco de dados (*database*), para a maioria das pessoas, pode significar uma **coleção de dados ou itens** (listas de qualquer tipo, como por exemplo pagamentos mensais, clientes, compras, etc). Porém, o termo é estritamente definido como uma **coleção de registros integrados que formam um método de coleta e organização de dados**. E obviamente, implica na utilização de uma tecnologia, como por exemplo: - planilhas contendo dados de clientes - arquivos de texto contendo dados sobre voos - bancos de dados armazenados em nuvem (*Cloud Computing*) - arquivos de bancos de dados relacionais organizados por SGBDs - Sistema Gerenciador de Bancos de Dados. --- # Como funciona um Banco de Dados? Um **registro** é a representação de um **objeto físico ou conceitual**. Por exemplo, o envio de pedidos para clientes de uma empresa. Cada registro desses pedidos representa um cliente. Os registros possuem **atributos**, como por exemplo, nome, endereço e região. As observações (o registro de cada atributo) são os dados. Entretanto, os **bancos de dados relacionais** dominam o mercado e são os mais utilizados por sistemas de bancos de dados em empresas. <img src="imgs/clientes.png" width="70%" style="display: block; margin: auto;" /> --- # Como funciona um Banco de Dados? ## Formatos dos dados Os dados podem ser armazenados em diferentes formas e estruturas. **Não estruturados**, como por exemplo: documentos em texto, imagens e áudios. **Estruturados**, em formato tabular, como uma planilha ou Data Frame, contendo linhas e colunas. A maioria dos *softwares* para a análise de dados realiza aplicações em dados estruturados, que é o que iremos utilizar neste curso. --- # Tamanho de banco de dados e complexidade Um banco de dados pode possuir **diferentes tamanhos**, de simples coleções de poucos registros para sistemas que possuem milhões. A **usabilidade** do banco de dados pode ser **definida** com base no seu **tamanho**, no **equipamento** em que é utilizado e no **tamanho da organização que o mantém**. Sendo assim, os separamos em três tipos: - **Banco de dados pessoal**: é desenhado para uma única pessoa para ser utilizado em um único computador. Possui uma estrutura simples e tamanho relativamente pequeno. - **Banco de dados de uma organização ou grupo de trabalho**: Esse tipo de banco de dados é geralmente maior que um pessoal e mais complexo. Necessita ser utilizado por diversas pessoas que tentam acessar o mesmo dados ao mesmo tempo - **Banco de dados de uma empresa**: São enormes, guardando informações sobre a organização inteira. --- # Sistema gerenciador de banco de dados Quando se refere a um banco de dados, usualmente está se referindo a um **sistema gerenciador de banco de dados (SGBD)**. Um SGDB é um **conjunto de programas utilizado para definir, administrar e processar bancos de dados e suas aplicações**. O SGDB é a ferramenta que se utiliza para **construir a estrutura e operacionalizar os dados contidos em um banco de dados**. <img src="imgs/SGBD.png" width="70%" style="display: block; margin: auto;" /> --- # Sistema gerenciador de banco de dados A questão, é que por mais que haja diferenças nos *softwares* de SGDB, o SQL é utilizado como linguagem principal para se comunicar com os bancos de dados através desses sistemas. Para que não seja confuso o ensino sobre SGBD, é possível separá-los em dois tipos de categorias: leves e centralizados .pull-left[ ### Bancos de dados Leves Para soluções simples ou para um número pequeno de usuários, um banco de dados leve é o melhor para se utilizar. Os dois mais comuns são: **SQLite** e **Microsoft Access**. ] .pull-right[ ### Bancos de dados Centralizados Se é necessário diversos usuários utilizarem o banco de dados simultaneamente, é necessário o uso de bancos de dados centralizados. Entre as opções encontram-se: **MySQL, Microsoft SQL Server, Oracle, PostgreSQL, Teradata, MariaDB**. ] --- # Bancos de dados Relacionais Dados estruturados, como mencionado, possuem formatos tabulares, com **linhas (registros)** e **colunas (atributos)**. Esse formato em bancos de dados relacionais são definidos como tabela. Cada tabela pode armazenar diferentes subconjuntos e tipos de dados em níveis diferentes de detalhes. --- # Bancos de dados Relacionais Um banco de dados relacional é uma **coleção de tabelas** que se relacionam entre si. Vamos utilizar como exemplo duas tabelas de **PEDIDOS** e **CLIENTES**. .pull-left[ <img src="imgs/clientes.png" width="100%" style="display: block; margin: auto;" /> ] .pull-right[ <img src="imgs/pedidos.png" width="100%" style="display: block; margin: auto;" /> ] Veja que na primeira tabela, **PEDIDOS**, contém a coluna chamada **ID_CLIENTE**. Essa coluna também está contida na tabela **CLIENTES**. As informações se relacionam de forma que seja possível ligar os dados entre as duas tabelas. Com isso, através das informações sobre os pedidos, é possível localizar as informações sobre os clientes que realizaram os pedidos. --- # Por que Tabelas Separadas? As tabelas são construídas de formas separadas devido ao conceito de **normalização**. Basicamente, é a separação de diferentes tipos de dados em suas próprias tabelas. Se houvesse todas as informações em apenas uma tabela, ela seria **redundante, ocasionando o aumento da manutenção dos dados e a do armazenamento, bem como a complexidade.** <img src="imgs/redundante.png" width="100%" style="display: block; margin: auto;" /> Veja que se houvesse as informações do clientes na tabela **PEDIDOS**, ocasionaria o aumento de linhas relacionadas a Re Construcao. Isso é totalmente **redundante**. --- # Considerações Por fim, podemos entender o que são Bancos de Dados, e como bancos de dados relacionais funcionam. Esse forma de montagem de armazenamento de dados é extremamente útil em uma organização, e é potencializada no processo de análise de dados com a linguagem SQL, Python e R.