Tecnologias para Gerenciamento de Dados na Era do Big Data
|
|
|
- Paulo Arruda Castelo
- 8 Há anos
- Visualizações:
Transcrição
1 Tecnologias para Gerenciamento de Dados na Era do Big Data Victor Teixeira de Almeida 1,2 Vitor Alcântara Batista 1 1 PETROBRAS 2 Universidade Federal Fluminense (UFF)
2 Importante A Petrobras não é responsável por qualquer informação contida nesta apresentação. Todas as opiniões aqui emitidas são de inteira e exclusiva responsabilidade dos autores. 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 2
3 Cientista de dados (data scientist) An individual responsible for modeling complex business problems, discovering business insights and identifying opportunities through the use of statistical, algorithmic, mining and visualization techniques. In addition to advanced analytic skills, this individual is also proficient at integrating and preparing large, varied datasets, architecting specialized database and computing environments, and communicating results. A data scientist may or may not have specialized industry knowledge to aid in modeling business problems and with understanding and preparing data. Soft Skills: Communication, Collaboration, Leadership, Creativity, Discipline, Passion Fonte: Gartner, Emerging Role of the Data Scientist and the Art of Data Science Published: 20 March 2012 ID:G Analyst(s): Douglas Laney Lisa Kart 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 3
4 Cientista de dados (data scientist) An individual responsible for modeling complex business problems, discovering business insights and identifying opportunities through the use of statistical, algorithmic, mining and visualization techniques. In addition to advanced analytic skills, this individual is also proficient at integrating and preparing large, varied datasets, architecting specialized database and computing environments, and communicating results. A data scientist may or may not have specialized industry knowledge to aid in modeling business problems and with understanding and preparing data. Soft Skills: Communication, Collaboration, Leadership, Creativity, Discipline, Passion Fonte: Gartner, Emerging Role of the Data Scientist and the Art of Data Science Published: 20 March 2012 ID:G Analyst(s): Douglas Laney Lisa Kart 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 4
5 Tecnologias para Gerenciamento de Dados na Era do Big Data Objetivo: Este minicurso pretende apresentar as tecnologias atuais utilizadas para gerenciamento de dados Ao final deste minicurso, vocês serão capazes de entender as principais diferenças entre as tecnologias existentes e de eventualmente definir a melhor estratégia para abordar determinados problemas. 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 5
6 Big Data De onde surgiram as novas tecnologias 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 6
7 Tecnologias de big data Escalabilidade horizontal Processamento massivamente paralelo... Shared-nothing 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 7
8 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 8
9 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 9
10 Contagem de triângulos Importante para determinar o coeficiente de agrupamento de um vértice (indivíduo), ou te todo o grafo (twitter) Simples representação Complexa execução Twitter(follower,followee) SELECT COUNT(*) FROM Twitter as R, Twitter as S, Twitter as T WHERE R.followee = S.follower AND S.followee = T.follower AND T.followee = R.follower AND R.follower < S.follower AND S.follower < T.follower; 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 10
11 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/
12 SGBD Relacional Álgebra relacional Controle de concorrência e transações (ACID) Linguagem de consulta padrão declarativa (SQL) Seleção Projeção σ π Renomear ρ SQL Junção Agregação ϒ Índices para facilitar o acesso aos dados SELECT COUNT(*) FROM R, S, T WHERE R.x = S.x AND S.y = T.y; 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 12
13 Otimização de consultas (e.g. junções) Ordem Algoritmo R S T R S T R T S Nested loops join Sort-merge join Merge join Hash join... R S R S T 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 13
14 SGBDs Relacionais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 14
15 Demonstração Contando triângulos em um SGBD Relacional (PostgreSQL) 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 15
16 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 16
17 SGBD orientado a colunas orientado a linhas OLTP 1 João da Silva 5/8/ ID NOME DT_NASC TEL 1 João da Silva 5/8/ Manuel Carlos 3/12/ Júlia Almeida 12/1/ Maria José 1/9/ Alberto Jr. 23/2/ Ana Carolina 21/8/ Manuel Carlos 3/12/ Júlia Almeida 12/1/ Maria José 1/9/ OLAP orientado a colunas compressão de dados João da Silva Manuel Carlos Júlia Almeida Maria José Alberto Jr. Ana Carolina 5/8/1986 3/12/ /1/1991 1/9/ /2/ /8/ /05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 17
18 SGBD orientado a colunas coluna fname Dicionário de fname Vetor de atributos de fname Conversão Tabular -> Colunar Fonte: OpenHPI 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 18
19 Compressão de dados A taxa de compressão dos dados depende da Cardinalidade/Entropia: Cardinalidade: Na representação tabular é o número de tuplas Na representação colunar é o número de valores distintos na coluna Entropia: Cardinalidade da coluna / Cardinalidade da tabela Tecnologias para Gerenciamento de Dados na Era o Big Data
20 Seleção de tuplas Tecnologias para Gerenciamento de Dados na Era o Big Data
21 Seleção de tuplas execução da consulta Tecnologias para Gerenciamento de Dados na Era o Big Data
22 SGBDs orientados a colunas C-Store 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 22
23 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 23
24 SGBD em memória Gerenciador de transações Operação de E/S Gerenciador de páginas Cache de disco em memória (e.g. LRU) pg_id página (4k, 8k, 16k) ÇLAEUIRQO8WY8098Y Q9U8-9J DÍPOAUSEAUS JP98QW34U50982UR P QPPPPAJ809SGHA98SHG IJAF PSDJFAPS09JP9203J JPONIDFPASD90QW8J A98SJHAF07SHDF0A78S Log de transações Base de dados 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 24
25 SGBD em memória Operação de E/S 1 João da Silva 5/8/ Manuel Carlos 3/12/ Gerenciador de transações Júlia Almeida Maria José Alberto Jr. Ana Carolina 12/1/1991 1/9/ /2/ /8/ Log de transações 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 25
26 Visão geral de um banco de dados em memória e colunar Fonte: OpenHPI 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 26
27 SGBDs em memória 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 27
28 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 28
29 SGBD MPP Dados distribuídos (particionamento horizontal) Processamento (algoritmos) paralelo de consultas OLAP 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 29
30 SGBD MPP Algoritmo R S R S R S R S R S Hash(x) 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 30
31 SGBDs MPP 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 31
32 SGBDs MPP 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 32
33 Demonstração Contando triângulos em um SGBD MPP (Myria) 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 33
34 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 34
35 Hadoop Software livre (Apache Software Foundation) Sistema de arquivos distribuído (HDFS) Processamento paralelo de dados (MapReduce) 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 35
36 Hadoop (histórico) 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 36
37 Ecossistema Hadoop 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 37
38 HDFS Arquivos divididos em blocos (default 64MB) Cada bloco é replicado em algumas poucas máquinas no cluster (default 3) Cliente HDFS NameNode Replicação de dados, Balanceamento, monitoramento DataNode DataNode DataNode DataNode DataNode escreve em disco local 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 38
39 MapReduce Framework de processamento paralelo Tolerância a falhas 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 39
40 Exemplo WordCount (contagem de palavras) 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 40
41 Exemplo (WordCount) dog cat dog dog fox dog lion cat dog dog lion fox cat 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 41
42 Exemplo (SelfJoin) 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 42
43 Demonstração Contagem de triângulos usando MapReduce 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 43
44 Hive Desenvolvido pelo Facebook Mantido atualmente por Facebook, Netflix, dentre outros HiveQL, linguagem similar a SQL, abstraindo funções MapReduce Não cria um SGBD, simplesmente executa jobs MapReduce hive> CREATE TABLE twitter(follower INT, followee INT); hive> LOAD DATA INPATH '/input/twitter' OVERWRITE INTO TABLE twitter; hive> SELECT COUNT(*) > FROM twitter R JOIN twitter S ON R.followee = S.follower; 02/05/2016 Desmistificando Tecnologias de Big Data 44
45 Demonstração Contagem de triângulos usando Hive 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 45
46 Pig Desenvolvido pela Yahoo! ~2006 Movido para o Hadoop em 2007 Linguagem (Pig Latin) de alto nível para abstrair a linguagem Java grunt> Twitter_1 = LOAD '/input/twitter' USING PigStorage(' ') AS (follower:int, followee:int); grunt> Twitter_2 = LOAD '/input/twitter' USING PigStorage(' ') AS (follower:int, followee:int); grunt> Twitter_SelfJoin = JOIN Twitter_1 by $1, Twitter_2 by $0; grunt> Twitter_SelfJoin_Grp = GROUP Twitter_SelfJoin ALL; grunt> Twitter_SelfJoin_Cnt = FOREACH Twitter_SelfJoin_Grp GENERATE COUNT(Twitter_SelfJoin); grunt> DUMP Twitter_SelfJoin_Cnt; 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 46
47 Demonstração Contagem de triângulos usando Pig 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 47
48 Apache Spark Spark: Hadoop em memória Ideia: alteração do mecanismo de tolerância a falhas não-falha: execução mais rápida (dados em memória, sem necessidade de salvar em disco cada resultado) falha: execução mais lenta (rollback de diversas etapas do processo, não somente uma como no Hadoop) 100x mais rápido Logistic regression in Hadoop and Spark 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 48
49 Apache Spark 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 49
50 Apache Spark Fonte: Cloudera Spark Training 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 50
51 RDD (Resilient Distributed Dataset) É a unidade básica de dados do Spark A maior parte de um programa Spark são operações sobre um RDD RDD Resilient Se o dado for perdido, ele pode ser recuperado Distributed Armazenado na memória em um cluster Dataset Dados iniciais podem ser lidos de uma fonte (HDFS, Amazon S3, Hbase, Cassandra) ou poder ser criados programaticamente Tecnologias para Gerenciamento de Dados na Era o Big Data
52 Funcionamento do Spark Um RDD é distribuído entre os nós do cluster Por padrão o Spark particiona os dados por bloco do HDFS, para RDDs baseados em um arquivo Fonte: Cloudera Spark Training Tecnologias para Gerenciamento de Dados na Era o Big Data
53 Transformações em RDDs
54 Transformações em RDDs
55 Ações em RDDs Tecnologias para Gerenciamento de Dados na Era o Big Data
56 Exemplo Word Count Fonte: Cloudera Spark Training 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 56
57 Spark Streaming Tecnologias para Gerenciamento de Dados na Era o Big Data
58 Dstreams (Discretized Streams) É uma abstração para um fluxo contínuo de RDDs A cada intervalo de tempo t, um RDD novo é criado com os dados recebidos Tecnologias para Gerenciamento de Dados na Era o Big Data
59 Janela Deslizante
60 Spark MLLib 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 60
61 Spark MLlib Implementações para Java, Scala e Python 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 61
62 Mahout O projeto Apache Mahout decidiu migrar seus algoritmos para o Spark Tecnologias para Gerenciamento de Dados na Era o Big Data
63 Spark SQL e DataFrame Cria abstrações dos RDDs num formato semelhante a um banco de dados relacional As tabelas podem ser tratadas como os DataFrames do pandas (Python) e do R 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 63
64 Demonstração Contando triângulos com SparkSQL 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 64
65 Spark GraphX Fornece infraestrutura para processamento distribuído de Grafos no Spark Representação otimizada 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 65
66 Spark GraphX Representação de grafos em RDDs 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 66
67 Spark GraphX Atualmente apenas 3 algoritmos implementados: PageRank Contagem de Triângulos Identificação de componentes conectados 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 67
68 Demonstração Contando Triângulos usando GraphX Obs: a lógica é diferente. O algoritmo implementado conta o número de triângulos que cada nó participa. A soma em redundâncias. 13/10/2015 Tecnologias para Gerenciamento de Dados na Era o Big Data 68
69 Apache HAWQ e Cloudera Impala SGBD MPP em cima de HDFS Sem uso de MapReduce 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 69
70 Hadoop 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 70
71 Tecnologias de Big Data O problema da contagem de triângulos SGBD relacional SGBD relacional orientado a colunas SGBD relacional em memória SGBD MPP Hadoop MapReduce Spark Pig SparkSQL GraphX Considerações finais 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 71
72 NoSQL Fonte: 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 72
73 Visualização Preparação dos dados e modelagem 95% do tempo Execução dos modelos 5% do tempo Interpretação e visualização dos resultados Outros 95% do tempo 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 73
74 Futuro Database as a Service Escalabilidade automática Precificação e SLAs precisos e de antemão 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 74
75 As a Service Machine Learning as a Service 02/05/2016 Tecnologias para Gerenciamento de Dados na Era o Big Data 75
76 Obrigado Contatos: Victor Teixeira de Almeida e Vitor Alcântara Batista 02/05/
Desmis&ficando Tecnologias de Big Data. Victor Teixeira de Almeida Petrobras
Desmis&ficando Tecnologias de Big Data Victor Teixeira de Almeida Petrobras Importante A Petrobras não é responsável por qualquer informação con9da nesta apresentação. Todas as opiniões aqui emi9das são
Treinamento em Apache Spark com Scala - Fundamental
Treinamento em Apache Spark com Scala - Fundamental O treinamento fundamental em Apache Spark prepara profissionais para o mercado de trabalho com Spark e Programação em Scala. Seu conteúdo programático
Prof. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro SQL, SQL3 e OQL são linguagens declarativas O SGBD deve processar e otimizar estas consultas antes delas serem efetivamente executadas Uma consulta possui muitas estratégias
HadoopDB. Edson Ie Serviço Federal de Processamento de Dados - SERPRO
HadoopDB Edson Ie Serviço Federal de Processamento de Dados - SERPRO Motivação Grandes massas de dados precisam ser processadas em clusters: 1 nó: 100TB@59MB/s = 23 dias Cluster com 1000 nós 33 min!!!
Banco de Dados I 2007. Módulo V: Indexação em Banco de Dados. (Aulas 4) Clodis Boscarioli
Banco de Dados I 2007 Módulo V: Indexação em Banco de Dados (Aulas 4) Clodis Boscarioli Agenda: Indexação em SQL; Vantagens e Custo dos Índices; Indexação no PostgreSQL; Dicas Práticas. Índice em SQL Sintaxe:
BIG DATA: UTILIZANDO A INTERNET PARA TOMADA DE DECISÕES
BIG DATA: UTILIZANDO A INTERNET PARA TOMADA DE DECISÕES Alex Travagin Chatalov¹, Ricardo Ribeiro Rufino ¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil alex_tr1992@hotmail.com ricardo@unipar.br
Lab 2 MapReduce e o Console Web
Lab 2 MapReduce e o Console Web Objetivos do Laboratório Neste laboratório você irá praticar o que você aprendeu nesta lição, mais especificamente você ira praticar as operações de MapReduce e aprender
Uma expressão básica em SQL consiste em três cláusulas: select, from e where.
Introdução a Banco de Dados O.K. Takai; I.C.Italiano; J.E. Ferreira. 67 8 A Linguagem SQL A linguagem SQL é um padrão de linguagem de consulta comercial que usa uma combinação de construtores em Álgebra
ESTUDO SOBRE A TECNOLOGIA DE BANCO DE DADOS NoSQL
ESTUDO SOBRE A TECNOLOGIA DE BANCO DE DADOS NoSQL Autores: Nicolas Ignácio RYBERG 1,2 ;; Angelo Augusto FROZZA 3 Identificação autores: 1 Bolsista PIBIC-EM/CNPq;; 2 Aluno do curso Técnico em Informática
Banco de Dados Oracle 10g: Introdução à Linguagem SQL
Oracle University Entre em contato: 0800 891 6502 Banco de Dados Oracle 10g: Introdução à Linguagem SQL Duração: 5 Dias Objetivos do Curso Esta classe se aplica aos usuários do Banco de Dados Oracle8i,
Banco de Dados. Marcio de Carvalho Victorino www.dominandoti.eng.br. Exercícios SQL
Banco de Dados Exercícios SQL 1 TRF (ESAF 2006) 32. Analise as seguintes afirmações relacionadas a Bancos de Dados e à linguagem SQL: I. A cláusula GROUP BY do comando SELECT é utilizada para dividir colunas
Prof. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro Volume de dados muito grande Principais problemas em relação aos SGBD Relacionais é conciliar o tipo de modelo com a demanda da escalabilidade. Exemplo -Facebook Um crescimento
Banco de Dados. Profª. Ana Leda
Banco de Dados Profª. Ana Leda Introdução 1 DADO PROCESSAMENTO INFORMAÇÃO 2 Dados x Informação DADO = REPRESENTAÇÃO DE UM FATO, OBJETO, EVENTO, PESSOA, ETC. ENTIDADE = FATO, OBJETO, EVENTO, PESSOA, ETC,
Alta performance no processamento de Big Data com Spark e Lambda Expressions. Claudio Seidi @claudio_seidi Fabio Velloso @fabiovelloso
Alta performance no processamento de Big Data com Spark e Lambda Expressions Claudio Seidi @claudio_seidi Fabio Velloso @fabiovelloso Cláudio Seidi Bacharel em Ciência da Computação - IME/USP Java desde
Bem-vindo ao tópico sobre consultas no SAP Business One.
Bem-vindo ao tópico sobre consultas no SAP Business One. 1 Neste tópico, você aprenderá a criar consultas SQL utilizando as ferramentas de consulta do SAP Business One Assistente de consultas e Gerador
Introdução à Banco de Dados. Nathalia Sautchuk Patrício
Introdução à Banco de Dados Nathalia Sautchuk Patrício Histórico Início da computação: dados guardados em arquivos de texto Problemas nesse modelo: redundância não-controlada de dados aplicações devem
NOME SEXO CPF NASCIMENTO SALARIO
Tutorial SQL Fonte: http://www.devmedia.com.br/articles/viewcomp.asp?comp=2973 Para começar Os Sistemas Gerenciadores de Bancos de Dados Relacionais (SGBDr) são o principal mecanismo de suporte ao armazenamento
Prof. Antonio Almeida de Barros Jr. Prof. Antonio Almeida de Barros Junior
Prof. Antonio Almeida de Barros Jr. Introdução Dados Informações Banco de Dados Conceitos Básicos em Bancos de Dados Definição BD - Banco de Dados SGBD - Sistema de Gerenciamento de BD Programa de Aplicação
MBA Analytics em Big Data
MBA Analytics em Big Data Inscrições Abertas Início das Aulas: 04/06/2015 Dias e horários das aulas: Segunda-Feira 19h00 às 23h00 Semanal Sexta-Feira 19h00 às 23h00 Semanal Carga horária: 600 Horas Duração:
Prof. Ronaldo R. Goldschmidt. ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt
Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Prof. Ronaldo Ribeiro Goldschmidt REVISÃO DE BD RELACIONAIS E SQL! "" #!$ #%! $& #
PHP INTEGRAÇÃO COM MYSQL PARTE 1
INTRODUÇÃO PHP INTEGRAÇÃO COM MYSQL PARTE 1 Leonardo Pereira leonardo@estudandoti.com.br Facebook: leongamerti http://www.estudandoti.com.br Informações que precisam ser manipuladas com mais segurança
Microsoft Access INTRODUÇÃO. Sumário INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO. O que é Banco de Dados?
Microsoft Access Sumário 1. 2. ABRINDO UM BANCO DE DADOS PRONTO 3. ASSISTENTE DE BANCO DE DADOS 4. NAVEGANDO PELO BANCO DE DADOS 5. CRIANDO UM BANCO DE DADOS DESDE O INÍCIO 6. CRIANDO COSULTAS 7. CRIANDO
Interoperabilidade entre Bancos de Dados Relacionais e Bancos de Dados NoSQL
Minicurso: Interoperabilidade entre Bancos de Dados Relacionais e Bancos de Dados NoSQL Geomar A. Schreiner Ronaldo S. Mello Departamento de Informática e Estatística (INE) Programa de Pós-Graduação em
Pollyanna Gonçalves. Seminário da disciplina Banco de Dados II
Pollyanna Gonçalves Seminário da disciplina Banco de Dados II Web 2.0 vem gerando grande volume de dados Conteúdo gerado por redes sociais, sensores inteligentes, tecnologias de colaboração, etc. Novas
Por que? A WEB está substituindo o desktop Google Gmail, Google Docs, Amazon, Flickr, Facebook, Twitter, YouTube Mudança de Paradigma:
Por que? A WEB está substituindo o desktop Google Gmail, Google Docs, Amazon, Flickr, Facebook, Twitter, YouTube Mudança de Paradigma: Amazon Web Services Windows Azure Platform Google App Engine Evolução
Arquitetura de Banco de Dados
Arquitetura de Banco de Dados Daniela Barreiro Claro MAT A60 DCC/IM/UFBA Arquitetura de Banco de dados Final de 1972, ANSI/X3/SPARC estabeleceram o relatório final do STUDY GROUP Objetivos do Study Group
Análise de Big Data Streams
Análise de Big Data Streams Identificando e tratando fluxo Hadoop Marcelo Vaz Netto Nilson Moraes Filho 14/07/14 Propósito do Artigo Original Programming Your Network at Run-time for Big Data Applications
Big Data Definição, Desafios e Análise de dados Seminário da disciplina IN940 - Banco de Dados
Big Data Definição, Desafios e Análise de dados Seminário da disciplina IN940 - Banco de Dados Aluno: Victor Santos Professor: Ana Carolina Fernando Fonseca AGENDA 1 - O que é Big Data? 2 - Impactos do
Computador Digital Circuitos de um computador (Hardware)
Computador Digital SIS17 - Arquitetura de Computadores (Parte I) Máquina que pode resolver problemas executando uma série de instruções que lhe são fornecidas. Executa Programas conjunto de instruções
Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas
Processamento e Otimização de Consultas Banco de Dados Motivação Consulta pode ter sua resposta computada por uma variedade de métodos (geralmente) Usuário (programador) sugere uma estratégia para achar
Shermila Guerra Santa Cruz Orientador: Ricardo Rodrigues Ciferri
Shermila Guerra Santa Cruz Orientador: Ricardo Rodrigues Ciferri O que é computação em nuvem (CN)? Vantagens e desvantagens da computação em nuvem Serviços da computação em nuvem SaaS, IasS, PasS e DbasS
LINGUAGEM SQL. DML - Linguagem de Manipulação de Dados
LINGUAGEM SQL Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL, é uma linguagem de pesquisa declarativa para banco de dados relacional (base de dados relacional). Muitas das características
Introdução aos Bancos de Dados Não-Relacionais. Mauricio De Diana (mestrando) Marco Aurélio Gerosa (orientador)
Introdução aos Bancos de Dados Não-Relacionais Mauricio De Diana (mestrando) Marco Aurélio Gerosa (orientador) Conteúdo Histórico de BDs não-relacionais na Web 4 Categorias de bancos NoSQL Exemplos de
Núcleo de Pós Graduação Pitágoras
Núcleo de Pós Graduação Pitágoras Professor: Fernando Zaidan Disciplina: Modelagem e Projeto de Banco de Dados Especialização em Tecnologia da Informação - Ênfases Março- 2009 1 Material usado na montagem
Banco de Dados. Otimização de consultas. Prof. Joao Eduardo Ferreira Prof. Osvaldo Kotaro Takai. Última atualização: 15 de maio de 2006
Banco de Dados Otimização de consultas Última atualização: 15 de maio de 2006 Prof. Joao Eduardo Ferreira Prof. Osvaldo Kotaro Takai Introdução Consulta em linguagem de alto nível Análise e validação Forma
INF70 Gerenciamento de Banco de Dados 2 Plano de Curso e Introdução
INF70 Gerenciamento de Banco de Dados 2 Plano de Curso e Introdução Ilmério Reis da Silva ilmerio@facom.ufu.br www.facom.ufu.br/~ilmerio/gbd2 UFU/FACOM/BCC Plano de Curso Ementa Arquitetura de um Sistema
Bancos de Dados: impossível viver sem eles...
Bancos de Dados: impossível viver sem eles... Vanessa Braganholo vanessa@ic.uff.br Vocês já sabem programar... Problema: eu preciso calcular a média de uma turma de Estruturas de Dados II public static
Jaspe versão 1.2. Manual do usuário Versão em Português
Jaspe versão 1.2 Manual do usuário Versão em Português Iniciando o Jaspe Ao iniciar o Jaspe, será aberta uma janela de identificação de usuário. Se for a primeira vez que você estiver iniciando o Jaspe,
Benjamin Bengfort Jenny Kim
Benjamin Bengfort Jenny Kim Novatec Authorized Portuguese translation of the English edition of Data Analytics with Hadoop, ISBN 9781491913703 2016 Benjamin Bengfort, Jenny Kim. This translation is published
Laboratório de Hardware
Laboratório de Hardware Prof. Marcel Santos Responsável por implementar em software um recurso que não existe no hardware. O hardware oferece simplesmente um grande conjunto de bytes contíguos, e a tarefa
Sistemas de Banco de Dados
Sistemas de Banco de Dados Gerência de Sistemas de Informação Aula 04 Por que as empresas guardam dados? Para a obtenção de informações e, logo, conhecimento O conhecimento leva à tomada de decisões Dados
NoSQL. Cintia Freitas de Moura. BCC 441 Banco de Dados II / 2014
NoSQL Cintia Freitas de Moura BCC 441 Banco de Dados II / 2014 Origem: O termo NoSQL foi usado pela primeira vez em 1998, como o nome de um banco de dados relacional de código aberto que não possuía um
TRABALHO DE BANCO DE DADOS POSTGRES MINI-MUNDO: BD PARA GERENCIAMENTO DE UNIDADES DE CONSERVAÇÃO
UERJ Universidade do Estado do Rio de Janeiro Mestrado em Engenharia da Computação Geomática Docente: Oscar Luiz Monteiro de Farias Disciplina: Banco de Dados Alunos: Elisa Santos de Oliveira Teixeira
BANCO DE DADOS. Isac Aguiar isacaguiar.com.br isacaguiar@gmail.com
BANCO DE DADOS Isac Aguiar isacaguiar.com.br isacaguiar@gmail.com Contexto Fazem parte do nosso dia a dia: Operações bancárias Matrícula na universidade Reserva de hotel Controle de biblioteca Comércio
Modelo Cliente/Servidor Por HIARLY ALVES
UNICE Ensino Superior Linguagem de Programação Ambiente Cliente Servidor. Modelo Cliente/Servidor Por HIARLY ALVES Fortaleza - CE CONCEITOS Cliente x Servidor. Cliente É um programa (software) executado
APLICAÇÕES DE BIG DATA COM SPARK E PYTHON
CURTA DURAÇÃO APLICAÇÕES DE BIG DATA COM SPARK E PYTHON CARGA HORÁRIA: 48 horas DURAÇÃO: 3 meses COORDENAÇÃO: Prof. Dr. Adolpho Pimazoni Canton Prof.ª Dr.ª Alessandra de Ávila Montini APRESENTAÇÃO O crescente
SISTEMA GERENCIADOR DE BANCO DE DADOS
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br SISTEMA GERENCIADOR
Gerenciamento de memória
Na memória principal ficam todos os programas e os dados que serão executados pelo processador. Possui menor capacidade e custo maior. S.O buscam minimizar a ocupação da memória e otimizar sua utilização.
PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA
PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e
Sensor de temperatura Parte 5 Cleiton Bueno www.cleitonbueno.wordpress.com. Preparando o ambiente do Banco de dados Mysql
Criar database: Sensor de temperatura Parte 5 Cleiton Bueno www.cleitonbueno.wordpress.com Preparando o ambiente do Banco de dados Mysql CREATE DATABASE `tempuino` DEFAULT CHARACTER SET utf8 COLLATE utf8_bin
Ciência dos Dados. bruno.domingues@intel.com. Preparado por Intel Corporation Bruno Domingues Principal Architect. segunda-feira, 5 de agosto de 13
Ciência dos Dados Preparado por Intel Corporation Bruno Domingues Principal Architect bruno.domingues@intel.com Homem na Lua Software Data: 1969 64kb, 2kb, RAM, Fortran Tem que funcionar! Apolo XI Velocidade:
Disciplina de Banco de Dados Parte V
Disciplina de Banco de Dados Parte V Prof. Elisa Maria Pivetta CAFW - UFSM Modelo de Dado Relacional O Modelo Relacional O Modelo ER é independente do SGDB portanto, deve ser o primeiro modelo gerado após
http://blogging.avnet.com/weblog/cioinsights/tag/big-data/ Storm Processamento e análise real time para Big Data 7/24/12 Fabio Velloso
http://blogging.avnet.com/weblog/cioinsights/tag/big-data/ Storm Processamento e análise real time para Big Data Fabio Velloso Fabio Velloso Bio Bacharel em Ciência da Computação - UFSCar MBA FGV Desenvolvedor
Principais Comandos SQL Usados no MySql
Principais Comandos SQL Usados no MySql O que é um SGBD? Um Sistema Gerenciador de Banco de Dados (como no Brasil) ou Sistema Gestor de Base de Dados (SGBD) é o conjunto de programas de computador (softwares)
ALTO DESEMPENHO UTILIZANDO FRAMEWORK HIBERNATE E PADRÃO JAVA PERSISTENCE API
ALTO DESEMPENHO UTILIZANDO FRAMEWORK HIBERNATE E PADRÃO JAVA PERSISTENCE API Tiago Henrique Gomes da Silva Balduino 1, Ricardo Ribeiro Rufino 1 1 Universidade Paranaense (Unipar) Paranavaí PR Brasil tiagobalduino77@gmail.com
Hoje é inegável que a sobrevivência das organizações depende de dados precisos e atualizados.
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br INTRODUÇÃO Hoje é
Noções de. Microsoft SQL Server. Microsoft SQL Server
Noções de 1 Considerações Iniciais Basicamente existem dois tipos de usuários do SQL Server: Implementadores Administradores 2 1 Implementadores Utilizam o SQL Server para criar e alterar base de dados
Curso PHP Aula 08. Bruno Falcão brunogfalcao@gmail.com
+ Curso PHP Aula 08 Bruno Falcão brunogfalcao@gmail.com + Roteiro Conectividade com BD SQL + SQL Structured Query Language. Padrão para interagir com banco de dados relacionais. + Banco de dados Um banco
MÉTRICAS DE REDE NO ZABBIX
IMPLEMENTAÇÃO DE MÉTRICAS DE REDE NO ZABBIX Universidade Federal de Minas Gerais Departamento de Ciência da Computação Laboratório de Software Livre 22 de janeiro de 2010 1 Sumário 1 Introdução 3 2 Pré-requisitos
MBA ANALYTICS EM BIG DATA
MBA ANALYTICS EM BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e Computação
17/10/2008. Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores
Faculdade INED Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores Disciplina: Banco de Dados Prof.: Fernando Hadad Zaidan 1 Unidade 2 Imagem: BARBIERI, Carlos. 2
COMPUTAÇÃO EM NUVEM E PROCESSAMENTO MASSIVO DE DADOS Conceitos, tecnologias e aplicações
COMPUTAÇÃO EM NUVEM E PROCESSAMENTO MASSIVO DE DADOS Conceitos, tecnologias e aplicações Jaqueline Joice Brito Slides em colaboração com Lucas de Carvalho Scabora Sumário Computação em Nuvem Definição
AULA 2 INTERAÇÃO COM O BANCO DE DADOS
AULA 2 INTERAÇÃO COM O BANCO DE DADOS BANCO DE DADOS POSTGRESQL O PostgreSQL é um sistema gerenciador de banco de dados dos mais robustos e avançados do mundo. Seu código é aberto e é totalmente gratuito,
LOGs e ALERTAS de DESEMPENHO
LOGs e ALERTAS de DESEMPENHO Servem para Coletar automaticamente dados de desempenho de computadores locais ou remotos e ainda visualizar os dados de contador registrados em log usando o Monitor do sistema,
Introdução a Banco de Dados Aula 03. Prof. Silvestri www.eduardosilvestri.com.br
Introdução a Banco de Dados Aula 03 Prof. Silvestri www.eduardosilvestri.com.br Arquiteturas de Banco de Dados Arquiteturas de BD - Introdução Atualmente, devem-se considerar alguns aspectos relevantes
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO TÓPICOS AVANÇADOS EM SISTEMAS INTEGRADOS E DISTRIBUÍDOS II
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO TÓPICOS AVANÇADOS EM SISTEMAS INTEGRADOS E DISTRIBUÍDOS II RELATÓRIO TÉCNICO ADORILSON BEZERRA DE ARAÚJO ANDRÉ GUSTAVO
Linguagem de Consulta - SQL
SQL Structured Query Language Linguagem de Consulta Estruturada; Originou-se da linguagem SEQUEL (1974); Revisada e chamada de SQL em 1976/77; Em 1986, padronizada pelo ANSI/ISO - chamada SQL-86; Em 1987
Sumário. Administração de Banco de dados Módulo 12. Ilustração Backup-Recovery. Recuperação (Recovery) - Definição
Sumário Administração de Banco de dados Módulo 12 1. Administração de SGBDs - Continuação 1.1. Recuperação (Recovery) 1.1.1. Recuperação de sistema 1.1.2. Recuperação da mídia M. Sc. Luiz Alberto lasf.bel@gmail.com
Prof. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro Volume de dados muito grande Principais problemas em relacao aos SGBD Relacionais é conciliar o tipo de modelo com a demanda da escalabilidade. Exemplo -Facebook Um crescimento
Manual de Instalação
INSTITUTO BRASILEIRO DE INFORMAÇÃO EM CIÊNCIA E TECNOLOGIA Manual de Instalação Tecer [Linux] ÍNDICE DE FIGURAS Figura 1 Tecer-ds...8 Figura 2 Criando a pasta tecer...9 2 P á g i n a SUMÁRIO 1. INTRODUÇÃO...4
Bases de Dados 2007/2008 Exame
Exame 11 de Janeiro de 2007 Instituto Superior Técnico Departamento de Engenharia Informática Regras O exame tem a duração de 2h30m. A folha de capa deve ser identificada com o nome e número do aluno.
PLANO DE ENSINO. PRÉ-REQUISITO: Modelagem e Programação Orientada a Objetos. PROFESSOR RESPONSÁVEL : Josino Rodrigues Neto
UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO Rua Dom Manoel de Medeiros, s/n Dois Irmãos 52171-900 Recife-PE Fone: 0xx-81-332060-40 proreitor@preg.ufrpe.br PLANO DE ENSINO
Arquitetura de SGBD Relacionais Previsão de Seletividade
Arquitetura de SGBD Relacionais Previsão de Seletividade Caetano Traina Jr. Grupo de Bases de Dados e Imagens Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo - São Carlos caetano@icmc.usp.br
Banco de Dados. Um momento crucial na organização dos dados é a forma com que cadastramos estes dados, a estrutura de armazenamento que criamos.
Banco de Dados O que é um Banco de Dados? Este assunto é muito vasto, tentaremos resumi-lo para atender as questões encontradas em concursos públicos. Já conhecemos o conceito de dado, ou seja, uma informação
SISTEMAS DE INFORMAÇÃO GERENCIAIS
SISTEMAS DE INFORMAÇÃO GERENCIAIS Aluno: Luiza Cavalcanti Marques Orientador: Silvio Hamacher Introdução A modelagem e a utilização de bancos de dados em atividades gerenciais têm sofrido um aumento significativo
O que são Bancos de Dados?
SQL Básico Liojes de Oliveira Carneiro professor.liojes@gmail.com www.professor-liojes.blogspot.com O que são Bancos de Dados? É o software que armazena, organiza, controla, trata e distribui os dados
BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING
BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Bancos de Dados Distribuídos Processamento de Consultas Ambiente com SGBD Distribuído Processamento
As Novas Tecnologias de Dados, Inteligência Competitiva e Preditiva
SEMINÁRIO TEMAS ESTRATÉGICOS DO AGROPENSA Pesquisa e Inovação em Automação e Tecnologias da Informação e Comunicação As Novas Tecnologias de Dados, Inteligência Competitiva e Preditiva Brasília, 12 de
E N AT O M O L I N A T O T H
no:sql Not only SQL Renato Molina Toth ww.renatomolina.in R E N AT O M O L I N A T O T H O que é? O que é? Não é uma nova tecnologia, é uma nova abordagem Propõe um modelo alternativo de banco de dados
Projeto de Banco de Dados
Luiz Vivacqua (lavcm@terra.com.br) http://geocities.yahoo.com.br/lavcm 1 Ementa 1. Introdução (1) 2. Modelo Conceitual Diagrama de classes 3. Modelo Lógico Relacional Características Chaves Restrições
GladiusSimpleReport. Este manual, visa mostrar, como utilizar o GladiusSimpleReport atravéz de exemplos.
Introdução O GladiusSimpleReport é um gerador de relatório simples que permite gerar listagens baseadas em uma única tabela ou em um conjunto de tabelas relacionadas. Vantagens O GladiusSimpleReport permite
Formação em Banco de Dados
Formação em Banco de Dados Sobre a KTEC A KTEC Escola de Tecnologia oferece uma série de cursos, para os que procuram uma base sólida no aprendizado, com foco nas boas práticas que fazem a diferença no
CEFET.PHB - PI. Plano de Ensino. Banco de Dados. Plano de Ensino. Plano de Ensino. Plano de Ensino - Conteúdo. Plano de Ensino - Conteúdo
CEFET.PHB - PI Plano de Ensino Banco de Dados Prof. Jefferson Silva Sistema de Banco de Dados Objetivos Vantagens e Desvantagens Conceitos básicos de BD e de SGBD Abstração de Dados Linguagem de Definição
Gerência de Banco de Dados
exatasfepi.com.br Gerência de Banco de Dados Prof. Msc. André Luís Duarte Banco de Dados Os bancos de dados são coleções de informações que se relacionam para criar um significado dentro de um contexto
INSTITUTO SUPERIOR TÉCNICO Administração e Optimização de Bases de Dados
Número: Nome: 1 -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Administração e Optimização de Bases de Dados Exame
Avaliação do desempenho de gerenciadores de bancos de dados multi modelo em aplicações com persistência poliglota
Avaliação do desempenho de gerenciadores de bancos de dados multi modelo em aplicações com persistência poliglota Fábio Roberto Oliveira, Luis Mariano del Val Cura Faculdade Campo Limpo Paulista (FACCAMP)
Transações Seguras em Bancos de Dados (MySQL)
Transações Seguras em Bancos de Dados (MySQL) Índice Entendendo os storage engines do MySQL 5 1 As ferramentas 1 Mais algumas coisas que você deve saber 1 Com a mão na massa 2 Mais ferramentas Usando o
Bancos de dados NOSQL (Not Only SQL)
Bancos de dados NOSQL (Not Only SQL) Qual banco de dados utilizado pelo Facebook e Twitter???? E pelo Google? Quando você digita pindamonhangaba no Google, e ele traz: "Aproximadamente 7.220.000 resultados
Hadoop - HDFS. Universidade Federal de Goiás Ciência da Computação
Hadoop - HDFS Universidade Federal de Goiás Ciência da Computação O que é Hadoop? Um framework para lidar com aplicações distribuídas que fazem uso massivo de dados Originalmente construído para a distribuição
Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br
Programação com acesso a BD Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br 1 Modelos de Dados, Esquemas e Instâncias 2 Modelos de Dados, Esquemas e Instâncias Modelo de dados: Conjunto de conceitos
Prova de Fundamentos de Bancos de Dados 2 a Prova
Prova de Fundamentos de Bancos de Dados 2 a Prova Prof. Carlos A. Heuser Maio de 2006 Prova com consulta duas horas de duração 1 Base de dados para as questões (Esta é a mesma base de dados que foi usada
Aplicativo web para definição do modelo lógico no projeto de banco de dados relacional
Aplicativo web para definição do modelo lógico no projeto de banco de dados relacional Juarez Bachmann Orientador: Alexander Roberto Valdameri Roteiro Introdução Objetivos Fundamentação teórica Desenvolvimento
MAPEAMENTO OBJETO RELACIONAL: UM ESTUDO DE CASO
MAPEAMENTO OBJETO RELACIONAL: UM ESTUDO DE CASO UTILIZANDO O HIBERNATE Rafael Laurino GUERRA, Dra. Luciana Aparecida Martinez ZAINA Faculdade de Tecnologia de Indaiatuba FATEC-ID 1 RESUMO Este artigo apresenta
TRABALHO PRÁTICO Nro. 02 (Atualizado em 29/10/2008)
USP ICMC SSC SCE-283 Linguagens de Programação e Aplicações Professor responsável: Fernando Santos Osório Semestre: 2008/2 Horário: Segunda 14h20 E-mail: fosorio.at. icmc.usp.br fosorio.at. gmail.com Web:
Disciplina de Banco de Dados Introdução
Disciplina de Banco de Dados Introdução Prof. Elisa Maria Pivetta CAFW - UFSM Banco de Dados: Conceitos A empresa JJ. Gomes tem uma lista com mais ou menos 4.000 nomes de clientes bem como seus dados pessoais.
LINGUAGEM DE BANCO DE DADOS
LINGUAGEM DE BANCO DE DADOS Gabriela Trevisan Bacharel em Sistemas de Informação Universidade Federal do Rio Grande Pós-Graduanda Formação Pedagógica de Professores (FAQI) Conceito de BD Um banco de dados
SISTEMA LOGS May 20 11:37:47 felipe-virtualbox sudo: pam_unix(sudo:session): session opened for user root by felipe(uid=0)
Faculdade de Tecnologia Senac Goiás Projeto Integrador GTI 2 Matutino Alunos: Diego Guimarães Vaz, Geovane Alves, Lucas Magalhães, Gabriel Napolis Mascarenhas. SISTEMA LOGS Um arquivo de log armazena mensagens