Bruno Tomazela Orientadora: Profª Drª Cristina Dutra de Aguiar Ciferri. 04 de Abril de 2008
|
|
|
- Ivan Barata Marroquim
- 5 Há anos
- Visualizações:
Transcrição
1 Bruno Tomazela Orientadora: Profª Drª Cristina Dutra de Aguiar Ciferri 04 de Abril de 2008
2 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 2
3 Desenvolver um modelo de procedência dos dados dentro do contexto de um sistema de integração dos dados 3
4 Verificar histórico dos dados Assegurar a qualidade dos dados Realizar processos de auditoria e autoria dos dados Reenviar dados para as fontes Reproduzir decisões de integração dos dados 4
5 Fonte A Fonte B Artigo A Artigo A BD integrado 5
6 Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
7 Verificar histórico dos dados Ex: Identificar as fontes e as versões de um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
8 Verificar histórico dos dados Ex: Identificar as fontes e as versões de um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A 2006 De onde veio esse artigo? 8
9 Assegurar a qualidade dos dados Ex: Fontes confiáveis x Fontes não-confiáveis Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
10 Assegurar a qualidade dos dados Ex: Fontes confiáveis x Fontes não-confiáveis Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A 2006 Esse relatório é confiável? 10
11 Processos de auditoria Ex: Verificar o processo de derivação de um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
12 Processos de auditoria Ex: Verificar o processo de derivação de um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A 2006 Por que a Fonte B foi escolhida? Quem tomou essa decisão? 12
13 Processos de autoria Ex: Verificar o responsável por um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
14 Processos de autoria Ex: Verificar o responsável por um dado Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A 2006 Quem é o responsável pelos dados desse artigo? 14
15 Reenviar dados para as fontes Ex: As fontes podem ser retificadas com os dados integrados Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
16 Reenviar dados para as fontes Ex: As fontes podem ser retificadas com os dados integrados Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A 2006 Ok. Os dados do artigo A estão corretos! 16
17 Reenviar dados para as fontes Ex: As fontes podem ser retificadas com os dados integrados Fonte A Artigo A Processo de Artigo A Integração Fonte B Existem casos em que as fontes não podem ser atualizadas! Artigo A Relatório 2006 BD integrado Título Ano Artigo A 2006 Ok. Os dados do artigo A estão corretos! 17
18 Não é possível reenviar dados para as fontes Fonte A Somente Leitura Artigo A Processo de Artigo A Integração Artigo A Fonte B Somente Leitura BD integrado 18
19 Não é possível reenviar dados para as fontes Fonte A Artigo A 2006 Processo de Artigo A 04/06/2006 Integração Fonte B Data: ano Artigo A - 04/06/2006 Data: dia/mês/ano BD integrado 19
20 Não é possível reenviar dados para as fontes Fonte A Artigo A Processo de Artigo A Integração Fonte B Data: Nesses casos, as fontes fornecem sempre os mesmos Data: dados dia/mês/ano inconsistentes! ano Artigo A BD integrado 20
21 Repetição das integrações Processo de integração envolve o usuário Diferentes decisões para um mesmo problema de inconsistência 21
22 Problemas com as repetições de integração Inconsistência entre as decisões Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A BD integrado Relatório 2006 Título Ano Artigo A
23 Problemas com as repetições de integração Inconsistência entre as decisões Fonte A Artigo A Processo de Artigo A Integração Fonte B Artigo A Relatório 2006 BD integrado Título Ano Onde está o Artigo A? 23
24 Problemas com as repetições de integração Fonte A Artigo A Processo de Artigo A Integração Fonte B Relatórios inconsistentes! Artigo A Relatório 2006 BD integrado Título Ano 2006 ou 2007? 24
25 Utilizar a procedência para identificar as decisões de integração e aplicá-las automaticamente Fonte A Artigo A Artigo A Processo de Integração Fonte B 25
26 Utilizar a procedência para identificar as decisões de integração e aplicá-las automaticamente Fonte A Artigo A Processo de Integração Artigo A Fonte B Artigo A BD integrado 26
27 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 27
28 P Conjunto de metadados para identificar As fontes Os processos de transformação 28
29 P Conjunto de metadados para identificar As fontes Os processos de transformação Desde a criação até o estado atual dos dados 29
30 P Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Quatro aspectos 30
31 Definição dos dados de procedência que são necessários para uma determinada aplicação 31
32 Os dados de procedência recebem diferentes classificações na literatura Source e Transformation Provenance Why e Where Provenance Provenance e Process Meta-Information Perspective e Retrospective Provenance 32
33 Procedência BD Integrado Fonte e transformação Temperatura Sensor A Média(Temperatura) BD Integrado 33
34 Procedência BD Integrado Fonte e transformação Temperatura Sensor A Fonte Média(Temperatura) BD Integrado 34
35 Procedência BD Integrado Fonte e transformação Temperatura Sensor A Fonte Transformação Média(Temperatura) BD Integrado 35
36 Procedência BD Integrado Fonte e transformação Temperatura Sensor A Fonte Transformação Média(Temperatura) BD Integrado Source e transformation provenance 36
37 Procedência BD Integrado Detalhamento da fonte Temperatura Sensor A Média(Temperatura) BD Integrado 37
38 Procedência BD Integrado Detalhamento da fonte Temperatura Sensor A Fonte Média(Temperatura) BD Integrado 38
39 Procedência BD Integrado Detalhamento da fonte Temperatura Sensor A Fonte Média(Temperatura) Dados utilizados no cálculo da média BD Integrado 39
40 Procedência BD Integrado Detalhamento da fonte Temperatura Sensor A Fonte Média(Temperatura) Dados utilizados no cálculo da média BD Integrado Why e Where Provenance 40
41 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Média(Temperatura) BD Integrado 41
42 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Fonte Transformação Média(Temperatura) BD Integrado 42
43 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Fonte Transformação Média(Temperatura) Usuário: José BD Integrado 43
44 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Fonte Transformação Média(Temperatura) Usuário: José Data: 10/05/2007 BD Integrado 44
45 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Fonte Transformação Média(Temperatura) Usuário: José Data: 10/05/2007 Ferramentas: SSH + Calculadora BD Integrado 45
46 Procedência BD Integrado Fonte + Transformação + Informações do ambiente Temperatura Sensor A Fonte Transformação Média(Temperatura) Usuário: José Data: 10/05/2007 Ferramentas: SSH + Calculadora BD Integrado Process e Provenance Meta-Information Prospective e Retrospective Provenance 46
47 Identifica o nível de detalhe dos dados Quanto menor a granularidade Maior o custo de coleta e armazenamento Grande variedade de consultas podem ser respondidas Quanto maior a granularidade Menor o custo de coleta e armazenamento Pouca variedade de consultas podem ser respondidas 47
48 Ponderar o custo-benefício de armazenar um dado Identificar os dados que devem ter a procedência armazenada Identificar os dados de procedência que devem ser armazenados 48
49 Ponderar o custo-benefício de armazenar um dado Identificar os dados que devem ter a procedência armazenada Identificar os dados de procedência que devem ser armazenados A granularidade depende dos objetivos para o qual a procedência está sendo armazenada 49
50 Como Manual x Automática Quando Lazy x Eager 50
51 Requer mais de tempo do usuário Ferramentas sem suporte à procedência Bancos de dados acurados manualmente Internet BD BD Integrado Arquivo 51
52 Coleta é transparente para usuário Sistema de arquivos Procedência para criar, mover, remover, alterar arquivos SGBD Procedência das tuplas de um tabela Aplicação Procedência das transformações Serviço Fornece serviço de coleta de procedência às aplicações 52
53 Procedência é calculada apenas quando requisitada BD Consulta Q Resultado R SGBD 53
54 Procedência é calculada apenas quando requisitada De onde veio esse resultado? BD Consulta Q Resultado R SGBD 54
55 Procedência é coletada apenas quando requisitada BD Consulta Q Resultado R SGBD Consulta Q Procedência Resultado R 55
56 Procedência é coletada conforme os dados são gerados BD Consulta Q Resultado R SGBD Procedência Resultado R 56
57 Ligação entre dado e procedência Como manter a história de um dado 57
58 Procedência pode estar armazenada Junto com o dado Facilita a ligação entre o dado e sua procedência Tabela Artigos Tabela de Procedência dos Artigos BD Integrado de Publicações 58
59 Procedência pode estar armazenada Separada do dado Dificulta a ligação entre o dado e sua procedência Tabela Artigos Tabela de Procedência dos Artigos BD Integrado de Publicações BD de Procedência 59
60 Quatro técnicas descritas na literatura Naive provenance Transactional provenance Hierarchical provenance Transactional-hierarchical provenance 60
61 Naive provenance Armazena todos os dados possíveis Maior nível de detalhes dentre as quatro técnicas Não considera otimizações quanto à forma de armazenamento 61
62 Transactional provenance Agrupa as operações em transações Título Ano Título Ano Artigo A 2007 Artigo A 2006 Edição: Ano = 2007 Edição: Ano = 2006 T 1 = início transação T 2 T 3 = fim da transação 62
63 Transactional provenance Agrupa as operações em transações Título Ano Título Ano Artigo A 2007 Artigo A 2006 Edição: Ano = 2007 Edição: Ano = 2006 T 1 = início transação T 2 T 3 = fim da transação Para cada dado, apenas a procedência da última operação em uma transação é armazenada 63
64 Transactional provenance Agrupa as operações em transações Título Ano Título Ano Artigo A 2007 Artigo A 2006 Edição: Ano = 2007 Edição: Ano = 2006 T 1 = início transação T 2 T 3 = fim da transação Não armazena toda a história de um dado. 64
65 Hierarchical provenance Conceito pai-filho Procedência Fonte A Artigos Título Ano Artigo A 2006 Congressos Congresso Ano VLDB 2006 Procedência Fonte B Detalhamento Artigos Título Congresso Ano Artigo A VLDB 2006 Procedência Artigos + Congressos 65
66 Hierarchical provenance Conceito pai-filho Procedência Fonte A Artigos Título Ano Artigo A 2006 Congressos Congresso Ano VLDB 2006 Procedência Fonte B Detalhamento Artigos Título Congresso Ano Artigo A VLDB 2006 Procedência Artigos + Congressos Não repete a procedência do dado pai no dado filho 66
67 Transactional-hierarchical provenance Combina as técnicas transactional e hierarchical Agrupa as operações em transações Conceito pai-filho 67
68 Dois principais tipos de consulta: Tipo rastreamento (Tipo um) Tipo filtro (Tipo dois) 68
69 Tipo rastreamento Consultar os dados e verificar a procedência dos mesmos Como esse relatório foi gerado? Tipo filtro Consultar os dados filtrando por um determinado critério de procedência Gerar um relatório apenas com dados advindos do Lattes 69
70 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 70
71 Uncertainty Lineage Database (ULDB) Modelo relacional Sistema ELIT Sistema de integração 71
72 Objetivo Tratar incerteza dos dados no modelo relacional, utilizando como base a procedência dos dados Combinação das teorias Lineage Database Banco de dados incertos 72
73 Testemunha ID Pessoa Carro Ana Ana Bete Gol Fox Parati Motorista ID Pessoa Carro 31 João Gol 32 João Fox 33 Pedro Gol 34 Pedro Parati Acusação ID Testemunha Motorista Ana Ana Ana João João Pedro 44 Bete Pedro 73
74 Testemunha ID Pessoa Carro Ana Ana Bete Gol Fox Parati Motorista ID Pessoa Carro 31 João Gol 32 João Fox 33 Pedro Gol 34 Pedro Parati Acusação ID Testemunha Motorista 41 Ana João 42 Ana João 43 Ana Pedro 44 Bete Pedro f (41) = {21, 31} f (42) = {22, 32} f (43) = {21, 33} f (44) = {23, 34} Procedência 74
75 Testemunha ID Pessoa Carro Ana Ana Bete Gol Fox Parati Motorista ID Pessoa Carro 31 João Gol 32 João Fox 33 Pedro Gol 34 Pedro Parati Acusação ID Testemunha Motorista 41 Ana João 42 Ana João 43 Ana Pedro 44 Bete Pedro f (41) = {21, 31} f (42) = {22, 32} f (43) = {21, 33} f (44) = {23, 34} Procedência 75
76 ID Pessoa Carro Testemunha Ana Ana Bete Gol Fox Parati Testemunha ID (Pessoa, Carro) x-tuple 21 (Ana, Gol) (Ana, Fox)? maybe 23 (Bete, Parati) x-relation 76
77 aid Testemunha xid Pessoa Carro num Ana Ana Bete Gol Fox Parati x-tuple maybe alternativa 77
78 Acusação aid xid Pessoa Motorista num Ana Ana Ana João João Pedro Bete Pedro 1 Procedência aid aid_origem Lin_Acusação tabela_origem Testemunha Motorista Testemunha Motorista Testemunha Motorista Testemunha Motorista 79
79 Acusação aid xid Pessoa Motorista num Ana Ana Ana João João Pedro Bete Pedro 1 Procedência aid aid_origem Lin_Acusação tabela_origem Testemunha Motorista Testemunha Motorista Testemunha Motorista Testemunha Motorista 80
80 aid Testemunha xid Pessoa Carro num 21 Gol Ana Ana Bete Fox Parati 1 Motorista aid xid Pessoa Carro num João João Pedro Gol Fox Gol Pedro Parati 1 81
81 Aspecto Quais dados armazenar Coleta Armazenamento Consulta ULDB e Sistema Trio Where-provenance Automática Eager Junto Hierarchical Tipos rastreamento e filtro 82
82 Suporte a poucas informações sobre a procedência Apenas where-provenance Não armazena informações sobre eventuais transformações Escopo limitado ao modelo relacional Não armazena informações sobre o ambiente Usuário Data 83
83 Suporte a poucas informações sobre a procedência Apenas where-provenance Não armazena informações sobre eventuais transformações Escopo limitado ao modelo relacional Não armazena informações sobre o ambiente Usuário Data Não é possível: Garantir a qualidade dos dados Realizar processos de auditoria Aplicar alterações automaticamente 84
84 Objetivo Armazenar a procedência dos dados em processos de integração com base em mediadores Acesso às fontes de dados Função desempenhada pelo mediador Não há armazenamento no mediador Apenas o resultado da consulta é retornado para a aplicação 85
85 Obter a procedência pode ser Difícil Se o esquema da fonte mudar Impossível Se a fonte não estiver mais disponível 86
86 Solução proposta Armazenar os dados utilizados para gerar o resultado da consulta Armazenamento feito no mediador 87
87 Vendas id_filial id_item qtd_total preço Itens <ITEM id_item = 1 nome_item = cola categoria = papelaria /> <ITEM id_item = 2 nome_item = caneta categoria = papelaria /> <ITEM id_item = 3 nome_item = camiseta categoria = vestimenta /> 88
88 Consulta Quantas camisetas foram vendidas, somando todas as filiais? Resultado: 4000 camisetas Procedência Data Reference Table nome_tabela num_registro nome_atributo valor ITEM ITEM ITEM id_item nome_item categoria 3 camiseta vestimenta Vendas 1 id_filial 2 Vendas 1 id_item 3 Vendas 1 qtd_total 500 Vendas 1 preço
89 Vendas id_filial id_item qtd_total preço Itens <ITEM id_item = 1 nome_item = cola categoria = papelaria /> <ITEM id_item = 2 nome_item = caneta categoria = papelaria /> <ITEM id_item = 3 nome_item = camiseta categoria = vestimenta /> 90
90 Vendas id_filial id_item qtd_total preço Itens <ITEM id_item = 1 nome_item = cola categoria = papelaria /> <ITEM id_item = 2 nome_item = caneta categoria = papelaria /> <ITEM id_item = 3 nome_item = camiseta categoria = vestimenta /> 91
91 Aspecto Quais dados armazenar Coleta Armazenamento Consulta Sistema Trio Where-provenance Automática Eager Separado Naive Tipo rastreamento 92
92 Suporte apenas a procedência do tipo where-provenance Não são armazenados dados sobre transformações no dados Não trata inconsistência dos dados Não armazena informações sobre ambiente Usuário Data 93
93 Suporte apenas a procedência do tipo where-provenance Não são armazenados dados sobre transformações no dados Não trata inconsistência dos dados Não armazena informações sobre ambiente Usuário Data Não é possível: Garantir a qualidade dos dados Realizar processos de auditoria Aplicar alterações automaticamente 94
94 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 95
95 Desenvolver um modelo de procedência dos dados dentro do contexto de um sistema de integração dos dados Considerar as motivações enunciadas como requisitos do modelo 96
96 Oferecer suporte aos 4 aspectos Quais dados armazenar? Como coletar? Como armazenar? Como consultar? 97
97 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Em relação à fonte do dado Metadados para acesso e recuperação do dado Exemplo para relacional (esquema, tabela, atributo) 98
98 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Em relação às transformações Inserção Edição Sobreposição Integração Remoção 99
99 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Em relação ao ambiente Usuário Data Ferramenta utilizada 100
100 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Automática Eager Protótipo: Serviço externo à aplicação 101
101 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Ligação entre dado e procedência Testar os dois tipos de armazenamento no contexto de integração Junto x Separado Protótipo: SGBD e XML 102
102 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Armazenamento da história Testar os métodos já existentes Desenvolver um novo método específico para o contexto de integração 103
103 Quais dados armazenar? Como coletar? Como armazenar? Como consultar? Oferecer suporte às consultas Rastreamento Filtro Protótipo: SQL, XQuery/XPath 104
104 Aspecto Quais dados armazenar Coleta Armazenamento Consulta Modelo Proposto Process e provenance metainformation Automática Eager Não definido Tipo rastreamento e filtro 105
105 Aspecto Quais dados armazenar Coleta Armazenamento Consulta Modelo Proposto Process e provenance metainformation Automática Eager Não definido Tipo rastreamento e filtro Decidir a técnica de armazenamento. Decidir se a procedência será armazenada junto ou separada do dado. 106
106 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 107
107 Aplicar o modelo proposto no Projeto Urano Projeto Urano Reunir dados de cunho acadêmico dos docentes do ICMC Banco de dados integrado Processos de integração 108
108 Aplicações Base Urano Admin Lattes Tradutor Lattes-Urano Subsistema Administrador Fênix Tradutor Fênix-Urano Currículo Urano-XML Subsistema UranoSQL UranoBD Júpiter Tradutor Júpiter-Urano Reconciliador de Dados UranoWeb Subsistema de Geração de Relatórios 109
109 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 110
110 1. Definição de quais dados armazenar Atividade Trimestre
111 2. Definição de como coletar os dados Atividade Trimestre
112 3. Definição de como armazenar os dados Atividade Trimestre
113 4. Definição de como consultar os dados Atividade Trimestre
114 5. Implementação Atividade Trimestre
115 6. Testes Atividade Trimestre
116 7. Publicação Atividade Trimestre
117 8. Defesa da dissertação Atividade Trimestre
118 Atividade Quais dados Coletar Armazenar Consultar Implementar Teste Publicação Defesa Trimestre
119 Objetivo e Motivações Procedência dos Dados Trabalhos Correlatos Proposta Validação Cronograma 120
Procedência de Dados. Disciplina de Procedência de Dados e Data Warehousing. Profa. Dra. Cristina Dutra de Aguiar Ciferri
Disciplina de e Data Warehousing Profa. Dra. Cristina Dutra de Aguiar Ciferri cdac@icmc.usp.br Tópicos n Definição n Desafios de um modelo de procedência q quais dados armazenar q como coletar os dados
Desenvolvimento de um Modelo para Controle de Procedência de Dados Estudo de Caso para o Sistema de Currículo Lattes.
Desenvolvimento de um Modelo para Controle de Procedência de Dados Estudo de Caso para o Sistema de Currículo Lattes Bruno Tomazela SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Data de Depósito: 29.02.2008 Assinatura:
Integração de Dados. Disciplina de Procedência de Dados e Data Warehousing. Profa. Dra. Cristina Dutra de Aguiar Ciferri
Disciplina de Procedência de Dados e Data Warehousing Profa. Dra. Cristina Dutra de Aguiar Ciferri cdac@icmc.usp.br Tópicos n Trabalho desenvolvido q ferramenta Reconciliador v.1 q ferramenta Reconciliador
Procedência dos dados
Capítulo 2 Procedência dos dados Neste trabalho, entende-se por procedência dos dados o conjunto de metadados que possibilita identificar a fonte dos dados bem como os processos de transformação aplicados
MIDB-OP: um Modelo de Integração de Dados Biológicos apoiado em Ontologias e Procedência de dados Caroline Beatriz Perlin
MIDB-OP: um Modelo de Integração de Dados Biológicos apoiado em Ontologias e Procedência de dados Caroline Beatriz Perlin Orientador: Prof. Dr. Ricardo Rodrigues Ciferri Agenda Introdução Bancos de dados
MultiPrInt: um modelo de procedência para integração de dados com suporte para um ambiente multiusuário
MultiPrInt: um modelo de procedência para integração de dados com suporte para um ambiente multiusuário Disciplina: Procedência de Dados e Data Warehousing Aluna: Dayse Silveira de Almeida Professora:
Processo de Criação de um Esquema Estrela
Processo de Criação de um Esquema Estrela Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Etapas 1. Selecione o processo do negócio 2. Identifique o grão do processo do
Arquitetura de um Ambiente de Data Warehousing
Arquitetura de um Ambiente de Data Warehousing Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura Típica usuário usuário... usuário
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
Arquitetura de um Ambiente de Data Warehousing
Arquitetura de um Ambiente de Data Warehousing Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura Típica usuário usuário... usuário
LINGUAGEM, TIPOS DE USUÁRIOS DE SGBD E MODELOS DE DADOS
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI LINGUAGEM, TIPOS DE USUÁRIOS DE SGBD E MODELOS DE DADOS Disciplina: Banco de Dados Prof: Márcio Palheta,
Arquitetura de um Ambiente de Data Warehousing
Arquitetura de um Ambiente de Data Warehousing Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri OLAP: Fonte: Arquitetura Vaisman, A., Zimányi,
Curso: Banco de Dados I. Conceitos Iniciais
Curso: Conceitos Iniciais Discussão inicial O que são Bancos de Dados? Quais os programas de Bancos de Dados mais conhecidos no mercado? Quais as vantagens do uso de Bancos de Dados nas empresas? Como
Data Warehousing: Conceitos Básicos e Arquitetura
Data Warehousing: Conceitos Básicos e Arquitetura Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Visão do Mercado Crescimento explosivo do uso da tecnologia de data warehousing
Uso de Índices na Otimização e Processamento de Consultas. Otimização e Processamento de Consultas. Otimização e Processamento de Consultas
usuário processador de E/S gerador de respostas Uso de Índices na Otimização e Processamento de Consultas Profa. Dra. Cristina Dutra de Aguiar Ciferri analisador controle de autorização verificador de
Modelagem Multidimensional - Nível Físico -
Modelagem Multidimensional - Nível Físico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados
Implementação de BDs Temporais
Implementação de BDs Temporais Implementação de BDs Temporais poucos sistemas implementados implementação de protótipos experiências de mapeamentos para BD tradicionais TimeDB http://www.timeconsult.com/temporaldata/temporaldb
Introdução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Conceitos Básicos Introdução Tópicos Especiais Modelagem de Dados Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Sistemas da Informação. Banco de Dados I. Edson Thizon
Sistemas da Informação Banco de Dados I Edson Thizon (edson@esucri.com.br) 2008 Apresentação (mini-currículo) Formação Acadêmica Mestrando em Ciência da Computação (UFSC/ ) Créditos Concluídos. Bacharel
Sumário. Banco de Dados Temporal (BDT)
Sumário Aplicações Não-Convencionais BD Orientado a Objetos e Objeto- Relacional 3 BD Temporal 4 BD Geográfico 5 BDs XML Banco de Dados Temporal (BDT) Considera a evolução de um dado no tempo manutenção
DI Departamento de Informática. Tycho
DI Departamento de Informática Tycho Agenda Motivação Histórico Escopo e Objetivos Arquitetura Etapas Situação atual Motivação Diversos processos da Instituição geridos pelos Órgãos Centrais, como os de
SISTEMA DE GERENCIAMENTO DE BANCO DE DADOS - SGBD
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI SISTEMA DE GERENCIAMENTO DE BANCO DE DADOS - SGBD Disciplina: Banco de Dados Prof: Márcio Palheta, Esp
Modelagem Multidimensional - Nível Físico -
Modelagem Multidimensional - Nível Físico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações
Introdução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Introdução Laboratório de Computação para Ciências Módulo II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Modelagem Multidimensional
Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Análises dos usuários de SSD representam requisições multidimensionais aos dados do DW permitem a identificação de problemas
Banco de Dados. Aula 2 - Prof. Bruno Moreno 19/08/2011
Banco de Dados Aula 2 - Prof. Bruno Moreno 19/08/2011 Aula passada.. Apresentação do professor e disciplina Definição de Banco de Dados Sistema de BD vs Tradicional Principais características de BD Natureza
Sistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Marcio Victorino
1 2 Agenda Sistemas de Informação Computadorizados. Compartilhamento de Dados. Banco de Dados. Sistema Gerenciador de Banco de Dados. Modelos: Conceitual; Lógico; e Físico. 3 Sistemas de Informação Computadorizados
Modelagem Multidimensional - Nível Físico -
Modelagem Multidimensional - Nível Físico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações
BCD29008 Banco de dados
BCD29008 Banco de dados Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José mello@ifsc.edu.br http://docente.ifsc.edu.br/mello/bcd 31 de julho de 2017 1/24 Apresentação
Data Warehousing: Conceitos Básicos e Arquitetura
Data Warehousing: Conceitos Básicos e Arquitetura Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Visão do Mercado Crescimento explosivo do uso da tecnologia de data warehousing
Introdução. descrever os tipos de interfaces e linguagens oferecidas por um SGBD. mostrar o ambiente de programas dos SGBD s
Introdução Contribuição do Capítulo 2: discutir modelos de dados definir conceitos de esquemas e instâncias descrever os tipos de interfaces e linguagens oferecidas por um SGBD mostrar o ambiente de programas
Departamento de Ciências de Computação SCC Instituto de Ciências Matemáticas e de Computação ICMC Universidade de São Paulo USP
Departamento de Ciências de Computação SCC Instituto de Ciências Matemáticas e de Computação ICMC Universidade de São Paulo USP Laboratório de Bases de Dados Docente Responsável: Profa. Dra. Cristina Dutra
Modelagem Multidimensional - Nível Físico -
Modelagem Multidimensional - Nível Físico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados
Capítulo 9: Sistemas de banco de dados
Capítulo 9: Sistemas de banco de dados Ciência da computação: Uma visão abrangente 11a Edition by J. Glenn Brookshear Copyright 2012 Pearson Education, Inc. Database (Banco de Dados) Uma coleção de dados
BCD29008 Banco de dados
BCD29008 Banco de dados Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José mello@ifsc.edu.br http://docente.ifsc.edu.br/mello/bcd 21 de fevereiro de 2018 1/24 Apresentação
Projeto de Banco de Dados. Componentes de um Sistema de Informação. Arquitetura de SI. Sistema de Informação (SI) SI nas Organizações
Sistema (SI) Coleção de atividades de Banco de Dados que regulam o compartilhamento, SI nas Organizações a distribuição de informações Fernando Fonseca e o armazenamento de dados relevantes ao gerenciamento
Introdução a B anco de Dados. INE5206 Introdução à Informática INE/CTC/UFSC Prof. Roberto Willrich
Introdução a B anco de Dados INE5206 Introdução à Informática INE/CTC/UFSC Prof. Roberto Willrich 1 Introdução Sistema de banco de dados Projetados para gerenciar grandes quantidades de informação Proporcionar
BANCO DE DADOS. Introdução. Prof. Marcelo Machado Cunha
BANCO DE DADOS Introdução Prof. Marcelo Machado Cunha Profissionais Envolvidos Administrador de Banco de Dados (DBA) responsável por autorizar o acesso ao banco de dados e coordenar e monitorar seu uso;
Mineração de Dados. Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri
Mineração de Dados Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri 1 Motivação Aumento da capacidade de processamento e de armazenamento de dados; Baixo custo; Grande quantidade de dados
Aula 2 BD Introdução. Profa. Elaine Faria UFU
Aula 2 BD Introdução Profa. Elaine Faria UFU - 2017 Motivação A quantidade de informação disponível está crescendo exponencialmente Os dados e as informações tem um papel importante para as organizações
Unidade 1 Introdução
Unidade 1 UFCG/CEEI/DSC Banco de Dados I Prof. Cláudio Baptista, PhD O que é um Banco de Dados (BD)? É uma coleção de dados relacionados e armazenados em algum dispositivo. Propriedades de um BD: Um BD
Banco de Dados e Aplicações em Negócios: Introdução.
Banco de Dados e Aplicações em Negócios: Introdução evandro@usp.br Motivação Extenso uso de Banco de Dados (BD) no cotidiano Bancos, serviços, comércio em geral (comércio eletrônico) Web e seus serviços
Conceitos e arquitetura do banco de dados. Andre Noel
Conceitos e arquitetura do banco de dados Andre Noel SGBD SGBD cliente/servidor SGBD SGBD cliente/servidor Módulo cliente SGBD SGBD cliente/servidor Módulo cliente Módulo servidor Abstração de dados Quais
3 Arquitetura do Sistema
Arquitetura do Sistema 22 3 Arquitetura do Sistema 3.1. Visão geral O sistema desenvolvido permite a criação de aplicações que possibilitam efetuar consultas em um banco de dados relacional utilizando
Modelo Entidade-Relacionamento (E-R)
Modelo Entidade-Relacionamento (E-R) composto n lote n n n contrato_compra_venda n possui proprietário possui n associado cadastro n banco faz fronteira pertence n ruas n quadras n financiado empréstimo
Sumário. Banco de Dados Temporal
Sumário Introdução Aplicações Não-Convencionais 2 BD Orientado a Objetos e Objeto-Relacional 3 BD Temporal 4 BD Geográfico 5 XML e Banco de Dados Banco de Dados Temporal Considera a evolução de um dado
Modelagem Multidimensional - Nível Lógico -
Modelagem Multidimensional - Nível Lógico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações
Revisando Banco de Dados. Modelo Relacional
: Revisando Banco de Dados Banco de Dados (BD) é o arquivo físico, em dispositivos periféricos, onde estão armazenados os dados de diversos sistemas, para consulta e atualização pelo usuário. Sistema Gerenciador
Bases de Dados. Apresentação da disciplina. Programa
Bases de Dados Apresentação da disciplina Programa Modelação modelo Entidade Associação modelo e álgebra relacionais Implementação SQL básico e avançado desenvolvimento de aplicações normalização Optimização
5. BD Temporal (BDT)
Sumário 1. Introdução a Aplicações Não-Convencionais 2. Revisão de Modelagem Conceitual 3. BD Orientado a Objetos (BDOO) 4. BD Objeto-Relacional (BDOR) 5. BD Temporal (BDT) 6. BD Geográfico (BDG) 7. BD
BCC390 - Monografia I
BCC390 - Monografia I DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Rafael Belini Souza November 9, 2012 Tópicos 1 Introdução 2 Justificativa 3 Objetivo 4 Fontes 5 Pré-processamento
Modelagem de Dados MODELAGEM DE DADOS. Sistemas de Banco de Dados. Profa. Rosemary Melo
MODELAGEM DE DADOS Sistemas de Banco de Dados Profa. Rosemary Melo SISTEMAS DE BANCO DE DADOS OBJETIVOS Apresentar os conceitos fundamentais de Sistemas de Banco de Dados. Principais componentes dos SGBDs
Aula 04. Evandro Deliberal
Aula 04 Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal O que é Replicação repetir ou repetir-se por produção ou multiplicação = reproduzir Definição Mecanismo que
UTFPR - Universidade Tecnológica Federal do Paraná. Processamento e otimização de consultas
UTFPR - Universidade Tecnológica Federal do Paraná Processamento e otimização de consultas Leyza Baldo Dorini 04/Nov/2009 Programação da aula Introdução: processamento e otimização de consultas Etapas:
Uma Abordagem para Publicação de Metadados de Proveniência na Web de Dados
Uma Abordagem para Publicação de Metadados de Proveniência na Web de Dados Aluno: Rogers Reiche de Mendonça Orientadora: Maria Luiza Machado Campos, Ph.D. Dezembro/2012 Agenda Contexto Problemas Objetivos
Arquiteturas para SGBD. Laboratório de Bases de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri
Arquiteturas para SGBD Laboratório de Bases de Dados Arquitetura Centralizada Terminal responsável pela exibição dos resultados sem capacidade de processamento Computador central (mainframe) responsável
Introdução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Conceitos Básicos Introdução Banco de Dados I Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM Dados
Bancos de Dados NoSQL
Bancos de Dados NoSQL Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Banco de Dados NoSQL (Not Only SQL) Foco no armazenamento de gigantescos volumes de dados (big data)
Banco de Dados Fundamentos Básicos. Hélder Antero Amaral Nunes
Banco de Dados Fundamentos Básicos Hélder Antero Amaral Nunes Banco de dados Definição É um conjunto de dados relativos a um determinado ambiente, estejam eles armazenados ou não em um computador, que
Disciplina: Banco de Dados I Professora: Ms. Márcia Jani. Trabalho de BD1
Disciplina: Banco de Dados I Professora: Ms. Márcia Jani 1 Trabalho de BD1 Objetivo O objetivo deste trabalho é aplicar os conceitos aprendidos nas aulas, em um projeto prático de modelagem, implementação
Introdução à Banco de Dados
Introdução à Banco de Dados Disciplina de Sistemas de Banco de Dados Prof. Marcos Antonio Schreiner /08/2015 Banco de dados Definição Coleção de dados relacionados. Fatos conhecidos que podem ser armazenados.
SGBDs NoSQL Modelos e Sistemas de Colunas e Grafos. Aluno: Jorge Dias Disciplina: IN940
SGBDs NoSQL Modelos e Sistemas de Colunas e Grafos Aluno: Jorge Dias Disciplina: IN940 Roteiro o Introdução o Motivação o NoSQL (Características) o Comparativo de SGBDs NoSQL x SGBDs Relacionais o Tipos
Modelos de Dados Temporais
CMP 151 Modelos de Dados Temporais Roteiro! Conceitos de representação temporal! Modelos de dados temporais! Linguagens de consulta temporais " Bancos de dados temporais " Implementação de BDs temporais
ADMINISTRAÇÃO DE BANCOS DE DADOS DO MICROSOFT SQL SERVER
20462 - ADMINISTRAÇÃO DE BANCOS DE DADOS DO MICROSOFT SQL SERVER CONTEÚDO PROGRAMÁTICO Estrutura de tópicos do curso Módulo 1: Introdução à administração de banco de dados do SQL Server 2014 Este módulo
Acadêmico: Samuel Y. Deschamps Orientador: Prof. Jacques R. Heckmann
Acadêmico: Samuel Y. Deschamps Orientador: Prof. Jacques R. Heckmann Roteiro Introdução Problema a ser resolvido e objetivos Fundamentação Teórica ORM, RTTI, Custom Attributes, Nullable Desenvolvimento
Introdução. O que é um Banco de Dados (BD)?
O que é um Banco de Dados (BD)? É uma coleção de dados relacionados e armazenados em algum dispositivo Associações aleatórias de dados não podem ser chamadas de base de dados Conceito de dados Valor de
5.1. Fluxo para geração do Roadmap
46 5 VelvetH-DB Os Sistemas Gerenciadores de Banco de Dados (SGBDs), foram criados com o intuito de permitir o armazenamento e manipulação de grandes volumes de dados, fornecendo uma aplicação que garanta,
A linguagem SQL
SQL SQL - Structured Query Language. Foi definida nos laboratórios de pesquisa da IBM em San Jose, California, em 1974. Teve seus fundamentos no modelo relacional Sua primeira versão recebeu o nome de
Universidade Federal do Maranhão
Universidade Federal do Maranhão Banco de Dados II Banco de Dados Distribuídos Carlos Eduardo Portela Serra de Castro * Sumário Introdução Vantagens Projeto de Bases de Dados Distribuídas Classificação
Introdução a Sistemas Gerenciadores de Banco de Dados
Introdução a Sistemas Gerenciadores de Banco de Dados Wendel Melo Faculdade de Computação Universidade Federal de Uberlândia www.facom.ufu.br/~wendelmelo Banco de Dados I Introdução a SGBD s 2 Definição
Atualização e Inserção de Dados. SQL Avançado. Pedro F. Carvalho OCP Oracle g
Pedro F. Carvalho OCP Oracle 2008.2 10g SQL Avançado Atualização e Inserção de Dados Comando INSERT Sumário Inclusão simples, inclusão de dados com SELECT Comando UPDATE Alteração simples, alteração usando
Banco de Dados. Professor: Marcelo Machado Cunha IFS Campus Aracaju
Banco de Dados Professor: Marcelo Machado Cunha IFS Campus Aracaju Definição Banco de Dados Conjunto de dados interrelacionados que objetivam atender as necessidades de um conjunto de usuários. Inglês:
Prof. Marcelo Machado Cunha
Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br Ementa Introdução a Banco de Dados (Conceito, propriedades), Arquivos de dados x Bancos de dados, Profissionais de Banco de dados,
Conceitos Básicos. Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI. Disciplina: Banco de Dados
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI Conceitos Básicos Disciplina: Banco de Dados Prof: Márcio Palheta, Esp Manaus - AM ROTEIRO Introdução Dados
Resolução dos exercícios da lista BD01
Resolução dos exercícios da lista BD01 Pedro Losco Takecian Monitor João Eduardo Ferreira Professor 4 de abril de 2006 1. Quando faz sentido utilizar um SGBD ao invés de simplesmente utilizar o sistema
Banco de Dados. Introdução e Definições
Banco de Dados Introdução e Definições Conceitos Diferença entre Informação e Dado Informação: é qualquer fato ou conhecimento do mundo real e que pode ou não ser registrado /armazenado Dado: é a representação
A linguagem SQL
SQL 2008.1 A linguagem SQL SQL - Structured Query Language. Foi definida nos laboratórios de pesquisa da IBM em San Jose, California, em 1974. Teve seus fundamentos no modelo relacional Sua primeira versão
Introdução a Banco de Dados Prof. Msc Denival A. dos Santos
Introdução a Banco de Dados Prof. Msc Denival A. dos Santos Dado Um dado sozinho, dissociado de um contexto, não expressa algo que traga qualquer certeza ou elimine dúvidas de qualquer natureza. No máximo,
1. Conceitos de Bancos de Dados
Bancos de Dados 1. Conceitos de Bancos de Dados 1 Bancos de Dados na Vida Cotidiana BD e sistemas de informação baseados em BD são cada vez mais essenciais para a vida moderna Quase todas as nossas atividades
edsoncs@gmail.com www.linkedin.com/in/edsonhu Agenda Banco de Dados Relacional Modelo Descritivo Modelo Conceitual Modelo Lógico Arquitetura Cliente/Servidor Componentes SQL Server Management Studio (SSMS)
Conceitos Básicos. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri
Conceitos Básicos Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Data Warehousing Engloba arquiteturas, algoritmos e ferramentas que possibilitam
Banco de Dados Relacional
Centro Federal de Educação Tecnológica de Pernambuco Curso de Tecnologia em Sistemas de Informação Banco de Dados Relacional Renata Lúcia Mendonça Ernesto do Rêgo rlrego@yahoo.com 1 Plano de Ensino Objetivo
Adriano Maranhão PROFISSIONAIS E ATIVIDADES ENVOLVIDAS EM UM SGBD
Adriano Maranhão PROFISSIONAIS E ATIVIDADES ENVOLVIDAS EM UM SGBD ADMINISTRADOR DA BASE DE DADOS Em qualquer organização onde muitas pessoas compartilham muitos recursos, existe a necessidade de um administrador
Introdução. Introdução. Álgebra Relacional. Linguagens formais de Consulta Modelo Relacional. O que foi visto até agora...
Ciência da Computação GBC043 Sistemas de Banco de Dados Linguagens formais de Consulta Modelo Relacional Profa. Maria Camila Nardini Barioni camila.barioni@ufu.br Bloco B - sala 1B137 1 semestre de 2019
Computação Semântica em E-Science
Computação Semântica em E-Science Sérgio Serra PPGMMC/UFRRJ & PET-SI /UFRRJ serra@pet-si.ufrrj.br Agenda Motivação Proveniência Ciclo de Vida x Semântica Ontologias de Proveniência E-Science no Agronegócio
Tipos de Índices. Profa. Dra. Cristina Dutra de Aguiar Ciferri
Tipos de Índices Cristina Dutra de Aguiar Ciferri Tipos de Índice Ordenados em um único nível primário agrupamento (cluster) secundário Estruturas de dados de árvores índices multiníveis árvores-b, árvores-b+
Aula 02. Evandro Deliberal
Aula 02 Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal Data Warehouse; Ambiente de Data Warehouse; Processos e ferramentas envolvidas; Arquiteturas de DW; Granularidade;
Sistema de Gestão de Banco de Dados SGBD. David Fernandes França
Sistema de Gestão de Banco de Dados SGBD David Fernandes França dffranca@gmail.com Desenvolvimento Bancos de Dados Através de Projeto de Dados O projeto de dados é o processo de identificar e formalizar
Conteúdo. Integração de Dados, Web e Warehousing. Introdução. Introdução. BD Heterogêneos. Introdução. Introdução
Conteúdo Integração de Dados, Web e Warehousing Integração de Informações Consultando a Web Arquiteturas de Integração Fernando Fonseca Ana Carolina 2 Motivação Web e BD Arquitetura na Web Evolução da
MODELAGEM DE DADOS UNIDADE 4 Modelo Entidade-Relacionamento. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Conteúdo Programático 4.1 Modelo de Dados Relacional 4.2 Chave Primária 4.3 Restrições de Integridade 4.4 Mapeamento do MER para o Modelo Relacional
5 Estudo de Caso. 5.1.O Cenário
5 Estudo de Caso Para ilustrar a integração de repositórios de sistemas de bibliotecas digitais e sistemas de aprendizagem segundo a proposta apresentada nesta tese, neste capítulo apresenta-se um estudo
INF1383 -Bancos de Dados
INF1383 -Bancos de Dados Prof. Sérgio Lifschitz DI PUC-Rio Eng. Computação, Sistemas de Informação e Ciência da Computação INTRODUÇÃO À TEORIA DA NORMALIZAÇÃO PROJETO LÓGICO DE BANCOS DE DADOS Slide 1-34
Banco de Dados. Banco de Dados
Banco de Dados Banco de Dados Data Warehouse: banco de dados contendo dados extraídos do ambiente de produção da empresa, que foram selecionados e depurados, tendo sido otimizados para processamento de
Introdução a Bancos de Dados. - Conceitos - Modelos lógicos e relacional - Álgebra relacional -SQL - Projeto Lógico
Introdução a Bancos de Dados - Conceitos - Modelos lógicos e relacional - Álgebra relacional -SQL - Projeto Lógico Sistemas de Banco de Dados Definição: Coleção de dados inter-relacionados e procedimentos
Banco de Dados. SGBD - Sistema de Gerenciamento de Banco de Dados Parte 2. Prof. Leonardo Vasconcelos
Banco de Dados Parte 2 Prof. Leonardo Vasconcelos - Conceitos e Arquiteturas de SBD Modelos de dados: conjunto de conceitos que podem ser usados para descrever a estrutura de um banco de dados. Permitem
Banco de Dados. SGBDs. Professor: Charles Leite
Banco de Dados SGBDs Professor: Charles Leite Sistemas de BD Vimos que um BANCO DE DADOS representa uma coleção de dados com algumas propriedades implícitas Por exemplo, um BD constitui os dados relacionados
Sumário. Recuperação de Falhas
Sumário 1 Introdução ao Processamento de Consultas 2 Otimização de Consultas 3 Plano de Execução de Consultas 4 Introdução a Transações 5 Recuperação de Falhas 6 Controle de Concorrência 7 Fundamentos