Relational Database Best Practices

Narrador: Bem, vamos mudar de marcha. Qual é a primeira coisa que vem à sua mente quando você ouve a palavra banco de dados? Para muitas pessoas, essa pergunta é mais desafiadora do que pode parecer à primeira vista. Uma resposta como "um arquivo grande onde muitas informações são armazenadas" não é satisfatória e não agradaria aos possíveis empregadores. Lembre-se de que há dois tipos principais de bancos de dados: relacionais e não relacionais. O primeiro será o foco deste curso, enquanto o segundo diz respeito a sistemas mais complexos. Embora a compreensão dos bancos de dados não relacionais exija um conhecimento sério de matemática e programação, parte da lógica aplicada em sua codificação é a mesma do SQL. Da mesma forma, os bancos de dados relacionais têm algumas vantagens por si só. Um pouco de teoria explicará por que eles ainda são a escolha preferida de muitas empresas e instituições. O principal objetivo do banco de dados é organizar grandes quantidades de dados que possam ser recuperados rapidamente mediante solicitação dos usuários. Portanto, eles devem ser compactos, bem estruturados e eficientes em termos de velocidade e extração de dados. Atualmente, as pessoas precisam dessa eficiência extra porque os dados ocupam espaço na memória. E quanto maior o tamanho, mais lento é o banco de dados e mais lento se torna o processo de recuperação. Se tivermos um banco de dados que contenha uma tabela de milhões de linhas com muitas colunas, toda vez que uma solicitação for recebida, o servidor deverá carregar todos os registros com todos os campos, o que levaria muito tempo para a conclusão de uma tarefa. Não se esqueça de que cada símbolo é um contêiner de informações e requer bytes de espaço de armazenamento. Portanto, carregar essa quantidade de dados não será uma tarefa fácil para o computador. Então, o que nos permite conter tantos dados no servidor, mas nos permite usar com eficiência apenas as partes necessárias para nossa análise? O segredo está no uso da lógica matemática originada da álgebra relacional. Não se preocupe, não o incomodaremos com matemática. Imagine que cada tabela com dados é representada por um círculo transparente que contém todos os valores de dados da tabela categorizados por colunas ou, como costumamos chamar, campos. Agora, se o nosso banco de dados consistisse em apenas uma tabela, um círculo gigante representaria todo o banco de dados. Algo como essa enorme tabela do nosso exemplo fictício com o banco de dados de vendas. E quando precisarmos de uma informação do banco de dados, por exemplo, se quisermos ver quem comprou algo em uma determinada data, teremos que levantar todo o grande círculo e depois procurar o que precisamos. Esse desafio parece vago e o processo de extração de dados não será eficiente. Veja o que pode acontecer se dividirmos o círculo em três círculos menores, assim como fizemos com o banco de dados de vendas. Um círculo representará a mesa de vendas, o outro, os clientes, e o último, os itens. Há várias combinações teóricas entre três ou mais círculos, mas em nosso banco de dados, temos o seguinte modelo. Vendas e clientes têm a mesma coluna de ID de cliente e vendas e itens têm a mesma coluna de código de item. Dessa forma, podemos ver que os círculos se sobrepõem, pois têm campos em comum. Portanto, se quisermos extrair as mesmas informações, o nome dos clientes que compraram algo em uma determinada data, precisaremos apenas da coluna de data de compra da tabela de vendas e do nome e sobrenome da tabela de clientes. Portanto, para atender a essa solicitação, não precisaremos retirar o terceiro círculo de nosso banco de dados, itens. Dessa forma, podemos economizar energia ou, mais tecnicamente, aumentar a eficiência. Menos dados representados, pois apenas dois dos três círculos estarão envolvidos nessa operação. O truque matemático está em relacionar as tabelas umas com as outras. Foram formados relacionamentos, principalmente por meio desses campos comuns. Mais explicações sobre essa técnica serão fornecidas em nossas próximas palestras. De qualquer forma, tenho certeza de que agora você entende por que usamos o termo bancos de dados relacionais. Alguns profissionais podem se referir às tabelas ou aos círculos em nosso gráfico como relações porque, teoricamente, são as menores unidades em todo o sistema que podem ter um significado lógico integral. Da mesma forma, os três círculos fazem parte de nosso banco de dados de vendas. Quando combinamos o banco de dados e suas relações existentes, obtemos o famoso termo, sistema de gerenciamento de banco de dados relacional, frequentemente abreviado como RDBMS. Esperamos que essa ilustração teórica deixe as coisas mais claras. O SQL foi projetado para gerenciar sistemas de gerenciamento de bancos de dados relacionais e pode fazer isso criando relações entre as diferentes tabelas em um banco de dados. Fique atento à próxima palestra, na qual descreveremos as diferenças mais substanciais entre um banco de dados e uma planilha eletrônica. Obrigado por assistir.