CAP 01

Dados e gerenciamento de dados

O componente bsico de um arquivo em um sistema de arquivos o item de dados, que a menor unidade de dados identificvel que tem um significado no mundo real.

Um grupo de itens de dados relacionados, tratados como entidade isolada por uma aplicao chamado de registro. Um arquivo uma coleo de registros de um mesmo tipo. Um item de dados chamado de coluna ou atributo, um registro chamado de linha ou tupla; um arquivo chamado de tabela. Um banco de dados um objeto mais complexo; uma coleo de dados armazenados e inter relacionados, que atende s necessidades de vrios usurios dentro de uma ou mais organizaes, ou seja, colees inter-relacionadas de muitos tipos diferentes de tabela. Um sistema gerenciador de banco de dados (SGBD) um sistema de software genrico para manipular banco de dados. Um SGDB admite uma viso lgica (esquema, subesquema); viso fsica ( mtodos de acesso, clustering de dados); linguagem de definio de dados; linguagem de manipulao de dados e utilitrios importantes, como gerenciamento de transao e controle de concorrncia, integridade de dados, recuperao de falhas e segurana. A independncia dos dados a capacidade de fazer mudanas na estrutura lgica ou fsica do banco de dados sem exigir reprogramao dos programas de aplicao.

O ciclo de vida do banco de dados

I.Anlise de requisitos: Os requisitos do banco de dados so determinados entrevistando-se os produtores e os usurios dos dados; as informaes so usadas para produzir uma especificao formal dos requisitos. Essa especificao inclui os dados exigidos para o processamento, os relacionamento de dados naturais e a plataforma de software para a implementao do banco de dados. II.Projeto lgico: O esquema global, de um diagrama de modelo de dados conceitual que mostra todos os dados e seus relacionamentos, desenvolvido usando tcnicas como ER ou UML. As construes do modelo de dados por fim precisam ser transformadas em relaes normalizadas (globais), ou tabelas. A metodologia de desenvolvimento do esquema global a mesma para um banco de dados distribudo ou centralizado.

a.Modelagem de dados conceitual. Os requisitos de dados so analisado e modelados por meio de um diagrama ER ou UML que inclui, por exemplo, a semntica dos relacionamentos opcionais, relacionamentos ternrios, supertipos e subtipos (categorias). Os requisitos de processamento so normalmente especificados usando-se expresses da linguagem natural de comandos SQL, junto com a frequncia da ocorrncia. b.Integrao da viso. Normalmente, quando o projeto grande e h mais de uma pessoa envolvida na anlise de requisitos, ocorrem vrias vises dos dados e relacionamentos. Para eliminar redundncias e inconsistncias do modelo, essas vises por fim precisam ser racionalizadas, de depois consolidadas em uma nica viso global. c.Transformao do modelo de dados conceitual em tabelas SQL. Com base em uma categorizao das construes de modelagem de dados e um conjunto de regras de mapeamento, cada relacionamento e suas entidades associadas so transformados em um conjunto de tabelas relacionais candidatas especficas do SGBD. d.Nomalizao de tabelas. Dependncias funcionais (DFs) so derivadas do diagrama do modelo de dados conceitual e da semntica dos relacionamentos de dados na anlise de requisitos. Elas representam as dependncias entre os elementos de dados que so identificadores exclusivos (chaves) das entidades. III.Projeto Fsico. A etapa do projeto fsico envolve a seleo de ndices (mtodos de acesso), particionamento e clustering de dados.

Clustering
Origem: Wikipdia, a enciclopdia livre. Clustering uma tcnica de Data Mining para fazer agrupamentos automticos de dados segundo seu grau de semelhana. O critrio de semelhana faz parte da definio do problema e, dependendo, do algoritmo. O procedimento de Clustering tambm pode ser aplicado a bases de texto utilizando algoritmos de Text Mining, onde o algoritmo procura agrupar textos que falem sobre o mesmo assunto e separar textos de contedo diferentes. Normalmente o usurio do sistema deve escolher a priori o nmero de grupos a serem detectados. Alguns algortmos mais sofisticados pedem apenas o nmero mnimo, outros tem a capacidade de subdividir um grupo em dois.

Os tipos de algoritmos de agrupamento de dados mais comuns so os: Particionais e os Hierrquicos.

A metodologia de projeto lgico na etapa II simplifica a tcnica de projeto de grandes bancos de dados relacionais, reduzindo o nmero de dependncia de dados que precisam ser analisada. IV.Implementao, monitorao e modificao de banco de dados. Quando o projeto finalizado, o banco de dados pode ser criado pro meio da implementao do esquema formal, usando a linguagem de definio de dados (LDD) de um SGBD. Depois, a linguagem de manipulao de dados (LMD) pode ser usada para consultar e atualizar o banco de dados, alm de configurar ndices e estabelecer restries, como a integridade referencial.