O documento discute bancos de dados na nuvem, incluindo uma introdução à computação na nuvem, gerenciamento de dados na nuvem, categorias de bancos de dados na nuvem como relacionais e não-relacionais, e exemplos de bancos de dados não-SQL como Amazon S3, Cassandra e CouchDB.
O documento descreve três modelos de banco de dados: o modelo relacional, introduzido por Ted Codd na década de 1970 e usado em aplicações comerciais devido à sua simplicidade e desempenho; o modelo hierárquico, desenvolvido na década de 1960 e organizado em estrutura de árvore; e o modelo de rede, uma extensão do modelo hierárquico onde cada registro filho pode ter mais de um registro pai.
O documento discute os conceitos fundamentais de modelagem de dados, incluindo:
1) Entidades, atributos e chaves primárias definem as tabelas e campos do banco de dados.
2) Relacionamentos entre entidades representam como os dados serão ligados entre tabelas.
3) A normalização organiza os dados em tabelas separadas para evitar duplicação e inconsistências.
O documento descreve o SQLite, uma biblioteca de banco de dados SQL embutido e leve. O SQLite é armazenado em um único arquivo, requer pouca ou nenhuma configuração, e suporta transações ACID. Ele implementa a maioria do SQL92 e pode ser usado em aplicativos desktop, sites com menos de 100 mil requisições por dia e sistemas embarcados.
O documento apresenta os sete passos para modelagem de banco de dados, incluindo definir entidades, dados, tipos de dados, normalização, relacionamentos, revisão por pares e nomenclatura.
O documento resume a história e conceitos fundamentais de bancos de dados, desde as primeiras aplicações na década de 1960 até as tendências atuais. Aborda os principais modelos de banco de dados, a linguagem SQL e sistemas gerenciadores de bancos de dados.
Este documento apresenta os principais conceitos de bancos de dados relacionais e o Sistema Gerenciador de Banco de Dados (SGBD) SQL. Ele discute a modelagem de dados, tipos de chaves e dados, e fornece exemplos dos principais comandos SQL como CREATE DATABASE, CREATE TABLE, ALTER TABLE e DROP TABLE. O documento visa ensinar os fundamentos teóricos e práticos de bancos de dados relacionais e SGBDs para estudantes.
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)Janynne Gomes
O que é um Diagrama Entidade Relacionamento (DER)?
• Elementos do DER
– Entidades
– Atributos
• Tipos de atributos
– Relacionamentos
• Auto-relacionamento
• Grau de relacionamento
• Atributos
• Cardinalidade
O documento descreve três modelos de banco de dados: o modelo relacional, introduzido por Ted Codd na década de 1970 e usado em aplicações comerciais devido à sua simplicidade e desempenho; o modelo hierárquico, desenvolvido na década de 1960 e organizado em estrutura de árvore; e o modelo de rede, uma extensão do modelo hierárquico onde cada registro filho pode ter mais de um registro pai.
O documento discute os conceitos fundamentais de modelagem de dados, incluindo:
1) Entidades, atributos e chaves primárias definem as tabelas e campos do banco de dados.
2) Relacionamentos entre entidades representam como os dados serão ligados entre tabelas.
3) A normalização organiza os dados em tabelas separadas para evitar duplicação e inconsistências.
O documento descreve o SQLite, uma biblioteca de banco de dados SQL embutido e leve. O SQLite é armazenado em um único arquivo, requer pouca ou nenhuma configuração, e suporta transações ACID. Ele implementa a maioria do SQL92 e pode ser usado em aplicativos desktop, sites com menos de 100 mil requisições por dia e sistemas embarcados.
O documento apresenta os sete passos para modelagem de banco de dados, incluindo definir entidades, dados, tipos de dados, normalização, relacionamentos, revisão por pares e nomenclatura.
O documento resume a história e conceitos fundamentais de bancos de dados, desde as primeiras aplicações na década de 1960 até as tendências atuais. Aborda os principais modelos de banco de dados, a linguagem SQL e sistemas gerenciadores de bancos de dados.
Este documento apresenta os principais conceitos de bancos de dados relacionais e o Sistema Gerenciador de Banco de Dados (SGBD) SQL. Ele discute a modelagem de dados, tipos de chaves e dados, e fornece exemplos dos principais comandos SQL como CREATE DATABASE, CREATE TABLE, ALTER TABLE e DROP TABLE. O documento visa ensinar os fundamentos teóricos e práticos de bancos de dados relacionais e SGBDs para estudantes.
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)Janynne Gomes
O que é um Diagrama Entidade Relacionamento (DER)?
• Elementos do DER
– Entidades
– Atributos
• Tipos de atributos
– Relacionamentos
• Auto-relacionamento
• Grau de relacionamento
• Atributos
• Cardinalidade
Banco de Dados I - Aula 03 - Conceitos de Sistemas de Banco de DadosLeinylson Fontinele
A aula apresenta os principais conceitos de sistemas de banco de dados, incluindo: 1) a modelagem de dados como processo anterior à construção de um banco de dados; 2) os três níveis de abstração na modelagem - conceitual, lógico e físico; 3) a diferença entre banco de dados e sistema gerenciador de banco de dados.
O documento introduz os principais conceitos de banco de dados, incluindo: 1) Banco de dados armazena dados em estrutura regular para produzir informações; 2) SGBD gerencia o banco de dados retirando responsabilidades da aplicação; 3) Modelo relacional armazena dados em tabelas e relaciona entidades através de chaves estrangeiras.
Banco de Dados II Aula 14 - Projeto de Banco de Dados e Estudo de Caso (Postg...Leinylson Fontinele
O documento descreve uma análise comparativa de desempenho entre os sistemas de gerenciamento de banco de dados MySQL, Firebird e PostgreSQL. Ele discute os principais recursos e características de cada SGBD e apresenta os resultados de testes de desempenho realizados usando volumes de dados crescentes.
O documento discute a história e conceitos-chave de bancos de dados. Aborda a evolução dos bancos de dados desde os anos 1960, com o surgimento de modelos hierárquicos e relacionais. Também define termos como dados, informações, metadados e transações. Explica os principais tipos de bancos de dados e sistemas gerenciadores de banco de dados.
Banco de Dados - Modelo Lógico, Chave primária e Chave estrangeiraNatanael Simões
Modelo lógico é a evolução do modelo conceitual (não como um substituto, mas o caminho natural a percorrer por quem irá construir o banco de dados). Neste modelo encontramos os mesmos elementos do modelo conceitual apresentados de forma diferente, com significado mais apurado. Neste contexto apresentamos as chaves primária e estrangeira que são de grande valia para a criação dos relacionais de uma forma mais concreta.
O documento descreve os principais comandos da linguagem SQL para consulta de dados em bancos de dados relacionais, incluindo: (1) SELECT para selecionar dados de tabelas; (2) WHERE para filtrar resultados com parâmetros; e (3) exemplos de queries com JOIN entre tabelas.
Fundamentos de Engenharia de RequisitosBarbara Lima
Notei que muitas pessoas ainda tem várias dúvidas sobre conceitos básicos sobre requisitos, e os materiais hoje já pressupõe que as pessoas já deveriam saber de todos eles.
Baseado nisso elaborei mas uma apresentação sobre Conceitos e Fundamentos de Engenharia de Requisitos, voltada também para a certificação de requisitos CPRE - FL.
Espero que possa contribuir para o crescimento profissional e acadêmico de vocês.
O documento discute a história e conceitos básicos de banco de dados. Explica como os humanos sempre registraram eventos e como os sistemas evoluíram de arquivos para bancos de dados relacionais gerenciados por SGBDs. Também define termos-chave como dados, informações, esquema e instância de banco de dados.
Banco de Dados - Introdução - Projeto de Banco de Dados - DERRangel Javier
Este documento fornece uma introdução sobre banco de dados. Explica o que é um banco de dados, alguns termos comuns como dados, registros e arquivos. Também discute os modelos de dados hierárquico, em rede e relacional, e como os bancos de dados melhoram em relação aos sistemas de arquivos tradicionais.
Fundamentos de banco de dados 04 componentes sgbdRafael Pinheiro
1) O documento discute conceitos fundamentais de banco de dados, incluindo modelo de dados, linguagem de banco de dados e arquitetura de sistemas gerenciadores de banco de dados.
2) Os principais modelos de dados são discutidos, como modelo conceitual, lógico e físico. A linguagem SQL é apresentada como a principal linguagem para comunicação com bancos de dados relacionais.
3) Os componentes-chave de sistemas gerenciadores de banco de dados são explicados, como processador de consultas, gerenciador de buffer e
O documento descreve o processo de normalização de dados, que envolve transformar tabelas não normalizadas em tabelas normalizadas através de três formas normais, eliminando redundâncias. Apresenta os conceitos de dependência funcional e as etapas de passagem à primeira, segunda e terceira forma normal, ilustrando com um exemplo de normalização de um relatório de alocação de projetos.
Banco de Dados Não Relacionais vs Banco de Dados Relacionaisalexculpado
Uma breve abordagem sobre o conceito de banco de dados não relacionais, tendo como ponto de origem os bancos relacionais atuais. Apresento de forma sucinta as vantagens e desvantagens dos dois.
Foi apresentado no Campus Universitário da UAN do Camama.
O documento descreve os principais componentes de um Modelo Entidade-Relacionamento (MER), incluindo entidades, atributos, relacionamentos e chaves primárias. Discute como as entidades representam objetos do mundo real e como os atributos definem suas características. Também explica os diferentes tipos de atributos e relacionamentos.
O documento apresenta os principais conceitos da álgebra relacional, incluindo operadores como união, intersecção, diferença, projeção, seleção e produto cartesiano. Estes operadores permitem manipular e combinar dados armazenados em tabelas relacionais de um banco de dados. Exemplos ilustram como aplicar cada operador para extrair informações específicas de uma ou mais tabelas.
Transformação conceitual para Lógico
Tabelas, Campos, Registros
Restrições de Integridade
Chaves Primaria / Estrangeira
SQL para Definição de dados: DDL
O documento discute bases de dados e sistemas de gestão de bases de dados. Aborda conceitos como coleções de dados inter-relacionados e armazenados, problemas com sistemas de ficheiros, características dos sistemas de gestão de bases de dados, e modelagem de dados incluindo diagramas de entidade-associação.
Um banco de dados é uma coleção de dados relacionados sobre um domínio específico. Um Sistema Gerenciador de Banco de Dados (SGBD) é um software que permite manipular as informações do banco de dados e interagir com os usuários. O projeto de banco de dados envolve a modelagem conceitual e o projeto lógico dos dados.
[1] A modelagem de dados é o processo de construção de um modelo conceitual, lógico e físico dos dados de um sistema antes da implementação do banco de dados, [2] incluindo três etapas principais: modelagem conceitual, lógica e física, [3] sendo essencial para evitar problemas no banco de dados e sistema final.
O documento discute bancos de dados NoSQL e como usá-los com Python. Ele explica brevemente bancos de dados relacionais e suas limitações, introduz os modelos NoSQL, e discute como Python pode ser usado com bancos de dados NoSQL.
Este documento fornece uma introdução ao DynamoDB, o banco de dados NoSQL da AWS. Ele descreve os principais recursos e benefícios do DynamoDB, incluindo seu modelo de dados flexível, escalabilidade simples, desempenho consistente e previsível, e facilidade de uso sem a complexidade da administração. Além disso, discute como o DynamoDB pode ser usado com o Hadoop e EMR da AWS para análises e consultas complexas.
Banco de Dados I - Aula 03 - Conceitos de Sistemas de Banco de DadosLeinylson Fontinele
A aula apresenta os principais conceitos de sistemas de banco de dados, incluindo: 1) a modelagem de dados como processo anterior à construção de um banco de dados; 2) os três níveis de abstração na modelagem - conceitual, lógico e físico; 3) a diferença entre banco de dados e sistema gerenciador de banco de dados.
O documento introduz os principais conceitos de banco de dados, incluindo: 1) Banco de dados armazena dados em estrutura regular para produzir informações; 2) SGBD gerencia o banco de dados retirando responsabilidades da aplicação; 3) Modelo relacional armazena dados em tabelas e relaciona entidades através de chaves estrangeiras.
Banco de Dados II Aula 14 - Projeto de Banco de Dados e Estudo de Caso (Postg...Leinylson Fontinele
O documento descreve uma análise comparativa de desempenho entre os sistemas de gerenciamento de banco de dados MySQL, Firebird e PostgreSQL. Ele discute os principais recursos e características de cada SGBD e apresenta os resultados de testes de desempenho realizados usando volumes de dados crescentes.
O documento discute a história e conceitos-chave de bancos de dados. Aborda a evolução dos bancos de dados desde os anos 1960, com o surgimento de modelos hierárquicos e relacionais. Também define termos como dados, informações, metadados e transações. Explica os principais tipos de bancos de dados e sistemas gerenciadores de banco de dados.
Banco de Dados - Modelo Lógico, Chave primária e Chave estrangeiraNatanael Simões
Modelo lógico é a evolução do modelo conceitual (não como um substituto, mas o caminho natural a percorrer por quem irá construir o banco de dados). Neste modelo encontramos os mesmos elementos do modelo conceitual apresentados de forma diferente, com significado mais apurado. Neste contexto apresentamos as chaves primária e estrangeira que são de grande valia para a criação dos relacionais de uma forma mais concreta.
O documento descreve os principais comandos da linguagem SQL para consulta de dados em bancos de dados relacionais, incluindo: (1) SELECT para selecionar dados de tabelas; (2) WHERE para filtrar resultados com parâmetros; e (3) exemplos de queries com JOIN entre tabelas.
Fundamentos de Engenharia de RequisitosBarbara Lima
Notei que muitas pessoas ainda tem várias dúvidas sobre conceitos básicos sobre requisitos, e os materiais hoje já pressupõe que as pessoas já deveriam saber de todos eles.
Baseado nisso elaborei mas uma apresentação sobre Conceitos e Fundamentos de Engenharia de Requisitos, voltada também para a certificação de requisitos CPRE - FL.
Espero que possa contribuir para o crescimento profissional e acadêmico de vocês.
O documento discute a história e conceitos básicos de banco de dados. Explica como os humanos sempre registraram eventos e como os sistemas evoluíram de arquivos para bancos de dados relacionais gerenciados por SGBDs. Também define termos-chave como dados, informações, esquema e instância de banco de dados.
Banco de Dados - Introdução - Projeto de Banco de Dados - DERRangel Javier
Este documento fornece uma introdução sobre banco de dados. Explica o que é um banco de dados, alguns termos comuns como dados, registros e arquivos. Também discute os modelos de dados hierárquico, em rede e relacional, e como os bancos de dados melhoram em relação aos sistemas de arquivos tradicionais.
Fundamentos de banco de dados 04 componentes sgbdRafael Pinheiro
1) O documento discute conceitos fundamentais de banco de dados, incluindo modelo de dados, linguagem de banco de dados e arquitetura de sistemas gerenciadores de banco de dados.
2) Os principais modelos de dados são discutidos, como modelo conceitual, lógico e físico. A linguagem SQL é apresentada como a principal linguagem para comunicação com bancos de dados relacionais.
3) Os componentes-chave de sistemas gerenciadores de banco de dados são explicados, como processador de consultas, gerenciador de buffer e
O documento descreve o processo de normalização de dados, que envolve transformar tabelas não normalizadas em tabelas normalizadas através de três formas normais, eliminando redundâncias. Apresenta os conceitos de dependência funcional e as etapas de passagem à primeira, segunda e terceira forma normal, ilustrando com um exemplo de normalização de um relatório de alocação de projetos.
Banco de Dados Não Relacionais vs Banco de Dados Relacionaisalexculpado
Uma breve abordagem sobre o conceito de banco de dados não relacionais, tendo como ponto de origem os bancos relacionais atuais. Apresento de forma sucinta as vantagens e desvantagens dos dois.
Foi apresentado no Campus Universitário da UAN do Camama.
O documento descreve os principais componentes de um Modelo Entidade-Relacionamento (MER), incluindo entidades, atributos, relacionamentos e chaves primárias. Discute como as entidades representam objetos do mundo real e como os atributos definem suas características. Também explica os diferentes tipos de atributos e relacionamentos.
O documento apresenta os principais conceitos da álgebra relacional, incluindo operadores como união, intersecção, diferença, projeção, seleção e produto cartesiano. Estes operadores permitem manipular e combinar dados armazenados em tabelas relacionais de um banco de dados. Exemplos ilustram como aplicar cada operador para extrair informações específicas de uma ou mais tabelas.
Transformação conceitual para Lógico
Tabelas, Campos, Registros
Restrições de Integridade
Chaves Primaria / Estrangeira
SQL para Definição de dados: DDL
O documento discute bases de dados e sistemas de gestão de bases de dados. Aborda conceitos como coleções de dados inter-relacionados e armazenados, problemas com sistemas de ficheiros, características dos sistemas de gestão de bases de dados, e modelagem de dados incluindo diagramas de entidade-associação.
Um banco de dados é uma coleção de dados relacionados sobre um domínio específico. Um Sistema Gerenciador de Banco de Dados (SGBD) é um software que permite manipular as informações do banco de dados e interagir com os usuários. O projeto de banco de dados envolve a modelagem conceitual e o projeto lógico dos dados.
[1] A modelagem de dados é o processo de construção de um modelo conceitual, lógico e físico dos dados de um sistema antes da implementação do banco de dados, [2] incluindo três etapas principais: modelagem conceitual, lógica e física, [3] sendo essencial para evitar problemas no banco de dados e sistema final.
O documento discute bancos de dados NoSQL e como usá-los com Python. Ele explica brevemente bancos de dados relacionais e suas limitações, introduz os modelos NoSQL, e discute como Python pode ser usado com bancos de dados NoSQL.
Este documento fornece uma introdução ao DynamoDB, o banco de dados NoSQL da AWS. Ele descreve os principais recursos e benefícios do DynamoDB, incluindo seu modelo de dados flexível, escalabilidade simples, desempenho consistente e previsível, e facilidade de uso sem a complexidade da administração. Além disso, discute como o DynamoDB pode ser usado com o Hadoop e EMR da AWS para análises e consultas complexas.
1) O documento apresenta conceitos sobre bancos de dados NoSQL, incluindo taxonomia, características como escalabilidade horizontal e replicação, e exemplos como Cassandra, HBase e Voldemort.
2) É discutido o teorema CAP e como diferentes bancos de dados NoSQL priorizam disponibilidade, consistência ou tolerância a partições.
3) São feitas comparações entre bancos de dados relacionais e NoSQL, cobrindo estrutura de dados, flexibilidade de esquema, normalização e acesso a dados.
O documento discute o Azure CosmosDB da Microsoft como uma plataforma de banco de dados NoSQL na nuvem. Apresenta os principais tipos de bancos de dados NoSQL, como funciona o CosmosDB, incluindo sua arquitetura distribuída global e APIs flexíveis para vários modelos de dados. Também explica como configurar partições e gerenciar throughput para obter escalabilidade elástica.
1. O documento apresenta uma agenda de um curso sobre bancos de dados na nuvem e NoSQL, abordando conceitos históricos, tipos de bancos de dados NoSQL e suas características.
2. Os bancos de dados NoSQL surgiram para atender às necessidades de escalabilidade em clusters e armazenamento flexível de dados, sendo alternativas aos bancos de dados relacionais.
3. Existem diferentes tipos de bancos de dados NoSQL, como chave-valor, documentos e colunas, cada um com características e aplic
O documento compara bancos de dados não relacionais (NoSQL), incluindo Cassandra DB, Couch DB e MongoDB. Analisa as características de cada um, como escalabilidade, consistência e replicação. Conclui que Cassandra tem o melhor desempenho geral, MongoDB é melhor para consultas dinâmicas e índices definidos pelo usuário, e CouchDB é melhor para acumular e ocasionalmente alterar dados.
O documento apresenta os conceitos básicos de bancos de dados em nuvem, incluindo vantagens como menor custo total de propriedade e maior elasticidade, e desvantagens como custos percebidos maiores e questões de segurança e privacidade. Também discute fornecedores de serviços de banco de dados em nuvem, modelos de dados SQL e NoSQL, e características como consistência eventual e alta disponibilidade.
O documento apresenta o Amazon Redshift, um data warehouse na nuvem da AWS que oferece alta performance a um baixo custo, escalabilidade a petabytes e suporte a ferramentas de BI. Ele pode ser provisionado facilmente, paga apenas pelo uso e é cerca de 10 vezes mais barato que soluções tradicionais de data warehouse.
O documento discute as tendências de escalabilidade e armazenamento de dados, comparando SQL e NoSQL. Ele explica como os volumes de dados estão crescendo rapidamente com a Internet das Coisas e como bancos de dados como chave-valor, grafos e orientados a documentos ou coluna são melhores para Big Data do que SQL puro. O documento também discute serviços em nuvem e híbridos e como profissionais precisam ter habilidades multidisciplinares para lidar com a complexidade crescente.
O documento discute as tecnologias NoSQL, NewSQL e Redis. NoSQL são bancos de dados não relacionais que oferecem alta escalabilidade horizontal e flexibilidade de esquema. NewSQL combina as vantagens de desempenho de NoSQL com as garantias ACID de bancos de dados tradicionais. Redis é um banco de dados chave-valor em memória usado para casos que requerem alta performance.
Este documento apresenta as principais características do banco de dados NoSQL, incluindo sua escalabilidade, classificação, arquitetura e técnicas. O NoSQL é uma alternativa aos bancos de dados relacionais que permite alta performance e escalabilidade. Grandes empresas como Facebook, Google e Amazon utilizam NoSQL.
Este documento fornece um resumo sobre NoSQL e bancos de dados não-relacionais. Ele discute três categorias principais de bancos de dados NoSQL: bancos de dados orientados a documentos, armazenamentos chave-valor e bancos de dados orientados a colunas. Além disso, apresenta exemplos de bancos de dados NoSQL populares como MongoDB, Redis, Cassandra e HBase.
Azure Cosmos DB: NoSQL na nuvem - TDC 2018 - São PauloRenato Groff
Slides de palestra sobre o Cosmos DB, solução NoSQL multi-model que integra o Microsoft Azure. Apresentação realizada em 20/07, durante a edição 2018 do TDC (The Developer's Conference) em São Paulo-SP.
NoSQL x SQL: Bancos de Dados em Nuvens ComputacionaisCarlo Pires
O documento discute as diferenças entre bancos de dados tradicionais (SQL) e bancos de dados NoSQL, focando em como a computação em nuvem levou ao surgimento dos bancos NoSQL para atender melhor às demandas de desempenho e escalabilidade. O documento também categoriza os principais tipos de bancos de dados NoSQL.
Azure Cosmos DB - Campinas .NET - Janeiro-2018Renato Groff
Este documento apresenta o Azure Cosmos DB, um banco de dados NoSQL da Microsoft que oferece alta disponibilidade, escalabilidade e baixa latência. O documento discute brevemente o modelo relacional tradicional e suas limitações, introduz o paradigma NoSQL e exemplos como bancos de dados orientados a documentos e chave-valor. Em seguida, descreve as principais características do Azure Cosmos DB como distribuição global, multi-model e escalabilidade.
Apresentação sobre o Azure DocumentDB (solução que integra o Microsoft Azure) realizada no primeiro meetup do grupo Azure Fridays São Paulo em 25/11/2016.
AWS Meetup Rio - Qual banco usar e quando?Pedro Pisa
Nestra palestra, realizada no dia 30/08/2016, no Senac-RJ, apresentei as principais soluções de bancos de dados disponíveis na AWS e as diferenças entre elas, bem como alguns casos de uso sugeridos para cada um.
O documento discute bancos de dados NoSQL, incluindo exemplos como MongoDB, CouchDB e Redis. Ele explica os principais tipos de bancos de dados NoSQL como orientado a documentos, chave-valor e orientado a grafos, além de discutir as necessidades que levaram ao surgimento destes bancos de dados.
O documento fornece uma introdução aos bancos de dados relacionais para bibliotecários, comparando as abordagens de bibliotecários e analistas de sistemas. Explica os conceitos básicos de bancos de dados relacionais como entidades, atributos, registros e campos e apresenta o modelo relacional, SQL e softwares como MySQL e PostgreSQL.
Semelhante a Bancos de dados nas nuvens: uma visão geral (20)
Sabe aquele arquivo com 5000000 linhas e que você tem que acender umas velas pra abrir ele? Então, aqui te daremos as armas corretas para exterminá-lo e para NUNCA MAIS criar monstros como ele! A equipe Meritt irá mostrar como trazer para o cotidiano as práticas de clean code e o desafio de implementação em um projeto que já está no ar.
Atualmente, o Linux vem sendo utilizado como sistema operacional de tempo real, tanto
comercialmente quando academicamente. Esta apresentação introduz os conceitos básicos do Linux em tempo real, fazendo um paralelo com a teoria de sistemas de tempo real. Das implementações do kernel do Linux com características de tempo real, duas são apresentadas: o PREEMPT_RT, a alternativa comercial, e o LitmusRT, a alternativa acadêmica. Para cada implementação, são apresentados detalhes de sua implementação e exemplos de pesquisas que estão sendo desenvolvidas atualmente nestes sistemas.
Cooperação e Codificação de Rede Aplicadas as RSSF IndustriaisPET Computação
1. O documento discute o uso de codificação de rede com cooperação em redes de sensores sem fio industriais. Apresenta conceitos sobre redes de sensores sem fio e redes industriais e como a codificação de rede pode aumentar a confiabilidade dessas redes.
2. O documento também discute desafios específicos de redes sem fio em ambientes industriais, como interferência, e a importância de caracterizar ruídos industriais para o desenvolvimento de protocolos para essas redes.
3. A codificação de rede com cooper
Redes de Sensores e Robôs: Um novo paradigma de Monitoramento e AtuaçãoPET Computação
Este documento discute o uso de redes de sensores sem fio (RSSF) e robôs para monitoramento e atuação. Ele apresenta como RSSF podem ser implantadas usando diferentes tipos de robôs, como terrestres, aéreos e aquáticos. Também discute desafios como cobertura de grandes áreas, manutenção da conectividade e escolha do tipo adequado de robô para cada aplicação.
Hoje em dia é fácil juntar quantidades absurdamente grandes de dados. Mas, uma vez de posse deles, como fazer para extrair informações dessas montanhas amorfas de dados? Nesse minicurso vamos apresentar o modelo de programação MapReduce: entender como ele funciona, para que serve e como construir aplicações usando-o. Vamos ver também como usar o Elastic MapReduce, o serviço da Amazon que cria clusters MapReduce sob-demanda, para que você não se preocupe em administrar e conseguir acesso a um cluster de máquinas, mas em como fazer seu código digerir de forma distribuída os dados que você possui. Veremos exemplos práticos em ação e codificaremos juntos alguns desafios.
Processamento e visualização tridimensional de imagens de Satelite e RadarPET Computação
Com o avanço das tecnologias de imageamento para a área de previsão meteorológica, o processamento de imagens e computação gráfica tem permitido melhorar a qualidade dos resultados no que tange aspectos de interpretação e visualização. O INCoD tem trabalhado com pesquisas e desenvolvimento inovadoras nesta área. Estas soluções são executadas em parceria com o INPE, CEMADEN e EPAGRI gerando ferramentas que auxiliam os meteorologistas e climatologistas a melhorar as previsões.
Software Evolution: From Legacy Systems, Service Oriented Architecture to Clo...PET Computação
There is more to software life cycle than just software development. Software development happens once, then evolution takes up the bulk of the software life cycle. In this presentation, I will talk about some approaches needed to deal with legacy systems. This is to aid their update to new business and maintenance requirements in addition to their upgrade to continuous new technologies. Service oriented architecture will be presented to support software evolution in this fast, ever changing environment. Moreover, cloud computing that enables ubiquitous and on demand access to computing resources will be examined. Applied research, such as in health care and M2M domains, involving these innovative technologies will be presented to illustrate their benefits to the advancement of software engineering.
O documento discute o problema do planejamento automático, apresentando sua definição formal, técnicas de busca no espaço de estados e a linguagem STRIPS para modelagem de problemas. Aplicações práticas incluem robótica, missões espaciais e gestão de recursos.
O documento descreve como a empresa Hoplon realizou testes de escalabilidade do jogo Taikodom usando o serviço de nuvem GoGrid para validar suas estimativas. Os testes identificaram bugs, gargalos e ajudaram a empresa a atingir sua meta de 5 mil usuários simultâneos por shard do banco de dados.
Uma reflexão sobre os 28 anos de pesquisa no laboratório de integração de sof...PET Computação
O Laboratório de Integração de Software e Harwdware da UFSC foi fundado em março de 1984 com a missão de desenvolver pesquisas na fronteira entre hardware e software. Desde então, vem desenvolvendo soluções inovadoras para o desenvolvimento de sistemas computacionais dedicados através da agregação de componentes de hardware e de software previamente validados. Esta caminhada conduziu o grupo por importantes áreas de aplicação, incluindo redes de computadores, telemedicina, televisão digital, telecomunicações e, mais recentemente, cidades inteligentes, smart grid e a Internet das coisas. Prestes a completarem 30 anos, tem nesta apresentação uma reflexão sobre a caminhada até o presente com o objetivo de traçar diretrizes para o futuro próximo.
Cloud computing: evolution or redefinitionPET Computação
Campo do conhecimento: Enfoque na Modelagem Complexa ou Orientada a Objetos; Campo da comunicação humana:Diretrizes conceituais na modelagem complexa da comunicação humana , Canais Representacionais Mentais, Estilos de Aprender e Ensinar; Teste verificador dos canais representacionais; Teste verificador dos estilos pessoais; Exemplos práticos de utilização do conhecimento complexo na comunicação humana ; Trabalhando com a diversidade e suas potencialidades na comunicação interpessoal afetando positivamente o ambiente de trabalho; Conclusões e Orientações Práticas para o Desenvolvimento de Competências para o Profissional do século XXI.
Rastreamento de objetos utilizando ar dronePET Computação
O documento descreve um método para rastreamento de objetos em tempo real utilizando o quadricóptero AR.Drone através de técnicas de processamento de imagem. O método usa a distância de Mahalanobis polinomial para classificar objetos com base em características de cor e o posicionamento do objeto é usado para controlar o voo do drone.
Processamento e visualização tridimensional de imagens de satelite e radarPET Computação
Com o avanço das tecnologias de imageamento para a área de previsão meteorológica, o processamento de imagens e computação gráfica tem permitido melhorar a qualidade dos resultados no que tange aspectos de interpretação e visualização. O INCoD tem trabalhado com pesquisas e desenvolvimento inovadoras nesta área. Estas soluções são executadas em parceria com o INPE, CEMADEN e EPAGRI gerando ferramentas que auxiliam os meteorologistas e climatologistas a melhorar as previsões.
Evoluindo dot project em alinhamento ao pmbokPET Computação
Projetos de software frequentemente falham, pois não são gerenciados de maneira adequada. Buscando reduzir este problema, modelos de boas práticas, como o CMMI - Capability Maturity Model Integration e o PMBOK - Project Management Body of Knowledge são desenvolvidos para auxiliar as organizações a melhorarem seu processo de gerenciamento de projetos. Entretanto, ainda não existe nenhuma ferramenta de suporte de software livre para suportar completamente um processo de gerência de projeto em conformidade com esses modelos. Dentro desse o contexto, a palestra apresentará a evolução da ferramenta dotProject relacionados a diversas áreas (iniciação, planejamento de tempo, RH e riscos, monitoramento & controle e encerramento) alinhado ao CMMI e PMBOK.
Ensinar com Jogos
Este documento discute como jogos educacionais podem ser usados para ensinar de maneira mais efetiva através de aprendizagem experiencial e feedback instantâneo, ao invés de aulas expositivas tradicionais. Ele fornece exemplos de jogos usados para ensinar gerência de projetos, algoritmos e estruturas de dados. O documento argumenta que jogos podem criar experiências seguras de aprendizado e engajar alunos que podem aprender mesmo quando desatentos.
Apresentação geral do gqs - Usabilidade na convergência digital - Customizaç...PET Computação
Este documento resume uma pesquisa sobre a customização de heurísticas de usabilidade para aplicativos móveis. O objetivo é propor um conjunto unificado de heurísticas levando em conta as características e limitações dos celulares. A pesquisa incluiu uma revisão da literatura, mapeamento de heurísticas existentes e desenvolvimento de um checklist combinado. Os resultados serão avaliados e validados para melhorar a usabilidade de aplicativos móveis.
O documento apresenta uma introdução ao LaTeX, discutindo seus principais conceitos, comandos e ambientes. É dividido nas seguintes seções: 1) Conceitos básicos; 2) Figuras; 3) Fontes; 4) Fórmulas matemáticas; 5) Tabelas; 6) Tópicos avançados; 7) BibTeX; 8) Utilidades e referências. O documento fornece exemplos de código LaTeX para ilustrar os tópicos discutidos.
Git é uma ferramenta de controle de versão distribuída que é muito usada em projetos open source e que propõe ser eficiente e simples. O minicurso terá um caráter prático, abordando as principais ações, problemas encontrados (conflitos) e uso de servidores remotos (github).
Com a cabeça nas nuvens: montando ambientes para aplicações elásticasPET Computação
Muito se fala sobre o desenvolvimento de aplicações escaláveis e elásticas que possam se adaptar à grande flutuação do volume de acesso no decorrer do dia. A infraestrutura para que esse ambiente possa funcionar, entretanto, é de igual importância. Nesse minicurso vamos lançar dezenas de servidores na cloud da Amazon para que uma aplicação possa escalar facilmente sem nenhuma preocupação.
Redes de sensores sem fio autonômicas: abordagens, aplicações e desafiosPET Computação
Este curso tem como principal objetivo apresentar aos ouvintes conceitos sobre redes de sensores sem fio (RSSF), protocolos de comunicação para RSSF e conceitos de computação autonômica. Além disso, aplicações focadas nas áreas de monitoramento ambiental, agricultura de precisão, segurança e defesa também serão apresentados.
Redes de sensores sem fio autonômicas: abordagens, aplicações e desafios
Bancos de dados nas nuvens: uma visão geral
1. Bancos de Dados nas Nuvens:
Uma Visão Geral
Ronaldo S. Mello
GBD/INE/CTC/UFSC
Outubro 2012
2. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
3. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
4. Computação na Nuvem (Cloud Computing)
Paradigma de oferta de serviços remotos de
computação
– Via Internet ou outra infraestrutura de rede
5. Computação na Nuvem
Objetivos
– Atendimento em larga escala de usuários e organizações
sem infraestrutura computacional ou capital
– Atendimento de organizações com requisitos dinâmicos
em termos de demanda computacional
Características principais dos serviços oferecidos
– Baixo custo (ou gratuitos)
– Transparência de acesso
– Elasticidade (extensão/retração de serviços sob
demanda)
Analogia com serviços de luz, água, internet, ...
6. Níveis de Oferta de Serviços
Hardware (Infraestrutura) (IaaS)
– Servidores, disco, rede, …
Demanda de processamento, armazenamento, ...
– Exemplo: Amazon elastic cloud computing
Plataformas (PaaS)
– SO, ambientes de desenvolvimento, linguagens
de programação
Exemplo: Microsoft Azure
7. Níveis de Oferta de Serviços
Software (SaaS)
– Propósitos específicos e execução em diferentes
dispositivos
Laptops, celulares, etc
– Exemplo: Google docs
Gerência de Dados (DaaS)
– SGBDs nas nuvens
Exemplos: Amazon S3, Cassandra, Mongo DB, ...
8. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
9. Gerência de Dados na Nuvem
Vantagens
– Redução de custos para aquisição de SGBD
– Delegação de tarefas de administração de dados
Exemplo: Tuning, backup, ... do BD
– Escalável para grandes volumes de dados
Arquitetura baseada em Data Centers
10. SGBDs na Nuvem
Requisitos importantes
– Escalabilidade
– Disponibilidade
– APIs simples para acesso
Evita overhead com parsing/execução de
comandos de linguagens de BD
– Alto desempenho
– Custo elástico
Proporcional ao uso
11. Tecnologias para Armazenamento e
Acesso a Dados na Nuvem
1) Modelos de Programação
– Exemplo: MapReduce (2 operações)
Objetivo: paralelizar o processamento de grande volume de dados
– Paradigma “dividir para conquistar”
Map: recebe uma fonte de dados e retorna um conjunto de pares
(chave, valor)
Reduce: recebe uma coleção de pares (chave, valor) e retorna um
resultado sumarizado
/* Exemplo: determinar frequência de palavras em docs Web */
MAP(URL key,String value)→ LIST(String key,Int value);
REDUCE(String key,Int value)→ LIST(String key,Int value);
13. MapReduce - Exemplo
- Divide a massa de dados entre servidores
•
- Gera um mapeamento dos dados para a característica a ser
processada (“palavras e suas frequências”)
14. MapReduce - Exemplo
- Coleta os pares (chave,valor) produzidos em cada servidor
•
- Gera o resultado final sumarizado (“frequência total de cada palavra”)
15. Tecnologias para Armazenamento e
Acesso a Dados na Nuvem
2) Sistemas de arquivos
– Exemplos:
GFS (Google File System)
– Otimizado para acesso a grandes volumes de dados
– Sistema de arquivos distribuídos em data centers
HDFS (Hadoop File System)
– Similar ao GFS
– Desenvolvido pela Apache
– Open source
16. Google File System (GFS)
Arquivos organizados em partições (chunks)
– Chunks: porções de BigTables
Um cluster possui 1 nodo Master e nodos Chunk Server
– Master : índices e catálogos de metadados
– Chunk Server : arquivos de dados
Foco em operações read e
append
Cada chunk replicado
pelo menos 3x
17. Hadoop File System (HDFS)
Arquitetura também é Master/Slave
Centrada em processamento MapReduce
– Nodos slave podem manter dados e processar
tarefas Map e Reduce
– Nodos master
Mantêm índices e
metadados
Controlam
processos
MapReduce
Podem manter
dados, para melhor
eficiência de acesso
18. Tecnologias para Armazenamento e
Acesso a Dados na Nuvem
3) Novas estruturas de acesso
– Exemplo: DHT (Distributed Hash Table)
Armazenamento e acesso baseado em hash para
grandes volumes de dados
– Cada valor de chave K mapeia para o conjunto de
nodos que possuem K
– Cada nodo com seu índice hash local que indica a
localização de K
– Cada nodo mantém sua cópia da DHT
20. BDs na Nuvem - Transações
ACID BASE
(BDs convencionais) (BDs na nuvem)
Atomicidade BAsically Available
● BD por default está disponível
Consistência
Soft State
Isolamento ● BD não necessariamente está sempre
consistente
Durabilidade
Eventually Consistent
● BD torna-se consistente em um
determinado momento
Consistência eventual (fraca)
21. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
22. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
Relacional SQL Azure
Relational Cloud
Amazon S3 Couch DB
(BDs chave-valor) (BDs documento)
Voldemort Mongo DB
Não-Relacional HBase Neo4j
(BDs coluna) (BDs grafo)
Cassandra Orient DB
SQL
23. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
Relacional SQL Azure
Relational Cloud
Amazon S3 Couch DB
SGBDRs construídos para operar na nuvem, documento)
(BDs chave-valor) (BDs
Voldemort
ou seja, embutem funcionalidades deDB
Mongo gerência
Não-Relacional dados adequadas Table SGBD na nuvem Neo4j
de Big a um
(BDs coluna) (BDs grafo)
Cassandra Orient DB
SQL
24. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
Relacional SQL Azure
Relational Cloud
Amazon S3 Couch DB
SGBDRs não concebidos para a documento)
(BDs chave-valor) (BDs nuvem,
Voldemortmas que podem ser executados na nuvem
Mongo DB
Não-Relacional através da utilização de serviços de
Big Table Neo4j
gerenciamento adicionais grafo)
(BDs coluna) (BDs
Cassandra Orient DB
SQL
25. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
SGBDs não-relacionais concebidos para a
Relacional SQL Azure
nuvem, ou seja, baseados em modelos de
Relational Cloud
dados propostos para a nuvem
Amazon S3 Couch DB
(BDs chave-valor) (BDs documento)
Voldemort Mongo DB
Não-Relacional HBase Neo4j
(BDs coluna) (BDs grafo)
Cassandra Orient DB
SQL
26. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
SGBDs não-relacionais não concebidos
Relacional SQL Azure
para a nuvem, mas adaptados com
Relational Cloud
recursos de gerência de dados para uso
na nuvem
Amazon S3 Couch DB
(BDs chave-valor) (BDs documento)
Voldemort Mongo DB
Não-Relacional HBase Neo4j
(BDs coluna) (BDs grafo)
Cassandra Orient DB
SQL
27. Categorias de BDs na Nuvem
Nativo Não-Nativo
Amazon RDS
Relacional SQL Azure
Relational Cloud
Amazon S3 Couch DB
(BDs chave-valor) (BDs documento)
Voldemort Mongo DB
Não-Relacional HBase Neo4j
(BDs coluna) (BDs grafo)
Cassandra Orient DB
SQL BDs No-SQL
28. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
29. No-SQL (Not Only SQL)
Movimento a favor do desenvolvimento de SGBDs
não-relacionais para a gerência de dados na
nuvem
Principais Características (foco)
– Grande volume de dados
– Consistência fraca
– Estruturas de armazenamento/acesso simples
Interfaces de acesso simples
Principais aplicações
– Redes sociais, Web search engines
30. BDs No-SQL
Principais abordagens
– BD chave-valor
Exemplo: Amazon S3
– BD de coluna
Alta heterogeneidade
Exemplo: Cassandra em termos de modelos
– BD de documentos de dados!
Exemplo: CouchDB
– BD de grafo
Exemplo: Neo4j
31. Amazon S3 (Simple Storage Service)
Desenvolvido pela Amazon.com Inc.
Modelo chave-valor
– API simples: get(key) e put(key, value)
Não suporta
– Definição de esquemas
– Relacionamentos entre dados
– Linguagem de consulta
33. Cassandra
Criado pelo Facebook e mantido atualmente pela
Apache
– Utilizado pelo eBay e Twitter
Suporta
– Definição de esquemas
– API proprietária
– Linguagem de consulta
Não suporta
– Definição de relacionamentos entre dados
34. Cassandra
Modelo de dados baseado em coluna
– Noção de família de colunas
Lista ordenada de colunas
– Armazenamento clusterizado
Indexada por uma chave
Keyspace
– Conjunto de família de colunas
– Uma coluna pode ter aninhamentos
Super-coluna (objeto complexo)
36. API Thrift
Modificação de dados
– Inclusão/exclusão de uma ou mais colunas
– Exemplos
insert(), batch_insert() (inclui várias colunas), remove(), ...
Consulta a dados
– Busca nomes de colunas, seus conteúdos (incluindo
sub-colunas) a partir de uma chave ou de uma faixa de
chaves
– Exemplos
get() (retorna colunas a partir de 1 chave), multiget()
(várias chaves), get_slice() (faixa de chaves), ...
37. CQL (Cassandra Query Language)
DDL
– Criação de Keyspaces
– Criação de famílias de colunas para keyspaces
DML
– Inserção/atualização de valores de colunas de uma
família de colunas, dada uma chave
– Remoção de colunas ou valores de colunas de uma
família de colunas, dada uma chave
– Consulta a valores de colunas de famílias de
colunas
38. CQL - Exemplo
CREATE KEYSPACE Livraria
WITH strategy_class = SimpleStrategy
AND strategy_options:replication_factor = 3;
USE Livraria;
/* ainda não há suporte para inserção de
super-colunas */
CREATE COLUMNFAMILY Autores
(Key text PRIMARY KEY,
Email text, Biografia text);
CREATE COLUMNFAMILY Livros
(Key text PRIMARY KEY,
ISQN bigint,
Ano int,
Autor text);
WHERE Ano > 2000;
39. CQL - Exemplo
INSERT INTO Autores (Key, Email, Biografia)
VALUES (Emmanuel Silva,
'emmanuel@email.com',
'Biografia do autor aqui');
INSERT INTO Livros (Key, ISQN, Ano, Autor)
VALUES (181919191, 2007, 'Emmanuel Silva');
UPDATE Autores
SET Email = 'Esilva@gmail.com'
WHERE KEY = Emmanuel Silva;
DELETE COLUMNS ISQN
FROM Livros WHERE KEY = Aprendendo Java;
SELECT FIRST 10 REVERSED Ano, Autor
FROM Livros
WHERE Ano > 2000;
40. Couch DB
Desenvolvido pela IBM
– Mantido atualmente pela Apache
Não suporta
– Definição de esquemas
– Relacionamentos entre dados
– Linguagem de consulta
Modelo de dados baseado em documento
– Noção de um objeto complexo (BDOO)
Atributos com domínios simples ou complexos (listas ou registros)
– Armazenamento no formato de objetos Java JSON
Indexação árvore-B de atributos de documentos
41. Modelo Baseado em Documento
{ "_id":"discussion_tables", Atributos default
"_rev":"D1C946B7",
"Sunrise":true,
"Sunset":false,
"FullHours":[1,2,3,4,5,6,7,8,9,10],
"Activities": [
{"Name":"Football", "Duration":2, "DurationUnit":"Hours"},
{"Name":"Breakfast", "Duration":40, "DurationUnit":"Minutes",
"Attendees":["Jan", "Damien", "Laura", "Gwendolyn", "Roseanna"]} ] }
{
"_id":"some_doc_id", Objetos complexos JSON
"_rev":"D1C946B7",
"Subject":"I like Plankton",
"Author":"Rusty",
"PostedDate":"2006-08-15T17:30:12-04:00",
"Tags":["plankton", "baseball", "decisions"],
"Body":"I decided today that I don't like baseball. I like plankton." }
42. Acesso a Dados
API proprietária
– Acesso via aplicação ou HTTP
– Unidade de atualização: documento
– Recuperação de documentos completos
filtros apenas por atributo(s) pré-definidos
– ID do doc, ID da revisão, ...
Principais operações
– Get (busca)
– Post (similar a um insert com ID gerado pelo SGBD)
– Delete
43. API - Exemplos
/* busca por ID do documento */
GET http://mydatabase:5984/discussion_tables
/* busca 10 documentos a partir de IDs que iniciam com 'doc2' */
GET http://mydatabase:5984/_all_docs?startkey="doc2"&limit=10
/* inserção de novo documento */
POST http://mydatabase:5984{
"Subject":"I like Plankton",
"Author":"Rusty",
"PostedDate":"2006-08-15T17:30:12-04:00",
"Tags":["plankton", "baseball", "decisions"],
"Body":"I decided today that I don't like baseball. I like
plankton."}
/* remove documentos com um certo ID de revisão */
DELETE http://mydatabase:5984/some_doc?rev=1582603387
44. Neo4j
Desenvolvido pela Neo Technology
Não suporta definição de esquemas
Suporte opcional a transações, deadlock e bloqueios
Modelo de dados baseado em grafo
– Nodos
Itens de dados com ID e atributos
– Arestas direcionadas e rotuladas
Relacionamentos entre dados
Podem ter atributos
– Tipos de atributos
Simples ou arrays de tipos simples
Indexa atributos de nodos e arestas via listas invertidas
46. Acesso a Dados
API Rest
– Suporta acesso via HTTP
– Principais funcionalidades
I/E de nodos e de relacionamentos
I/A/E de atributos
Navegação em grafos
– Indicação do nodo de partida, critério de parada,
restrições (filtros) para visita a nodos, tipo de busca
(largura ou prof.), ...
47. API REST - Exemplos
/* Cria 2 nodos com atributos e 1 aresta */
URI firstNode = createNode();
addProperty( firstNode, "name", "John");
URI secondNode = createNode();
addProperty( secondNode, "name", "Sara");
URI relation = addRelationship( firstNode,
secondNode, "friend");
/* Varredura em profundidade, pesquisando uma
única vez os atributos dos nodos ligados pelo
relacionamento friend */
...
TraversalDescription t = new
TraversalDescription();
t.setOrder(TraversalDescription.DEPTH_FIRST);
t.setUniqueness(TraversalDescription.NODE);
t.setReturnFilter(TraversalDescription.ALL);
t.setRelationships(new Relationship( "friend",
Relationship.OUT));
...
48. Cypher Query Language
Linguagem de consulta do Neo4j
Sintaxe básica
– Bloco START-MATCH-WHERE-RETURN
START
– Nodos alvo da consulta
MATCH
– Casamentos a serem feitos
WHERE
– Filtros
RETURN
– Resultado da consulta
50. Sumário
1. Introdução à Computação nas Nuvens
2. Gerência de Dados na Nuvem
3. Categorias de BDs na Nuvem
4. BDs No-SQL
5. Considerações Finais
51. BDs nas Nuvens
Gerência de grandes volumes de dados
– Adequado a vários tipos de aplicações
Dados na Web, dados de sensores, dados científicos, …
Desafios associados com a garantia da qualidade
desta gerência on demand
– Aumento/melhoria de infraestrutura, migração de
dados/serviços para nodos com maior capacidade de
processamento, particionamento de dados, ...
52. Tendências de Pesquisa
Aprimoramento de gerências
– Manipulação de dados mais robusta
DMLs, suporte a joins, ...
– Consistência de transações
– Segurança (confiabilidade) de dados armazenados
remotamente
Mapeamento relacional-NoSQL
– Visões relacionais sobre modelos de dados NoSQL
Integração/Interoperabilidade
– Matching de esquemas/dados heterogêneos, visando
consultas a várias fontes
53. Bancos de Dados nas Nuvens:
Uma Visão Geral
Ronaldo S. Mello
ronaldo@inf.ufsc.br
Outubro 2012