1. UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO (UFRPE)
COORDENAÇÃO GERAL DE EDUCAÇÃO A DISTÂNCIA (EAD/UFRPE)
Banco de Dados
Sandra de Albuquerque Siebra
Volume 3
Recife, 2010

2. Universidade Federal Rural de Pernambuco
Reitor: Prof. Valmar Corrêa de Andrade
Vice-Reitor: Prof. Reginaldo Barros
Pró-Reitor de Administração: Prof. Francisco Fernando Ramos Carvalho
Pró-Reitor de Extensão: Prof. Paulo Donizeti Siepierski
Pró-Reitor de Pesquisa e Pós-Graduação: Prof. Fernando José Freire
Pró-Reitor de Planejamento: Prof. Rinaldo Luiz Caraciolo Ferreira
Pró-Reitora de Ensino de Graduação: Profª. Maria José de Sena
Coordenação Geral de Ensino a Distância: Profª Marizete Silva Santos
Produção Gráfica e Editorial
Capa e Editoração: Rafael Lira, Italo Amorim e Arlinda Torres
Revisão Ortográfica: Elias Vieira
Ilustrações: Noé Aprígio
Coordenação de Produção: Marizete Silva Santos

3. Sumário
Apresentação................................................................................................................. 4
Conhecendo o Volume 3 ................................................................................................ 5
Capítulo 7 – O Modelo Relacional .................................................................................. 7
O Modelo Relacional (MR) ..............................................................................................7
Conceitos do Modelo Relacional .....................................................................................8
Regras de Integridade Fundamentais ............................................................................14
As 12 Regras de Codd ....................................................................................................18
Capítulo 8 – Derivando o MR a partir do MER .............................................................. 25
Algumas Informações Iniciais ........................................................................................25
Regras para Derivar o Modelo Relacional a partir do MER............................................26
Capítulo 9 – Normalização de Dados ............................................................................ 41
Dependências Funcionais ..............................................................................................41
Anomalias de Atualização ..............................................................................................43
O que é Normalização?..................................................................................................45
Primeira Forma Normal (1FN) .......................................................................................47
Segunda Forma Normal .................................................................................................49
Terceira Forma Normal ..................................................................................................52
Forma Normal de Boyce-Codd ......................................................................................55
Quarta Forma Normal ...................................................................................................56
Quinta Forma Normal ....................................................................................................58
Um Roteiro para a Normalização ...................................................................................60
Algumas Informações Adicionais ...................................................................................60
Considerações Finais .................................................................................................... 67
Conheça a Autora ........................................................................................................ 69

4. Apresentação
Caro(a) cursista,
Seja bem-vindo(a) ao terceiro módulo do curso Banco de Dados!
Neste terceiro módulo, vamos estudar o modelo relacional e todas as suas nuances. O modelo relacional é
o resultado da modelagem lógica do Banco de Dados e é a etapa seguinte a modelagem conceitual.
Dentro deste contexto, estudaremos como tranformar a modelagem conceitual em modelagem lógica,
como otimizar o modelo criado através das regras de normalização e como fazer as checagens de integridade
referencial.
Bons estudos!
Sandra de Albuquerque Siebra
Autora
4

5. Banco de Dados
Conhecendo o Volume 3
Neste terceiro volume, você irá encontrar o Módulo 3 da disciplina de Banco de
Dados. Para facilitar seus estudos, veja a organização deste segundo módulo.
Módulo 3 – Modelagem Lógica e Projeto de Banco de Dados
Carga horária do Módulo 3: 15 h/aula
Objetivo do Módulo 3:
» Introduzir os principais conceitos e definições relacionados à modelagem lógica de
dados.
» Examinar os principais conceitos envolvidos no modelo relacional.
» Estudar como derivar a modelagem lógica a partir da modelagem conceitual.
» Estudar como otimizar a modelagem de dados através da normalização.
Conteúdo Programático do Módulo 3:
» O Modelo Relacional.
» As 12 Regras de Codd.
» Transformação do Modelo E-R para o Modelo Relacional.
» Restrições de Integridade.
» Dependências Funcionais.
» Normalização de Dados.
5

6. Banco de Dados
Capítulo 7
O que vamos estudar neste capítulo?
Neste capítulo, vamos estudar os seguintes temas:
» O Modelo Relacional.
» Restrições de Integridade.
» As 12 Regras de Codd.
Metas
Após o estudo deste capítulo, esperamos que você consiga:
» Identificar as particularidades e os componentes do Modelo Relacional.
» Fazer a checagem de integridade do modelo.
» Reconhecer as 12 regras de Codd.
6

7. Banco de Dados
Capítulo 7 – O Modelo Relacional
Vamos conversar sobre o assunto?
No projeto de Banco de Dados, a modelagem lógica ou projeto lógico é a terceira
etapa (vide Figura 1), antecedida pela análise de requisitos e pela modelagem conceitual.
O produto dessa etapa é o modelo relacional ou esquema relacional e este é justamente o
assunto desse capítulo! Esse modelo já é dependente do SGBD que for ser escolhido para
a implementação do banco de dados. Logo, atente para o fato de que esse é o momento
dessa decisão ser tomada.
Neste capítulo, vamos falar sobre o modelo relacional, que é um exemplo de
modelo lógico de dados, e sobre os conceitos a ele relacionados.
Figura 1 - Etapas do Projeto de Banco de Dados
O Modelo Relacional (MR)
Vamos relembrar... o que é o modelo lógico? É um modelo que vai especificar a
representação/declaração dos dados de acordo com o SGBD escolhido, definindo assim a
estrutura de registros do BD (onde cada registro define número fixo de campos (atributos)
e cada campo possui tamanho fixo). Um exemplo de modelo lógico é o modelo relacional
(MR). Os SGBDs que utilizam o MR são denominados SGBDs Relacionais e, nesta disciplina,
trataremos do projeto lógico apenas desse tipo de SGBD.
7

8. Banco de Dados
O Modelo Relacional foi introduzido por Ted Codd, da IBM Research, em 1970, em
um artigo clássico (Codd, 1970) que imediatamente atraiu a atenção em virtude de sua
simplicidade e base matemática. O modelo usa o conceito de uma relação matemática –
algo como uma tabela de valores – como seu bloco de construção básica e tem sua base
teórica na teoria dos conjuntos.
As primeiras implementações comerciais do modelo relacional tornaram-se
disponíveis no início da década de 80, antes disso, eram utilizados os modelos de redes e
hierárquico (sobre os quais estudamos no Volume 1, capítulo 1).
O modelo relacional tem como objetivos: prover esquemas de fácil utilização;
melhorar a independência lógica e física de dados; prover os usuários com linguagens
de manipulação de BD de alto nível, permitindo o seu uso por usuários não experientes;
otimizar o acesso aos BDs e melhorar a integridade e segurança dos dados.
Comentário
O MR representa os dados do BD como relações1 (tabelas) de nomes únicos. O
conceito de tabelas está intimamente ligado ao conceito de uma relação matemática – de
1
A palavra relação é
utilizada no sentido onde se origina o nome deste modelo. Vamos apresentar, na seção a seguir, cada um dos
de lista ou rol de conceitos relevantes dentro do contexto do modelo relacional.
informações e não no
sentido de associação
ou relacionamento.
Conceitos do Modelo Relacional
Em um ambiente de banco de dados relacional utilizamos alguns conceitos muito
importantes para a correta implantação e operação de qualquer sistema de banco de
dados. Por exemplo, na terminologia do modelo relacional, cada tabela é chamada relação
e vai possuir um nome único que a identifica, cada linha da tabela é chamada tupla, cada
cabeçalho de coluna é conhecido como atributo (vide Figura 2).
Figura 2 - Exemplos de Terminologias do Modelo Relacional
Alguns desses novos termos originam-se diretamente da Teoria de Conjuntos, outros
são decorrentes da utilização de elos lógicos para implementar os relacionamentos entre os
dados armazenados no banco de dados. A seguir, cada um dos conceitos fundamentais do
modelo relacional será descrito.
Tabela ou Relação
No modelo relacional, a estrutura que armazena os dados referentes a cada uma
das ocorrências de uma entidade ou relacionamento com atributos do MER é chamada de
tabela ou relação.
Uma tabela é uma representação bi-dimensional de dados composta de linhas
e colunas. Por exemplo, a tabela de empregados de uma empresa (vide Tabela 1) onde
8

9. Banco de Dados
poderiam ser armazenados dados como o CPF, o nome e o telefone de cada empregado. A
tabela como um todo representaria os empregados da empresa. Cada coluna representaria
um atributo (ex: a primeira coluna da Tabela 1 é o CPF ). E cada linha da tabela representa os
dados de um empregado. Por exemplo, a primeira linha da Tabela 1 se refere à empregada
de CPF número 987675456-98, de nome Ana Marques e cujo telefone é 3245-8976.
Tabela 1 - Tabela ou Relação Empregado
CPF Nome Telefone
987675456-98 Ana Marques 3245-8976
765456243-45 João Pontes 3124-5645
213415467-89 Marcos Alves 3456-8923
567324980-03 Tânia Gomes 3455-9098
Comentário
Matematicamente, define-se uma relação como um subconjunto de um produto
cartesiano de uma lista de domínios2. Assim, suponha que D1 denote o domínio do atributo
2
Um domínio contém
A1, D2 denote o domínio do atributo A2 e Dn denote o domínio do atributo N da tabela T1.
os valores possíveis
Qualquer linha da tabela que possui estes atributos é denotada pela tupla3 (d1,d2,...,dn) em para um determinado
que d1, d2 e dn têm como valores possíveis (domínios), respectivamente D1, D2 e Dn. Em atributo da relação.
geral, uma instância de T1 é um subconjunto de D1 X D2 X ... X Dn.
O conjunto de atributos de uma relação é chamado de esquema da relação. O
esquema de uma relação é denotado por : R[A1 D1, ..., An Dn] onde: Comentário
R é o nome da relação; 3
Uma tupla é uma
A1, ..., An é a lista de atributos da relação R e ocorrência particular
de um elemento da
D1, ..., Dn são os domínios de cada um dos atributos da relação R. tabela. Falaremos
sobre esse conceito,
Frequentemente, é utilizada uma notação simplificada em que é omitida a definição em detalheas, mais a
do domínio de cada atributo da relação: R[A1, ..., An]. Por exemplo, o esquema da relação frente.
representada na Tabela 1 seria: Empregado[CPF char4(11), Nome char(50), Telefone
char(9)] ou, na notação simplificada, teríamos Empregado[CPF, Nome, Telefone].
Na criação dos esquemas das relações o nome das relações ou tabelas devem ser Comentário
únicos no banco de dados, devem ser escritos no singular e, de preferência, devem ser
nomes curtos. Se for usado um nome composto, este deve ser separado por um underline 4
O tipo char equivale
(_), por exemplo Pessoa_Fisica ou Pessoa_Juridica. ao tipo string das
linguagens de
O atributo identificador da relação é apresentado sublinhado (esse atributo programação, onde
você pode digitar
identificador dará origem à chave primária da relação, como veremos mais a frente). Assim,
letras, números e
se CPF fosse o atributo identificador teríamos: Empregado[CPF, Nome, Telefone]. símbolos. Quando
você define um tipo
O grau de uma relação é o número de atributos que a compõe. Por exemplo, o grau char, você tem de
da relação Empregado[CPF, Nome, Telefone] é três, porque essa relação possui 3 atributos. especificar o tamanho
do que preencherá
Uma particularidade referente à definição de relação é que, nesta definição, não o mesmo. Esse tipo
existe qualquer tipo de ordenação ou de definição de ordenação. Assim, por exemplo, as pode variar de nome
duas relações representadas pelas Tabelas 1 e 2 são consideradas idênticas. Afinal, o que de SGBD para SGBD
mas sempre vai ter um
mudou de uma tabela para outra foi apenas a ordem em que os valores de preenchimento correspondente.
da tabela aparecem.
9

10. Banco de Dados
Tabela 2 - Tabela ou Relação Empregado
CPF Nome Telefone
213415467-89 Marcos Alves 3456-8923
567324980-03 Tânia Gomes 3455-9098
765456243-45 João Pontes 3124-5645
987675456-98 Ana Marques 3245-8976
Linha (Tupla)
Uma ocorrência em particular de dados em uma tabela ocupa uma linha dessa
tabela. Por exemplo, na Tabela 3, os dados de cada um dos empregados que a compõe
ocupam uma linha diferente da tabela. Como existem 4 empregados, a Tabela 3 possui 4
linhas (ou tuplas ou registros). O número de linhas ou tuplas de uma relação é chamado de
cardinalidade da relação. Logo, a cardinalidade da relação expressa na Tabela 3 é quatro.
Cada linha da tabela deve ser única e deve possuir um atributo identificador. No
caso da Tabela 3, esse identificador é o CPF do empregado. O atributo identificador, no
modelo relacional, passa a ser chamado de chave primária (PK) - detalharemos melhor esse
ponto mais a frente.
Tabela 3 - Exemplos de Atributos e Tuplas
Outra definição que pode ser dada para linha ou tupla é: um conjunto de pares
(<atributo>,<valor>), em que cada par fornece o valor do mapeamento de um atributo Ai
para um valor Vi, tal que cada valor Vi seja um elemento do domínio Di ou um valor nulo.
Algumas regras para tuplas são: em uma tabela ou relação não devem existir tuplas
ou linhas duplicadas. As linhas de uma tabela não seguem uma ordem específica. Dessa
forma, as tuplas ou linhas abaixo seriam idênticas:
T = <(CPF, 987675456-98), (Nome, Ana Marques), (Telefone, 3245-8976)> e
T = <(Telefone, 3245-8976), (CPF, 987675456-98), (Nome, Ana Marques)>
Coluna (Atributo)
Cada tipo de informação armazenada em uma tabela é uma coluna. Ou seja, cada
10

11. Banco de Dados
atributo que caracteriza a relação é expresso em uma coluna. Toda coluna de uma tabela
deve possuir um nome pelo qual será referenciada sempre que necessário. Na verdade,
ao criarmos uma tabela definimos, para cada uma de suas colunas, o seu nome (nome do
atributo) e também o seu tipo (numérico, alfabético, data, etc). Por exemplo, CPF, Nome e
Telefone são atributos (colunas ou campos) da Tabela Empregado, expressos na Tabela 3.
Um nome de atributo deve ser único em uma tabela e deve expressar o tipo de
informação que ele representa. E o valor de um atributo não deve poder ser decomposto
em mais de uma coluna.
Domínio do Atributo
Domínio de um atributo é a faixa de valores que esse atributo pode conter. Em
outras palavras, é o conjunto de valores que um determinado atributo pode assumir. Por
exemplo, para o atributo CPF da Tabela 3, o domínio seria o conjunto dos números naturais.
Em outras tabelas quaisquer, por exemplo, o domíno do atributo “dia do mês”seria o
conjunto dos números entre 1 e 31. O atributo “sexo” teria como domínio os mnemônicos
M (para masculino) ou F (para feminino) e assim por diante.
Sempre que identificamos um atributo de uma tabela, temos também uma ideia de
qual o tipo de informação que ele poderá vir a conter.
Chaves
Comentário
Uma chave5 é um atributo (ou conjunto de atributos) que identifica univocamente
cada entrada de uma relação. Ou seja, por meio de chaves podemos diferenciar as diversas
5
O conceito
de chave está
tuplas pertencentes a uma relação. Como consequência dessa definição, temos que os diretamente ligado
atributos chaves não podem apresentar valores duplicados, nem podem ser nulos. ao de identificador
da entidade ou
relacionamento que foi
NULO - Não devemos confundir o conceito de nulo com espaços em branco ou o número zero, por
estudado no volume
exemplo, que são valores conhecidos. Nulo é a ausência de informação. anterior, quando
foram detalhados os
Uma coluna de preenchimento obrigatório numa tabela deve possuir todos os seus valores não- componentes do MER.
nulos. Se, por exemplo, uma linha da tabela Empregado contiver um nulo na coluna Telefone,
significa que o telefone do empregado correspondente àquela linha é desconhecido. Assim, ou o
telefone não foi informado por algum motivo ou o empregado não possui telefone, de qualquer
forma, a informação está ausente na tabela.
Comentário
Uma definição mais formal para chave seria: seja R um esquema de relação. Se
dissermos que um subconjunto K de atributos de R é uma superchave6 para R, estaremos
6
Superchave é o
conjunto de um ou
considerando restrições para as relações r(R), nas quais não existem duas tuplas distintas
mais atributos que nos
com mesmos valores em todos os atributos de K. Isto é, se as tuplas t1 e t2 fazem parte da permitem identificar
relação r e t1 <> t2, então t1[K] <> t2[K]. de maneira unívoca
uma tupla de uma
Quando há a possibilidade de mais de um atributo (isoladamente) poder ser chave relação.
em uma relação, dizemos que esses atributos são chaves candidatas. Por exemplo, na Tabela
4, CPF e Nome poderiam ser chaves candidatas, porque poderiam ser atributos usados para
localizar uma entrada na tabela.
11

12. Banco de Dados
Tabela 4 - Tabela ou Relação Empregado
CPF (PK) Nome Telefone
213415467-89 Marcos Alves 3456-8923
567324980-03 Tânia Gomes 3455-9098
765456243-45 João Pontes 3124-5645
987675456-98 Ana Marques 3245-8976
Um dos princípios do modelo relacional diz que uma linha de uma tabela deve
sempre poder ser referenciada de forma única. Por isso, entre as chaves candidatas, uma
delas deve ser eleita para ser a principal, a chave primária da tabela (Primary Key ou PK),
aquela que realmente identifica univocamente cada tupla da tabela. No caso, para a Tabela
4, a melhor escolha para chave primária seria o atributo CPF, já que essa informação não se
repetiria, de forma alguma, em dois empregados distintos da tabela.
A escolha da chave primária (PK) da tabela é influenciada pelas necessidades do domíno do mundo
real que está sendo modelado.
Chaves primárias são geralmente indicadas na tabela pela sigla PK (Primary Key) e
podem também ser sublinhadas (vide Tabela 4).
As outras chaves candidatas que não forem escolhidas para chave primária, são
chamadas de chaves secundárias. Por exemplo, na Tabela 4, o atributo Nome seria uma
chave secundária.
Muitas vezes, uma tabela não possui, entre seus atributos, um que por si só seja
suficiente para identificar univocamente uma ocorrência. Nesses casos deve sempre ser
possível que a combinação de dois ou mais atributos tenha a capacidade de se constituir
numa chave primária. Chamamos a essas chaves primárias formadas pela combinação de
vários atributos de chaves primárias compostas. Ou seja, uma chave primária composta é
uma chave primária que é formada por mais de um atributo ou coluna. Geralmente, uma
tabela que represente um relacionamento entre outras duas tabelas (originada de um
relacionamento do MER) irá possuir chaves primárias compostas. Por exemplo, a tabela
Alocação (vide Tabela 5), terá como chaves primárias os atributos CPF e Cod_Projeto. Isso,
porque para descobrir qual a função de um empregado em um projeto, precisamos dessas
duas informações. Nenhum dos atributos isoladamente poderia fornecer essa informação.
Tabela 5 - Tabela ou Relação Alocação
CPF (PK) Cod_projeto (PK) Função
213415467-89 002 Analista
567324980-03 001 Consultor
765456243-45 003 Suporte
987675456-98 002 Programador
12

13. Banco de Dados
Tabela 6 - Tabela ou Relação Empregado
CPF (PK) Nome Telefone
213415467-89 Marcos Alves 3456-8923
567324980-03 Tânia Gomes 3455-9098
765456243-45 João Pontes 3124-5645
987675456-98 Ana Marques 3245-8976
Tabela 7 - Tabela ou Relação Projeto
Cod_projeto (PK) Nome Projeto
001 SOFTHOUSE
002 GEOPROC
003 LINUX WORLD
Uma tabela pode incluir entre seus atributos a chave primária de outra tabela.
Essa chave é chamada chave estrangeira. Ou seja, uma chave estrangeira é uma coluna
(ou combinação de colunas) que indica um valor que deve existir como chave primária em
uma outra tabela (chamada de Tabela Pai). Por exemplo, na tabela Alocação (vide Tabela
5), as colunas CPF e Cod_Projeto são chaves estrangeiras, porque elas são chave primária,
respectivamente, das tabelas Empregado (vide Tabela 6) e Projeto (vide Tabela 7).
Vamos definir novamente com outras palavras: uma chave estrangeira de uma
relação R1 é um atributo (ou conjunto de atributos) que referencia a chave primária de uma
outra relação R2. Dessa forma, para qualquer tupla de R1, o valor da chave estrangeira deve
ser igual ao valor da chave primária de alguma tupla da relação R2 referenciada, ou deve ser
o valor nulo (se a chave estrangeira não fizer parte da chave primária da relação R1). Com
isso queremos dizer que o atributo que é chave estrangeira em uma relação R1, pode ou não
fazer parte da chave primária de R1. No exemplo de chave estrangeira dado anteriormente,
as chaves estrangeiras CPF e Cod_Projeto fazem parte da chave primária da tabela Alocação
(vide Tabela 5). Porém, a chave estrangeira pode não fazer parte da chave primária. Observe
a tabela Funcionário (vide Tabela 8). Ela possui um campo Cod_Depto que é chave primária
da tabela Departamento (vide Tabela 9). Logo, na tabela Funcionário, o atributo Cod_Depto
é uma chave estrangeira. Chaves estrangeiras são indicadas pela sigla FK (Foreign Key).
Tabela 8 - Tabela ou Relação Funcionário
CPF (PK) Nome Cod_Depto (FK)
213415467-89 Marcos Alves 11
567324980-03 Tânia Gomes 22
765456243-45 João Pontes 11
987675456-98 Ana Marques 22
13

14. Banco de Dados
Tabela 9 - Tabela ou Relação Departamento
Cod_Depto (PK) Nome
11 Vendas
22 Financeiro
Uma chave estrangeira formada por mais de uma coluna é chamada de chave
estrangeira composta.
No modelo relacional os relacionamentos representados no MER passam a ser
representados através de chaves estrangeiras. Ou seja, as chaves estrangeiras tornam
possível a associação lógica entre tabelas distintas. Isso ficará mais claro no próximo capítulo
quando forem apresentadas as regras de derivação do MR a partir do MER.
Regras de Integridade Fundamentais
O modelo relacional, ao definir conceitos como Tabela, Tupla, Atributo, Nulo,
Domínio, Chave Primária e Chave Estrangeira deixa implícitas algumas regras fundamentais
para a manutenção da consistência do banco de dados. Elas são chamadas de Regras de
Integridade e tratam dos cuidados que analistas, projetistas e programadores devem
observar ao implementar as rotinas de Inclusão, Alteração e Exclusão de dados nas bases
de dados. Na prática, as restrições de integridade fornecem meios para assegurar que
mudanças feitas no banco de dados não resultem na perda da consistência sobre estes
dados.
Vamos ver agora dois dos principais tipos de integridade a serem mantidas em
um banco de dados adequadamente projetado: a Integridade de Entidade e a Integridade
Referencial. Posteriormente, discutiremos regras de integridade complementares e regras
de integridade semântica.
Integridade de Entidade (ou de Identidade ou Existencial)
Refere-se às chaves primárias e procura garantir que toda e qualquer linha de uma
tabela deve poder ser acessada com base apenas no conteúdo de sua chave primária. Para
isso, algumas regras devem ser observadas:
» Toda tupla tem um conjunto de atributos que a identifica de maneira única na
relação (Integridade de Chave).
» Nenhum atributo que faça parte de uma chave primária pode ter valor nulo (eles
devem ser NN = not null).
» Não se deve permitir que em uma mesma tabela existam duas ocorrências (tuplas)
com chaves primárias iguais. Ou seja, os atributos que são chave primária devem
ser únicos (ND = No Duplicate ou Unique).
Isso significa que os conteúdos de todos os atributos que constituem uma chave
primária devem ser conhecidos e únicos. Um conteúdo nulo representa uma informação
desconhecida ou, em outras palavras, a ausência da informação, o que não pode ser
permitido em qualquer elemento de uma chave primária.
Algumas recomendações para se alcançar a integridade de entidade são:
14

15. Banco de Dados
» Selecione chaves primárias que realmente tenham preenchimento único no
domínio do problema.
» Se possível, prefira chaves primárias simples e numéricas.
» Se não houver nenhuma coluna que possa ser uma chave candidata, utilize chaves
primárias sequenciais, geralmente, atribuídas pelo sistema.
Integridade Referencial
Diz respeito às chaves estrangeiras e visa manter a integridade dos relacionamentos
previstos no banco de dados. Ou seja, a integridade referencial cuida para que uma
relação possa ter um conjunto de atributos que contém valores com mesmo domínio de
um conjunto de atributos que forma a chave primária de outra relação. Este conjunto é
chamado chave estrangeira.
Na definição dos cuidados referentes a esse tipo de integridade, utilizaremos dois
conceitos:
» Tabela-Pai (Parent Table): é aquela onde o atributo de relacionamento desempenha
o papel de chave primária.
» Tabela-Filho (Dependent Table): tabela onde o atributo de relacionamento
desempenha o papel de chave estrangeira.
Para manter a integridade referencial, a regra básica é: o conteúdo de uma chave
estrangeira deve, necessariamente, ser igual ao de uma ocorrência da Tabela-Pai ou então
ser nulo. Vale ressaltar que o valor da chave estrangeira só poderá ser nulo na Tabela-Filho,
se o atributo que for chave estrangeira não fizer parte da chave primária da Tabela-Filho.
Por exemplo, na última tupla da tabela Funcionário (vide Tabela 10), temos que o
Cod_Depto é NULL. Isso é possível apenas porque o atributo Cod_Depto não faz parte da
chave primária da tabela Funcionário. E deve significar que, por enquanto, a funcionária
Ana Marques não foi alocada em nenhum departamento (vamos supor que ela acabou
de ser contratada). Já todas as outras tuplas da tabela Funcionário possuem o Cod_Depto
preenchido e, para que a integridade referencial seja mantida, como esse atributo é chave
estrangeira, ele deve existir como chave primária em alguma outra tabela. No caso, na
tabela Departamento (vide Tabela 9). Nesse exemplo fornecido, a tabela Funcionário é a
Tabela-Filho e a tabela Departamento é a Tabela-Pai.
Tabela 10 - Tabela ou Relação Funcionário
CPF (PK) Nome Cod_Depto (FK)
213415467-89 Marcos Alves 11
567324980-03 Tânia Gomes 22
765456243-45 João Pontes 11
987675456-98 Ana Marques NULL
15

16. Banco de Dados
Observação
Uma chave estrangeira pode referenciar-se a um atributo da sua própria tabela (caso que
ocorrerá com os auto-relacionamentos do MER). Por exemplo, a tabela Funcionário (vide
Tabela 11) poderia ter, para cada funcionário, quem é o seu supervisor direto. Assim, o campo
CPF_Supervisor, que é considerado chave estrangeira, é a chave primária da própria tabela
Funcionário e não de outra tabela qualquer.
Tabela 11 - Tabela ou Relação Funcionário
CPF (PK) Nome CPF_Supervisor (FK)
213415467-89 Marcos Alves 765456243-45
567324980-03 Tânia Gomes 765456243-45
765456243-45 João Pontes NULL
As consequências da Integridade Referencial refletem-se nas consistências
necessárias ao se proceder às operações de Inclusão, Alteração e Exclusão de dados nas
Tabelas Pai e Filho. Veja as regras no Quadro 1.
16

17. Banco de Dados
Quadro 1 - Regras de Inclusão, Alteração e Exclusão para manter a Integridade Referencial
Operação Tabela_Pai Tabela-Filho
A inclusão de dados na Tabela-
Filho deve atentar para o fato de
A inclusão de dados na tabela-pai não tem que não será possível incluir uma
Inclusão
nenhuma implicação ou problema. nova tupla se o valor do campo
que for chave estrangeira já não
estiver cadastrado na Tabela-Pai.
Se a alteração envolver o valor da chave
primária, deve-se utilizar um dos seguintes
critérios:
» A chave não deve ser alterada se estiver Se a alteração envolver o
sendo utilizada em alguma tabela-filho. atributo que é chave estrangeira,
a alteração só deve ser realizada
» A chave deve ser alterada e deve-se colocar usando valores que existam na
Alteração
NULL nas chaves estrangeiras presentes na(s) tabela pai (podendo também
Tabela(s)-Filho (contanto que o valor em usar o valor NULL, se essa chave
questão não faça parte da chave primária da(s) estrangeira não fizer parte da
Tabela(s)-Filho correspondente(s)). chave primária da Tabela-Filho).
» A chave deve ser alterada e o novo valor deve
ser colocado no campo que é chave estrangeira
em todas as tabelas-filho relacionadas.
Para excluir uma tupla dessa tabela, deve-se
utilizar um dos seguintes critérios:
» Não deletar, se a tupla estiver sendo utilizada
em uma Tabela-Filho.
A exclusão de Dados na Tabela-
» Deletar a tupla e colocar NULL nas chaves
Exclusão Filho não tem nenhuma
estrangeiras das Tabelas-Filhos afetadas (isso se
implicação ou problema.
o atributo envolvido não fizer parte da chave-
primária da Tabela-Filho).
» Deletar e, também, eliminar todas as tuplas
das Tabelas-Filho que façam uso do valor da
tupla sendo eliminada.
As restrições de integridade devem ser implementadas pelo SGBD. Muitos SGBD’s implementam
integridade de entidade, mas não implementam integridade referencial.
Regras de Integridade Complementares
Além das regras de integridade de entidade e referencial, um banco de dados
relacional pode suportar um conjunto adicional de regras (ou restrições) cuja finalidade
17

18. Banco de Dados
é especificar aspectos próprios de cada coluna e respectivo domínio, complementando
com isso a definição de suas características lógicas. As principais restrições de integridade
complementares tratam da obrigatoriedade e unicidade de valores e sobre conjuntos de
valores permitidos. Vamos às regras:
» Obrigatoriedade - Indica se deve ou não ser permitida a existência de nulos em uma
coluna (ou seja, se um atributo pode ou não ser nulo). Colunas que não aceitam
nulos são de preenchimento obrigatório como, por exemplo, o nome de um
funcionário na tabela de funcionários. Campos que não possuam obrigatoriedade
de preenchimento são considerados campos opcionais. Por exemplo, o número do
telefone poderia ser um campo opcional, dependendo do domínio, visto que ainda
podem haver pessoas que não possuem número de telefone. A definição de se um
campo será de preenchimento obrigatório ou não, vai depender muito do domínio
do mundo real sendo modelado.
» Unicidade - Indica se deve ser permitido ou não que uma coluna possua valores
idênticos em duas ou mais linhas. Uma coluna que não pode possuir valores
repetidos é uma coluna de valores únicos.
» Verificação de Valores Específicos - Indica explicitamente qual o conjunto de
valores permitidos para uma determinada coluna. Por exemplo, para a coluna Sexo
de uma tabela Empregado só poderiam ser aceitos os valores ‘M’ ou ‘F’. Qualquer
outro valor deveria ser recusado.
Restrições de Integridade Semântica
São restrições especificadas e mantidas num banco de dados relacional pelo
programa de aplicação e que são inerentes a aplicação sendo desenvolvida. Ou seja, são
as regras de negócio do domínio do mundo real sendo implementado. Por exemplo, em
um determinado sistema pode-se querer implementar a restrição que “o salário de um
empregado não pode ser maior do que o salário do seu supervisor direto” ou que “o
número máximo de horas por semana que um empregado pode trabalhar em projetos é de
40 horas” (suponha que a empresa não permite horas extras) ou, ainda, “a data de entrega
de um pedido não pode ser inferior à data em que o pedido foi realizado”. Tais restrições,
como dito, são específicas do domínio sendo implementado e necessitam ser programadas
em cada aplicação que vá fazer uso do banco de dados.
As 12 Regras de Codd
Edgard F. Codd, em 1985, estabeleceu as 12 regras de Codd que determinam o
quanto um banco de dados é relacional. Algumas vezes as regras se tornam uma barreira
e nem todos os SGBDs relacionais fornecem suporte a elas. De qualquer forma, a título de
conhecimento, vamos apresentá-las a seguir. Lembramos que nem todas as regras serão
completamente compreendidas nesse momento, mas o serão até o final da disciplina.
Regra 1 - Regra das informações em tabelas: As informações a serem armazenadas
no banco de dados devem ser apresentadas como relações (tabelas formadas por linhas e
colunas) e o vínculo de dados entre as tabelas deve ser estabelecido por meio de valores de
campos comuns (chaves estrangeiras).
Regra 2 - Regra de acesso garantido: Todo e qualquer valor atômico em um BD
relacional possui a garantia de ser logicamente acessado pela combinação do nome da
tabela, do valor da chave primária e do nome do campo/coluna que deseja acessar. Isso
18

19. Banco de Dados
porque, com o nome da tabela, se localiza a tabela desejada. Com o valor da chave primária
a tupla desejada dentro da tabela é localizada. E com o nome do campo/coluna se acessa a
parte desejada da tupla.
Regra 3 - Regra de tratamento sistemático de valores nulos: Valores nulos devem
ser suportados de forma sistemática e independente do tipo de dado para representar
informações inexistentes e informações inaplicáveis. Deve-se sempre lembrar que valores
nulos devem ter um tratamento diferente de “valores em branco”.
Comentário
Regra 4 - Regra do catálogo relacional ativo: Toda a estrutura do banco de dados
(domínios, campos, tabelas, regras de integridade, índices, etc) deve estar disponível em 7
Veremos como fazer
tabelas (também referenciadas como catálogo). Sua manipulação é possível por meio de isso no último volume
linguagens específicas (por exemplo, SQL). Essas tabelas são, geralmente, manipuladas pelo desta disicplina,
quando estivermos
próprio sistema no momento em que o usuário efetua alterações na estrutura do banco de estudando a linguagem
dados (por exemplo, a inclusão de um novo atributo em uma tabela). SQL.
Regra 5 - Regras de atualização de alto-nível: Essa regra diz que o usuário deve
ter capacidade de manipular as informações do banco de dados em grupos de registros, ou
seja, ser capaz de inserir, alterar e excluir vários registros ao mesmo tempo7. Comentário
Regra 6 - Regra de sub-linguagem de dados abrangente: Pelo menos uma
linguagem, com sintaxe bem definida, deve ser suportada, para que o usuário possa 8
Commit serve
manipular a estrutura do banco de dados (como criação e alteração de tabelas), assim para confirmar as
operações realizadas
como extrair, inserir, atualizar ou excluir dados, definir restrições de integridade e de acesso no banco de dados.
e controle de transações (commit e rollback8, por exemplo). Deve ser possível ainda a Rollback serve para
manipulação dos dados por meio de programas aplicativos. desfazer uma operação
que ainda não tenha
Regra 7 - Regra de independência física: Quando for necessária alguma sido confirmada.
modificação na forma como os dados estão armazenados fisicamente, nenhuma alteração
deve ser necessária nas aplicações que fazem uso do banco de dados (isolamento), assim
como devem permanecer inalterados os mecanismos de consulta e manipulação de dados
utilizados pelos usuários finais.
Regra 8 - Regra de independência lógica: Qualquer alteração efetuada na estrutura Comentário
do banco de dados como inclusão ou exclusão de campos de uma tabela ou alteração no
relacionamento entre tabelas não deve afetar o aplicativo utilizado ou ter um baixo impacto 9
Visão: é uma relação
sobre o mesmo. Da mesma forma, o aplicativo somente deve manipular visões9 dessas virtual que não faz
tabelas. parte do esquema
conceitual do BD, mas
Regra 9 - Regra de atualização de visões: Uma vez que as visões dos dados de uma que é visível a um
grupo de usuários. Em
ou mais tabelas são, teoricamente, suscetíveis a atualizações, então um aplicativo que faz
outras palavras, uma
uso desses dados deve ser capaz de efetuar alterações, exclusões e inclusões neles. Essas visão é uma tabela
atualizações, no entanto, devem ser repassadas automaticamente às tabelas originais. Ou virtual que é definida
seja, a atualização em uma visão deve refletir na atualização das tabelas representadas por a partir de outras
tabelas, contendo
essa visão. sempre os dados
atualizados.
Regra 10 - Regra de independência de integridade: As várias formas de integridade
de banco de dados (integridade de entidade, integridade referencial e restrições de
integridade complementares) precisam ser estabelecidas dentro do catálogo do sistema ou
dicionário de dados e serem totalmente independentes da lógica dos aplicativos. Assim, os
aplicativos não devem ser afetados quando ocorrerem mudanças nas regras de restrições
de integridade.
Regra 11 - Regra de independência de distribuição: Alguns SGBDs, notadamente os
que seguem o padrão SQL, podem ser distribuídos em diversas plataformas/equipamentos
que se encontrem interligados em rede. Essa capacidade de distribuição não pode afetar a
funcionalidade do sistema e dos aplicativos que fazem uso do banco de dados. Em resumo,
19

20. Banco de Dados
as aplicações não são logicamente afetadas quando ocorrem mudanças geográficas dos
dados (caso dos BDs distribuídos).
Regra 12 - Regra não-subversiva: O sistema deve ser capaz de impedir qualquer
usuário ou programador de transgredir os mecanismos de segurança, regras de integridade
do banco de dados e restrições, utilizando algum recurso de linguagem de baixo nível que
eventualmente possam ser oferecidos pelo próprio sistema.
Conheça Mais
Neste capítulo foram vistos conceitos básicos do modelo relacional. Para obter mais
informações ou materiais diversificados para o que foi visto aqui, você pode proceder a
uma pesquisa usando o Google (www.google.com.br) com as palavras chaves “Modelagem
Lógica” + “Banco de Dados” ou “Modelo Relacional” ou ainda “Esquema Relacional”. Você
vai ver que virá muito material. Entre eles: apostilas, notas de aula, reportagens, etc.
Adicionalmente, você pode consultar qualquer livro sobre banco de dados,
pois qualquer um deles terá um ou mais capítulos voltados para a explicação do modelo
relacional. Entre os livros que podemos indicar estão:
HEUSER, CARLOS ALBERTO. Projeto De Banco De Dados – Série Livros Didáticos,
V.4. Bookman Companhia Ed., 6ª Edição - 2009
SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de
dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.
ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São
Paulo: Pearson Education do Brasil, 2005.
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus,
2000.
ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.
Você Sabia?
A linguagem padrão dos Bancos de Dados Relacionais é a Structured Query Language, ou
simplesmente SQL, como é mais conhecida. Ela será assunto do próximo volume (Volume 4) da
disciplina.
Aprenda Praticando
Vamos dar uma olhada novamente em questões de concurso?
NCE-UFRJ - 2001 - TRE-RJ - Analista Judiciário - Especialidade - Análise de Sistemas
- Desenvolvimento
1) Sobre os conceitos de domínio, atributo e relacionamento, é correto afirmar que:
a) um domínio é definido pelo conjunto dos atributos pertencentes a um
relacionamento;
20

21. Banco de Dados
b) domínio e atributo representam um único conceito semântico;
c) um atributo é considerado identificador se pertencer ao domínio que define
um relacionamento;
d) todos os atributos de uma relação devem pertencer a um mesmo domínio;
e) domínio são os valores possíveis que um atributo pode assumir.
2) A cardinalidade de uma relação é caracterizada por:
a) Número de atributos dessa relação;
b) Número de campos dessa relação;
c) Quantidade de chaves estrangeiras da relação;
d) Número de tuplas de uma relação;
e) Nenhuma das respostas anteriores.
3) Uma chave estrangeira:
a) Pode conter valores que não existem na Tabela-Pai (tabela referenciada);
b) Pode não pertencer à chave primária;
c) Tem de pertencer, obrigatoriamente, à chave primária;
d) Podem sempre assumir o valor nulo;
e) Nenhuma das respostas anteriores.
Fundação Getúlio Vargas – 2008
4) No contexto de Banco de Dados, um conceito assegura que um valor que aparece
em uma tabela para um determinado conjunto de atributos apareça em outro
conjunto de atributos de outra tabela. Por exemplo, se cristalina é o nome de uma
agência que aparece em uma tupla da tabela conta, então deve existir uma tupla
cristalina na tabela agencia. Esse conceito é definido como um sistema de regras,
utilizado para garantir que os relacionamentos entre tuplas de tabelas relacionadas
sejam válidas e que não exclui ou altera, acidentalmente, dados relacionados. Trata-
se do seguinte conceito:
a) Integridade Funcional;
b) Dependência Funcional;
c) Integridade Relacional;
d) Dependência Referencial;
e) Integridade Referencial.
(Técnico de Tecnologia da Informação/UFT/FCC/2005)
5) Os dois principais tipos de integridade a serem mantidos em um banco de dados
relacional adequadamente projetado são:
a) Integridade Existencial e Integridade Permanente;
b) Integridade de Entidade e Integridade de Relacionamento;
c) Integridade de Entidade e Integridade Referencial;
d) Integridade Permanente e Integridade Referencial;
e) Integridade Existencial e Integridade de Entidade.
(Administrador/PM SANTOS/FCC/2005)
21

22. Banco de Dados
6) Um tipo de dado específico, como por exemplo Nome do Funcionário, é armazenado
numa localização da estrutura do banco de dados denominada.
a) Tabela;
b) Linha;
c) Planilha;
d) Coluna;
e) Registro.
Respostas:
1) E – O domínio de um atributo são os valores que ele pode assumir. Ou seja, é o tipo
deste atributo. Por exemplo, o atributo dia do mês tem como domínio os valores
naturais entre 1 e 31.
2) C – A cardinalidade de uma relação é o número de linhas ou tuplas dessa relação.
Assim, uma relação com quatro tuplas, tem cardinalidade 4.
3) B – Uma chave estrangeira pode não pertencer à chave primária, não pode conter
valores que não existam na tabela-pai e só podem assumir valor nulo se não
pertencer à chave primária da tabela onde é chave estrangeira.
4) E – Integridade Referencial. Ela checa todas as validações necessárias referentes ao
uso de chaves estrangeiras.
5) C – os dois principais tipos de integridade que podem ser verificados em um BD
relacional são a integridade de entidade (que se referem às checagens da chave
primária) e a integriadade referencial (que se refere às checagens da chave
estrangeira).
6) D – Nome do funcionário é tipicamente um atributo e um atributo é representado
no BD relacional por uma coluna.
Atividades e Orientações de Estudo
Agora vamos exercitar o que foi estudado neste capítulo. Assim sendo, faça as
atividades sugeridas a seguir. Lembre que exercitar vai ajudá-lo(a) a fixar melhor o conteúdo
estudado. E o conteúdo desse capítulo é fundamental para o capítulo seguinte, onde vamos
aprender a construir o Modelo Relacional. Mãos à obra!
Atividades Práticas:
Responda as questões a seguir em um documento de texto (doc) e poste as respostas
no ambiente virtual, no local indicado. Esse trabalho deve ser feito individualmente.
(Exercícios adaptados do livro de Carlos Heuser (1998) - capítulo 4).
Exercício 1: Abaixo aparecem diversos esquemas de relação que compõem um
banco de dados relacional. Identifique nestes esquemas, da maneira apropriada, as
chaves primárias e chaves estrangeiras:
Aluno (CodigoAluno,Nome,CodigoCurso)
Curso(CodigoCurso,Nome)
22

23. Banco de Dados
Disciplina(CodigoDisciplina,Nome,Creditos,CodigoDepartamento)
Curriculo(CodigoCurso,CodigoDisciplina,Obrigatória-Opcional)
Conceito(CodigoAluno,CodigoDisciplina,Ano-Semestre,Conceito)
Departamento(CodigoDepartamento,Nome)
Exercício 2: Considere o esquema das relações de um BD relacional a seguir:
Paciente(CodigoConvenio (FK), NumeroPaciente, Nome)
Convenio(CodigoConvenio, Nome)
Medico(CRM, Nome, Especialização)
Consulta(CodigoConvenio (FK), NumeroPaciente (FK), CRM(FK), Data-Hora)
A partir desse esquema, explique que verificações/checagens deveriam ser feitas
pelo SGBD para garantir integridade referencial nas seguintes situações:
a) Uma linha é incluída na tabela Consulta.
b) Uma linha é excluída da tabela Paciente.
Vamos Revisar?
Você estudou, neste capítulo, os conceitos básicos referentes ao modelo relacional.
Entre eles, os conceitos de tabela ou relação, tuplas ou linhas, atributos ou colunas e chaves
(chave candidata, primária, secundária e estrangeira). Esses conceitos serão todos utilizados
no próximo capítulo onde você aprenderá a derivar o modelo relacional a partir do modelo
entidade-relacionamento. Adicionalmente, foram vistos também neste capítulo os principais
tipos de integridade (de entidade e referencial), além de integridades complementares e
integridade semântica.
23

24. Banco de Dados
Capítulo 8
O que vamos estudar neste capítulo?
Neste capítulo, vamos estudar os seguintes temas:
» Como derivar o MR a partir do MER.
Metas
Após o estudo deste capítulo, esperamos que você consiga:
» Derivar o MR a partir do MER.
» Verificar a corretude do modelo derivado.
24

25. Banco de Dados
Capítulo 8 – Derivando o MR a partir
do MER
Vamos conversar sobre o assunto?
“Vimos no capítulo anterior os conceitos básicos do modelo relacional. Porém,
ainda não vimos como gerar o modelo relacional, que faz parte da modelagem lógica do
banco de dados, que é a terceira etapa do projeto de banco de dados como um todo. A
melhor maneira de produzir o modelo relacional é derivá-lo a partir do modelo entidade-
relacionamento. Para fazer isso, existem algumas regras. São justamente essas regras que
discutiremos neste capítulo.”
Neste capítulo, você vai aprender como derivar o MR a partir do MER, para isso,
todas as instruções de como fazer isso serão dadas. Vamos lá?
Algumas Informações Iniciais
A terceira fase do projeto de banco de dados é o projeto lógico que objetiva mapear
o modelo de dados conceitual para o modelo de dados relacional. Essa fase dá origem ao
esquema lógico representado pelo modelo relacional que já é um modelo que depende do
SGBD e será usado para implementar o banco de dados.
É comum, em projetos de banco de dados, se realizar a modelagem dos dados
através de um modelo de dados de alto-nível. O modelo de dados de alto-nível normalmente
adotado é o Modelo Entidade-Relacionamento (MER) e o esquema das visões e de toda
a base de dados são especificados em diagramas entidade-relacionamento (DER). O passo
seguinte à modelagem dos dados conceitual é o mapeamento do diagrama da base de
dados global para um modelo de dados de implementação. Existem três tipos de modelos
de dados de implementação: hierárquico, rede e relacional. Para cada um desses modelos,
podem-se definir estratégias de tradução a partir do DER. A estratégia de tradução, ou de
mapeamento, que trataremos neste capítulo e nesta disciplina será apenas para o modelo
de dados relacional.
O Modelo Relacional é a representação do modelo lógico do projeto de banco
de dados, sendo que a forma de representação dos conceitos necessários ao projeto
deve passar a ser mais detalhada e se aproximar um pouco mais da representação física.
Dessa forma, várias mudanças devem ser realizadas no DER gerado na fase de modelagem
conceitual, como, por exemplo: entidades passam a ser representadas por relações ou
tabelas. Atributos passam a ser representados em colunas. O atributo identificador passa
a ser a chave primária (PK) da tabela. Os relacionamentos e as dependências passam a
ser representados por chaves estrangeiras (FK) e assim por diante. Na Figura 3, pode ser
visto um exemplo do resultado da transformação de um MER em MR. Cada etapa desse
mapeamento será estudada na seção a seguir.
25

26. Banco de Dados
Figura 3 - Passagem do MER para o MR
Regras para Derivar o Modelo Relacional a
partir do MER
Agora, iremos estudar cada uma das etapas de derivação do MR a partir do MER.
» Mapeamento de Entidades Fortes – Cada conjunto de entidades fortes é mapeado
como uma relação que envolve todos os atributos da entidade correspondente do
DER. Assim, para cada entidade regular E no DER, criar uma relação R que inclua
todos os atributos simples de E. Se houver atributos compostos, inclua apenas
os atributos simples que compõem o atributo composto (ou seja, decomponha o
atributo composto). O(s) atributo(s) identificador(es) da entidade E deve(m) ser
marcado(s) como chave primária da relação R. Por exemplo, suponha a entidade
Aluno que possui dois atributos CPF e Nome, sendo o CPF o atributo identificador da
entidade (vide Figura 4). No MR, seria criada uma relação ou tabela de nome Aluno,
com duas colunas (atributos) CPF, que deveria ser marcado como chave primária
(PK) e Nome. Como, anteriormente explicado, se houvesse atributos compostos,
esses deveriam ser substituídos pelos atributos simples que o compõem (vide
Figura 5). Assim, o atributo Endereço, que é composto pelos atributos Rua, Numero
e Bairro, seria representado na relação apenas por estes últimos.
Figura 4 - Exemplo de Mapeamento de Entidade Forte
26

27. Banco de Dados
Figura 5 - Exemplo de mapeamento de atributo composto
» Mapeamento de Atributos Multivalorados – Os atributos multivalorados vão se
tornar relações cujas chaves primárias serão compostas pela chave da entidade
possuidora do atributo mais o atributo multivalorado. Ou seja, para cada atributo A
multivalorado, deve-se criar uma nova relação R que inclua o atributo multivalorado
A e a chave-primária K da relação que representa o tipo de entidade ou o tipo de
relacionamento que tem A como atributo. O detalhe é que a chave-primária da
relação R será composta por K e pelo atributo A. Se o atributo multivalorado for
composto, você deve seguir a instrução anteriormente dada de decompô-lo (usar os
atributos simples que o compõem). Por exemplo, suponha a entidade Empregado
(vide Figura 6). Ela possui os atributos CPF e Nome simples e o atributo Telefone
que é multivalorado. Essa entidade seria mapeada para a relação Empregado (pela
regra já descrita anteriormente) e o atributo mutivalorado Telefone daria origem a
outra relação, que chamamos de Telefone_Empregado, contendo a chave primária
da relação Empregado (que originou-se da entidade possuidora do atributo) e o
atributo valorado, também fazendo parte da chave primária dessa nova relação.
Figura 6 - Exemplo mapeamento de atributo multivalorado
» Mapeamento de Entidades Fracas – São mapeadas em uma relação formada por
todos os atributos da entidade fraca mais os atributos que formam a chave primária
da relação da qual a entidade fraca depende. O relacionamento não é mapeado.
Assim, para cada tipo de entidade fraca EF do DER, criar uma relação R e incluir
todos os atributos simples (ou os componentes simples de atributos compostos)
de EF como atributos de R. Além disso, incluir como a chave-estrangeira de R a
27

28. Banco de Dados
chave-primária da relação que corresponde à entidade forte, da qual a entidade
fraca depende. Logo, a chave primária da entidade fraca deverá ser formada pela
chave primária da relação que representa a entidade forte da qual a entidade
fraca depende e pelo atributo identificador da entidade fraca. Por exemplo, vide
a Figura 7. A entidade forte Empregado foi mapeada para a relação Empregado,
como explicado anteriormente. A entidade fraca Dependente deu origem a uma
relação cuja chave primária é formada pela chave primária de empregado (CPF) e
pelo identificador da própria entidade fraca (RG), além do atributo adicional Nome.
Figura 7 - Exemplo de mapeamento de entidade fraca
» Mapeamento de Relacionamentos Binários 1:1 – Esse tipo de relacionamento
não é mapeado em uma nova relação. Seus atributos são colocados em qualquer
uma das relações que mapeiem as entidades envolvidas. A entidade escolhida
para receber os atributos do relacionamento receberá, também, a chave primária
da outra entidade envolvida. Assim, temos que, para cada tipo de relacionamento
binário 1:1 R do DER, devem-se criar as relações E1 e E2 que correspondem aos
tipos de entidade participantes do relacionamento R. Depois, deve-se escolher
uma das relações, por exemplo, E1, para incluir nela, como chave-estrangeira, a
chave-primária de E2. Devem-se incluir também em E1 todos os atributos simples
(ou os componentes simples de atributos compostos) do tipo de relacionamento
R. Por exemplo, suponha que “Um empregado trabalha em uma empresa e uma
empresa possui um único empregado” (vide Figura 8). Esse é um relacionamento
binário 1:1. Para mapeá-lo para o MR, devem-se criar duas relações Empregado e
Empresa, conforme a maneira anteriormente explicada (mapeamento de entidade
forte). Depois, seria escolhida uma das relações (suponha que escolhemos a relação
Empregado) para receber os atributos do relacionamento (no caso, Dt_admissao) e
a chave primária da relação que não for a escolhida (no caso, o atributo Codigo,
que pertence à relação Empresa). Se a entidade escolhida fosse a relação Empresa
(a escolha é sua) seria necessário colocar a chave primária da entidade Empregado
na relação Empresa, assim como o atributo do relacionamento. Todas as duas
abordagens seriam possíveis.
28

29. Banco de Dados
Figura 8 - Exemplo de mapeamento de relacionamento binário 1:1
» Mapeamento de Relacionamentos Binários 1:N – Esse tipo de relacionamento
não é mapeado em uma nova relação. Seus atributos são colocados na relação
que mapeia a entidade com cardinalidade N. Os atributos-chaves da entidade
com cardinalidade 1 são mapeados (passam a fazer parte) na entidade com
cardinalidade N. Ou seja, para cada tipo de relacionamento binário 1:N (que não
envolva entidades fracas) R, você deve identificar a relação S que representa o
tipo de entidade que participa do lado N do tipo de relacionamento. Depois, deve
incluir em S, como chave-estrangeira, a chave-primária da relação T que representa
o outro tipo de entidade que participa em R. Por fim, devem-se incluir, também,
quaisquer atributos simples (ou componentes simples de atributos compostos) do
tipo de relacionamento 1:N como atributos de S. Por exemplo, suponha que “Uma
empresa tem zero ou mais empregados e um empregado trabalha para uma e
apenas uma empresa” (vide Figura 9). Esse é um relacionamento binário 1:N. Para
mapeá-lo para o MR, devem-se criar duas relações Empregado e Empresa, conforme
a maneira anteriormente explicada (mapeamento de entidade forte). Depois, deve-
se incluir na relação que representa a entidade do lado N do relacionamento (no
caso, Empregado), a chave primária da relação que representa a entidade do lado
1 (no caso, Empresa). Por fim, os atributos do relacionamento devem também
ser incluídos na relação do lado N. Neste caso, obrigatoriamente o lado escolhido
deveria ser o lado N do relacionamento.
29

30. Banco de Dados
Figura 9 - Exemplo de mapeamento de relacionamento binário 1:N
Comentário » Mapeamento de Relacionamentos Binários M:N – O relacionamento é mapeado
em uma nova relação que recebe os atributos do relacionamento mais os atributos-
chaves das entidades envolvidas no relacionamento. Assim, a chave da relação
10
Isso ocorrerá quando
for necessário que seria a concatenação das chaves das entidades envolvidas (e, em alguns casos,
o relacionamento também o atributo identificador do próprio relacionamento10). Então teríamos que,
reflita algum aspecto para cada tipo de relacionamento binário M:N R, criar uma nova relação S para
temporal ou mantenha
algum tipo de representar este relacionamento R. Nesta nova relação seriam incluídas, como
histórico. Consulte o chave-estrangeira, as chaves-primárias das relações que representam os tipos de
capítulo 5 do Volume entidade participantes do relacionamento. A combinação dessas chaves-primárias
2 da disciplina para
irá formar a chave primária da nova relação S. Também seriam incluídos na relação
mais informações a
respeito. S qualquer atributo simples do tipo de relacionamento M:N (ou componentes
simples dos atributos compostos). Relacionamentos M:N sempre derivam uma
nova relação, para o tipo relacionamento. Por exemplo, temos que “Um projeto
aloca zero ou mais empregados e um empregado pode trabalhar em zero ou mais
projetos.” (vide Figura 10). Como o relacionamento é binário e M:N, seriam criadas
três relações: Projeto, Empregado e Alocação (melhor passar o verbo para um
substantivo, assim o relacionamento aloca passa a ser a relação alocação). As duas
primeiras relações seriam criadas pela regra já vista de mapeamento de entidades
fortes. Quanto ao relacionamento, seria criado para ele uma relação Alocação
que teria como chave primária as chaves das duas relações que representam as
entidades envolvidas no relacionamento (no caso, CPF e Código), além do atributo
do próprio relacionamento (no caso, Dt_alocação).
30

31. Banco de Dados
Figura 10 - Exemplo de mapeamento de relacionamento binário M:N
Se, como mencionado anteriormente, fosse necessário armazenar algum aspecto
temporal do relacionamento (no caso, guardar o histórico das alocações feitas),
o atributo Dt_alocação do relacionamento viria no DER como identificador do
relacionamento. Isso faria com que ele no mapeamento também passasse a fazer
parte da chave primária da relação que representa esse relacionamento (no caso, a
relação Alocação), conforme pode ser visto na Figura 11. Consegue perceber o que
muda? (Observe as figuras 10 e 11).
Figura 11 - Exemplo de mapeamento de relacionamento binário M:N (guardando aspecto temporal)
31

32. Banco de Dados
» Mapeamento de Relacionamentos Ternários, Quaternários, etc – Usualmente,
mapeamos tais relacionamentos como se todos fossem de cardinalidade M:N.
A relação será formada pelos atributos do relacionamento e as chaves primárias
das entidades envolvidas neste relacionamento. Por exemplo, suponha o
relacionamento ternário da Figura 12. Cada entidade forte seria mapeada em uma
relação, conforme regra já vista. E o relacionamento matricula, seria mapeado na
relação Matricula que seria composta pelas chaves primárias de cada uma das
relações que representam as entidades envolvidas no relacionamento (no caso,
Sigla, CPF e Código), mais a o atributo existente no próprio relacionamento (no
caso, Dt_matricula). Sendo que as chaves primárias comporiam as chaves primárias
da própria relação.
Figura 12 - Exemplo de mapeamento de relacionamento ternário
» Mapeamento de Especialização/Generalização – Há dois casos. Primeiro, se
a especialização for mutuamente exclusiva e total. Ou seja, nenhum elemento é
membro de mais de uma entidade e se todas as entidades do nível superior forem
membros dos níveis inferiores (por exemplo, todo cliente ou é pessoa física ou é
pessoa jurídica, nunca será apenas um cliente). Neste caso são criadas relações
apenas para as especializações (entidades filhas, no nível inferior) e elas usarão
como chave primária o atributo identificador da entidade de nível superior. Por
exemplo, atente para a Figura 13. Temos que o Cliente foi especializado em Pessoa_
Fisica e Pessoa_Juridica e essa é uma especialização mutuamente exclusiva e total.
Dessa forma, esse diagrama dará origem a duas relações. Ambas terão os atributos
da entidade de nível superior (e a chave primária será o identificador da mesma – o
código), além de seus próprios atributos.
32

33. Banco de Dados
Figura 13 - Exemplo de mapeamento de especialização/generalização total e mutuamente exclusiva
Se a especialização não for mutuamente exclusiva, deve ser criada uma tabela
para cada entidade, todas tendo como chave primária o atributo identificador da entidade
principal (de nível superior). Por exemplo, vide a Figura 14. Uma conta pode ser apenas
uma conta normal, pode ser uma poupança ou uma conta de investimento. Assim, a
especialização não é mutuamente exclusiva, como consequência, cada entidade dará
origem a uma tabela e todas terão como chave primária a chave da entidade principal.
33

34. Banco de Dados
Figura 14 - Exemplo de mapeamento de especialização/generalização não exclusiva
» Agregação e Entidade Associativa – Envolvem um relacionamento entre
relacionamentos. Para fazer o mapeamento, primeiro, criamos relações para
todas as entidades envolvidas. Segundo, criamos uma relação para o primeiro
relacionamento (a entidade associativa) que terá como chave primária as chaves
primárias das entidades diretamente envolvidas. Terceiro, criamos uma relação para
o relacionamento externo, contendo as chaves primárias de todas as entidades. Por
exemplo, vide a Figura 15. Nela temos um exemplo de uso de entidade associativa
para poder especificar que em uma consulta feita por um médico a um paciente,
medicamentos podem ser prescritos. Cada entidade forte dará origem a uma
relação. Depois, a entidade associativa Consulta também dará origem a uma
relação que terá como chave primária as chaves das duas entidades diretamente
envolvidas (no caso, Medico e Paciente) no relacionamento da entidade associativa.
Por último, o relacionamento externo, que se liga com a entidade associativa (no
caso, o relacionamento prescreve que passamos a chamar de prescrição no MR)
também dará origem a uma relação que terá como chave primária a chave da
entidade associativa e a chave da entidade que a ela se liga.
34

35. Banco de Dados
Figura 15 - Exemplo de mapeamento de diagrama envolvendo entidade associativa
» Mapeando Auto-Relacionamentos –. Existem duas maneiras de transformar um
auto-relacionamento (vide Figura 16) em relações:
Figura 16 - Exemplo de auto-relacionamento
› A primeira é usar para representar a entidade e seu auto-relacionamento
apenas uma relação com duas ocorrências da chave primária. Por exemplo,
o auto-relacionamento da Figura 16 que representa que um empregado é
gerenciado por zero ou um empregado e esse empregado-gerente pode
gerenciar zero ou mais empregados, daria origem a uma única relação
chamada Empregado, onde haveria duas ocorrências da chave primária CPF:
uma para o próprio empregado e outra para o seu gerente, como apresentado
a seguir:
35

36. Banco de Dados
› A outra opção é criar duas relações, uma para representar a entidade e outra
para representar o auto-relacionamento. Dessa forma, o DER da Figura 16
daria origem a duas relações: Empregado e Gerência. A relação Empregado
seria mapeada da forma já explicada para entidades fortes. E o auto-
relacionamento seria mapeado em uma relação que conteria duas entradas
da chave primária da entidade: uma para o empregado e outra para o seu
gerente, como apresentado a seguir.
Considerações Finais
O principal ponto que deve ser considerado em um esquema relacional, quando
comparado ao esquema do MER, é que os tipos de relacionamento não são representados
explicitamente; eles são representados por dois atributos A e B, um para a chave-primária e
outra para a chave-estrangeira – sobre o mesmo domínio – incluídos em duas relações S e T.
Duas tuplas em S e T estão relacionadas quando elas tiverem o mesmo valor para A e B, ou
seja, os relacionamentos são definidos pelos valores dos atributos A e B.
Uma vez que o modelo relacional esteja pronto, ele deve ser normalizado
(otimizado). O como fazer isso é assunto do próximo capítulo. Depois, com o MR
Normalizado, o projeto do banco de dados estará pronto para passar da sua fase lógica
(Projeto Lógico), para a fase física, o Projeto Físico ou de Implementação.
Conheça Mais
Alguns livros que podem ser usados para aprofundar o estudo nesse capítulo são:
HEUSER, CARLOS ALBERTO. Projeto de Banco De Dados – Série Livros Didáticos,
V.4. Bookman Companhia Ed., 6ª Edição - 2009
SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de
dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.
ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São
Paulo: Pearson Education do Brasil, 2005.
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus,
2000.
ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.
36

37. Banco de Dados
Aprenda Praticando
A partir das regras de mapeamento estudadas neste capítulo, mapeie o MER a
seguir para o MR, apresentando o esquema das relações que são originadas.
Vamos começar o mapeamento pela especialização/generalização do lado esquerdo
do diagrama. Se observar, a especialização do diagrama é mutuamente exclusiva e total. Um
cliente não pode ser pessoa física e jurídica. Ele ou é pessoa física ou é pessoa jurídica.
Também, ele não pode ser simplesmente um cliente. Dessa forma, precisamos criar relações
apenas para as especializações (entidades filhas, no nível inferior), no caso Pessoa_Fisica e
Pessoa_Juridica. E, essas relações usarão como chave primária o atributo identificador da
entidade de nível superior (no caso Cliente).
Uma vez mapeada a especialização, vamos tratar agora de mapear o relacionamento
37

38. Banco de Dados
superior (circulado no diagrama acima). Se observar, esse é um relacionamento 1:N. E, como
vimos, em relacionamento binário 1:N, os atributos chaves da entidade com cardinalidade 1
são mapeados (passam a fazer parte) da entidade com cardinalidade N, bem como qualquer
atributo que o relacionamento tivesse (o que não é o caso, pois o relacionamento possui
não tem nenhum atributo). Logo, ficaríamos com:
Não é tão complicado! Quanto mais você exercitar, mais vai memorizar as regras e
conseguir aplicá-las com mais facilidade. Porém, para isso, você realmente precisa praticar!
Atividades e Orientações de Estudo
Agora é a sua vez de fazer as atividades! Lembre, praticar é muito importante para
fixar o conteúdo estudado!
Atividades Práticas
Resolva as atividades a seguir em um documento texto e poste o mesmo no
ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha
seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês.
A partir das regras de mapeamento estudadas neste capítulo, mapeie os MER, a
seguir, para o MR, apresentando o esquema das relações que são originadas.
a) Controle Acadêmico
38

39. Banco de Dados
b) Controle Farmácia
Vamos Revisar?
A modelagem lógica que vem em seguida a modelagem conceitual é caracterizada
pela criação do modelo relacional (MR). Uma das formas de criar esse modelo é derivando
o mesmo a partir do modelo entidade-relacionamento, criado na etapa anterior de
modelagem conceitual. Para derivar o modelo, existem diversas regras que seguidas,
produzem os esquemas relacionais. Foram justamente essas regras que foram apresentadas
nesse capítulo, bem como alguns exemplos de mapeamento do MER para o MR. No próximo
capítulo veremos como otimizar os esquemas relacionais através da normalização de dados.
Até lá!
39

40. Banco de Dados
Capítulo 9
O que vamos estudar neste capítulo?
Neste capítulo, vamos estudar os seguintes temas:
» Dependências Funcionais.
» Normalização de Dados.
Metas
Após o estudo deste capítulo, esperamos que você:
» Saiba o que são dependências funcionais.
» Saiba normalizar o seu modelo relacional, pelo menos, até a 3ª Forma Normal.
» Conheça todas as formais normais (1FN, 2FN, 3FN, 4FN e 5FN), além da forma
normal de Boyce-Codd.
40

41. Banco de Dados
Capítulo 9 – Normalização de Dados
Vamos conversar sobre o assunto?
Projetar um banco de dados relacional significa agrupar atributos para formar bons
esquemas de relações. Mas o que seria um bom esquema? Em nível geral, poderíamos dizer
que seria um esquema fácil de entender e em que as tuplas da relação fossem armazenadas
e acessadas de forma eficiente. Para isso, é preciso que sejam minimizadas, ao máximo,
a redundância nos dados e as anomalias de inserção, atualização e exclusão. Além disso,
é preciso garantir a integridade dos dados, evitando que informações sem sentido sejam
inseridas e é preciso organizar e dividir as tabelas da forma mais eficiente possível. Uma
forma de colaborar com essas necessidades é fazer a normalização dos dados. Esse é
justamente o assunto deste capítulo.
Neste capítulo estudaremos o que são dependências funcionais, seu impacto sobre
os dados e como realizar a otimização do MR através da normalização dos dados. Vamos lá?
Dependências Funcionais
Sempre que um atributo X identifica um atributo Y dizemos que entre eles há uma
Você Sabia?
dependência funcional11. Temos, portanto, que X é o determinante e que Y é o dependente.
A representação é: X → Y. Em outras palavras, se o valor de um atributo X permite descobrir
11
O Modelo Relacional
o valor de um outro atributo Y, dizemos que X determina funcionalmente Y. Por exemplo, pegou emprestado da
dada uma determinada cidade (não considerando cidades homônimas) sabemos o seu teoria de funções da
estado e com o estado temos o país. Isso é representado da seguinte forma: matemática o conceito
de dependência
Cidade → estado funcional.
Estado → país
Em outras palavras, estado é funcionalmente dependente de cidade e país é
funcionalmente dependente de estado. Ou ainda, cidade determina estado e estado
determina país.
Logo, a dependência funcional é caracterizada pela existência de campos em uma
determinada tabela relacional cuja ocorrência de valores está associada a valores que
são preenchidos em outros campos na mesma tabela. Por exemplo, suponha uma tabela
EMPREGADO que possui dois atributos CPF e NOME. O atributo NOME é funcionalmente
dependente do atributo CPF. Assim, CPF → Nome. Com isso, queremos dizer que nome é
função do CPF, ou seja, se eu tiver um número de CPF, poderei encontrar o nome da pessoa
correspondente. Em outras palavras, CPF determina o Nome (vide Figura 17).
41