Modelagem de Dados
Introdução
Modelagem de dados é o processo de design utilizado para estruturar e representar informações de forma lógica antes de sua implementação em um sistema de armazenamento.
Isso envolve definir quais dados são importantes, como se relacionam entre si e de que maneira podem ser organizados (por exemplo, em entidades, atributos e relacionamentos).
A modelagem apoia a construção de bancos de dados mais consistentes e fáceis de usar, auxiliando para que as áreas técnicas possam atender melhor às necessidades de negócio.
Importante!
Uma modelagem adequada pode reduzir redundância, ou propiciar melhor desempenho em analytics!
Existem diversas técnicas de modelagem de dados. Nesta aula, exploraremos algumas delas!
Modelagem relacional
A modelagem relacional foi desenvolvida por Edgar F. Codd em 1970 e representa uma das abordagens fundamentais para organizar dados em sistemas de informação.
Esta técnica estrutura os dados em tabelas interconectadas, onde cada tabela é composta por linhas (registros ou tuplas) e colunas (campos ou atributos).
O processo de modelagem relacional geralmente é iniciado pela criação de um diagrama entidade-relacionamento (ER). Este diagrama fornece uma representação visual de alto nível da estrutura do banco de dados, mostrando as entidades (dados) e os relacionamentos entre elas.
Uma vez concluído o diagrama ER, você pode construir um modelo relacional mais detalhado que represente as tabelas e colunas reais do banco de dados.
Como exemplo, considere a representação do diagrama do modelo relacional para o banco de dados de vendas, utilizado na aula 03:
Info!
Na aula 03 vimos como estruturar um Data Warehouse.
Nossa fonte foi um banco de dados fictício de vendas, representado no modelo relacional abaixo.
Normalização e Formas Normais
Um modelo relacional geralmente utiliza um esquema de banco de dados normalizado, onde os dados são armazenados em um local único e organizados em múltiplas tabelas com relacionamentos definidos entre elas.
A normalização é um conjunto de regras aplicadas para decompor um banco de dados complexo em tabelas menores e mais simples. O objetivo é minimizar redundância, melhorar a integridade dos dados e tornar o banco de dados mais eficiente e fácil de manter.
A normalização é aplicada em níveis progressivos, conhecidos como formas normais. Vamos explorar as três primeiras formas normais, que são as mais comuns e amplamente utilizadas.
Primeira Forma Normal (1NF)
Uma tabela está na primeira forma normal se satisfaz a seguinte condição:
- Cada atributo contém um valor único: Cada coluna deve armazenar apenas um valor, não uma lista de valores
Info!
Os valores devem ser atômicos, ou seja, indivisíveis!
Question
Answer
A tabela não está na 1NF porque a coluna produtos contém múltiplos valores em uma única célula, violando o princípio da atomicidade. Cada produto deveria estar em uma linha separada.
Segunda Forma Normal (2NF)
Uma tabela está na segunda forma normal se satisfaz todas as condições da 1NF, além de:
- Dependência funcional total: Todo atributo não-chave deve depender completamente da chave primária, não apenas de parte dela.
Considere a seguinte tabela (funcionario_departamento) que registra a alocação de funcionários em departamentos dentro de uma empresa, bem como o respectivo salário acordado:
| id_funcionario (PK) | id_departamento (PK) | nome_funcionario | nome_departamento | salario |
|---|---|---|---|---|
| 101 | 501 | Alice | Engenharia | 9000.00 |
| 101 | 502 | Alice | Pesquisa | 9500.00 |
| 102 | 501 | Bruno | Engenharia | 8800.00 |
O objetivo dessa tabela é registrar em quais departamentos cada funcionário atua e qual o salário acordado para aquela alocação específica.
Info!
Perceba que um funcionário pode estar associado a mais de um departamento, com salários diferentes.
Question
Answer
Todos os atributos possuem valores atômicos, não existem arrays ou campos multivalorados.
Question
Answer
A chave primária é composta por (id_funcionario, id_departamento)
- A dependência \(\{\text{id_funcionario}, \text{id_departamento}\} \rightarrow \{\text{salario}\}\) está correta.
- Entretanto, observamos dependências parciais:
- \(\{\text{id_funcionario}\} \rightarrow \{\text{nome_funcionario}\}\)
- \(\{\text{id_departamento}\} \rightarrow \{\text{nome_departamento}\}\)
Como essas dependências não dependem da chave composta inteira, então viola a 2NF.
Terceira Forma Normal (3NF)
Uma tabela está na terceira forma normal se satisfaz todas as condições da 1NF e 2NF, além de:
- Eliminação de dependências transitivas: Todo atributo não-chave deve relacionar-se diretamente com a chave primária, não através de outro atributo
Considere a seguinte tabela (emprestimo) que registra empréstimos de livros em uma biblioteca:
| id_emprestimo (PK) | data_emprestimo | id_livro | titulo_livro | autor |
|---|---|---|---|---|
| 2001 | 2025-09-01 | 301 | Dom Casmurro | Machado A. |
| 2002 | 2025-09-02 | 302 | A Hora da Estrela | Clarice L. |
| 2003 | 2025-09-03 | 301 | Dom Casmurro | Machado A. |
Info!
O objetivo é registrar cada empréstimo realizado, considerando um livro por empréstimo.
Question
Question
Question
Answer
Não!
A tabela emprestimo possui dependências transitivas:
- \(\{\text{id_livro}\} \rightarrow \{\text{titulo_livro}, \text{autor}\}\)
Isso significa que atributos não-chave dependem de outros atributos não-chave, violando a 3NF.
Question
Answer
Podemos separar a tabela emprestimo em duas tabelas:
Tabela 1 — emprestimo
| id_emprestimo (PK) | data_emprestimo | id_livro (FK) |
|---|---|---|
| 2001 | 2025-09-01 | 301 |
| 2002 | 2025-09-02 | 302 |
| 2003 | 2025-09-03 | 301 |
Tabela 2 — livro
| id_livro (PK) | titulo_livro | autor |
|---|---|---|
| 301 | Dom Casmurro | Machado A. |
| 302 | A Hora da Estrela | Clarice L. |
A normalização busca garantir a integridade dos dados. Esta característica torna os modelos relacionais normalizados especialmente adequados para sistemas OLTP (Online Transaction Processing), onde a consistência e integridade dos dados são prioritárias em relação à velocidade de consultas analíticas complexas.
Porém, manter uma base normalizada na 3NF pode tornar as consultas mais demoradas, pois frequentemente é necessário unir (JOIN) múltiplas tabelas para recuperar os dados desejados. Na próxima página, exploraremos alternativas mais adequadas, especialmente para OLAP.
Exercise
Answer
A 3NF é o padrão para OLTP porque:
- Integridade: Elimina redundância e inconsistências
- Manutenibilidade: Facilita atualizações sem anomalias
- Consistência: Garante que alterações sejam feitas em um único local
Trade-offs:
- Performance: Pode exigir mais JOINs para consultas complexas
- Complexidade: Aumenta o número de tabelas no modelo
Exercise